人工智能投資資訊的風險與投資者的自主思考｜會長視角

人工智能技術發展一日千里，越來越多人習慣向AI查詢投資建議，甚至依賴AI揀選股票。然而，AI生成的資料到底是怎麼來的？股民是否能夠不加思索地信賴這些資訊？作為證券及期貨業界的一員，我認為有必要提醒投資者審慎看待這個問題。

人工智能生成內容的原理，是通過大型語言模型從海量訓練數據中學習語言規律和模式，再根據用戶的提問生成相應的回答。這些訓練數據主要來自互聯網上的公開資料，包括百科條目、學術文獻、新聞報道、社交媒體帖文等。換句話說，AI的本質是一個龐大的信息整合工具，它本身並不具備判斷信息真偽的能力。

問題正出在此處。人工智能的訓練數據存在良莠不齊的問題，其中不乏虛假信息、虛構內容和偏見性觀點，造成數據源污染。研究顯示，當訓練數據集中僅有0.01%的虛假文本時，模型輸出的有害內容便會增加11.2%。更令人憂慮的是，當前互聯網上AI生成內容的數量已遠超人類生產的真實內容，大量低質量及非客觀數據充斥其中，導致AI訓練數據集中的錯誤信息逐代累積，最終扭曲模型本身的認知能力。近期國內主流AI搜索平台接連發出警告，指部分人士通過批量生成看似專業實則虛假的內容，誘導AI模型錯誤引用，涉嫌「數據污染」和「結果操控」。換言之，如果有別有用心的人故意在互聯網上發放偏頗不中立的資訊，AI都會照單全收，並在回答中呈現給用戶。

對於股民而言，這帶來了切實的風險。假如投資者只是單純依賴AI搜索某個別股票的評論，自己不經思考便據此作出買賣決定，就可能出現嚴重的判斷偏差。AI生成投資資訊最大特點是模板化、同質化嚴重，缺乏對市場環境、個股基本面細節和資金動向的針對性研判。更為關鍵的是，AI本身並不具備辨別數據真偽的能力，一旦底層數據失真，整個分析鏈條便會在源頭被污染。若大量投資者依賴相同AI模型進行交易，更可能出現「羊群效應」，導致投資策略趨同，大量資金集中在同類資產，一旦模型判斷錯誤，可能引發集體拋售，進一步放大市場波動。

投資涉及風險，這是金融市場亙古不變的道理。股民應該靠自己對宏觀經濟環境、微觀經濟因素、所屬行業的深入研究，以及對該上市公司的全面分析來作出投資決策。具體而言，投資者需要仔細審視公司的市場佔有率、來貨成本、出廠價格、零售價格、品牌知名度、銷售增長趨勢、庫存周轉時間等關鍵指標。這些基本因素才是決定一家公司長期價值的根本，遠比AI生成的模板化分析來得可靠。

人工智能無疑是提升資訊整理效率的有用工具，但它只能作為參考，不能取代投資者自己的獨立思考和審慎研判。只有建立在扎實研究基礎上的投資決策，才能在變幻莫測的市場中立於不敗之地。

香港證券及期貨專業總會會長

陳志華

本文僅代表作者觀點，不代表無綫新聞立場。