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 o editorial deste domingo, nós, na FinTech Weekly, gostaríamos de partilhar consigo uma parte importante de um estudo cuja relevância nos foi dada a conhecer pela Commonwealth, uma organização sem fins lucrativos a nível nacional, empenhada em construir segurança financeira e oportunidades para pessoas em situação de vulnerabilidade financeira através da inovação e de parcerias.

A iniciativa Emerging Tech For All (ETA) visa descobrir como é que a IA pode ser concebida para servir verdadeiramente famílias de baixos e rendimentos médios (LMI), um grupo demográfico que muitas vezes é ignorado nos avanços tecnológicos.

A inteligência artificial, em particular a IA conversacional, tem sido amplamente reconhecida pelo seu potencial para transformar os serviços financeiros. O desafio real reside em saber se estes sistemas conseguem oferecer um apoio prático e fiável às famílias LMI — em vez de simplesmente servirem utilizadores com rendimentos mais altos e maior literacia tecnológica. O problema não é apenas o acesso, mas sim o desenho 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 persistiram ao longo da história. Os sistemas de IA, especialmente os direcionados para serviços financeiros, visam frequentemente as necessidades de utilizadores com rendimentos mais altos. As ferramentas concebidas para melhorar a conveniência de um grupo demográfico muitas vezes falham ao traduzirem-se de forma eficaz para outro.

Os dados do estudo da Commonwealth mostram esta divisão de forma clara. Embora quase 30% dos adultos nos EUA tenham declarado utilizar IA em 2023, apenas uma fração desse grupo pertencia a agregados familiares LMI. Esta diferença reflete um problema mais profundo: as ferramentas de IA são frequentemente desenvolvidas sem ter plenamente em conta as necessidades e preocupações específicas das pessoas LMI. Os sistemas podem oferecer capacidades sofisticadas, mas carecem de relevância onde isso mais importa.

O entusiasmo em torno de modelos de IA generativa como o ChatGPT, introduzido em 2022, evidenciou o potencial destes sistemas para disponibilizar orientação financeira personalizada e escalável. No entanto, as ferramentas destinam-se sobretudo a utilizadores com recursos financeiros ou fluência tecnológica. O entusiasmo de programadores e empresas ainda não se traduziu em soluções práticas e eficazes para agregados familiares LMI.

Construir confiança e abordar preocupações reais

A confiança continua a ser um fator crítico para que os sistemas de IA sejam adotados pelas populações LMI. Para muitos utilizadores, os sistemas de IA não são apenas ferramentas tecnológicas; são serviços que têm 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 o estudo da Commonwealth, 63% dos utilizadores estão preocupados com a segurança da IA e 53% receiam a privacidade. Estas preocupações refletem um ceticismo mais amplo face a tecnologias que parecem invasivas em vez de serem de apoio. As ferramentas de IA prometem frequentemente conveniência, mas não conseguem explicar como é que irão proteger a informação pessoal dos utilizadores.

Curiosamente, muitos utilizadores LMI não encaram os chatbots como “IA”. Vêem-nos como ferramentas concebidas para executar tarefas específicas como pagar contas, verificar saldos ou resolver problemas diretos. Esta perceção oferece uma visão valiosa para os programadores: as pessoas não estão necessariamente interessadas na IA enquanto conceito; estão interessadas em ferramentas práticas que respondem às suas necessidades sem complexidade desnecessária.

A fiabilidade constrói-se através da consistência e da clareza. Os sistemas de IA devem fornecer serviços fiáveis e transparentes, respeitando a privacidade dos utilizadores e capacitando-os sem parecerem exploradores. As ferramentas eficazes provam o seu valor através de resultados práticos e mensuráveis.

O que os utilizadores LMI realmente querem

O estudo da Commonwealth oferece informações importantes sobre o que os agregados familiares LMI procuram verdadeiramente. Procuram ferramentas que ofereçam apoio prático para desafios financeiros do dia a dia, em vez de tecnologia sofisticada pela tecnologia em si.

As áreas mais imediatas em que a IA pode fazer a diferença incluem orçamento, construção de crédito e processamento de pagamentos. Estas áreas não são glamorosas, mas são essenciais para alcançar estabilidade financeira. Os testes em campo da Commonwealth indicam que os utilizadores preferem ferramentas de IA que ofereçam orientação simples, isenta de julgamentos, centrada na usabilidade e na acessibilidade.

A insegurança financeira costuma vir acompanhada de vergonha e ansiedade, o que torna difícil procurar ajuda. É provável que os sistemas de IA concebidos para fornecer orientação sem fazer com que os utilizadores se sintam postos sob escrutínio ou julgados ganhem 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 informações em tempo real poderia transformar a forma como os agregados familiares LMI interagem com os sistemas financeiros. No entanto, preocupações práticas com a exatidão, a privacidade e a 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 para perguntas-respostas, em guias financeiros abrangentes tem potencial, mas exige um desempenho consistente e fiável. Sistemas concebidos para compreender circunstâncias individuais e fornecer conselhos ajustados terão provavelmente o maior impacto.

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

O estudo da Commonwealth também destaca áreas em que a IA poderia melhorar significativamente a inclusão financeira. Os sistemas de benefícios públicos continuam a ser complexos e difíceis de navegar. Todos os anos, estima-se que $140 mil milhões em apoio governamental não sejam reclamados devido a barreiras burocráticas. Ferramentas de IA capazes de agilizar verificações de elegibilidade e simplificar processos de candidatura podem melhorar a acessibilidade para milhões de indivíduos.

Os sistemas de IA podem também melhorar ferramentas financeiras no local de trabalho. As empresas que integram 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 de emergência. A capacidade de fornecer orientação clara e personalizada sobre os benefícios disponíveis pode reforçar a literacia financeira e o bem-estar ao longo de forças de trabalho inteiras.

Avançar com intenção

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

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