ИИ обошел живых соперников в стратегическом прогнозировании
Никого не удивляет, что искусственный интеллект способен превзойти человека в вычислительных задачах вроде высокочастотного трейдинга. Но стратегическое предвидение — способность предугадать успех рискованных предприятий с непредсказуемым исходом — долгое время оставалось уникальной «сверхспособностью» человека.
«Стратегия казалась такой непохожей на алгоритмический трейдинг. В каком-то смысле было очевидно, что алгоритмическая торговля возможна, ведь она целиком построена на цифрах. А стратегия — это про слова», — говорит профессор Фелипе Часар из школы бизнеса Росса в Мичиганском университете.
Вместе с коллегами из Нью-Йоркского и Индианского университетов он провел проспективный турнир по прогнозированию, в котором LLM и люди соревновались в оценке возможного успеха 30 реальных краудфандинговых проектов. Результаты опубликованы в виде препринта на arXiv.
Все проекты — технологические стартапы, запущенные уже после даты, когда закончилось обучение исследуемых моделей ИИ. Это гарантировало чистоту эксперимента.
Различные большие языковые модели (LLM) выполнили 870 попарных сравнений, на основе которых составили рейтинги предполагаемого успеха сборов. Эти прогнозы сравнили с предсказаниями 346 менеджеров и трех инвесторов с MBA-образованием.
Лучшие LLM оказались заметно точнее живых экспертов. Если самый прозорливый человек правильно определял победителя в трех из пяти случаев, то топовая модель Gemini 2.5 Pro достигла корреляции 0,74 — то есть верно предсказывала исход почти в четырех случаях из пяти.
Люди только мешают
Обнаружено также любопытное явление, которое авторы метко окрестили «ловушкой усиления». Объединение суждений человека и ИИ приводит к снижению общей точности по сравнению с работой одного ИИ. Добавление человеческого мнения вносит индивидуальный шум и ошибки, ухудшающие конечный результат. «В данном случае логика „мудрости толпы“ не повышает точность. Если мы добавляем в процесс человека, качество прогнозов падает», — отмечает профессор.
Успех ИИ он объясняет тем, что тот способен преодолеть «ограниченную рациональность» человека — присущие нам когнитивные пределы во времени, памяти и последовательности суждений.
«ИИ выглядит очень перспективным именно потому, что у него слабее эти ограничения. Ни один человек не прочитал столько, сколько ChatGPT, ни у одного человека нет столько времени, чтобы обдумывать каждый проект», — подчеркивает Часар.
Проницательность моделей четко коррелирует с их результатами в так называемом «Последнем экзамене человечества» — одном из самых сложных тестов, который оценивает способность ИИ рассуждать на уровне выпускника вуза по широчайшему кругу дисциплин.
«Умение предсказывать будущее требует широкого кругозора, который появляется, когда мы разбираемся в разных областях и можем строить умозаключения на их стыке», — объясняет исследователь.
Это означает, что стратегическое предвидение зависит от способности модели связывать разрозненные понятия из разных сфер, а не от простого подбора шаблонов или извлечения данных.
Тектонический сдвиг
На первый взгляд прорыв кажется столь же переломным, как выигрыш Deep Blue у чемпиона мира по шахматам Гарри Каспарова (в России признан иноагентом, внесен Росфинмониторингом в перечень лиц, причастных к терроризму и экстремизму, и объявлен в международный розыск) в 1997 году.
Авторы, однако, стараются проявлять сдержанность в подобных аналогиях: во-первых, в стратегическом прогнозировании нет общепризнанного чемпиона, как в шахматах, во-вторых, эксперимент с ИИ ограничивался одной конкретной областью.
«Мы не утверждаем, что этот „шахматный момент“ наступил, — однако совершенно очевидно, что возможности ИИ в стратегии изменились», — уверен Часар.
По его мнению, подобно тому, как промышленная революция снизила стоимость физического труда, а интернет — стоимость доступа к информации, ИИ может снизить стоимость сложных рассуждений, необходимых для стратегического прогнозирования. «Познание теперь повсюду, поэтому последствия будут повсеместными», — заключил профессор.
