Ushawishi wa ChatGPT kwenye Malaika ya Fedha za Ujiofautishaji Zinazohusiana na Akili Bandia: Uthibitisho Kutoka kwa Uchambuzi wa Udhibiti wa Kisanii

Yaliyomo

1 Utangulizi

Uzinduzi wa ChatGPT wa OpenAI mnamo Novemba 30, 2022, unawakilisha wakati wa mageuzi katika ukuzaji wa akili bandia. Mfumo huu wa kisasa wa lugha kubwa unaotegemea kibadilishaji ulionyesha uwezo usio na kifani wa usindikaji wa lugha asilia, ukifikia mafanikio makubwa ikiwemo kupita mitihani ya kitaaluma na kufikia zaidi ya watumiaji milioni 100 waliojitolea ndani ya miezi miwili—kuwa na msingi wa watumiaji unaokua kwa kasi zaidi katika historia.

Teknolojia hii ya kuvunja-vunja ilichochea ukuzaji wa biashara ya akili bandia na kuongeza kasi ya miradi ya kidijitali katika sekta mbalimbali. Vyombo vya habari vilisisitiza uwezekano wa kuunganishwa kwenye injini kuu za utafutaji, na kusababisha majibu ya ushindani kutoka kwa makampuni makubwa ya teknolojia kama Google na Baidu. Maendeleo haya yalionyesha kuongezeka kwa thamani inayohisiwa ya teknolojia ya akili bandia miongoni mwa wawekezaji, hasa ikiaathiri malaika ya fedha za ujiofautishaji zinazohusiana na akili bandia ambazo hazijaunganishwa moja kwa moja na ChatGPT.

2 Mbinu ya Utafiti

2.1 Tofauti-katika-Tofauti ya Kisanii

Utafiti huu unatumia mbinu ya tofauti-katika-tofauti ya kisanii kutenganisha athari halisi ya uzinduzi wa ChatGPT kwenye mapato ya fedha za ujiofautishaji zinazohusiana na akili bandia. Mbinu hii inachanganya vipengele vya mbinu za udhibiti wa kisanii na makadirio ya tofauti-katika-tofauti ili kuunda kundi la udhibiti lenye uzani linalofanana kwa karibu na sifa za kundi la matibabu kabla ya matibabu.

2.2 Ukusanyaji wa Data

Data ilikusanywa kutoka kwa maduka mengi ya kubadilishana fedha za ujiofautishaji kwa hati za kulipia zinazohusiana na akili bandia zilizotambuliwa kupitia hati nyeupe, maelezo ya miradi, na uainishaji wa jamii. Kipindi cha sampuli kinashughulikia miezi sita kabla na baada ya uzinduzi wa ChatGPT, na data ya bei ya kila siku na ujazo wa biashara. Data ya kiasi cha utafutaji wa Google kwa istilahi zinazohusiana na akili bandia ilitumika kama kiashiria cha umakini wa wawekezaji.

3 Matokeo

3.1 Athari za ChatGPT kwenye Mapato

Uchambuzi unaonyesha "athari za ChatGPT" muhimu na malaika ya fedha za ujiofautishaji zinazohusiana na akili bandia zikipata wastani wa mapato ya 10.7% hadi 15.6% katika kipindi cha mwezi mmoja baada ya uzinduzi, na 35.5% hadi 41.3% katika kipindi cha miezi miwili. Athari hizi zinaendelea hata baada ya kudhibiti mienendo ya jumla ya soko la fedha za ujiofautishaji na mambo mengine yanayochanganyikiwa.

3.2 Uchambuzi wa Kiasi cha Utafuti wa Google

Viashiria vya bei muhimu vilionekana baada ya uzinduzi wa ChatGPT kutokana na kiasi cha utafutaji wa Google kwa istilahi zinazohusiana na akili bandia. Uchambuzi wa uhusiano unaonyesha uhusiano mzuri mkubwa kati ya mwinuko wa kiasi cha utafutaji na mienendo ya bei inayofuata katika malaika ya fedha za ujiofautishaji zinazohusiana na akili bandia, ikionyesha kuwa umakini wa wawekezaji wa rejareja ulisababisha athari kubwa za soko.

