ชาวอเมริกันจำนวนมากกำลังหันไปใช้ปัญญาประดิษฐ์ (AI) เพื่อขอคำแนะนำด้านการเงินส่วนบุคคล แต่ผู้เชี่ยวชาญชี้ว่าคำตอบที่ได้จะมีคุณภาพแค่ไหน ขึ้นอยู่กับวิธีการตั้งคำสั่งหรือ ‘พรอมต์’ ที่ผู้ใช้ป้อนเข้าไปเป็นสำคัญ
ประเด็นสำคัญ
ผลสำรวจของ Intuit Credit Karma ที่เผยแพร่เมื่อเดือนกันยายนซึ่งสำรวจชาวอเมริกัน 1,019 คน พบว่าในกลุ่มผู้ที่เคยใช้ Generative AI มีถึง 66% ที่ใช้เพื่อขอคำแนะนำด้านการเงิน ขณะที่กลุ่มมิลเลนเนียลและ Gen Z มีสัดส่วนสูงเกิน 80% และที่น่าสนใจคือผู้ตอบแบบสอบถามราว 85% ระบุว่าได้นำคำแนะนำที่ได้จาก AI ไปปฏิบัติจริง
แอนดรูว์ โล ผู้อำนวยการห้องปฏิบัติการ Financial Engineering ของ MIT และนักวิจัยหลักของห้องแล็บด้าน AI กล่าวว่า “ผมคิดว่าการเขียนพรอมต์เป็นทั้งศาสตร์และศิลป์ที่แท้จริง” พร้อมเสริมว่าผู้ใช้ควรนำ AI มาใช้ในการวางแผนการเงิน แต่สิ่งสำคัญคือต้องรู้วิธีใช้ที่ถูกต้อง
ข้อจำกัดของ AI กับการวางแผนการเงิน
ในเบื้องต้น ผู้เชี่ยวชาญย้ำว่า AI ยังมีข้อจำกัดหลายประการเมื่อนำมาใช้กับเรื่องการเงิน โดยทั่วไป AI ทำได้ดีในการให้ภาพรวมระดับสูงของหัวข้อทางการเงิน เช่น เหตุผลที่ควรกระจายการลงทุน หรือเหตุผลที่กองทุน ETF อาจเหมาะกับบางสถานการณ์มากกว่ากองทุนรวม แต่ AI กลับทำได้ไม่ดีในเรื่องที่ต้องการความแม่นยำ เช่น การวางแผนภาษี
ที่อาจสวนทางกับความเข้าใจของหลายคนคือ AI ไม่ได้เก่งในการคำนวณตัวเลขทางการเงินที่ต้องการความแม่นยำสูง โลอธิบายว่า แม้ AI จะให้คำแนะนำทั่วไปเกี่ยวกับประเภทของการลดหย่อนภาษีหรือกฎเกณฑ์ทางภาษีได้ แต่การให้ AI วิเคราะห์ตัวเลขภาษีของตัวเองโดยตรงถือเป็นเรื่องเสี่ยง
“เมื่อพูดถึงการคำนวณที่เฉพาะเจาะจงมากๆ ในสถานการณ์ส่วนตัวของคุณ คุณต้องระมัดระวังเป็นอย่างยิ่ง” โลกล่าว
อีกประเด็นที่น่ากังวลคือปรากฏการณ์ ‘Hallucination’ หรือการที่ AI สร้างคำตอบที่ผิดพลาดขึ้นมาเอง โดยโลระบุว่า “สิ่งที่ผมกังวลเป็นพิเศษเกี่ยวกับโมเดลภาษาขนาดใหญ่คือ ไม่ว่าคุณจะถามอะไร มันจะตอบกลับมาด้วยน้ำเสียงที่ฟังดูน่าเชื่อถือเสมอ แม้ว่าคำตอบนั้นอาจไม่ถูกต้องก็ตาม”
วิธีเขียนพรอมต์ที่ดีสำหรับเรื่องการเงิน
จุดนี้เองที่การเขียนพรอมต์ที่ดีจะเข้ามามีบทบาทสำคัญ เบรนตัน แฮร์ริสัน นักวางแผนการเงินที่ได้รับการรับรอง (CFP) และผู้ก่อตั้งบริษัทที่ปรึกษาการเงินออนไลน์ New Money New Problems ระบุว่า “แม้จะเป็นโมเดลที่ดีที่สุดในโลก ถ้าได้พรอมต์ที่แย่ ก็ทำได้แค่นั้น”
