ChatGPT在金融领域的应用探讨

摘 要：ChatGPT以高姿态横空出世，意味着人类进入了通用人工智能时代，这将会在各个领域引发新的变革。作为新一代AI技术，ChatGPT在金融行業有着极大的应用前景。但ChatGPT的技术尚未成熟，本身存在一系列问题，加之金融行业对安全的极高要求，ChatGPT应用于金融市场存在一定的局限和风险，其真正落地仍需要相当长的时间。为了充分利用人工智能的便利，促进金融体系的发展，有关部门需要及时跟进有关的应对措施，为实现“ChatGPT+金融”保驾护航。

关键词：ChatGPT;人工智能;金融安全

2022年11月，美国人工智能研究室OpenAI推出的一款机器人聊天程序ChatGPT，意味着人工智能技术实现了质的突破，新一代人工智能技术瞬间席卷全球，自2022年12月公开发布以来仅两个月的时间，ChatGPT的用户规模便破亿。国内外各大企业紧锣密鼓地加快对ChatGPT的产品研发和产业布局，例如百度的“文心一言”等，力图在新赛道上占据竞争优势。国内学术界的关注点也从元宇宙转移到了ChatGPT，相关研究正不断进行。不同领域的关注点不同，例如法学界注重讨论以ChatGPT为代表的新一代人工智能技术对传统法律体系的冲击，教育界注重ChatGPT背后的科技伦理问题，经济学界则更关注ChatGPT对经济发展的影响等。但有一点不谋而合，即都注重ChatGPT在本行业的适用可能性。在金融领域，ChatGPT有着巨大的应用前景，但是由于技术本身的弊端和金融领域的特殊性，ChatGPT在实际应用的过程中存在一定的局限和风险。ChatGPT的应用确实有利于金融行业的发展，但是在实现“ChatGPT+金融”的过程中，需要审慎布局，从国家、机构和个人三个层面采取应对措施。立足于ChatGPT爆火的社会背景，本文致力于解决三个问题，首先是ChatGPT在金融领域有何应有前景;其次是ChatGPT在应用过程中可能存在哪些局限和风险;最后是在实现“ChatGPT+金融”的过程中，应当采取哪些应对措施。

一、ChatGPT的运行原理

ChatGPT是“Chat Generative Pre-trained Transformer”的简称，中文翻译为“聊天生成预训练转化器”。从文义上可以得知，该技术的首要功能便是交互式沟通，即聊天。对于人类而言，交互行为是最基本的行为，因此ChatGPT意味着人工智能的发展实现了质的突破，离人类更近了一步，ChatGPT成为人工智能领域最接地气的产品[1]。聊天是ChatGPT最主要的功能，但不是唯一功能。除了聊天，ChatGPT还能帮助用户进行文本生成、代码编写等工作。无论是何种功能，ChatGPT的运行逻辑都是一样的，即在大数据的基础上，收集筛选与用户所需最为密切的内容，然后以自然语言的形式表现出来。简而言之，作为一种语言模式的迭代产品，ChatGPT通过扫描海量的互联网数据或信息，生成模仿人类语言模式的回应文本[2]。因此，与上一代人工智能强烈的“机器语言”色彩不同，ChatGPT可以像人一样说话，有学者将其称为“有史以来向公众发布的最好的人工智能聊天机器人”[3]。

