Uma Nova Era de Inclusão Financeira: Aproveitando a IA para Capacitar Famílias de Baixa Renda - Editorial de Domingo do FTW

Descubra as principais notícias e eventos de fintech!

Subscreva a newsletter do FinTech Weekly

Lida por executivos da JP Morgan, Coinbase, Blackrock, Klarna e mais

Para este editorial de domingo, nós, na FinTech Weekly, gostaríamos de partilhar consigo uma importante peça de investigação que nos foi apresentada pela Commonwealth, uma organização nacional sem fins lucrativos empenhada em construir segurança financeira e oportunidades para pessoas vulneráveis financeiramente, através de inovação e parcerias.

A iniciativa deles Emerging Tech For All (ETA) procura descobrir como a IA pode ser concebida para servir verdadeiramente agregados de baixos e moderados rendimentos (LMI), um grupo demográfico frequentemente ignorado nos avanços tecnológicos.

A inteligência artificial, particularmente a IA conversacional, tem sido amplamente reconhecida pelo seu potencial para transformar os serviços financeiros. O desafio real está em saber se estes sistemas conseguem fornecer apoio prático e fiável para agregados LMI, em vez de simplesmente servirem utilizadores com rendimentos mais elevados e mais à vontade com tecnologia. O problema não é apenas o acesso, mas sim a conceção de ferramentas que respondam genuinamente às necessidades das pessoas que foram deixadas para trás pelo progresso tecnológico.

Compreender o que está em jogo

As disparidades nos avanços tecnológicos e na acessibilidade têm persistido ao longo da história. Os sistemas de IA, especialmente os direcionados para serviços financeiros, frequentemente miram as necessidades de utilizadores com rendimentos mais altos. As ferramentas criadas para aumentar a comodidade de um grupo demográfico muitas vezes falham ao traduzirem-se de forma eficaz para outro.

Os dados da investigação da Commonwealth mostram esta divisão de forma clara. Embora quase 30% dos adultos nos EUA tenham reportado o uso de IA em 2023, apenas uma fração desse grupo pertencia a agregados LMI. Esta lacuna reflete uma questão mais profunda: as ferramentas de IA são muitas vezes desenvolvidas sem considerar plenamente as necessidades e preocupações específicas de indivíduos com LMI. Os sistemas podem oferecer capacidades sofisticadas, mas carecem de relevância onde mais importa.

O entusiasmo em torno de modelos de IA generativa como o ChatGPT, introduzido em 2022, evidenciou o potencial destes sistemas para fornecer orientação financeira escalável e personalizada. No entanto, as ferramentas têm como alvo sobretudo utilizadores com recursos financeiros ou literacia tecnológica. O entusiasmo dos programadores e das empresas ainda não se traduziu em soluções práticas e eficazes para agregados LMI.

Construir confiança e abordar preocupações reais

A confiança continua a ser um fator crítico para que os sistemas de IA sejam adotados por populações LMI. Para muitos utilizadores, os sistemas de IA não são apenas ferramentas tecnológicas; são serviços que precisam de demonstrar valor real, assegurando simultaneamente privacidade e segurança. As preocupações com a segurança dos dados e com a privacidade continuam a ser obstáculos significativos à adoção.

De acordo com a investigação da Commonwealth, 63% dos utilizadores estão preocupados com a segurança da IA, e 53% receiam a privacidade. Estas preocupações refletem um ceticismo mais amplo em relação a tecnologias que parecem invasivas em vez de apoiar. As ferramentas de IA prometem frequentemente conveniência, mas falham em transmitir como irão proteger as informações pessoais dos utilizadores.

Curiosamente, muitos utilizadores de LMI não percecionam chatbots como “IA”. Vêem-nos como ferramentas concebidas para executar tarefas específicas, como pagar contas, verificar saldos ou resolver questões simples. Esta perceção oferece uma visão valiosa aos programadores: as pessoas não estão necessariamente interessadas em IA como conceito; estão interessadas em ferramentas práticas que respondam às suas necessidades sem complexidade desnecessária.

