كيف بنينا ذكاءً اصطناعيًا يشرح المال دون هلوسة

ذكاء YPA-FINANCE الاصطناعي يشرح المفاهيم المالية، وهو لا يخترع أبدًا نصائح أو أرقامًا. كل عملية حسابية تمس أموالك تُجرى في كود مُدقَّق، لا في نموذج لغوي. هذه المقالة عن كيف رسمنا هذا الخط، ولماذا هو أهم قرار هندسي وراء مساعدينا الذكيين.

عندما يسمع الناس "مساعد مالي بالذكاء الاصطناعي"، يتخيلون عادةً روبوت دردشة يجيب عن أسئلة المال. هذا هو الجزء السهل. الجزء الصعب، الذي بالكاد يتحدث عنه أحد، هو ضمان أنه لن يخبرك بثقة أبدًا بشيء كاذب. في معظم المنتجات، الهلوسة هي لقطة شاشة محرجة. في تطبيق مالي يستخدمه شخص يتنقل في نظام بلد جديد بلغته الثانية، إنها شخص يتخذ قرارًا حقيقيًا بناءً على رقم اختلقناه.

لذا أريد أن أشرح كيف بنينا هذا فعلًا: أين نسمح للذكاء الاصطناعي بالكلام بحرية، وأين لا نسمح له بالاقتراب، وحواجز الأمان بين الاثنين.

الهلوسة في الشؤون المالية ليست طرفة. إنها ضرر.

النماذج اللغوية الكبيرة تتنبأ بنص معقول. هذا ما تفعله. معظم الوقت، المعقول والصحيح يتداخلان، وهذا بالضبط ما يجعل الفجوة خطيرة، لأنها غير مرئية حتى تظهر.

اسأل روبوت دردشة عام السؤال "إذا دفعت 200 دولار شهريًا على رصيد 5000 دولار بمعدل APR قدره 24%، متى أصبح خاليًا من الدَّين؟" وسيعطيك إجابة واثقة ومحددة ومنسقة بشكل جميل. أحيانًا تكون صحيحة. أحيانًا تخطئ بسنة. لا يمكنك معرفة أيهما بمجرد النظر، ولا يستطيع الشخص الذي احتاج لطرح السؤال أصلًا.

أضف إلى ذلك مستخدمينا الحقيقيين: مهاجرون ووافدون جدد لا يملكون غالبًا شبكة أمان مالية، أو والدًا يعرف النظام بالفعل، أو إجادة إنجليزية لمراجعة فقرة تبدو واثقة. السبب الكامل وراء استخدامهم لـ YPA-FINANCE هو أنهم *لا يستطيعون* التحقق من هذه الأمور بسهولة بأنفسهم. هذا ليس مستخدمًا يمكننا أن نسلمه تخمينًا معقولًا. لذا صممنا حول قاعدة صارمة: النموذج ليس أبدًا مصدر الحقيقة لأي شيء يجب أن يكون صحيحًا.

شرح ≠ نصيحة

أهم خط رسمناه هو بين الشرح والنصيحة.

الشرح هو: "APR هو التكلفة السنوية لاقتراض المال، شاملةً الفائدة. APR بنسبة 24% يعني أنه تقريبًا، مقابل كل 100 دولار تحتفظ بها على البطاقة لمدة سنة، يُضاف نحو 24 دولارًا فائدةً." هذا مفهوم. مستقر، صحيح بغض النظر عن وضعك المحدد، ويستطيع الذكاء الاصطناعي شرحه بكلمات بسيطة، بأي من لغاتنا الـ 13.

النصيحة هي: "ينبغي أن تدفع 300 دولار على هذه البطاقة وتتوقف عن استخدام الأخرى." هذه وصفة بشأن مال شخص بعينه. تعتمد على أرقام يجب أن تكون دقيقة، وتترتب عليها عواقب إن كانت خاطئة.

ذكاؤنا الاصطناعي يفعل الأول. وهو مبني عمدًا ألا يفعل الثاني. هذا الحد ليس قيدًا نعتذر عنه، بل ميزة أمان. أداة تشرح كيف يعمل الائتمان تمكّنك من اتخاذ قرارك. أداة تتخذ القرار بصمت نيابة عنك بناءً على تخمين، هي بالضبط ما نحاول حماية الناس منه.

حواجز الأمان، عمليًا

هكذا يبدو هذا الحد في النظام الفعلي.

الحسابات تجري في الكود، لا في النموذج. كل عملية حسابية، جداول سداد الدَّين، الفوائد المدفوعة، مقارنات استراتيجيات السداد، تجري في كود حتمي ومُختبَر. المنطق نفسه وراء Calculator PRO. النموذج اللغوي لا يقوم أبدًا بالحساب. عندما تطرح سؤالًا يحتاج إلى رقم، مهمة النموذج هي التعرف على ما تسأل عنه وتمريره إلى الحاسبة، ثم شرح النتيجة بلغتك. الرقم يُحسب؛ ما يُولَّد هو الشرح فقط. إذا لم يستطع محرك الحسابات الإجابة، يقول الذكاء الاصطناعي ذلك، ولا يرتجل.