不过与上一代AI相同的是，ChatGPT的运行仍是以数据、算力和算法为基础的[4]，决定二者存在机器语言和自然语言的差别最直接的原因是数据和算法。

在数据方面，上一代人工智能技术是建立在人工标注数据集的基础上的，人工标注数据集限定了AI的搜索范围，由于提前标注必然会因为人力因素（认知的片面性）使得数据集不全面，因此上一代人工智能技术只能针对特定范围内的内容进行特定的回复。“在深度学习和神经网络的研究中，语言数据资源不足是一个严重的问题”[5]，人工标注数据集的有限性决定了上一代AI不能进行充分的深度学习，无法输出自然语言。而ChatGPT是以GPT-3.5为架构的主力模型，GPT-3.5的具体参数目前无法得知，但是2020年开发的GPT-3有1750亿个参数，GPT-3.5也应有上千亿个参数。在海量数据的基础上，ChatGPT能够进行深度学习，可以最大限度地解读用户的意图并回复。通俗地讲，上一代AI犹如一个涉世未深的小孩，在面对外人的问题时，其只能根据父母事先的教导进行回答（别人问你这个问题时，你要这么回答），一旦外人的问题超过父母的教导范围，其便无从下手。而ChatGPT类似一个学识渊博的老者，面对一个问题，其从具备丰富知识的大脑中收集与该问题有关的内容，然后以合理的语言表达出来。

在算法方面，ChatGPT是基于“利用人类反馈强化学习”的方法进行训练的，具体包括三个方面。首先是预训练模型。上千亿个参数为该模型的运行提供了充实的基础，该模型作为一个初始模型，实际上是通过抽取海量的数据，将ChatGPT事先训练成具备读取和输出自然语言能力的AI。其次是打分模型。该模型是针对ChatGPT输出内容的一个评价机制，从自然语法、表述习惯等人类视角对ChatGPT的输出进行高分或低分的判断，进而逐渐形成一个规律或一条底线，使ChatGPT避免输出与人类自然表述差异较大的低分内容，通俗地讲，该模型可以使ChatGPT尽可能地掌握人类偏好。最后是优化模型，其对ChatGPT的输出内容不断进行优化和迭代，最终使ChatGPT的输出内容完全或绝大多数情况下可以达到高分的要求，“使输出文本越来越符合人类的需求和认知”[6]。

在算力方面，ChatGPT与上一代AI其实并无实质差别，只是前者对硬件设施的要求更高。在面对海量的数据时，如果没有足够的硬件设施保障强大的算力，那么就无法运行复杂、多阶段的算法模型。换言之，数据和算力是算法运行的两大要件，数据为算法模型提供运行资料，算力为算法运行提供动力保障。ChatGPT的算法模型面对的是海量数据，是上千亿个参数，如果没有强大的硬件设施提供充足的算力，其怎能顺利地运行？可见，ChatGPT的算力是十分强大的，非上一代AI可以比拟，而ChatGPT的算力之所以强大，是因为GPT-3.5以微软云计算服务的超算基础设施为训练基础。据了解，仅是训练GPT-3便要有上万个CPU/GPU24小时不间断地输入数据，一次运算花费数百万美元，所需耗能足以让一辆车往返地球和月球。

通用人工智能（AGI）又称强人工智能，指机器可以通过自主迁移学习等方式，具备像人类一样的思考能力，从而可以普遍应用到各个领域。ChatGPT横空出世，意味着人类进入了通用人工智能时代，AGI的设想已不仅仅是停留在概念层面[7]。可以合理预测，在未来相当长的一段时间，学界的有关研究和实务界对社会资源的配置，都将会围绕ChatGPT展开，以实现新一代AI与传统体系的衔接。期间必然会产生很多矛盾，但这是人类历史发展过程中的铁律，无可避免。而且随着ChatGPT的成熟和AGI的发展，超级人工智能（ASI）和人工情能也必将逐步出现，有效促进ChatGPT与传统体系的融合、解决新旧力量的矛盾冲突可以为将来处理人类社会与ASI和人工情能的问题提供经验。

