L’IA prend des décisions d’investissement peu fiables

Ne faites pas confiance à l’IA pour des choses importantes comme les décisions d’investissement

Par Sam Wyatt & Gary N. Smith

Lorsque ChatGPT a fait ses débuts sur 30 novembre 2022suivi peu après par autres chatbots IAla réaction fut un étonnement débridé suivi de battage médiatique à peine retenu.

L’entrepreneur et ingénieur logiciel Marc Andreessen a décrit ChatGPT dans un publier sur X (anciennement Twitter) comme « une magie pure, absolue et indescriptible ». Bill Gates dit Forbes que ChatGPT était « tout aussi important que le PC, que l’Internet ». Comme si cette hyperbole ne suffisait pas, Sundar Pichai, PDG d’Alphabet et de Google, a proclamé dans un communiqué 60 minutes entretien que l’intelligence artificielle « est la technologie la plus profonde sur laquelle l’humanité travaille, plus profonde que le feu. » Geoffrey Hinton, lauréat du prix Turing a déclaré à CBS Newssans aucun sens apparent de l’ironie, « Je pense que c’est comparable en termes d’échelle à la révolution industrielle ou à l’électricité, ou peut-être à la roue. »

Hélas, depuis près de 70 ans, les pom-pom girls de l’IA ont trop promis et pas assez tenuIl est désormais de plus en plus clair que le GPT et les autres LLM sont pas intelligent au sens propre du terme et on ne peut pas compter sur pour des décisions importantes, telles que choix d’embauche, peine de prison, approbation de prêt, tarifs d’assurance—et investir.

Sur le soutien au journalisme scientifique

Si vous appréciez cet article, pensez à soutenir notre journalisme primé en s’abonnerEn achetant un abonnement, vous contribuez à garantir l’avenir d’histoires marquantes sur les découvertes et les idées qui façonnent notre monde aujourd’hui.

L’investissement basé sur l’IA est particulièrement intéressant car il offre un moyen quantifiable d’évaluer les capacités de la technologie. Le premier investissement basé sur l’IA Fonds négocié en bourse (ETF) a été lancé le 18 octobre 2017 par la plateforme d’investissement EquBot, avec le symbole boursier mémorable AIEQ (« AI » pour IA et « EQ » pour équité). EquBot a affirmé que AIEQ était «l’application révolutionnaire des trois formes d’IA » : les algorithmes génétiques, la logique floue et le réglage adaptatif. Waouh ! Chida Khatua, PDG et cofondateur d’EquBot, s’est vanté dans un communiqué de presse que l’AIEQ « a la capacité d’imiter une armée d’analystes de recherche sur les actions travaillant 24 heures sur 24, 365 jours par an, tout en éliminant l’erreur humaine et les préjugés du processus ».

Inscrivez-moi !

Deux semaines plus tard, le fournisseur d’ETF Horizons (maintenant Global X) a lancé le fonds Active AI Global Equity Fund (MIND), qu’il décrit dans un communiqué de presse:

MIND est sous-conseillé par Mirae Asset Global Investments…, qui utilise une stratégie d’investissement entièrement gérée par un système d’intelligence artificielle propriétaire et adaptatif qui analyse les données et extrait des modèles…. Le processus d’apprentissage automatique qui sous-tend la stratégie d’investissement de MIND est connu sous le nom de Deep Neural Network Learning, qui est une construction de réseaux neuronaux artificiels qui permettent au système d’IA de reconnaître des modèles et de prendre ses propres décisions, un peu comme le fonctionnement du cerveau humain, mais à des vitesses ultra-rapides.

Steve Hawkins, alors président et directeur général d’Horizons, a ajouté : « Contrairement aux gestionnaires de portefeuille d’aujourd’hui qui peuvent être sensibles aux préjugés des investisseurs tels que l’excès de confiance ou la dissonance cognitive, MIND est dépourvu de toute émotion. »

C’est le battage médiatique. La réalité est que les deux fonds ont été très en retard sur le S&P 500. Au 31 décembre 2023 (les données les plus récentes dont nous disposons), AIEQ avait un rendement total cumulé de 63 %, contre 108 % pour le S&P. MIND, avant sa fermeture en 2022, avait un rendement total cumulé de –12 pour cent contre 65 pour cent pour le S&P.

Les fonds plus récents alimentés par l’IA ont-ils obtenu de meilleurs résultats, peut-être ? Non.

Dans une analyse qui n’a pas encore été évaluée par des pairs, nous avons examiné tous les ETF et fonds communs de placement axés sur l’IA disponibles au public qui ont été lancés depuis le 18 octobre 2017. Nous avons trouvé 11 fonds entièrement basés sur l’IA, tels que AIEQ et MIND, dans la mesure où les décisions d’investissement sont prises sans intervention humaine. Nous avons également trouvé 43 fonds partiellement basés sur l’IA qui utilisent l’IA mais autorisent l’intervention humaine. Par exemple, le Qraft AI-Enhanced US Large Cap Momentum ETF (AMOM) utilise un système d’IA pour éclairer la « sélection des actions » tout en laissant aux conseillers humains « l’entière discrétion sur les décisions d’investissement », selon les descriptions du fonds par Qraft.

Nous avons constaté que seulement 10 des 43 fonds partiellement IA ont fait mieux que le S&P 500 au cours de leur existence. Le rendement annuel moyen de l’ensemble des 43 fonds était inférieur d’environ cinq points de pourcentage par an à celui du S&P 500 (7,11 % contre 12,43 % pour le S&P). La situation était encore plus désastreuse pour les fonds entièrement IA. Chacun d’entre eux a fait moins bien que le S&P 500. Six des 11 fonds ont en fait perdu de l’argent. Dans l’ensemble, les 11 fonds entièrement IA ont perdu 1,8 % par an en moyenne, tandis que le S&P 500 a offert aux investisseurs un rendement annuel moyen de 7,6 %. De plus, depuis leur création, six des 11 fonds entièrement IA et 25 des 43 fonds partiellement IA ont fermé.

Le talon d’Achille des systèmes d’IA est que, même s’ils sont sans égal dans la recherche de modèles statistiques, ils ont aucun moyen de juger si les modèles qu’ils trouvent sont plausibles ou inutiles. S’il existe une corrélation pendant un an entre les cours boursiers quotidiens et les basses températures à Antelope, Mont. (qu’il y avait), ces algorithmes pourraient bien utiliser cette corrélation statistique pour prendre des décisions d’investissement, car ils ne savent pas quelles sont les températures ou quels sont les prix des actions, et encore moins si les deux pourraient être logiquement liés.

Parallèlement aux signes sur Wall Street au cours du mois dernier indiquant que Le train de la hype autour de l’IA s’essouffle plus largement, les résultats décevants même des algorithmes « révolutionnaires » indiquent des lacunes profondes dans la technologie trop célébrée.

Tant que les algorithmes d’IA ne comprendront pas la signification des mots et leur lien avec le monde réel, ils continueront d’être peu fiables pour prendre des décisions importantes, notamment en matière d’investissement.

Il s’agit d’un article d’opinion et d’analyse, et les opinions exprimées par l’auteur ou les auteurs ne sont pas nécessairement celles de Scientifique américain.