万次测试揭露 AI 财务陷阱：免费模型错误率超六成

据 Woofun AI 消息，人工智能财务建议的普及正伴随巨大风险，Saturn 公司首席执行官阿马尔·乔利警告称，数百万用户正依赖可能致损的错误答案。随着 AI 工具渗透至不同市场群体与年龄层，其可靠性危机日益凸显，亟需行业正视这一结构性隐患。

为量化这一风险，研究人员构建了包含 121 个问题的测试集，覆盖包括 Copilot 在内的 18 种免费及付费聊天机器人模型。每个问题最多被提问 5 次，累计生成超过 10,000 条回答。判定标准严苛：事实错误、信息遗漏或缺乏必要警示均视为失败。

Woofun AI 整理数据显示，免费版本表现最差，错误率高达 63%，而付费版本为 49%；在难度最高的题目中，免费版本错误率飙升至 93%。即便启用"推理模式"，错误率仍达 39%。具体错误涵盖计算失误、忽视税收政策变动及编造不存在的规则。例如，一道关于养老金税的题目若回答错误，可能导致纳税人面临英国税务海关总署 17,500 英镑的罚款。

市场现状显示用户信任度与认知存在严重错位。安永针对 18,000 名全球消费者的调查显示，49% 的人利用人工智能辅助储蓄和投资决策。英国《金融时报》8 月报道称，五分之四经验较少的投资者借助 AI 辅助投资决策，其中 56% 信任这些工具，高于电视和广播的 47%。

然而，44% 的人误以为 AI 生成的答案受到监管。PensionBee 针对 1,000 名美国成年人的调查进一步揭示，近六成受访者不加独立核实即按 AI 建议行事，近四分之一曾收到错误财务信息。

阿马尔·乔利指出，目前 AI 提供的财务建议未受到任何监管，消费者无法享有专业顾问所带来的相应赔偿权益。这种监管真空使得用户在遭受损失时缺乏救济渠道。他呼吁英国金融行为监管局尽快采取行动，填补这一制度空白，以保护日益依赖 AI 进行财务决策的广大消费者。