二、ChatGPT在金融领域的应用前景

（一）客服咨询

目前金融领域的电子客服仍然是上一代AI，其运行原理是工作者预先设定输入和输出两个数据集，AI根据用户输入的内容，在输入数据集中进行寻找，而后根据相对应的输出数据集进行回复。“在神经网络的深度学习中，标准的机器学习的前提条件是假设训练数据和测试数据的分布相同”[8]。就商业银行APP的电子客服而言，其提供咨询的方式有两种。首先是会事先给用户提供若干业务选项，选项中设置了常见的问题，用户从中选择，而后客服提供事先设置好的回答。以中国建设银行APP的电子客服“小微”为例，其会事先提供一系列热点问题，如“储蓄卡账户状态异常处理怎么办”“忘记手机银行登录密码怎么办”“如何更新客户身份信息”等，当用户选择其一如“储蓄卡账户状态异常处理怎么办”时，其会就解决方法提供回复——“点击这里，了解储蓄卡常见异常状态及处理方式”。该解决方法是其预先设置好的，即“常见的处理方式”。一般情况下，“常见的处理方式”可以解决大部分问题，但是如果问题的解决需要“冷门方法”，那么就需要转人工客服。其次是用户输入问题，客服在用户输入的内容中抓取关键词，根据关键词推定用户的需求（其一般认为，只要存在这个关键词，用户便是具有某种需求，即“训练数据与测试数据的分布相同”），进而回复相应的内容。关键词是预先设定的，回复的内容也是预先设定的，如果用户输入的内容与预先设定的数据集无关，那么电子客服将无法提供任何相应回复。换言之，一旦用户的需求超出了预先设定的范围，就需要转人工客服。

ChatGPT不是以人工标注的数据集为基础的，其可以根据用户提供的任何内容，在海量的数据集中抓取与用户的输入联系最紧密的内容，而后进行排版，以自然语言的形式表现出来，给用户提供“类人服务”，因此如果将ChatGPT应用于电子客服，用户不用担心自己的需求不在ChatGPT的“认知范围”内，一般情况下也无需担心ChatGPT的输出会“牛头不对马嘴”。

（二）文本生成

ChatGPT可以根据用户需求，通过抓取互联网信息和数据，自动生成文本，这决定了其在金融领域至少有两个用武之地。首先是普通的文案编辑。其实该功能不是ChatGPT在金融领域独有的，在任何行业，ChatGPT都可以根据该领域的需求进行文案编辑。在金融领域，ChatGPT可以根据用户的需求，编辑宣传文案、工作总结等。其次是会计和审计方面的财务报表。财务准确性在金融行业极其关键，将直接影响金融安全。例如在商业银行体系中，每天下班前，工作人员会提前中止人工服务，拉下安全门，留出半个小时到一个小时左右的时间用来专门审查当日的账本，确保资金流动无误。这在保障金融安全的同时也会缩减商业银行提供服务的时间，而且会产生较大的人力耗费。ChatGPT的应用可以有效解决该问题，ChatGPT可以利用其强大的分析和计算能力，帮助会计和审计人员进行数据处理工作。不同于上一代AI只能对特定标注的数据进行分析处理，ChatGPT可以根据财会人员输入的财务数据，自动生成财务报表，工作人员无需预先对数据进行标注处理，这能大大提高会计和审计工作的效率[9]。

（三）市场评估

市场评估是指立足于市场现有情况，借鉴历史经验，对市场现状進行总结，对市场的未来进行预测。市场现有情况是通过一系列的财务或经营数据反映出来的，如果要相对完整地掌握市场现状，那么势必要对海量的数据进行收集和分析处理。这对于人力而言几乎是不可能的，上一代AI在此方面也因为需要人工预先处理数据而存在一定的缺陷，而ChatGPT则可以利用其强大的算力，帮助财会人员获取分析现有数据，并根据历史数据反映出来的历史经验或市场规律，分析出市场现状和未来走向，甚至可以提出相应的建议。工作人员可以据此采取相应的应对措施，加强风险管控。

