Bancos centrais são alertados sobre os riscos da adoção de ferramentas de IA

Em um relatório do Banco de Compensações Internacionais (BIS), os bancos centrais de todo o mundo foram alertados sobre os riscos inerentes à sua crescente dependência de ferramentas de inteligência artificial (IA). Este relatório de nove páginas, intitulado "Inteligência Artificial em Bancos Centrais", esclarece os casos de uso e as potenciais armadilhas da integração de grandes modelos de linguagem (LLMs) em suas operações.

Os bancos centrais, frequentemente considerados pioneiros na adoção de tecnologias de IA, têm recorrido cada vez mais a modelos de IA para diversas finalidades. Esses modelos de IA têm sido fundamentais na transformação da coleta e do processamento de informações, tornando muitos esforços humanos tradicionais praticamente obsoletos. Atualmente, os modelos de IA são utilizados para amostragem, limpeza e correspondência de dados, auxiliando os bancos centrais a otimizar suas operações com técnicas comprovadas de aprendizado de máquina.

Uma aplicação significativa da IA ​​na banca central é a tomada de decisões informadas sobre política monetária. Ao utilizar redes neurais e modelos de floresta aleatória, os bancos centrais obtêm acesso a dados em tempo real para avaliar as expectativas de inflação e a eficácia de suas políticas monetárias. Esses dados provêm não apenas de canais financeiros tradicionais, mas também da vasta gama de informações disponíveis em plataformas de mídia social.

tracinsights de grandes volumes de dados

Como destaca o relatório, analisar um volume enorme de dados pode ser demorado e complexo, tornando os modelos de IA indispensáveis ​​paratracinformações relevantes de forma eficiente. Os bancos centrais utilizam modelos de linguagem para resumir relatórios financeiros complexos, tractendências econômicas e interpretar entrevistas com líderes empresariais e especialistas de mercado. Além disso, esses modelos de linguagem de bancos centrais (CB-LMs) demonstraram capacidade de prever reações do mercado a anúncios de política monetária.

Os sistemas de IA também demonstraram sua proficiência na supervisão e monitoramento de sistemas de pagamento. Eles se destacam nadentde transações financeiras irregulares, um fator crítico no combate à lavagem de dinheiro e na prevenção de ataques cibernéticos. O Banco Central do Brasil, por exemplo, lançou recentemente o ADAM, um modelo de classificação projetado para prever a probabilidade de inadimplência de tomadores de empréstimo, aprimorando sua capacidade de mitigar riscos financeiros.

Além das aplicações tradicionais, os bancos centrais também estão recorrendo a sistemas de IA para prever o comportamento do consumidor em resposta à introdução de moedas digitais de bancos centrais (CBDCs) e outros desenvolvimentos financeiros. Esses modelos preditivos fornecem informações valiosas para que os formuladores de políticas antecipem as reações do mercado e se adaptem de acordo.

Desafios e riscos da integração da IA

Embora os benefícios da integração da IA ​​sejamdent, o relatório destaca os desafios e riscos que os bancos centrais enfrentam. Uma das principais preocupações é o potencial de resultados tendenciosos decorrentes dos dados usados ​​para treinar os modelos de IA. Além disso, os modelos generativos de IA, embora poderosos, exigem supervisão humana atenta para reduzir a probabilidade de erros e imprecisões.

No curto prazo, os bancos centrais precisarão investir na capacitação de seus funcionários com novas habilidades em IA para integrar sistemas de IA de forma eficaz em seus fluxos de trabalho. No entanto, é provável que enfrentem forte concorrência de empresas financeiras privadas na contratação de funcionários com expertise avançada em IA. A disparidade salarial entre instituições públicas e o setor privado intensifica ainda mais essa competição.