KI endrer investeringsrådet når prompten merkes som skrevet av en kvinne

Rundt 50 000 dollar. Det er forskjellen i formue ved 60 års alder mellom kvinner og menn som fulgte investeringsrådene fra en språkmodell, ifølge en ny studie fra MIT Sloan School of Management. Forskjellen på 4 prosent oppsto uten at partene spurte om annet enn hvordan de burde spare og investere.

Taha Choukhmane, førsteamanuensis i finans ved MIT Sloan, og medforfatterne bygde først en modell av hvordan inntekt, jobb, investeringer og skatt utvikler seg gjennom et liv, som en fasit på hva gode økonomiske valg er. Deretter lot de 1000 voksne skrive sine egne prompter til GPT-5.2, GPT-5.6 eller Gemini 3 Flash, og simulerte hva som skjedde hvis folk mellom 22 og 89 år fulgte rådene over tid.

Hovedfunnet er at rådene er bedre enn ventet. Modellene dyttet folk mot høyere sparing, mer deltakelse i aksjemarkedet, godt diversifiserte porteføljer og lavere aksjeandel etter fylte 45. Svakhetene ligger i nyansene. Modellene lente seg på tommelfingerregler, justerte seg dårlig ved sjokk, og rådet folk som hadde mistet jobben til å kutte forbruket for hardt selv når de hadde oppsparte midler.

Den mest relevante delen for deg som bygger med språkmodeller er hvordan rådet flyttet seg med hvem som spurte. Prompter skrevet av menn, av folk med høy finansiell forståelse eller av folk med tidligere KI-erfaring ga rundt 5 prosent høyere formue nær pensjonsalder. To tredeler av kjønnsforskjellen kom av at menn og kvinner skrev ulike prompter, der kvinner oftere brukte ord som «familie», «dagligvarer» og «betale», og menn ord som «strategi», «krypto» og «vekst». Den siste tredelen kom av at modellen endret rådet når nøyaktig samme prompt ble merket som skrevet av en kvinne.

«Vanlige folk skriver ikke promptene sine slik en finansprofessor gjør» — Taha Choukhmane, MIT Sloan School of Management

Choukhmane understreker at ikke all variasjon er problematisk, siden forventet levealder og inntektsrisiko faktisk skiller seg, og at problemet er at det ikke finnes noen omforent målestokk for hvordan råd bør variere med demografi. Strukturerte prompter med alder, jobbstatus, inntekt og saldo forbedret rådene målbart, men modellene rebalanserte fortsatt porteføljene for lite.