La llegada de las nuevas IAs a Wall Street podría traer más problemas que beneficios

Los antecedentes sobre la implementación de en Street han dado importantes lecciones sobre las implicaciones que pueden tener, y algunos dicen que, a futuro, estas podrían ser “ ”



El auge de las aplicaciones que utilizan inteligenciaartificialIA) llega cada vez a más sectores, siendo la reina de estas si nos basamos en la cantidad de que tiene además de su fama mundial.

Sin embargo, especialistas como , profesor de finanzas en la Universidad de West Virginia, afirman que la llegada a de estas nuevas tecnologías podría tener consecuenciascatastróficasA pesar de que ya existen antecedentes sobre esfuerzos por acelerar el comercio mediante la implementación de tecnologías, estos ya han dejado un par de lecciones sobre sus implicaciones, pero aún con esto, las nuevas aplicaciones ya cuentan con sinfín de capacidades y son cada vez más independientes, que es lo preocupante al ser la más importante a nivel mundial, esto de acuerdo con el artículo del profesor ain, publicado recientemente en la revista The Conversation.

De iniciar con la utilización de computadoras que calculaban sencillos, estos fueron evolucionando a programas cada vez más complejos con capacidad de ejecutar algoritmos que analizaban datos de mercado complejos y ejecutaban operaciones en función de una amplia gama de factores.

Su evolución continuó, así como su crecimiento en número, también en los financierosnoregulados, en los que miles de millones de dólares en activos cambiaban de manos todos los días, lo que provocó que la volatilidad del mercado aumentara drásticamente.

Este descontrol derivó en el , la caída masiva del mercado de valores de 1987, con la que el Promedio Industrial sufrió su mayor caída porcentual en la historia y provocó una .

Después de este gran golpe, las autoridades reguladoras implementaron una serie de restricciones en el uso del comercio mediante programas como los interruptores automáticos, que detienen el comercio cuando hay cambios significativos en el mercado.

Sin embargo, el comercio con programas continuó su crecimiento conforme pasaron los años.

Para el año 2002, la Bolsa de Valores de Nueva York introdujo un sistema de negociación totalmente automatizado y como resultado, los comerciantes de programas dieron paso a también a programas automatizados, lo que resultó en el “comercio de alta frecuenciaHFT, en inglés, High frequency trading).

HFT utiliza los programas para analizar y así ejecutar operaciones a velocidades extremadamente altas.

Los operadores de alta frecuencia pueden realizar transacciones en aproximadamente una 64 millonésima de segundo, en comparación con los varios segundos que les tomaba a los operadores en la década de 1980.

Estos nuevos algoritmos de analizan grandes cantidades de datos en tiempo real e identifican patrones y tendencias que no son evidentes de inmediato para los comerciantes humanos, lo que ayuda a los operadores para tomar mejores decisiones y ejecutar operaciones a un ritmo más rápido de lo que sería posible manualmente.

Y otra aplicación de la HFTprocesamiento del lenguaje natural”, de acuerdo con , el cual implica analizar e interpretar datos del , como o publicacionesredessociales.

Al analizar estos datos, los comerciantes pueden obtener información valiosa sobre el comportamiento del mercado y así poder ajustar sus estrategias comerciales.

Aquí es donde surgió el problema, ya que la velocidad y la eficiencia también pueden causar daño.

Estos algoritmos del pueden reaccionar tan rápidamente a , del y cientos de factores más, que pueden provocar picos o caídas repentinospreciosactivosLa volatilidad creada e impulsada por la condujo al colapso de mayo de 2010, cuando las acciones se desplomaron y se recuperaron en cuestión de minutos, lo que borró y restauró alrededor de mil millones de dólares en valor de mercado.

Este fenómeno de los se convirtió en la nueva normalidad desde la introducción del .

La velocidad y la eficiencia con la que los operadores de alta frecuencia analizan los datos significa que “incluso un pequeño cambio en las condiciones del mercado puede desencadenar una gran cantidad de operaciones, lo que provoca oscilaciones repentinas de precios y una mayor volatilidad”, menciona Jain.

Con la implementación de comerciales basados en o programas similares, el problema de múltiples comerciantes podría ser tomado desde el mismo lado de un trato y empeorarlo aún más.

Si todos toman sus decisiones basándose en lo expuesto por una inteligenciaartificial la diversidad de opiniones se podría ver limitada.

Uno de los ejemplos que expone en su artículo, y el cual no es en materia financiera, es uno en el que todos dependieran de para decidir cuál es la mejor computadora para comprar.

Los consumidores son muy propensos al comportamiento “de ”, en el que tienden a comprar los mismos productos y modelos.

 Las reseñas en Yelp, Amazon, etc.

, motivan a los consumidores a elegir entre algunas de las mejores opciones.

Dado que las decisiones tomadas por el impulsado por se basan en datos de entrenamiento anteriores, habría una similitud en las decisiones sugeridas por este.

 Es muy probable que le sugiera la misma marca y modelo a todos, lo que podría llevar este “” a un nivel completamente nuevo y podría conducir a la escasez de ciertos productos y servicios, así como a fuertes aumentos de precios.

Aquí es donde se presenta el , el cual ocurre actualmente y se continúa corrigiendo durante el continuo desarrollos de estas aplicaciones.

Si la que toma las decisiones obtiene informaciónincorrectasesgada, la misma IA puede reforzar estos sesgos cuando su sistema se entrena mediante conjuntos de o .

caídas de la bolsa, o de los son poco comunes, esto significa que hay muy poca información sobre estas, por lo que el segundo problemacarencia de información.

Al depender del entrenamiento de datos para aprender, su conocimiento podría generar problemas mayores de los que intenta resolver.



Síguenos en Facebook y entérate de las noticias trend de la semana