นักวิชาการจาก MIT เตือนผู้ใช้ที่หันมาใช้ generative AI เป็นที่ปรึกษาการเงินส่วนบุคคลว่า คุณภาพของคำแนะนำขึ้นอยู่กับวิธีเขียน prompt อย่างมาก พร้อมชี้ว่า AI เหมาะกับการให้ข้อมูลภาพรวมเชิงความรู้มากกว่าการคำนวณตัวเลขและการวางแผนการเงินเชิงลึกเฉพาะบุคคล
Andrew Lo ผู้อำนวยการ MIT Laboratory for Financial Engineering ระบุว่า AI ให้ประโยชน์ได้ดีในระดับแนวคิด เช่น การอธิบายหลักการกระจายความเสี่ยง หรือเปรียบเทียบข้อดีข้อเสียของ ETF กับกองทุนรวมแบบดั้งเดิม แต่มีข้อจำกัดอย่างชัดเจนเมื่อใช้กับการวางแผนภาษีและการคำนวณตัวเลขทางการเงินในกรณีเฉพาะของแต่ละคน ซึ่งอาจนำไปสู่คำตอบที่คลาดเคลื่อน โดยเฉพาะเมื่อเกิด “hallucination” หรือการที่โมเดลตอบด้วยน้ำเสียงมั่นใจแม้ข้อมูลไม่ถูกต้อง
การใช้จริงกำลังพุ่ง ผู้เชี่ยวชาญย้ำให้ตรวจสอบซ้ำ
แม้จะมีความเสี่ยง แต่การสำรวจของ Intuit Credit Karma ในสหรัฐฯ พบว่า 66% ของผู้ที่เคยใช้ generative AI นำเครื่องมือดังกล่าวมาขอคำแนะนำด้านการเงิน และกว่า 80% ในกลุ่ม millennials และ Gen Z ใช้ AI ด้านนี้ โดยในบรรดาผู้ใช้กลุ่มนี้ถึงราว 85% ลงมือปฏิบัติตามคำแนะนำของ AI สะท้อนการพึ่งพาเทคโนโลยีที่เพิ่มขึ้นอย่างรวดเร็ว ขณะที่ผู้เชี่ยวชาญเตือนให้ใช้ด้วยความระมัดระวังและตรวจสอบซ้ำ
ทั้งนี้ หลักสำคัญอยู่ที่การเขียน prompt ให้เฉพาะเจาะจงและมีรายละเอียดเพียงพอ ไม่กว้างหรือคลุมเครือเกินไป ตัวอย่างเช่น คำถามกว้างๆ อย่าง “ควรเกษียณอย่างไร” มักทำให้ AI ตอบเชิงทั่วไป ในขณะที่ prompt ที่ระบุเป้าหมาย ข้อจำกัด ฐานภาษี ที่อยู่ ทรัพย์สิน ระดับความเสี่ยงที่รับได้ และระยะเวลา พร้อมสั่งให้ตอบในฐานะ “fee-only fiduciary advisor” จะช่วยให้ได้คำตอบที่มีโครงสร้างชัดเจน เช่น กลยุทธ์ฐาน สมมติฐานหลัก ความเสี่ยง ปัจจัยที่ทำให้แผนใช้ไม่ได้ และข้อมูลที่ยังขาดหาย
เทคนิคปรับ prompt และซักถามต่อเพื่อเพิ่มคุณภาพคำตอบ
Lo แนะนำให้มองการโต้ตอบกับ AI เป็นกระบวนการลองผิดลองถูกอย่างต่อเนื่อง ผ่าน prompt หลายรอบจนได้คำตอบที่น่าพอใจ จากนั้นสามารถ “reverse engineer” prompt เพื่อเพิ่มประสิทธิภาพการใช้ในอนาคต โดยสั่ง AI ย้อนกลับว่า “ควรถามอย่างไรจึงจะได้คำตอบแบบนี้” แล้วเก็บ prompt ที่ได้ไว้ใช้กับคำถามลักษณะใกล้เคียง เพื่อลดเวลาและเพิ่มคุณภาพคำถามในรอบต่อไป
ผู้เชี่ยวชาญยังเสนอให้ผู้ใช้ซักถามต่อจากคำตอบแรกของ AI ทุกครั้ง เช่น ให้ AI ระบุเองว่าข้อมูลใดที่ยังไม่มี ทำให้ข้อเสนออาจไม่น่าเชื่อถือเพียงใด รวมถึงให้ประเมินระดับความมั่นใจในคำตอบและช่วงความไม่แน่นอนที่เกี่ยวข้อง เพื่อให้ผู้ใช้มองเห็นขอบเขตและข้อจำกัดของคำแนะนำ แทนที่จะรับคำตอบที่ฟังดู “ถูกต้อง” โดยไม่ตั้งคำถาม
Brenton Harrison ที่ปรึกษาการเงินซึ่งก่อตั้งบริษัท New Money New Problems เสริมว่า ผู้ใช้ควรให้ AI ระบุและจำกัดแหล่งอ้างอิงตามเกณฑ์ที่ชัดเจน มิฉะนั้นคำตอบอาจกลายเป็นเพียง “ความเห็น” ที่ไม่มีฐานข้อมูลรองรับ ทั้งยังชี้ว่าบริบทและรายละเอียดปลีกย่อยในชีวิตการเงินของแต่ละคนยังต้องอาศัยนักวางแผนการเงินมนุษย์ช่วยขุดค้น ซึ่งผู้ใช้ทั่วไปอาจไม่รู้ว่าต้องป้อนข้อมูลอะไรลงใน prompt จึงจะสะท้อนสถานการณ์จริงได้ครบถ้วน
ที่มา: https://www.cnbc.com/2026/04/18/ai-prompts-personal-finance-advice.html
