⁣
📰 曾剑平：AI进入金融场景后，风险治理必须理解数据、模型与智能体边界

本次复旦大学经济学院举办的“南土国际金融政策圆桌会”聚焦AI时代金融人才核心竞争力，围绕人工智能对金融行业和人才培养的影响展开讨论。文章强调AI并非单纯的效率工具，而是会与传统金融风险叠加，形成数据、模型、算法及应用层面等多维风险结构。数据层面，训练依赖大量数据，若数据被污染或隐私受侵，模型输出可能产生偏差并放大不公平结果；模型层面，尽管大模型具高概率性，但并不等同于事实正确，输入偏斜可能导致幻觉式错误。对学生而言，不能以为有了AI就完全替代基础知识，反而需要通过金融、统计、计算等基础学科来培养判断力，识别AI结果的可信度。应用层面，AI智能体在部分场景可用，但并非万能，需考虑数据接口、标准化程度、预算与容错等因素决定分配与监管。会议还强调AI风险应在应用初期纳入治理框架，明确责任归属，建立对AI系统数据、模型、接口和边界的全面认识，从而实现人机协同的安全高效金融实践。

🏷️ #AI金融风险 #数据安全 #模型偏见 #金融教育 #AI边界

🔗 原文链接