A fiabilidade constrói-se através de consistência e clareza. Os sistemas de IA devem disponibilizar serviços fiáveis e transparentes que respeitem a privacidade dos utilizadores e os capacitem sem parecerem exploradores. Ferramentas eficazes provam o seu valor através de resultados práticos e mensuráveis.

O que os utilizadores LMI realmente querem

A investigação da Commonwealth oferece informações importantes sobre aquilo que os agregados LMI procuram verdadeiramente. Procuram ferramentas que ofereçam assistência prática para desafios financeiros do mundo real, em vez de tecnologia sofisticada pela tecnologia em si.

As áreas mais imediatas em que a IA pode fazer diferença incluem a elaboração de orçamentos, a construção de crédito e o processamento de pagamentos. Estas áreas não são as mais apelativas, mas são essenciais para alcançar estabilidade financeira. Os testes de campo da Commonwealth indicam que os utilizadores preferem ferramentas de IA que ofereçam orientação direta, sem julgamentos, focada na usabilidade e na acessibilidade.

A insegurança financeira muitas vezes vem acompanhada de vergonha e ansiedade, o que torna difícil procurar ajuda. Os sistemas de IA concebidos para oferecer orientação sem fazer com que os utilizadores se sintam escrutinados ou julgados tendem a obter maior aceitação. Incorporar praticidade e empatia na própria estrutura destas ferramentas é essencial.

O potencial e as limitações da IA generativa

A IA generativa oferece um potencial substancial para melhorar os serviços financeiros. A sua capacidade de fornecer orientação personalizada e informação em tempo real poderia transformar a forma como os agregados LMI interagem com os sistemas financeiros. No entanto, preocupações práticas sobre exatidão, privacidade e complexidade continuam a ser obstáculos significativos.

Para muitos utilizadores LMI, a IA generativa ainda parece pouco fiável. A capacidade da tecnologia de transformar chatbots de ferramentas simples de perguntas-respostas em guias financeiros abrangentes tem potencial, mas requer um desempenho consistente e fiável. Sistemas concebidos para compreender circunstâncias individuais e fornecer recomendações adaptadas terão provavelmente o maior impacto.

Onde a IA poderia fazer a diferença: benefícios públicos e ferramentas no local de trabalho

A investigação da Commonwealth também destaca áreas em que a IA poderia melhorar significativamente a inclusão financeira. Os sistemas de benefícios públicos permanecem complexos e difíceis de navegar. Todos os anos, estima-se que $140 mil milhões em ajuda governamental não seja reclamado devido a barreiras burocráticas. Ferramentas de IA capazes de simplificar verificações de elegibilidade e de tornar os processos de candidatura mais simples poderiam melhorar a acessibilidade para milhões de pessoas.

Os sistemas de IA também podem melhorar ferramentas financeiras no local de trabalho. As empresas que integrem IA conversacional na sua infraestrutura de recursos humanos poderiam ajudar os trabalhadores a aceder a recursos que vão desde planos de reforma a programas de poupança para emergências. A capacidade de fornecer orientação clara e personalizada sobre benefícios disponíveis poderia melhorar a literacia financeira e o bem-estar em toda a força de trabalho.

Avançar com intenção

Os resultados da investigação da Commonwealth revelam uma verdade essencial: criar sistemas de IA que beneficiem verdadeiramente agregados LMI não é apenas um desafio tecnológico, mas uma questão de conceção ética. As ferramentas eficazes devem ser construídas com uma compreensão das necessidades reais das pessoas que, historicamente, foram excluídas dos avanços tecnológicos.

A tecnologia existe. O que falta é o desafio de construir ferramentas que sejam fiáveis, inclusivas e capazes de responder às necessidades específicas das pessoas a quem se destinam. O verdadeiro potencial da IA só será alcançado quando funcionar de facto para todos.