這是我最後一期在《信報》供稿，先感謝各位讀者及《信報》編輯們的支持和信任。這一年多以來在《信報》寫專欄，讓我多了機會與讀者們分享我對市場的看法。最近一年，社交媒體的內容有很大變化，我們每天會閱讀到不少以人工智能（AI）編寫的內容，相對而言，報章上非人工智能撰寫的內容，更顯得有血有肉。告別宴當日有參加者問我，該如何在投資上使用人工智能，我覺得問得很好，因未來我們都會面對這個議題。
我不反對使用人工智能，投資者如能善用，投資的研究及分析將會更有效率。可是，我們要懂得如何使用，而非僅僅AI說了算。人工智能近年被奉若神明，愈來愈多人視AI回覆的內容等同事實或事情的結論。我先提出兩個AI出現明顯錯誤的例子，第一個是我曾經問AI對我的評價，它竟然說我是以獨特的曲髮兼類似生意失敗的髮型評股，因而令人印象深刻，事實上我人生中從沒試過曲髮。
第二個有趣例子，有網友問AI槓桿ETF出現市價與資產淨值溢價，是否因為「大戶」操控而不是其他技術原因，如對沖困難、交易時段差異等，它說有可能，網友立即剪貼了流程圖給我，再反問我的看法不一樣，是否認為自己比AI更優勝。幸好，我依他原句「接龍」再問AI，對其答覆提出異議，它即時認錯兼給了另一截然不同的答案。這活生生的例子，說明不要濫用AI的答覆作權威。AI有個特色，它傾向因應提示/發問字眼，提供更深入說法。如果在首條問題中已訂出框架，也不嘗試要它批評使用者的觀點，AI便很易沿着使用者的思路回答問題。
當日這位網友是問AI，有沒有可能是因為大戶操控槓桿ETF的價格，而導致當日ETF價格出現大幅溢價呢？AI的答案是也有可能的，它再在網上找出一些人的言論作資料補充。而我則嘗試質疑它，問AI這樣說有沒有可能是陰謀論及網上的人錯誤理解ETF運作機制。接着，它便跟我道歉及承認自己可能犯錯。事實上，AI的資訊源頭就是網絡上及一些坊間訊息，對於一些較專業的知識，它還是存在不準確及有道聽途說的情況，特別是如果使用者問誘導性問題。例如，發問者指A會否是因為B導致？這類基本上已有主觀答案的問題，它很多時只會強化錯誤，而不懂向使用者提出相反意見。
新近有一位網上KOL，便用了AI去查詢投資槓桿ETF有什麼地方要留意，結果AI竟把「3416」這隻Covered Call ETF認錯為槓桿ETF，以此作例子，用一大堆謬論解釋「3416」本年表現不佳是因為槓桿ETF的對沖成本高，該KOL在無核對文章下直接貼文，造成了一個源自AI的笑話。試想想，因為我們懂得分辯「3416」非槓桿ETF，所以影響有限，但對於一些我們不懂的內容，很容易會被AI的幻覺或網路上的錯誤資訊所騙。
先開放式提問 忌盲目跟從
那麼怎樣使用AI會較為理想呢。我覺得首先是不要問誘導式或全封閉式問題，最初宜以開放式問題發問，先取得較多資訊，其後才收窄查詢範圍，以及批判自己對事情的看法。例如作投資分析，不妨先問AI該公司的基本資訊，再問它看好/看淡公司的看法有哪些？同時再問有哪些公司可作比較，在得出初步結論後，可以慣性叫AI批評一下使用者的想法有沒有不盡完善之處，看看使用者有沒有過於主觀而與事實不符的觀點，又或是如何令使用者的認知更為全面，以作出是否投資及何時投資的決定。
舉例，如想買領展（00823），可先問AI領展最近的營運情況如何，了解中性資訊後，再叫AI與其他REITs比較。如果有其他REITs的財務數據看似更佳，可再仔細問AI兩者的比較，以及如何看其他近日股價表現較佳的REITs，與領展之別在哪裏？
簡而言之，讓AI找更多資料及比較，以及批判自己的固有想法，而不是把它當為一個權威而盲目跟從。這樣，我們才可提升AI及自己的價值。正如大家看名家專欄，不奉信股評說法，只是參考他人觀點，豐富自己的認知後再作結論。最後，各位朋友，有緣再會！
No comments:
Post a Comment