عصر جديد من الشمول المالي: استغلال الذكاء الاصطناعي لتمكين الأسر ذات الدخل المنخفض - افتتاحية FTW الأحد

اكتشف أهم أخبار وتطورات التكنولوجيا المالية!

اشترك في نشرة FinTech Weekly الإخبارية

يقرأها التنفيذيون في JP Morgan وCoinbase وBlackrock وKlarna والمزيد

في هذا الافتتاح التحريري ليوم الأحد، نود في FinTech Weekly أن نشارككم قطعة بحث مهمة لفتت انتباهنا من قبل Commonwealth، منظمة غير ربحية وطنية ملتزمة ببناء الأمان المالي والفرص للأشخاص المعرضين مالياً من خلال الابتكار والشراكات.

يهدف مبادرة Emerging Tech For All (ETA) إلى الكشف عن كيفية تصميم الذكاء الاصطناعي لخدمة الأسر ذات الدخل المنخفض والمتوسط (LMI)، وهي فئة ديموغرافية غالباً ما يتم تجاهلها في التطورات التكنولوجية.

لقد تم الاعتراف على نطاق واسع بالذكاء الاصطناعي، وخاصة الذكاء الاصطناعي التفاعلي، لإمكاناته في إعادة تشكيل الخدمات المالية. التحدي الحقيقي يكمن في ما إذا كانت هذه الأنظمة قادرة على تقديم دعم عملي وموثوق للأسر ذات الدخل المنخفض والمتوسط بدلاً من مجرد خدمة المستخدمين ذوي الدخل المرتفع والمتمكنين تكنولوجياً. المشكلة ليست فقط في الوصول، بل في تصميم أدوات تعالج فعليًا احتياجات أولئك الذين تم تخلفهم عن التقدم التكنولوجي.

فهم المخاطر

استمرت الفجوات في التقدم التكنولوجي والوصول إليها عبر التاريخ. غالبًا ما تستهدف أنظمة الذكاء الاصطناعي، وخاصة تلك الموجهة نحو الخدمات المالية، احتياجات المستخدمين ذوي الدخل المرتفع. الأدوات المصممة لتعزيز الراحة لفئة ديموغرافية معينة غالباً ما تفشل في الترجمة بفعالية إلى فئة أخرى.

تقدم بيانات بحث Commonwealth هذا الانقسام بوضوح. بينما أفاد ما يقرب من 30% من البالغين في الولايات المتحدة باستخدام الذكاء الاصطناعي في عام 2023، فإن جزءاً صغيراً من تلك المجموعة ينتمي إلى الأسر ذات الدخل المنخفض والمتوسط. تعكس هذه الفجوة مشكلة أعمق: غالبًا ما يتم تطوير أدوات الذكاء الاصطناعي دون مراعاة كاملة للاحتياجات والمخاوف المحددة للأفراد ذوي الدخل المنخفض والمتوسط. قد تقدم الأنظمة قدرات متطورة ولكن تفتقر إلى الصلة حيثما تهم.

لقد أظهر الحماس المحيط بنماذج الذكاء الاصطناعي التوليدي مثل ChatGPT، التي تم تقديمها في عام 2022، إمكانية هذه الأنظمة في تقديم إرشادات مالية قابلة للتوسع وشخصية. ومع ذلك، تستهدف الأدوات بشكل أساسي المستخدمين الذين لديهم موارد مالية أو إلمام تكنولوجي. لم يتحول حماس المطورين والشركات بعد إلى حلول عملية وفعالة للأسر ذات الدخل المنخفض والمتوسط.

بناء الثقة ومعالجة المخاوف الحقيقية

تظل الثقة عاملاً حاسمًا في ما إذا كانت أنظمة الذكاء الاصطناعي ستُقبل من قبل سكان LMI. بالنسبة للعديد من المستخدمين، فإن أنظمة الذكاء الاصطناعي ليست مجرد أدوات تكنولوجية؛ إنها خدمات يجب أن تُظهر قيمة حقيقية مع ضمان الخصوصية والأمان. تظل المخاوف بشأن أمان البيانات والخصوصية عقبات كبيرة أمام التبني.

وفقًا لبحث Commonwealth، فإن 63% من المستخدمين قلقون بشأن أمان الذكاء الاصطناعي، و53% يقلقون بشأن الخصوصية. تعكس هذه المخاوف شكوكًا أوسع تجاه التقنيات التي تبدو متطفلة بدلاً من أن تكون داعمة. غالبًا ما تعد أدوات الذكاء الاصطناعي بتوفير الراحة ولكنها تفشل في توضيح كيفية حماية المعلومات الشخصية للمستخدمين.

من المثير للاهتمام أن العديد من مستخدمي LMI لا يرون الدردشة التفاعلية على أنها “ذكاء اصطناعي”. يرونها كأدوات مصممة لأداء مهام محددة مثل دفع الفواتير، والتحقق من الأرصدة، أو حل القضايا البسيطة. تقدم هذه النظرة رؤى قيمة للمطورين: الناس ليسوا مهتمين بالذكاء الاصطناعي كمفهوم؛ بل هم مهتمون بالأدوات العملية التي تلبي احتياجاتهم دون تعقيد غير ضروري.

