Folia
← 返回头版

MIT研究:AI金融建议质量参差不齐,建议质量与用户特征关系密切

麻省理工学院斯隆管理学院研究团队对大语言模型提供的金融建议进行了深入评估1。研究人员模拟1000名成年人使用GPT-5.2、GPT-5.6或Gemini 3 Flash获取金融建议,发现AI建议总体上鼓励储蓄、投资多元化和风险管理,但在应对失业等突发事件时表现不佳1。按照AI建议,30岁以上人群可获得可观的储蓄缓冲1。

然而,AI建议的质量存在显著的个体差异1。女性和金融素养较低的用户按建议行动后,到60岁时财富会减少约5万美元(占比4%);缺乏AI使用经验的用户财富减少则接近10万美元(占比6%)1。结构化学术提示(包含年龄、工作状态、收入等完整信息)能显著改进AI建议质量1。

此外,研究还发现AI在推荐具体金融产品时存在偏差1。Vanguard产品在6%的大语言模型回复中被推荐,iShares产品在3.4%中被推荐,而这两家公司在提示词中的提及率都不足0.4%1。该项研究成果以《AI Financial Advice: Supply, Demand, and Life Cycle Implications》为题发表,并获得2026年瑞士金融研究所杰出论文奖1。


评论