الشروح مرتكزة، لا حرة. عندما يشرح الذكاء الاصطناعي مفهومًا، فهو يعمل من محتوانا المالي الموثق، المادة نفسها التي تقف وراء أدلتنا، لا من أي شيء امتصه عَرَضًا أثناء التدريب. ارتكاز الإجابة في مصدر معروف هو ما يمنع "ما هو الحد الأدنى للدفع" من الانحراف إلى اختلاق واثق.

النطاق محدود عمدًا. المساعد مبني للحديث عن الائتمان والميزانية والدَّين وفهم المستندات المالية. اطلب منه شيئًا خارج ذلك، توقّع سهم، أو وعدًا بأنك ستُوافَق على بطاقة، أو ضمان درجة ائتمانية خلال 30 يومًا، وهو مصمم ليرفض بدل أن يرضيك بإجابة. "لا أعرف" و"يعتمد، إليك ما يجب أخذه في الحسبان" إجابات صحيحة وصالحة. نعاملها كميزات.

هناك دائمًا مسار بشري. عندما يتجاوز سؤال ما ينبغي للذكاء الاصطناعي أن يجيب عنه، فالخطوة الصحيحة ليست تخمينًا أفضل، بل إنسانًا. يمكن للمستخدمين الوصول إلى إنسان حقيقي عبر واتساب أو تيليجرام. معرفة الذكاء الاصطناعي أين تنتهي مهمته لا تقل أهمية عما يفعله داخلها.

فعل هذا بـ 13 لغة يضاعف المخاطر

إليك مشكلة تتجاهلها معظم كتابات "تطبيقات المال بالذكاء الاصطناعي": مخاطر الهلوسة ومخاطر الترجمة تتراكم.

شيء أن تجعل نموذجًا يشرح APR بشكل صحيح بالإنجليزية. وشيء آخر أن تضمن أن *الشرح نفسه* دقيق وبسيط ومفهوم ثقافيًا بالإسبانية والعربية والروسية والكورية والفيتنامية والتاغالوغية وسبع لغات أخرى، بما فيها لغات من اليمين إلى اليسار ولغات لا تنطبق فيها المفردات المالية بسلاسة على المفاهيم الأمريكية. ترجمة خاطئة دقيقة لـ "الحد الأدنى للدفع" أو "رصيد كشف الحساب" قد تكون مؤذية بقدر رقم مُهلوَس، ويصعب اكتشافها أكثر لأن الإنجليزية بدت سليمة.

لذا ينطبق المبدأ نفسه عبر اللغات: المفاهيم المالية التي نشرحها تأتي من مادة مصدر موثقة ومضبوطة، ومهمة النموذج هي تقديمها بوضوح بلغة المستخدم، لا أن يعيد اختراع المعنى المالي مع كل ترجمة. البنية تبقى ثابتة؛ اللغة تتكيف. هكذا تمنع "لغة مفهومة بـ 13 لغة" من أن تتحول بصمت إلى "13 فرصة للخطأ الدقيق".

ما لا نسمح له بفعله

من المفيد أن نكون صريحين، فالقائمة هي الثقة:

لماذا هذا هو الجوهر كله

قلت من قبل إن الارتباك المالي ليس فشلًا شخصيًا، بل عيب تصميم، وعيوب التصميم يمكن إصلاحها. الذكاء الاصطناعي هو أقوى أداة امتلكناها لإصلاحه: مفسِّر صبور يعمل بلغتك، بإيقاعك، دون حكم.

لكن هذه القوة سيف ذو حدين. ذكاء اصطناعي يشرح بوضوح *ودقة* تحويلي حقًا لشخص محجوب عن النظام المالي بسبب اللغة. ذكاء اصطناعي يشرح بوضوح و*أحيانًا يكون مخطئًا* أسوأ من لا شيء للشخص نفسه، لأنه لا يملك طريقة لمعرفة أيُّ مرة تكون أيًّا.

لهذا بنيناه كما بنيناه. معظم الأدوات المالية التي تعامل معها مستخدمونا — البنوك، مراكز الاتصال، روبوتات الدردشة العامة — تبدو واثقة وتخطئ بصمت. رفضنا أن نطلق واحدة أخرى منها. حواجز الأمان ليست ما أضفناه بعد بناء الذكاء الاصطناعي. إنها السبب في أن الذكاء الاصطناعي يستحق الإصدار أصلًا.

يمكنك رؤية كيف يعمل المساعد في الممارسة في صفحة المساعد الذكي، أو رؤية كيف تتقارن YPA-FINANCE مع تطبيقات المال الأخرى في صفحة المقارنة.

---

سفيتلانا بورنينوفا هي شريكة مؤسِّسة ومديرة التكنولوجيا في YPA Finance، بخبرة 15 عامًا في الأنظمة المالية و7 سنوات في البنية التحتية. تحمل شهادات AWS وCKA وCKAD وHashiCorp Terraform. لديك أسئلة عن كيف نبني ذكاءنا الاصطناعي؟ راسلها على hello@ypa.finance.