Une des plus grandes craintes actuelles vis-à-vis de l'intelligence artificielle est sa propension à reproduire, voire amplifier, les biais cognitifs humains dans certaines de ses applications, en particulier celles qui touchent à des données personnelles. Dans d'autres domaines, à l'inverse, elle permet d'éliminer toute subjectivité.
L'investissement est justement une activité extrêmement sensible aux erreurs de jugement et la recherche financière sur laquelle elle repose en grande partie est connue pour le risque qu'elle porte d'intégrer les influences irrationnelles des analystes qui la produisent. Or une nouvelle génération de fournisseurs émerge aujourd'hui – un de ses représentants est New Constructs – dont les études et les conseils sont plus ou moins entièrement générés par des algorithmes afin de garantir leur objectivité.
Afin de vérifier si cette promesse, parmi d'autres, était tenue, une équipe de chercheurs de l'université d'Indiana s'est attelée à comparer les conclusions d'environ 75 000 rapports publiés au cours des 15 dernières années par sept « robots analystes » majeurs avec celles issues d'approches traditionnelles. Au-delà de la confirmation des avantages « techniques » de l'automatisation, en dépit de quelques inconvénients bien identifiés, l'objectif était aussi d'évaluer son impact sur la performance financière dégagée.
Les conclusions sont sans appel, sur toute la ligne. Tout d'abord, les études élaborées par des algorithmes dépassent nettement, en qualité, celles de leurs concurrents humains. Elles sont globalement moins optimistes – un défaut notoire des analystes en chair et en os – et cette seule caractéristique leur procure un bénéfice direct : la mise en œuvre de leurs recommandations explicites d'achat de titres conduit à un surcroît de rendement statistiquement et économiquement significatif (de l'ordre de 6% vs. 1,5%).
Outre leur traitement neutre des données brutes, les machines ont également la capacité d'absorber des volumes d'information importants qui concourent tout autant à l'éradication des biais d'appréciation. Ainsi, elles exploitent beaucoup mieux les (épais) rapports annuels, dont elles prennent en compte l'exhaustivité. A contrario, elles tendent à sous-pondérer les annonces de résultats et les conférences dédiées aux investisseurs, ce qui est susceptible de renforcer leur immunité aux interférences de communication.
En revanche, la dernière question explorée par les chercheurs rafraîchira les ardeurs des tenants de l'automatisation. En effet, il ressort une faiblesse marquée des réactions aux recommandations des robots, suggérant que les clients sont réticents à les suivre. Une telle observation reflèterait finalement le prochain biais à combattre : la méfiance à l'encontre des logiciels, associée à un excès de dépendance au conseil humain. Peut-être faudrait-il dissimuler le robot derrière une vraie personne pour l'éliminer ?
L'investissement est justement une activité extrêmement sensible aux erreurs de jugement et la recherche financière sur laquelle elle repose en grande partie est connue pour le risque qu'elle porte d'intégrer les influences irrationnelles des analystes qui la produisent. Or une nouvelle génération de fournisseurs émerge aujourd'hui – un de ses représentants est New Constructs – dont les études et les conseils sont plus ou moins entièrement générés par des algorithmes afin de garantir leur objectivité.
Afin de vérifier si cette promesse, parmi d'autres, était tenue, une équipe de chercheurs de l'université d'Indiana s'est attelée à comparer les conclusions d'environ 75 000 rapports publiés au cours des 15 dernières années par sept « robots analystes » majeurs avec celles issues d'approches traditionnelles. Au-delà de la confirmation des avantages « techniques » de l'automatisation, en dépit de quelques inconvénients bien identifiés, l'objectif était aussi d'évaluer son impact sur la performance financière dégagée.
Les conclusions sont sans appel, sur toute la ligne. Tout d'abord, les études élaborées par des algorithmes dépassent nettement, en qualité, celles de leurs concurrents humains. Elles sont globalement moins optimistes – un défaut notoire des analystes en chair et en os – et cette seule caractéristique leur procure un bénéfice direct : la mise en œuvre de leurs recommandations explicites d'achat de titres conduit à un surcroît de rendement statistiquement et économiquement significatif (de l'ordre de 6% vs. 1,5%).
Outre leur traitement neutre des données brutes, les machines ont également la capacité d'absorber des volumes d'information importants qui concourent tout autant à l'éradication des biais d'appréciation. Ainsi, elles exploitent beaucoup mieux les (épais) rapports annuels, dont elles prennent en compte l'exhaustivité. A contrario, elles tendent à sous-pondérer les annonces de résultats et les conférences dédiées aux investisseurs, ce qui est susceptible de renforcer leur immunité aux interférences de communication.
En revanche, la dernière question explorée par les chercheurs rafraîchira les ardeurs des tenants de l'automatisation. En effet, il ressort une faiblesse marquée des réactions aux recommandations des robots, suggérant que les clients sont réticents à les suivre. Une telle observation reflèterait finalement le prochain biais à combattre : la méfiance à l'encontre des logiciels, associée à un excès de dépendance au conseil humain. Peut-être faudrait-il dissimuler le robot derrière une vraie personne pour l'éliminer ?
Aucun commentaire:
Enregistrer un commentaire
Afin de lutter contre le spam, les commentaires ne sont ouverts qu'aux personnes identifiées et sont soumis à modération (je suis sincèrement désolé pour le désagrément causé…)