例如，在证券投资领域，如何预测一只股票的走向直接关系到投资者的收益。投资者首先要判断目前的市场对某只股票所代表的产业是否友好，然后以市场情况为基础，借鉴以往在该市场情况下股票的历史表现，最后预测现有状况下股票未来的走向。对于小股民而言，由于个人能力有限，其不可能对市场现状和历史规律有详细完备的掌握;对于大型投资机构而言，尽管其具有人力、物力上的优势，但是由于技术的局限性，其搜集、分析的数据信息仍然是有限的。如果将ChatGPT应用到证券投资领域，那么投资者可以较好地利用其强大的算力，对海量的市场数据进行分析，判断风险点，实现投资的收益最大化。

三、ChatGPT的应用局限与风险

（一）局限

首先是数据方面。ChatGPT是建立在大语言模型的基础上的，有上千亿个参数，但是其不可避免地存在一些疏漏。纵使其能够涵盖金融领域的绝大部分知识，但是仍然可能存在小部分专业性极强或者极其冷门的部分是其未能涵盖的。对于该部分，需要人力进行补充。

其次是算力方面。前文已述，支撑ChatGPT运行需要强大的算力，因此使用者需要耗费巨大的物力和财力提供有关硬件设施。如果要将ChatGPT应用于金融领域，那么有关机构就必须为ChatGPT的运行提供足够的物质保障比如供电等，这在短时间内可能会对金融机构的效益产生不利影响，冲击金融效率。

（二）风险

首先是数据来源的安全性问题。OpenAI并未公布ChatGPT获取数据的来源，ChatGPT本身仍属于算法黑箱的范畴。因此，ChatGPT运行中所获取和分析处理的数据是否得到了有关人员的授权是值得怀疑的。如果数据属于个人数据，蕴含了隐私权或个人信息权益，那么ChatGPT的运行可能会侵犯他人合法权益;如果数据属于企业或有关机构的商业秘密，那么使用ChatGPT则可能构成不正当竞争;如果数据属于国家秘密，ChatGPT的运行还可能会对国家安全和社会稳定产生影响[10]。我国对金融领域的监管历来是更侧重于金融安全而非金融效率[11]，如果有上述情况，将会侵害金融消费者或金融机构的数据权益，最终也会对金融体系整体的稳定性产生不利影响。

其次是生成内容的安全性问题。如果ChatGPT的数据来源不合法，那么生成的内容自然是游走在合法与违法的边界。纵使ChatGPT源头上不存在问题，其生成的内容也可能会不合理。据了解，在多轮互动后，ChatGPT可能会变得暴躁无常，开始提供虚假信息;或者其明明有正确的信息或数据来源，仍然会有错误回答[12]。纵使上述问题得到解决，ChatGPT作为一项纯粹的中立性技术，其适用效果也会因为用户行为而存在风险。例如用户可以通过设置命令和禁止要求，有意帮助ChatGPT实现“越狱”，规避研发者通过算法设置的底线，生成违背法律或社会伦理的内容，此类内容可能会对金融行业产生不利影响。

四、应对措施

ChatGPT刚刚起步，很多问题尚未暴露，在未明确问题之前空谈规制措施其实是失之偏颇的，因此笔者认为，在初始阶段更多的应该是思考如何使ChatGPT与传统的金融体系相衔接，更具体地讲，在保障金融安全的前提下，如何使ChatGPT能够稳步地落地于金融领域。

（一）国家层面

毋庸置疑，ChatGPT处于新时代的风口浪尖，谁能掌握ChatGPT，谁便可以在市场上占据相对优势的地位，获得较大的发展潜力。国家务必要重视ChatGPT及其他新一代AI技术的发展与应用。但是毕竟ChatGPT刚刚出炉，存在一系列隐患，在短时间内大规模地推行不太现实。因此，国家应当以审慎包容原则为主，规范ChatGPT的应用边界，逐步推进立法工作。同时大力支持高校和研究机构开展科研活动，保障理论成果的实践应用转化。