4 Utekelezaji wa Kiufundi

4.1 Mfumo wa Kihisabati

Kikadirio cha tofauti-katika-tofauti ya kisanii kinaweza kuandikwa kihisabati kama:

$$\hat{\tau}_{SDID} = \frac{1}{T_1} \sum_{t=T_0+1}^{T} \left[ Y_{1t} - \sum_{j=2}^{J+1} \hat{w}_j Y_{jt} \right] - \frac{1}{T_0} \sum_{t=1}^{T_0} \left[ Y_{1t} - \sum_{j=2}^{J+1} \hat{w}_j Y_{jt} \right]$$

ambapo $Y_{1t}$ inawakilisha matokeo kwa kitengo kilichotibiwa, $Y_{jt}$ kwa vitengo vya udhibiti, $\hat{w}_j$ ni uzani wa udhibiti wa kisanii, $T_0$ ni kipindi kabla ya matibabu, na $T_1$ ni kipindi baada ya matibabu.

4.2 Utekelezaji wa Msimbo

import numpy as np
import pandas as pd
from sklearn.linear_model import LinearRegression

def synthetic_did(treatment_series, control_matrix, pre_periods):
    """
    Tekeleza makadirio ya tofauti-katika-tofauti ya kisanii
    """
    # Kokotoa uzani wa udhibiti wa kisanii
    X_pre = control_matrix[:pre_periods]
    y_pre = treatment_series[:pre_periods]
    
    model = LinearRegression(fit_intercept=False, positive=True)
    model.fit(X_pre.T, y_pre)
    weights = model.coef_
    
    # Kokotoa mfululizo wa udhibiti wa kisanii
    synthetic_control = weights @ control_matrix
    
    # Kokotoa athari ya matibabu
    post_periods = len(treatment_series) - pre_periods
    treatment_effect = (treatment_series[pre_periods:].mean() - 
                       synthetic_control[pre_periods:].mean())
    
    return treatment_effect, weights, synthetic_control

5 Uchambuzi wa Asili

Utafiti wa Saggu na Ante (2023) unatoa uthibitisho thabiti wa athari za kumwagika kwa teknolojia katika masoko ya fedha za ujiofautishaji, ukionyesha jinsi maendeleo ya kuvunja-vunja ya akili bandia yanaweza kuunda uhalisia wa uthamini katika malaika mbalimbali za dijiti zinazohusiana. Matokeo yanafanana na nadharia ya uthamini wa mali inayotegemea umakini iliyopendekezwa na Barber na Odean (2008), ambapo wawekezaji wa rejareja hununua hisa zinazovutia umakini kwa kiasi kikubwa. Katika muktadha wa malaika ya fedha za akili bandia, ChatGPT ilitumika kama mshtuko mkubwa wa umakini ulioelekeza mtaji wa wawekezaji kuelekea mfumo mpana wa akili bandia.

Kwa mbinu, utafiti huu unaimarisha utafiti wa fedha za ujiofautishaji kwa kutumia mbinu za tofauti-katika-tofauti ya kisanii, ukijenga juu ya mfumo wa udhibiti wa kisanii ulioundwa na Abadie et al. (2010). Mbinu hii inashughulikia changamoto za msingi katika masomo ya matukio ya fedha za ujiofautishaji ambapo vikundi vya udhibiti vya kitamaduni ni vigumu kujenga kutokana na sifa za kipekee za malaika ya fedha za ujiofautishaji. Mbinu hii inafanana na mbinu zilizotumika katika kusoma athari za kupitishwa kwa teknolojia katika fedha za kitamaduni, kama vile athari za majukwaa ya biashara ya rununu kwenye ushiriki wa soko zilizorekodiwa na Shiller (2015).

