#CienciaYTecnologia •
El último frenesí de la inteligencia artificial ha generado un impresionante repunte del mercado bursátil gracias a las apuestas de que una nueva era de innovación es inminente.
Sin embargo, para los administradores de fondos que aprovechan los avances informáticos para obtener una ventaja de inversión, la era de ChatGPT trae, por ahora, una promesa menos elevada: automatizar el trabajo pesado.
La llamada IA generativa ya está ayudando a acelerar las tareas mundanas conocidas por aplastar el espíritu de los empleados júnior de Wall Street, dicen los fondos de cobertura, desde la revisión de montones de estudios de mercado a escribir código básico y resumir el rendimiento del fondo.
Con el tiempo, los chatbots podrían ayudar a mejorar la eficiencia y ofrecer un trabajo más gratificante a sus superiores humanos, posiblemente a costa de perder puestos de trabajo. Pero todavía es pronto.
En el fondo de cobertura sistemática Campbell, sus operadores cuantitativos han pasado meses experimentando con el uso de la tecnología detrás de ChatGPT para resumir la investigación interna y escribir código repetitivo. Sin embargo, las herramientas de IA generativa aún no han cambiado sus métodos de inversión cotidianos.
“Son muy eficaces para completar el código, editarlo, encontrar errores y corregir fallas”, afirma Kevin Cole, director ejecutivo de Campbell. “Nuestro modelo mantendría a los humanos en el circuito: un asistente del humano que ayudaría a hacer su trabajo más eficiente”.
La IA en Wall Street es una iglesia amplia que incluye desde algoritmos de aprendizaje automático utilizados para calcular los riesgos crediticios hasta herramientas de procesamiento del lenguaje natural que escanean las noticias para operar. La IA generativa, la última palabra de moda ejemplificada por el chatbot de OpenAI, puede seguir instrucciones y crear nuevos textos, imágenes u otros contenidos después de haber sido entrenada con cantidades masivas de datos. La idea es que, si la máquina lee suficiente información financiera, podría fijar el precio de una opción, crear una cartera o analizar un titular de noticias corporativas.
A medida que los fondos de cobertura experimentan con las últimas iteraciones de estas herramientas, el objetivo último es mejorar el rendimiento de estas inversiones. Por ahora, el beneficio más obvio es el aumento de la productividad, acelerando la codificación, la investigación y las comunicaciones con los clientes. Por eso, Ken Griffin, de Citadel, dijo en marzo que la empresa está negociando una licencia de uso de ChatGPT para toda la empresa, apostando a que automatizará una “enorme cantidad de trabajo”.
En Man Group, uno de los mayores fondos de cobertura del mundo, Rob Furdak afirma que ChatGPT puede acelerar las partes preliminares de la investigación, revisando una pila de artículos académicos sobre un tema concreto y detectando patrones básicos en conjuntos de datos.
“Gran parte del proceso de investigación consiste en limpiar los datos, mapearlos y luego hacer un análisis preliminar”, explica el director de inversiones responsables. “ChatGPT podría decir ‘esa es una hipótesis interesante, pero aquí hay otras hipótesis que quizá también quieras investigar’”.
La empresa también está estudiando automatizar el trabajo pesado de las relaciones con los inversionistas, sostuvo, ya que ChatGPT puede explicar fácilmente el rendimiento sintetizando los datos del mercado y los rendimientos de los fondos.
Wall Street, por supuesto, ya está lleno de magos de la informática que pueblan las mesas de negociación algorítmicas, los fondos de cobertura cuantitativos y los creadores de mercado de alta frecuencia, y para ellos, las capacidades de ChatGPT podrían no parecer tan nuevas. Podría decirse que el frenesí actual ha sido alimentado tanto por la repentina disponibilidad generalizada de la herramienta como por los avances en lo que realmente hace la IA generativa.
Aun así, los primeros estudios sugieren que el chatbot representa algunos avances. Por ejemplo, los investigadores de la Reserva Federal descubrieron que supera a los modelos existentes, como el BERT de Google, a la hora de clasificar las frases de las declaraciones del banco central como dovish o hawkish.
Un estudio de la Universidad de Chicago demostró que ChatGPT puede reducir a su esencia las abultadas declaraciones de las empresas y explicar así la reacción posterior de las acciones. Los académicos también han sugerido que puede aportar ideas de investigación, diseñar estudios e incluso decidir en qué invertir.
Peter Cotton, científico jefe de datos de Intech Investment Management, es uno de los últimos conversos tras probar él mismo el robot. Publicó en Github una conversación que mantuvo con ChatGPT, en la que lo utilizó para escribir código para extraer datos y hacer predicciones.
“Todo mi flujo de trabajo ha cambiado radicalmente”, señaló. “Estoy sorprendido de la cantidad de conocimiento que se almacena en su interior”.
Sin embargo, la tecnología no es perfecta. Se sabe que ChatGPT inventa hechos y da respuestas diferentes a la misma pregunta, y solo está capacitado para procesar datos hasta fines de 2021. Mientras tanto, en un sector en el que los secretos comerciales se protegen celosamente, muchos siguen dudando de confiar en un software externo.
Por ese motivo, Campbell también ha experimentado con un modelo de GPT de código abierto y menos potente que puede ejecutar íntegramente dentro de sus propios sistemas, afirma Cole, de Campbell.
“Tenemos que tener mucho cuidado con los riesgos de fuga de IP con ese tipo de herramientas, porque con ChatGPT se envían consultas a servidores OpenAI”, explica.
Mientras los fondos de cobertura averiguan qué es posible con la IA generativa, las consecuencias para la fuerza laboral humana del sector siguen sin decidirse por ahora.
Greg Bond, director ejecutivo de Man Numeric, la unidad de Man Group con sede en Boston, considera que la tecnología podría ser una oportunidad para los empleados creativos que carecen de conocimientos técnicos, pero pueden hacer las preguntas adecuadas.
“Si partimos de la base de que la productividad de la investigación está disminuyendo en todo el mundo, podemos contratar a más personas o contar con investigadores digitales que multipliquen la fuerza de nuestro personal de investigación y tecnología”, afirma Bond. “En última instancia, lo que estaría bien es que pudiéramos automatizar el propio proceso de innovación”.
Expansión