在ChatGPT出现以前，大规模探讨传统金融体系与新技术相结合的热点应该是“区块链+金融”，学界也是以审慎布局的观点为主[13]。因此，笔者认为，由于ChatGPT与区块链技术同属于新时代重点技术，对金融体系会产生重要影响，而且同样未被完全驾驭。因此在实现“ChatGPT+金融”的过程中，可以适当摸着区块链的石头过河，借鉴“区块链+金融”的有关经验。

（二）机构层面

金融机构是金融行业的重要主体，对金融市场的发展有着建设性作用。在时代潮流面前，金融机构必须及时调整经营策略，正确认识到新时代的自我定位，努力实现资源调配的合理化。具体而言，一方面，金融机构要积极主动地了解国家对ChatGPT的导向，以便配合政府的有关活动，获得政府支持;另一方面，金融机构要根据时代或市场变化调整经营策略，有意识地加大对包括但不限于ChatGPT的新一代AI技术的研究投入，与高校或科研机构开展合作，勇于将理论技术应用于实践，将金融机构作为新技术应用的前沿阵地。

（三）个体层面

金融消费者和金融机构的工作人员将是ChatGPT在金融领域应用的直接参与主体。因此从个体层面来讲，有关人员应当提升知识储备，正确意识到AI的发展前景，勇于接受新一代AI产品，不可故步自封。同时由于ChatGPT本身存在一系列的技术问题，在使用ChatGPT的过程中，个体还应注重自身的法律意识或道理素养，加强对使用行为的约束。

五、结语

ChatGPT的出现意味着人类进一步迎来了人机共生时代，该时代最重要的特点便是充分发挥人工智能技术的优势，解放和发展生产力。在金融领域，海量的数据（财务数据、经营数据等）构成了金融行业发展的地基，同时也可以为ChatGPT的应用提供丰沃的土壤。我们应当以审慎包容的姿态，稳步推进ChatGPT在金融领域的应用，通过实现“ChatGPT+金融”助力金融体系的发展。

参考文献：

[1] 沈书生，祝智庭.ChatGPT类产品：内在机制及其对学习评价的影响[J].中国远程教育，2023（4）：8-15.

[2] 令小雄，王鼎民，袁健.ChatGPT爆火后關于科技伦理及学术伦理的冷思考[J].新疆师范大学学报（哲学社会科学版），2023（4）：123-136.

[3] ROOSE，KEVIN.The Brilliance and Weirdness of ChatGPT[N].The New York Times.5 December，2022.

[4] 张夏恒.ChatGPT的逻辑解构、影响研判及政策建议[J].新疆师范大学学报（哲学社会科学版），2023（5）：113-123.

[5] 冯志伟，张灯柯，饶高琦.从图灵测试到ChatGPT——人机对话的里程碑及启示[J].语言战略研究，2023（2）：20-24.

[6] 朱光辉，王喜文.ChatGPT的运行模式、关键技术及未来图景[J].新疆师范大学学报（哲学社会科学版），2023（4）：113-122.

[7] 於兴中.数字素养：从算法社会到网络3.0[M].上海：上海人民出版社，2022：15.

[8] 冯志伟，李颖.自然语言处理中的预训练范式[J].外语研究，2021（1）：1-14.

[9] 刘勤.ChatGPT及其对会计工作的影响探讨[J].会计之友，2023（6）：158-161.

[10] 邓建鹏，朱怿成.ChatGPT模型的法律风险及应对之策[J].新疆师范大学学报（哲学社会科学版），2023（5）：91-101.

[11] 管斌，张东昌.金融法面向风险的治道变革[J].经济法论丛，2012（1）：155-211.

[12] 张弛.微软紧急“救火”限制聊天机器回复次数 马斯克称其不安全应关掉[EB/OL].[2023-02-18].https：//www.caixin.com/2023-02-18/101999415.html.

[13] 宫晓林，杨望，曲双石.区块链的技术原理及其在金融领域的应用[J].国际金融，2017（2）：46-54.

作者简介：吴俊雄（2002- ），男，浙江丽水人，湖南大学法学院法学专业本科生，研究方向为经济法。