L’intelligenza artificiale entra nell’orbita anche della Banca Centrale Europea (Bce). L’intenzione è quella di utilizzare l’AI per comprendere meglio l’inflazione e rafforzare la supervisione delle grandi banche. Per il momento, però, questi studi sono solo alle fasi iniziali: siamo ancora lontani da una loro ipotetica applicazione.
Stando a quanto ha scritto Myriam Moufakkir, chief services officer della Bce, nel blog del sito della Bce, Francoforte avrebbe intenzione di utilizzare alcuni modelli linguistici di grandi dimensioni molto simili a Chat GPT per vari scopi, tra i quali ci sarebbe la preparazione di sintesi e briefing, che potrebbero essere impiegati per dare un contributo alle politiche ed al processo decisionale. Ma non solo: il contributo dell’intelligenza artificiale potrebbe servire a rendere più comprensibili i report pubblici della Bce ed analizzare la documentazione che proviene dalle banche.
Come verrà utilizzata l’intelligenza artificiale
Sicuramente all’indirizzo della Bce converge una mole di dati. Gli statistici della banca, infatti, raccolgono, elaborano e diffondono dati provenienti da oltre dieci milioni di persone in tutta Europa. Queste informazioni devono essere classificate per settore istituzionale (ad esempio istituti finanziari, società non finanziarie o settore pubblico).
La Bce ha necessità di effettuare queste classificazioni per riuscire ad avere in mano i dati corretti ed aggiornati per poter concludere l’iter decisionale. Fare manualmente questo lavoro porta via molti giorni. Grazie alle tecniche di apprendimento automatico è possibile automatizzare il processo di classificazione: in questo modo il personale può concentrarsi sulla valutazione e sull’interpretazione di questi dati.
Le dinamiche dell’inflazione
L’utilizzo dell’intelligenza artificiale serve ad analizzare e comprendere meglio la dinamica dei prezzi e la loro fluttuazione, in modo da riuscire ad avere un quadro più chiaro sulla dinamica dell’inflazione nell’Unione europea.
Oggi, applicando il web scraping e il machine learning, è possibile raccogliere un’enorme quantità di dati in tempo reale sui prezzi dei singoli prodotti. Una delle sfide, tuttavia, è che i dati raccolti sono in gran parte non strutturati e non direttamente adatti al calcolo dell’inflazione. Insieme agli economisti ed ai ricercatori delle altre banche centrali dell’area euro – attraverso la rete Price-setting Microdata Analysis – la Bce sta esplorando come l’intelligenza artificiale può aiutare a strutturare questi dati per migliorare l’accuratezza delle varie analisi.
La vigilanza bancaria
Un altro settore è quello della vigilanza bancaria. Per svolgere il proprio lavoro, i supervisori della Bce devono analizzare un’ampia varietà di documenti, molti dei quali sono particolarmente rilevanti.
Per riuscire a raccogliere tutte queste informazioni e gestirle al meglio, è stata creata un’apposita piattaforma dal nome Athena, che aiuta il personale della Bce a trovare, estrarre e confrontare queste informazioni. Utilizzando modelli di elaborazione del linguaggio naturale formati con feedback di supervisione, la piattaforma supporta gli addetti con la classificazione degli argomenti, l’analisi del sentiment, la modellazione dinamica degli argomenti e il riconoscimento delle entità. Gli esperi della Bce ora possono raccogliere questo tipo di testi in pochi secondi, in modo da poter comprendere più rapidamente le informazioni rilevanti, invece di perdere tempo a cercarle.
Quale altro uso verrà fatto dell’intelligenza artificiale
Myriam Moufakkir spiega che i modelli di linguaggio di grandi dimensioni – Chat GPT è il più noto di questi – è un’area nella quale la Bce sta lavorando. Sono state identificate alcune aree nelle quali possono essere utilizzati: potrebbero servire, ad esempio, per scrivere le bozze iniziali di codice, che gli esperti possono utilizzare per effettuare delle analisi in modo da riuscire a testare il software più velocemente.
Grazie all’intelligenza artificiale è possibile redigere delle sintesi di bozze di briefing, che possono fornire un valido supporto nelle varie attività decisionali. Un modello linguistico ampio può anche contribuire a migliorare i testi scritti dai membri del personale, rendendo la comunicazione della BCE più comprensibile per il pubblico. Allo stesso modo.
