Chatgpt For (Finance) Research: The Bananarama Conjecture

1. Thông tin Nghiên cứu khoa học

• Tên nghiên cứu tiếng Anh: ChatGPT for (Finance) research: The Bananarama Conjecture
• Tên nghiên cứu tiếng Việt: ChatGPT cho nghiên cứu (Tài chính): Giả thuyết Bananarama
• Tác giả: Michael Dowling, Brian Lucey
• Số trang file pdf: 6
• Năm: 2023
• Nơi xuất bản: Finance Research Letters, Elsevier
• Chuyên ngành học: Tài chính
• Từ khoá: ChatGPT, Trí tuệ nhân tạo, Nghiên cứu tài chính, Đạo đức

2. Nội dung chính

Bài viết này đánh giá khả năng của ChatGPT, một chatbot AI, trong việc hỗ trợ nghiên cứu tài chính. Nghiên cứu được thực hiện bằng cách yêu cầu ChatGPT tạo ra các phần khác nhau của một nghiên cứu tài chính về tiền điện tử, sau đó đánh giá chất lượng của các phần này bởi các nhà phê bình tạp chí tài chính. Các phần của nghiên cứu tài chính bao gồm: hình thành ý tưởng nghiên cứu, tổng hợp tài liệu tham khảo, xác định và chuẩn bị dữ liệu, và xác định khung kiểm định. Nghiên cứu cũng xem xét tác động của việc sử dụng dữ liệu riêng và kiến thức chuyên môn của nhà nghiên cứu đến chất lượng đầu ra của ChatGPT.

Nghiên cứu chia quy trình tạo nghiên cứu thành năm giai đoạn cơ bản (Cargill & O’Connor, 2021): (1) Hình thành ý tưởng, (2) Tổng hợp các nghiên cứu trước đó, (3) Xác định và chuẩn bị dữ liệu, (4) Xác định và thực hiện khung kiểm định, (5) Phân tích kết quả. Vì ChatGPT hiện không thể phân tích đầu ra thực nghiệm, nghiên cứu tập trung vào bốn giai đoạn đầu tiên. Ba phiên bản của cùng một ý tưởng nghiên cứu tiền điện tử chung được tạo ra, mỗi phiên bản có bốn giai đoạn nghiên cứu này. Phiên bản đầu tiên (V1) chỉ sử dụng dữ liệu công khai có sẵn trong ChatGPT. Phiên bản thứ hai (V2) kết hợp dữ liệu riêng, cụ thể là các tóm tắt và định danh bài viết cho 188 bài viết liên quan đến tiền điện tử được xuất bản trên Finance Research Letters (2021–2023) từ cơ sở dữ liệu Elsevier Scopus. Phiên bản thứ ba (V3) kết hợp thêm kiến thức chuyên môn của nhà nghiên cứu bên cạnh dữ liệu riêng. Trong thực tế, các kết quả từ phiên bản thứ hai được lặp lại, bằng cách cho ChatGPT biết cách có thể cải thiện các câu trả lời được đề xuất.

Kết quả cho thấy ChatGPT có thể hỗ trợ đáng kể trong nghiên cứu tài chính, đặc biệt là trong việc tạo ý tưởng và xác định dữ liệu. Theo đánh giá của các nhà phê bình, ChatGPT tạo ra ý tưởng nghiên cứu tốt nhất. Tuy nhiên, công nghệ này còn yếu trong việc tổng hợp tài liệu và phát triển các khuôn khổ kiểm định phù hợp. Quan trọng hơn, nghiên cứu chứng minh rằng mức độ dữ liệu riêng và kiến thức chuyên môn của nhà nghiên cứu là những yếu tố chính quyết định chất lượng đầu ra. Nhìn chung, phiên bản V3, kết hợp cả dữ liệu riêng và kiến thức chuyên môn, đạt được kết quả tốt nhất.

Cụ thể, các nhà phê bình đánh giá các khía cạnh khác nhau của mỗi giai đoạn nghiên cứu theo thang điểm từ 1 (hoàn toàn không đồng ý) đến 10 (hoàn toàn đồng ý). Điểm trung bình trên 5.5 được coi là mức chấp nhận tối thiểu cho một giai đoạn nghiên cứu. Kết quả cho thấy tất cả các phiên bản nghiên cứu đều “thành công” theo tiêu chí này, với điểm trung bình tổng thể là 7.05 cho V1, 6.63 cho V2 và 7.62 cho V3. Các giai đoạn nghiên cứu có điểm cao nhất là hình thành ý tưởng và tóm tắt dữ liệu. Các giai đoạn ít thành công hơn là tổng quan tài liệu và khung kiểm định. Theo các tác giả, điều này có thể là do các nhiệm vụ này đòi hỏi sự liên kết chặt chẽ giữa các ý tưởng được tạo ra bên trong nghiên cứu. Phiên bản V3 vượt trội hơn so với các phiên bản còn lại, đặc biệt trong việc tạo ra các tổng quan tài liệu và khung kiểm định chấp nhận được.

Các tác giả nhận thấy rằng việc bổ sung dữ liệu riêng (V2) không phải lúc nào cũng cải thiện kết quả. Trong một số trường hợp, phiên bản này thậm chí còn hoạt động kém hơn so với phiên bản chỉ sử dụng dữ liệu công khai (V1). Theo các tác giả, điều này có thể là do ChatGPT phụ thuộc quá nhiều vào dữ liệu riêng được cung cấp và hạn chế khả năng truy cập vào các dữ liệu công khai hữu ích khác.

Nghiên cứu cũng thảo luận về các vấn đề đạo đức liên quan đến việc sử dụng ChatGPT trong nghiên cứu. Các tác giả đặt câu hỏi liệu có phù hợp hay không khi sử dụng một công cụ hỗ trợ tiên tiến như vậy và vẫn tuyên bố nghiên cứu được tạo ra là của riêng mình. Họ gợi ý rằng các khuôn khổ hướng dẫn nghiên cứu đạo đức nên xem xét việc sử dụng ChatGPT và có thể yêu cầu công nhận sự đóng góp của nền tảng này.

3. Kết luận

Nghiên cứu cho thấy ChatGPT có thể tạo ra các nghiên cứu tài chính có vẻ hợp lý, thậm chí ở trạng thái cơ bản. Với việc bổ sung dữ liệu riêng và kiến thức chuyên môn của nhà nghiên cứu để cải thiện kết quả, khả năng của ChatGPT trở nên rất ấn tượng. Nghiên cứu này là một trong những nghiên cứu đầu tiên đánh giá tác động của ChatGPT đối với từng giai đoạn của quy trình nghiên cứu và đối với nhiều cấp độ đầu vào của nhà nghiên cứu.

Nghiên cứu đặt ra cả câu hỏi thực tế và đạo đức. Liệu ChatGPT có thể được coi là một trợ lý nghiên cứu điện tử đơn thuần hay không, và do đó chỉ là một công cụ mới trong cách tiến hành nghiên cứu thông thường? Hoặc liệu việc sử dụng ChatGPT có làm dấy lên những lo ngại về tính liêm chính và quyền tác giả trong nghiên cứu hay không? Các tác giả cho rằng câu trả lời cho các vấn đề đạo đức có thể sẽ được hiểu dần dần, thay vì rõ ràng ngay lập tức.