تُقام موثوقية النظام من خلال الاتساق والوضوح. يجب أن تقدم أنظمة الذكاء الاصطناعي خدمات موثوقة وشفافة تحترم خصوصية المستخدمين وتمنحهم القوة دون أن تبدو استغلالية. تثبت الأدوات الفعالة قيمتها من خلال نتائج عملية وقابلة للقياس.

ما يريده مستخدمو LMI فعلاً

يقدم بحث Commonwealth رؤى مهمة حول ما تبحث عنه الأسر ذات الدخل المنخفض والمتوسط حقًا. إنهم يبحثون عن أدوات تقدم مساعدة عملية لتحديات مالية واقعية بدلاً من التكنولوجيا المتطورة لذاتها.

تشمل المجالات الأكثر إلحاحًا حيث يمكن أن يحدث الذكاء الاصطناعي فرقًا الميزانية، وبناء الائتمان، ومعالجة المدفوعات. هذه المجالات ليست مثيرة، لكنها ضرورية لتحقيق الاستقرار المالي. تشير اختبارات Commonwealth الميدانية إلى أن المستخدمين يفضلون أدوات الذكاء الاصطناعي التي تقدم إرشادات مباشرة وخالية من الحكم تركز على القابلية للاستخدام والوصول.

غالبًا ما يأتي انعدام الأمان المالي مع الشعور بالخزي والقلق، مما يجعل طلب المساعدة صعبًا. من المرجح أن تحظى أنظمة الذكاء الاصطناعي المصممة لتقديم الإرشادات دون جعل المستخدمين يشعرون بالتدقيق أو الحكم بقبول أكبر. من الضروري بناء العملية والتعاطف في هيكل هذه الأدوات.

الإمكانات والقيود الخاصة بالذكاء الاصطناعي التوليدي

يقدم الذكاء الاصطناعي التوليدي إمكانيات كبيرة لتعزيز الخدمات المالية. إن قدرته على تقديم إرشادات شخصية ورؤى في الوقت الفعلي قد تعيد تشكيل كيفية تفاعل الأسر ذات الدخل المنخفض والمتوسط مع الأنظمة المالية. ومع ذلك، تظل المخاوف العملية بشأن الدقة والخصوصية والتعقيد عقبات كبيرة.

بالنسبة للعديد من مستخدمي LMI، لا يزال الذكاء الاصطناعي التوليدي يبدو غير موثوق. إن قدرة التكنولوجيا على تحويل الدردشة التفاعلية من أدوات بسيطة للإجابة على الأسئلة إلى أدلة مالية شاملة تحمل وعدًا ولكنها تتطلب أداءً موثوقًا ومتسقًا. من المرجح أن يكون للنظم المصممة لفهم الظروف الفردية وتقديم المشورة المخصصة أكبر تأثير.

أين يمكن أن يحدث الذكاء الاصطناعي فرقًا: المنافع العامة وأدوات العمل

تسلط أبحاث Commonwealth الضوء أيضًا على المجالات التي يمكن أن يحسن فيها الذكاء الاصطناعي الشمول المالي بشكل كبير. تظل أنظمة المنافع العامة معقدة وصعبة التنقل. كل عام، يُقدّر أن 140 مليار دولار من المساعدات الحكومية تبقى غير مُطالَب بها بسبب الحواجز البيروقراطية. يمكن أن تحسن أدوات الذكاء الاصطناعي القادرة على تبسيط فحوصات الأهلية وتبسيط عمليات التقديم من الوصول لملايين الأفراد.

يمكن أن تعزز أنظمة الذكاء الاصطناعي أيضًا أدوات المالية في مكان العمل. يمكن أن تساعد الشركات التي تدمج الذكاء الاصطناعي التفاعلي في بنيتها التحتية للموارد البشرية الموظفين في الوصول إلى موارد تتراوح بين خطط التقاعد إلى برامج الادخار الطارئة. قد تعزز القدرة على تقديم إرشادات واضحة وشخصية حول المنافع المتاحة من الثقافة المالية والرفاهية عبر القوى العاملة بأكملها.

المضي قدمًا بنية

تكشف نتائج بحث Commonwealth عن حقيقة أساسية: إن إنشاء أنظمة الذكاء الاصطناعي التي تفيد الأسر ذات الدخل المنخفض والمتوسط حقًا ليست مجرد تحدٍ تكنولوجي بل هي مسألة تصميم أخلاقي. يجب بناء الأدوات الفعالة مع فهم الاحتياجات الحقيقية لأولئك الذين تم استبعادهم تاريخياً من التقدم التكنولوجي.

التكنولوجيا موجودة. ما يتبقى هو تحدي بناء أدوات موثوقة وشاملة وقادرة على تلبية الاحتياجات المحددة للأشخاص الذين من المفترض أن تخدمهم. سيتم تحقيق الإمكانات الحقيقية للذكاء الاصطناعي فقط عندما يعمل حقًا لصالح الجميع.