A Reuters hírügynökség tudósítása szerint a világ egyik legfontosabb pénzügyi központjában, a Wall Streeten a nagy bankok és pénzintézetek gyakorlatilag egyöntetűen azt fontolgatják, hogy működésükbe bevonják a mesterségesintelligencia-kutatások legfrissebb eredményeit, hogy mérsékeljék a döntési kockázatokat.

Hatékonyság és kockázatcsökkentés

A legnevesebb ilyen vállalkozások közül a Goldman Sachs Group Inc, a Morgan Stanley, a Citigroup Inc és a UBS Group AG belső források szerint biztosan folytatnak ilyen fejlesztéseket. Ez nemcsak azért történik meg, mivel a szoftveres elemzés csökkenti a költségeket, hanem a vállalatok vezetői azt is remélik a mind fejlettebb AI-rendszerektől, hogy segítségükkel egyre több, emberi hibából származó rossz döntést szűrhetnek ki.

E folyamat még nagyon az elején jár, jelenleg leginkább arra használják fel az ilyen rendszereket, hogy megtalálják azokat a leendő alkalmazottaikat, akik a lehető legkisebb eséllyel okoznak kárt az adott banknak, illetve a legnagyobb eséllyel képesek helyes döntéseket hozni. Vagyis most személyiségteszt-programokról van szó, azt próbálják felmérni, mely embereket érdemes alkalmazni, méghozzá az adott pénzintézet profiljához, céljaihoz és tevékenységéhez mérten.

A gyakorlatban ez nem sokban különbözik a hagyományos állásinterjúktól, ám itt a jelentkezőket nem HR-szakemberek ítélik meg, hanem egy sok mindenre figyelő szoftver – pontosabban az egyes vállalatok által kifejlesztett, a saját igényeiket figyelembe vevő AI-rendszer.

Mindez azért igen érdekes, mivel bár a bankszektor alapvetően fejlesztéspárti, maga a működése meglehetősen konzervatív, igen nehezen implementálnak új technológiákat. Ugyanakkor nem is ellenállóak, csak lassúak, igyekeznek a „tutira” menni, hiszen ebben a rendszerben egyetlen ember rossz döntése is hatalmas károkat okozhat.

A kifejtett cél az, hogy a bankrendszer döntéshozói közül kiszűrjék azokat, akik nem eléggé meggondoltak, akik rosszul mérlegelnek, és időnként túl kockázatos lépéseket vállalnak be. Ezt egy állásinterjún az előzetes információk alapján is igen nehéz meghatározni, ezért gondolják azt, hogy egy „hideg”, semleges szoftver objektívabb lehet.

Kétségek

Mindez igen jól hangzik, ám egyes szakértők arra figyelmeztetnek, hogy a közhely igaz: minden szoftver csak olyan lehet, mint a megírói. Vagyis ha a program megírója arra támaszkodik, amit az adott pénzintézetnél elvárásnak tartanak, az közel sem biztosan vezethet a legjobb jelölt kiválasztásához, sokkal inkább továbbviszi a már meglévő – vagy helyes, vagy nem – előítéleteket, és kizárhat olyanokat, akik jobban megfelelnének ugyan arra a munkára, ám az előfeltételek miatt kiesnek. Az is problémát okozhat – mondják –, hogy akárcsak a hagyományos teszteknél, a felvételi folyamat ismerete is torzíthatja az eredményt.

Szinte biztosra vehető, hogy az AI-módszerek használata – legalábbis a jelenlegi formájukban – még nem teszi lehetővé a biztos és objektív eredmény kialakítását. Talán javít a hatékonyságon, de minden bizonnyal továbbra is komplex döntéseket kell meghozni, amikor felül kell vizsgálni a gépi véleményeket, és össze kell vetni őket egyéb információkkal is.