Geloof het of niet, steeds meer kredietverstrekkers wenden zich tot mens-robot-interactie om te helpen met beleggingsadvies. Maar hoe reageren mensen en wat is het resultaat van een investeringsbeslissing wanneer robots algoritmen gebruiken om suggesties te doen? Nieuw onderzoek in het INFORMS-tijdschrift Onderzoek naar informatiesystemen constateert dat beleggers die het meest kunnen profiteren van robo-adviseurs (RA's) deze niet gebruiken. En degenen die te snel van gedachten veranderen om een ​​terugkeer te zien.

Het artikel, "Interactie tussen mens en robot:wanneer beleggers het gebruik van robo-adviseurs bij peer-to-peer-leningen aanpassen, " werd uitgevoerd door Zhiqiang (Eric) Zheng van de Universiteit van Texas in Dallas, Ruyi Ge van de Shanghai Business School, en Xuan Tian en Li Liao van de Tsinghua Universiteit, Peking.

"Onze analyses laten zien dat, enigszins verrassend, investeerders die meer hulp van RA's nodig hebben, dat wil zeggen, degenen die meer wanbetalingen tegenkwamen bij hun handmatige beleggingen, nemen minder snel dergelijke diensten over, " zegt Zheng, een Ashbel Smith Professor en professor in informatiesystemen aan de Jindal School of Management aan de UT Dallas. "Beleggers hebben de neiging om hun gebruik van de dienst aan te passen als reactie op recente RA-prestaties. interessant, deze 'human-in-the-loop'-interferenties leiden vaak tot inferieure prestaties."

De onderzoekers keken naar de interactie tussen mens en robot van financiële adviesdiensten in peer-to-peer lending (P2P). Veel crowdfundingplatforms zijn robo-adviseurs gaan gebruiken om kredietverstrekkers te helpen hun intelligentie in P2P-leninginvesteringen te vergroten. Dit werk analyseerde gegevens van een van de toonaangevende P2P-bedrijven en onderzocht hoe beleggers robo-adviseurs gebruiken, en hoe de menselijke aanpassing van het gebruik van robo-adviseurs de investeringsprestaties beïnvloedt.

"Onze resultaten laten zien dat gebruikers meer verliezen ervaren omdat ze te reactief zijn op recente RA-prestaties. Dit is een nieuwe, maar negatieve use case voor synergie tussen mens en kunstmatige intelligentie (AI), waar het averechts kan werken om mensen te veel controle te geven over wanneer een RA moet worden gebruikt, " vervolgt Zheng. "Dit resultaat weerspiegelt het mogelijke misverstand en misbruik van RA's door investeerders. Ze hebben misschien niet altijd de juiste kennis van RA-systemen en kunnen contraproductief ingrijpen."

Zheng merkt op dat RA-systemen meer transparantie in hun diensten moeten bieden en dat een goed ontworpen intelligent systeem moet anticiperen op mogelijk gebruikersgedrag en rekening moet houden met dergelijke menselijke factoren in het systeemontwerp.

"Het is vooral belangrijk om te weten wanneer het nuttig is om mensen te betrekken bij de implementatie van een systeem. Al deze implicaties vereisen een duidelijk begrip van hoe gebruikers de systemen kunnen adopteren en erop kunnen reageren, " hij voegt toe.