Ukubwa wa athari zilizozingatiwa—kutoka 35.5% hadi 41.3% katika kipindi cha miezi miwili—unazidi kwa kiasi kikubwa athari za kawaida za tangazo la teknolojia katika masoko ya kitamaduni. Ukuaji huu unaonyesha uwezekano mkubwa wa usikivu wa masoko ya fedha za ujiofautishaji kwa mienendo ya hadithi na umakini, kama ilivyotajwa na Shiller (2017) katika kazi yake juu ya uchumi wa hadithi. Matokeo yanaonyesha kuwa malaika ya fedha za ujiofautishaji zinazohusiana na akili bandia hufanya kazi kama kamari safi juu ya maendeleo ya teknolojia ya akili bandia, na kuzifanya ziweze kuathiriwa kwa urahisi na maendeleo katika teknolojia za akili bandia zilizo karibu.

Matokeo ya kiasi cha utafutaji wa Google yanakamilisha utafiti wa Da et al. (2011) kwenye faharasa ya FEARS, ikionyesha kuwa vipimo vya umakini vinavyotegemea utafutaji vinatabiri kwa ufanisi mienendo ya bei inayoongozwa na wawekezaji wa rejareja katika mali zenye uvuvio. Uendelevu wa athari ya ChatGPT kwa miezi miwili unapinga ufanisi wa soko la aina nzuri katika masoko ya fedha za ujiofautishaji, jambo linalofanana na nadharia ya soko la kubadilika iliyopendekezwa na Lo (2004). Hii ina maana muhimu kwa mifumo ya udhibiti na ulinzi wa wawekezaji katika masoko ya mali ya dijiti yanayobadilika kwa kasi.

6 Matumizi ya Baadaye

Mbinu na matokeo yana matumizi kadhaa muhimu kwa utafiti na mazoezi ya baadaye:

• Ufuatiliaji wa Soko la Wakati Halisi: Kuendeleza mifumo ya kiotomatiki inayofuatilia maendeleo ya teknolojia na athari zao za kumwagika kwenye aina za mali zinazohusiana
• Ukuzaji wa Mfumo wa Udhibiti: Kutoa taarifa kwa maamuzi ya sera kuhusu ulinzi wa wawekezaji katika mienendo ya soko inayoongozwa na teknolojia
• Uboreshaji wa Mkakati wa Mfuko wa Uwekezaji: Kuunda mikakati ya kiasi inayoshika kwa utaratibu athari za kumwagika kwa teknolojia
• Uchambuzi wa Mali Mbalimbali: Kupanua mbinu kusoma unganisho kati ya maendeleo ya teknolojia na vyombo mbalimbali vya kifedha
• Unganishaji wa Akili Bandia: Kuendeleza mifumo ya akili bandia inayoweza kutabiri athari za mpangilio wa pili za mafanikio ya kiteknolojia

Maelekezo ya utafiti wa baadaye ni pamoja na kuchunguza uendelevu wa athari hizi, kuchambua athari tofauti katika sekta ndogo mbalimbali za fedha za ujiofautishaji za akili bandia, na kuendeleza mifumo ya onyo la mapema kwa mienendo ya soko inayoongozwa na umakini.

7 Marejeo

1. Abadie, A., Diamond, A., & Hainmueller, J. (2010). Synthetic control methods for comparative case studies: Estimating the effect of California's tobacco control program. Journal of the American Statistical Association, 105(490), 493-505.
2. Barber, B. M., & Odean, T. (2008). All that glitters: The effect of attention and news on the buying behavior of individual and institutional investors. The Review of Financial Studies, 21(2), 785-818.
3. Da, Z., Engelberg, J., & Gao, P. (2011). In search of attention. The Journal of Finance, 66(5), 1461-1499.
4. Lo, A. W. (2004). The adaptive markets hypothesis: Market efficiency from an evolutionary perspective. Journal of Portfolio Management, 30(5), 15-29.
5. Saggu, A., & Ante, L. (2023). The Influence of ChatGPT on Artificial Intelligence Related Crypto Assets: Evidence from a Synthetic Control Analysis. Finance Research Letters, 103993.
6. Shiller, R. J. (2015). Irrational exuberance. Princeton university press.
7. Shiller, R. J. (2017). Narrative economics. American Economic Review, 107(4), 967-1004.