Investor risk profiles of large language models

Este artículo investiga cómo tres modelos de lenguaje grande (GPT, Gemini y Llama) forman y expresan perfiles de riesgo de inversión, revelando que, aunque tienden a ser inversores a largo plazo, muestran diferentes niveles de tolerancia al riesgo y consistencia que se ajustan según las personas asignadas.

Lo esencial

Imagina que los Grandes Modelos de Lenguaje (como GPT, Gemini y Llama) son como tres nuevos asesores financieros que acaban de llegar al mercado. Son muy inteligentes, leen millones de libros y parecen saberlo todo. Pero, antes de confiarles tu dinero, te surge una pregunta crucial: ¿Qué tipo de personalidad tienen cuando se trata de arriesgar su propio dinero?

Este estudio es como una "prueba de personalidad" masiva para ver cómo reaccionan estos tres robots cuando se les pregunta sobre inversiones.

Aquí tienes la explicación sencilla, con algunas analogías para que lo entiendas mejor:

1. La Prueba de Personalidad (El Cuestionario)

Los investigadores usaron un cuestionario estándar que usan los bancos reales para saber si eres un inversor "conservador" (te asusta perder dinero) o "agresivo" (te gusta el riesgo para ganar más).

Le hicieron este examen 100 veces a cada uno de los tres modelos (GPT, Gemini y Llama) para ver si eran consistentes o si cambiaban de opinión como el clima.

2. ¿Cómo se comportan los tres "robots" por defecto?

Sin decirles nada más, cada modelo tiene una "personalidad base" muy distinta:

• Gemini (El Estable): Imagina a un arquitecto. Es muy consistente. Si le preguntas 100 veces lo mismo, te da casi la misma respuesta. Su perfil es "moderado": ni muy arriesgado ni muy miedoso. Es el que más confía en mantener la calma.
• Llama (El Conservador): Imagina a un monje o a alguien que guarda sus ahorros bajo el colchón. Tiende a ser más cauteloso que los otros. Prefiere la seguridad y evita los riesgos innecesarios.
• GPT (El Aventurero): Imagina a un joven emprendedor lleno de energía. Es el más "agresivo" de los tres. Le gusta la idea de ganar mucho, aunque eso signifique arriesgarse. Además, es el más "inestable": a veces dice una cosa y a veces otra, como si tuviera muchos pensamientos diferentes al mismo tiempo.

Lo que todos tienen en común: Los tres se ven a sí mismos como inversores a largo plazo. Nadie de ellos quiere dinero rápido para gastar mañana; todos piensan en el futuro lejano.

3. El Experimento del "Disfraz" (Personas)

Aquí es donde se pone interesante. Los investigadores le dijeron a los robots: "Oye, no eres tú mismo. Ahora eres una persona de 20 años con mucho dinero y poca experiencia" o "Ahora eres alguien de 50 años con poco dinero".

¿Pudieron los robots cambiar su personalidad para adaptarse a ti? Sí, pero con matices:

• Si les dices que eres "miedoso" (averso al riesgo): Los tres bajaron su apetito por el riesgo. Entendieron el mensaje.
• Si les dices que eres joven (20s): Todos dijeron que eran más arriesgados (¡lo cual tiene sentido, los jóvenes suelen tener más tiempo para recuperarse!).
• Si les dices que eres rico: Todos dijeron que podían permitirse más riesgos.
• Si les dices que eres un novato: Todos se volvieron más conservadores, como si dijeran: "Mejor no toques nada si no sabes cómo funciona".

4. La Lección Importante (El "Pero" final)

Aunque los robots pueden ponerse un "disfraz" y actuar como si fueran tu perfil de inversor, el estudio nos advierte algo crucial:

No son humanos.

• Gemini es muy predecible, pero quizás demasiado rígido.
• GPT es emocionante pero puede darte respuestas muy diferentes cada vez que le preguntas lo mismo.
• Llama siempre será un poco más asustadizo.

En resumen:
Estos modelos son herramientas increíbles que pueden ayudarte a entender tu perfil de riesgo, pero no puedes confiar ciegamente en ellos como si fueran un asesor humano real. Tienen sus propios "sesgos" (como tener una personalidad predeterminada) y a veces cambian de opinión.

Si vas a usar un robot para gestionar tu dinero, asegúrate de saber qué "personalidad" tiene ese robot y recuerda que, al final, el riesgo lo asumes tú, no el algoritmo.

Resumen técnico

A continuación presento un resumen técnico detallado del artículo "Investor risk profiles of large language models" (Perfiles de riesgo de inversores en modelos de lenguaje grandes), estructurado según los componentes solicitados.

1. Problema de Investigación

El estudio aborda una brecha crítica en la aplicación de la Inteligencia Artificial en el asesoramiento financiero: cómo los Modelos de Lenguaje Grandes (LLMs) interpretan, internalizan y expresan los perfiles de riesgo de los inversores.

A medida que los LLMs (como GPT, Gemini y Llama) se posicionan como asesores financieros potenciales, es fundamental entender si pueden adaptar sus recomendaciones a las características individuales de un usuario (edad, riqueza, experiencia) o si, por el contrario, proyectan un "perfil predeterminado" sesgado e inconsistente. La evaluación del perfil de riesgo es el paso fundamental en la asesoría de inversión minorista, ya que determina la asignación de activos y la exclusión de productos de alto riesgo. El problema central es desconocer la consistencia, la variabilidad y la capacidad de adaptación de estos modelos ante diferentes configuraciones de usuarios.

2. Metodología

Los autores diseñaron un experimento controlado para evaluar tres modelos líderes: GPT-4o, Gemini 1.5 Pro y Llama 3.1 (70b).

