- Ipotizzato che un banker intenda chiarire l’impatto di un taglio ai tassi di interesse firmato Federal Reserve, rivolgendosi all’Ai generativa
- Labotka: “Ho fornito a ChatGpt un limite di lunghezza, chiedendogli di rientrare in due paragrafi. Gli ho anche dato dei limiti concettuali”
Produrre materiali didattici può essere un modo per i consulenti finanziari non soltanto per rafforzare la relazione con i clienti esistenti ma anche per portarne a bordo di nuovi. Chiaramente, richiede del tempo. L’intelligenza artificiale generativa può correre tuttavia in soccorso dei banker. Ma come? Morningstar, nella sua guida dal titolo Can you teach your clients by using generative Ai, ha elaborato alcuni consigli su come i consulenti finanziari possono sfruttare al meglio strumenti come ChatGpt per agevolare il loro lavoro.
“Innanzitutto, ricorda che l’intelligenza artificiale generativa ha bisogno di una guida”, inizia Danielle Labotka, behavioral scientist dell’azienda statunitense attiva nella fornitura di ricerche finanziarie indipendenti. “Ha bisogno di istruzioni esplicite. Senza di esse, tende a intraprendere diverse direzioni, offrendo risultati poco maneggevoli. Può anche avere delle allucinazioni, inventando”, osserva Labotka. “Inoltre, deve capire te e la tua base clienti. Non conosce per natura quali siano le tue esigenze. Quindi devi assicurarti che il contenuto sia in sintonia con i tuoi clienti per il tono di voce che utilizza (dovrebbe sembrare il tuo) e per ciò di cui i tuoi clienti potrebbero aver bisogno”, aggiunge.
3 idee su come utilizzare ChatGpt
Per spiegare ai consulenti finanziari come utilizzare al meglio l’Ai generativa nella produzione di materiali didattici per i clienti, Morningstar ipotizza che un banker intenda chiarire l’impatto di un taglio ai tassi di interesse firmato Federal Reserve. I consigli sono sostanzialmente tre: impostare dei limiti, fornire un contesto e modificare l’output, adattandolo al proprio modo di essere e alla propria esperienza. Confrontandosi con ChatGpt, come evidenziato nello screenshoot sottostante, Morningstar osserva innanzitutto che l’Ai generativa tende a essere prolissa, mentre i clienti e le clienti cercano generalmente informazioni rapide e facilmente comprensibili. “Nel prompt ho fornito a ChatGpt un limite di lunghezza, chiedendogli di rientrare in due paragrafi. Gli ho anche dato dei limiti concettuali: invece di chiederle semplicemente di spiegare il tasso di interesse della banca centrale americana, ho specificato che dovrebbe spiegare una sforbiciata al costo del denaro e cosa significhi per gli investitori”, racconta Labotka.
Fonte: Morningstar
A questo punto, uno dei punti di forza dell’intelligenza artificiale generativa è la capacità di adattare il tono del suo output in base al contesto fornito. “Nel prompt seguente le ho dato ulteriori indicazioni, dicendo all’Ai di immaginare di essere un agente (un consulente finanziario) che completa un compito particolare (scrivere materiali didattici) per un determinato pubblico (clienti). Ho anche chiesto di fornire un invito all’azione alla fine, in modo che i clienti sappiano che possono contattarci per eventuali domande sull’argomento”, afferma Labotka.
Fonte: Morningstar
Perché adattare l’output di ChatGpt
L’ultimo aspetto riguarda la modifica dell’output, senza limitarsi a copiarlo. Per diverse ragioni. Innanzitutto, una buona pratica è verificare sempre il contenuto, in particolare i numeri, per evitare di fornire ai clienti e alle clienti informazioni false o fuorvianti. “Inoltre, anche se l’Ai è brava a sembrare una persona, probabilmente è molto scarsa nel sembrare te”, sostiene Labotka. “Come lo diresti con parole tue?”, domanda l’analista. Potrebbero esserci informazioni aggiuntive che un banker potrebbe voler fornire ai propri clienti o spiegazioni che potrebbe aggiungere sulla base della propria esperienza. “La creazione di materiali con l’Ai generativa è un processo iterativo e non è semplice come porre una domanda e copiare il risultato. Tuttavia, il suo utilizzo può ridurre il tempo necessario per produrre materiali di valore per i clienti”, conclude Labotka.
