Le banche centrali mettono in guardia dai rischi derivanti dall'adozione degli strumenti di intelligenza artificiale

In un recente rapporto della Banca dei Regolamenti Internazionali (BRI), le banche centrali di tutto il mondo sono state messe in guardia sui rischi intrinseci associati alla crescente dipendenza dagli strumenti di intelligenza artificiale (IA). Questo rapporto di nove pagine, intitolato "Intelligenza artificiale nelle banche centrali", fa luce sui casi d'uso e sulle potenziali insidie ​​dell'integrazione di modelli linguistici complessi (LLM) nelle loro operazioni.

Le banche centrali, spesso considerate tra le prime ad adottare la tecnologia dell'intelligenza artificiale, si sono sempre più rivolte a modelli di intelligenza artificiale per una varietà di scopi. Questi modelli di intelligenza artificiale hanno avuto un ruolo determinante nel trasformare la raccolta e l'elaborazione delle informazioni, rendendo quasi obsoleti molti tradizionali sforzi umani. I modelli di intelligenza artificiale vengono ora impiegati per il campionamento, la pulizia e il confronto dei dati, aiutando le banche centrali a semplificare le loro operazioni con tecniche di apprendimento automatico comprovate.

Un'applicazione significativa dell'intelligenza artificiale nelle banche centrali riguarda il processo decisionale informato sulla politica monetaria. Utilizzando reti neurali e modelli di foresta casuale, le banche centrali hanno accesso a dati in tempo reale per valutare le aspettative di inflazione e l'efficacia delle loro politiche monetarie. Questi dati provengono non solo dai canali finanziari tradizionali, ma anche dalla vasta gamma di informazioni disponibili sulle piattaforme dei social media.

tracdi informazioni da vasti dati

Come sottolinea il rapporto, analizzare un enorme volume di dati può essere dispendioso in termini di tempo e di sfide, rendendo i modelli di intelligenza artificiale preziosi pertracinformazioni rilevanti in modo efficiente. Le banche centrali utilizzano modelli linguistici per riassumere report finanziari complessi, tracle tendenze economiche e interpretare le interviste con leader aziendali ed esperti di mercato. Inoltre, questi modelli linguistici delle banche centrali (CB-LM) hanno dimostrato la capacità di prevedere le reazioni del mercato agli annunci di politica monetaria.

I sistemi di intelligenza artificiale hanno inoltre dimostrato la loro competenza nella supervisione e nel controllo dei sistemi di pagamento. Eccellonodentdi transazioni finanziarie irregolari, un fattore critico nella lotta al riciclaggio di denaro e nella prevenzione degli attacchi informatici. La Banca Centrale del Brasile, ad esempio, ha recentemente introdotto ADAM, un modello di classificazione progettato per prevedere la probabilità che i debitori siano inadempienti nei loro prestiti, migliorando la loro capacità di mitigare i rischi finanziari.

Oltre alle applicazioni tradizionali, le banche centrali si stanno rivolgendo ai sistemi di intelligenza artificiale anche per prevedere il comportamento dei consumatori in risposta all'introduzione delle valute digitali delle banche centrali (CBDC) e ad altri sviluppi finanziari. Questi modelli predittivi forniscono preziose informazioni ai decisori politici per anticipare le reazioni del mercato e adattarsi di conseguenza.

Sfide e rischi dell'integrazione dell'IA

Sebbene i vantaggi dell'integrazione dell'IA sianodent, il rapporto sottolinea le sfide e i rischi che le banche centrali devono affrontare. Una delle principali preoccupazioni è il potenziale di risultati distorti derivanti dai dati utilizzati per addestrare i modelli di IA. Inoltre, i modelli di IA generativa, sebbene potenti, richiedono una supervisione umana vigile per ridurre la probabilità di errori e imprecisioni.

Nel breve termine, le banche centrali dovranno investire per dotare il proprio personale di nuove competenze in materia di intelligenza artificiale per integrare efficacemente i sistemi di intelligenza artificiale nei loro flussi di lavoro. Tuttavia, è probabile che incontreranno una forte concorrenza da parte delle società finanziarie private nel reclutamento di personale con competenze avanzate in materia di intelligenza artificiale. La disparità salariale tra istituzioni pubbliche e settore privato intensifica ulteriormente questa concorrenza.