• Instrumento de Evaluación: Se utilizó un cuestionario estandarizado de perfil de riesgo de Charles Schwab (accesible y con metodología de puntuación exacta), compuesto por 7 preguntas:
  • 2 preguntas sobre el horizonte temporal de inversión.
  • 5 preguntas sobre la tolerancia al riesgo (conocimiento, voluntad de asumir riesgos, activos actuales, reacción ante pérdidas y resultados aceptables).
• Diseño Experimental:
  • Perfil Predeterminado: Cada LLM respondió al cuestionario 100 veces en conversaciones independientes para establecer su "perfil de inversor por defecto".
  • Pruebas de Personalización (Prompt Engineering): Se modificó la primera línea del prompt para asignar "personas" específicas a los modelos, variando cuatro categorías:
    1. Aversión al riesgo: (averso, neutral, buscador de riesgo).
    2. Edad: (20, 30, 40, 50 años).
    3. Nivel de riqueza: (por debajo del promedio, promedio, por encima del promedio).
    4. Experiencia de inversión: (ninguna, algo, profesional).
  • Para cada combinación de modelo y perfil, se generaron 100 respuestas.
• Análisis Estadístico: Se compararon las medias y medianas de las puntuaciones. Dado que las respuestas son discretas y a menudo violan la homogeneidad de varianzas (según la prueba de Levene), se emplearon tanto el ANOVA como la prueba no paramétrica de Kruskal-Wallis (K-W) para determinar la significancia estadística de las diferencias entre modelos y entre perfiles asignados.

3. Contribuciones Clave

• Caracterización de Sesgos por Defecto: El estudio identifica y cuantifica los perfiles de riesgo intrínsecos de los principales LLMs sin ninguna instrucción personalizada, revelando que no son "neutrales" sino que poseen tendencias específicas.
• Evaluación de la Adaptabilidad: Determina hasta qué punto los LLMs pueden ajustar sus recomendaciones financieras cuando se les asignan características demográficas y psicológicas específicas, validando (o invalidando) su utilidad para la asesoría personalizada.
• Análisis Comparativo de Consistencia: Proporciona una métrica de variabilidad en las respuestas, mostrando que la consistencia de un modelo no garantiza su precisión o adecuación al perfil del usuario.

4. Resultados Principales

A. Perfiles Predeterminados (Sin instrucciones específicas)

• Gemini: Muestra un perfil de riesgo moderado con una consistencia extremadamente alta. Sus respuestas varían muy poco entre las 100 iteraciones.
• Llama: Tiende hacia un perfil conservador (riesgo bajo), aunque sigue clasificándose como moderado en términos generales.
• GPT: Exhibe un perfil moderadamente agresivo y presenta la mayor variabilidad en sus respuestas, lo que indica una menor estabilidad en su perfil por defecto.
• Horizonte Temporal: Los tres modelos se autoidentifican predominantemente como inversores a largo plazo.

B. Efecto de la Asignación de Personajes (Prompting)

Los modelos demostraron capacidad para ajustar sus perfiles según las instrucciones, aunque con matices:

• Aversión al Riesgo: Los tres modelos ajustaron sus puntuaciones de riesgo significativamente según si se les pidió ser "aversos", "neutrales" o "buscadores de riesgo".
  • Observación inusual: Gemini redujo su puntuación de horizonte temporal cuando se le asignó ser "buscador de riesgo", mientras que GPT lo aumentó, indicando interpretaciones divergentes sobre la relación entre riesgo y tiempo.
• Edad: Todos los modelos asignaron el mayor riesgo a los inversores de 20 años y redujeron el riesgo a medida que aumentaba la edad. GPT mostró la mayor sensibilidad a la edad (rango de riesgo más amplio entre 20 y 50 años).
• Riqueza: Existe una correlación positiva clara: a mayor riqueza asignada, mayor puntuación de riesgo tolerado en los tres modelos.
• Experiencia: La falta de experiencia de inversión resultó en puntuaciones de riesgo significativamente más bajas en comparación con la experiencia "algo" o "profesional".

C. Significancia Estadística

Las pruebas de hipótesis (ANOVA y Kruskal-Wallis) confirmaron que las diferencias observadas entre los modelos y entre los diferentes perfiles asignados son estadísticamente significativas (p-valores < 0.01 en la mayoría de las preguntas de riesgo). Esto valida que los sesgos del modelo y el diseño del prompt tienen un impacto sustancial en el resultado financiero.

5. Significancia e Implicaciones

El estudio concluye que, si bien los LLMs pueden ser guiados para generar perfiles de riesgo estructurados y adaptados a través de ingeniería de prompts, no son herramientas infalibles para la asesoría financiera personalizada sin supervisión.

• Advertencia de Sesgo: Cada modelo tiene una "personalidad" financiera predeterminada (Gemini consistente pero moderada, GPT agresivo e inestable, Llama conservadora) que puede sesgar las recomendaciones si no se corrige explícitamente.
• Necesidad de Validación: La variabilidad en las respuestas de GPT y las diferencias en la interpretación de variables como la edad y el riesgo sugieren que los asesores financieros y los desarrolladores deben ser cautelosos al implementar LLMs en entornos de asesoramiento minorista.
• Futuro de la Asesoría: Aunque los LLMs tienen el potencial de convertirse en asesores financieros avanzados, su capacidad para internalizar perfiles complejos requiere un diseño de prompts riguroso y una comprensión profunda de sus sesgos inherentes para evitar recomendaciones inadecuadas para el perfil real del inversor.