โลอธิบายว่าพรอมต์ที่ดีต้องไม่กว้างจนเกินไป แต่ต้องมีรายละเอียดมากพอที่จะทำให้ AI ตอบได้ตรงประเด็น ตัวอย่างเช่น พรอมต์ที่ไม่ดีในการวางแผนเกษียณคือ ‘ฉันควรเกษียณอย่างไร’ ซึ่งเป็นคำถามที่กว้างเกินไปจน “ถ้าคำถามไม่ดี คำตอบก็จะไม่ดีตามไปด้วย”
ในทางกลับกัน พรอมต์ที่ดีกว่าคือการสั่งให้ AI สวมบทบาทเป็นที่ปรึกษาการเงินอิสระที่คิดค่าธรรมเนียมแบบ Fee-only Fiduciary จากนั้นระบุเป้าหมาย, ข้อจำกัด, ฐานภาษี, รัฐที่อาศัยอยู่, สินทรัพย์, ระดับความเสี่ยงที่รับได้ และกรอบเวลา พร้อมขอให้ AI ตอบใน 5 ประเด็น ได้แก่ กลยุทธ์หลัก, สมมติฐานสำคัญ, ความเสี่ยง, ปัจจัยที่อาจทำให้แผนนี้ใช้ไม่ได้ และข้อมูลที่ AI ยังขาดและไม่แน่ใจ
การกำหนดกรอบแบบนี้กับ AI เช่น ChatGPT ของ OpenAI, Claude ของ Anthropic หรือ Gemini ของ Google จะทำให้ระบบให้คำแนะนำในแนวทางที่คำนึงถึงผลประโยชน์ของผู้ใช้เป็นหลัก
ทั้งนี้กระบวนการเขียนพรอมต์ที่ดีต้องอาศัยการลองผิดลองถูก คล้ายกับการสนทนาที่อาจต้องใช้พรอมต์มากกว่า 20 ครั้งจนกว่าจะได้คำตอบที่น่าพอใจ และที่สำคัญคือต้องตรวจสอบคำตอบซ้ำหลายๆ รอบโดยเฉพาะเรื่องการเงิน
‘Reverse Engineer Prompt’ และตรวจสอบความน่าเชื่อถือ
โลแนะนำเทคนิคที่เรียกว่า ‘Reverse Engineer Prompt’ หลังจากผ่านกระบวนการถามตอบจนได้คำตอบที่ต้องการแล้ว ผู้ใช้สามารถถาม AI เพิ่มว่า “พรอมต์แบบไหนที่ฉันควรถามคุณตั้งแต่แรก เพื่อให้ได้คำตอบแบบที่ฉันต้องการ” จากนั้นเก็บคำตอบนั้นไว้ใช้กับคำถามที่คล้ายกันในอนาคต
นอกจากนี้โลยังแนะนำให้ผู้ใช้ถามคำถามต่อเนื่องเพื่อตรวจสอบข้อจำกัดของคำตอบ เช่น “AI ขาดข้อมูลอะไรบ้างในการให้คำแนะนำนี้” หรือ “AI มั่นใจในคำตอบนี้แค่ไหน และมีความไม่แน่นอนใดที่ผู้ใช้ควรรู้” วิธีนี้จะช่วยให้เห็นกรอบความไม่แน่นอนของคำตอบจาก AI ได้ชัดเจนขึ้น
ในขณะเดียวกันแฮร์ริสันแนะนำให้กำหนดให้ AI แสดงแหล่งที่มาของข้อมูล และผู้ใช้สามารถระบุเงื่อนไขให้ AI ใช้เฉพาะแหล่งที่มาตรงตามเกณฑ์ที่ต้องการได้ “ถ้าคุณไม่บังคับให้ AI ตรวจสอบแหล่งที่มา มันก็จะให้แค่ความเห็น ซึ่งไม่ใช่สิ่งที่ผมต้องการ” แฮร์ริสันกล่าว
อย่างไรก็ตามแฮร์ริสันย้ำว่าสถานการณ์การเงินของแต่ละคนมีความซับซ้อนเฉพาะตัวที่นักวางแผนการเงินซึ่งเป็นมนุษย์สามารถซักถามได้ลึกซึ้งกว่า ขณะที่ผู้ใช้ AI อาจไม่รู้ตัวว่ายังให้ข้อมูลผ่านพรอมต์ไม่ครบถ้วน
“การหันไปขอคำแนะนำจาก AI หมายความว่าคุณกำลังให้ข้อมูลแก่มันมากพอที่จะสร้างความเห็นและคำแนะนำได้ ซึ่งสำหรับผมแล้ว ถือว่าเป็นการพึ่งพา AI มากเกินไปสำหรับเรื่องการเงิน” แฮร์ริสันสรุป
อ้างอิง:
