Ciężko uniknąć pokusy rozpoczęcia tekstu od truizmu, że sztuczna inteligencja jest jednym w większych wyzwań technologicznych bieżących i przyszłych lat w istotny sposób wpływających na prawo i funkcjonowanie gospodarki.
Szczególnym obszarem gospodarki jest sektor finansowy, który podatny jest na falę novum niesionego przez rozwiązania tzw. sztucznej inteligencji. Dlaczego „tzw.”? Szerokie dyskusje powstają wokół prób konstytuowania optymalnej definicji sztucznej inteligencji. Na potrzeby niniejszych rozważań możemy pozostać na wysokim poziomie ogólności i powszechnego rozmienia sztucznej inteligencji jako niezwykle zaawansowanego oprogramowania, które wykonuje samodzielnie operacje o charakterze analitycznym i myślowym. Nie ma większego znaczenia szczegółowa dywagacja, czy jest to trafne sformułowanie, jest ono bowiem podane dla porządku i kierunkowo. Sam tekst ma charakter poglądowy, a jego celem nakreślenie jest wybranych fragmentów rynku finansowego, gdzie sztuczna inteligencja stwarza różnicę. Natomiast założona odgórnie obojętność i charakter tekstu nie nadają mu rytu analityczno-naukowego, zaś czynią łagodnym wstępem do zagadnienia.
Sektor usług finansowych skorzystał na rozwinięciu się standardów informatycznych i powstawaniu nowych, coraz bardziej zaawansowanych algorytmów. Niczym narzędzie magiczne, jak kamień filozoficzny, zostały one wykorzystywane do mnożenia środków pieniężnych. Rynek transakcji giełdowych zaczął wyróżniać inwestycje oparte o handel wysokich częstotliwości (high frequency trading). Wykorzystanie rozwiniętych algorytmów optymalizujących proces podejmowania decyzji inwestycyjnych znacznie zwielokrotnia liczbę transakcji, a w dłuższej perspektywie może przyczyniać się do zwiększenia zysku inwestorów. Istotne jest wprowadzenie nieludzkiego czynnika decyzyjnego w miejsce, które wcześniej zajmował człowiek – miejsce decydenta. Skala operowania przez programy, tj. dystans czasowy pomiędzy nabyciem a sprzedażą instrumenty liczonych w ułamkach sekund, stanowi, jeśli nie wypaczenie, to drastyczną zmianę w stosunku do wcześniejszych rozwiązań giełdowych.
Upodmiotawianie sztucznej inteligencji w postaci tzw. agentów sztucznej inteligencji następuje m.in. poprzez wyposażanie programów w wachlarz uprawnień lub technicznych kompetencji do podejmowania decyzji, które niosą ze sobą ładunek konsekwencji o doniosłości prawnej. Przeżywająca boom popularności technologia blockchain, sprowadzana do wysoce wiarygodnego protokołu informacji, wykorzystywana zaczęła być do operacjonalizacji tzw. inteligentnych umów/kontraktów (smart contracts) i do zapewniania zautomatyzowanego wdrażania warunków umów. Rola sztucznej inteligencji pojawia się w tym miejscu poprzez zainstalowanie agenta sztucznej inteligencji jako programu odpowiedzialnego za zawieranie tychże kontraktów w sposób a natura rei automatyczny. Stanowi to pewne wyzwanie dla doktryny prawa cywilnego, jako że nowe umowy mogą być zawierane z kompleksową erozją uczestnictwa czynnika ludzkiego po przynajmniej jednej ze stron. Zupełnie innym zjawiskiem jest wykorzystywanie sztucznej inteligencji w pracy prawniczej poprzez koncentrowanie jej na weryfikacji umów czy tworzenie lub uzupełnianie szablonów pism. Ważki staje się fakt, że klienci instytucji finansowych lub innych podmiotów, których działalności nie są regulowane, a funkcjonują w obszarze okołofinansowym, mogą wstępować w stosunki prawne z tymi podmiotami, podczas gdy podmioty te nie mają modelowej reprezentacji w postaci upoważnionych osób fizycznych. Reprezentantem staje się program komputerowy, który posiada możliwość kształtowania rzeczywistości prywatnoprawnej na podstawie własnej oceny. Nie jest to miejsce na wyprowadzanie wyczerpującej odpowiedzi na pytanie o odpowiedzialność za działanie takiego programu, który w klasycznej analogii mógłby sterować pojazdem samochodowym, który z kolei uczestniczył w kolizji.
Sztuczna inteligencja jeszcze wcześniej zaczęła być wykorzystywana w sektorze finansowym, a w szczególności przez banki, na moim zdaniem mniej kontrowersyjnym polu. Wykorzystanie sztucznej inteligencji jako takiej ma co do zasady służyć redukcji udziału czynnika ludzkiego na rzecz usprawniania procesów. Jednym z bardziej zauważalnych przykładów takiego działania jest digitalizacja segmentu obsługi klienta. Coraz mniejsze zdziwienie może budzić wśród klientów kontaktowanie się już nie kontakt z doradcą w oddziale czy w call center, a wręcz komunikowanie się z wirtualnym konsultantem będącym bezpośrednia emanacją zaawansowanego programu odpowiedzialnego za analizę informacji otrzymywanych od klienta i przekazywanie mu zwrotnie również odpowiednich.
Dotykając zagadnienia, gdzie leży granica pomiędzy sztuczną inteligencją a zwykłym, lecz zaawansowanym oprogramowaniem, zasugerować można inne ciekawe pole eksploatacji tych osiągnięć na polu funkcjonowania instytucji finansowych, w szczególności banków i zakładów ubezpieczeniowych. Wykorzystywanie danych klientów oraz informacji wynikających z dokonywanych przez nich operacji finansowych daje szereg możliwości instytucjom w obszarze przygotowywania oferty instrumentów finansowych na miarę. Odrębnym i złożonym zagadnieniem jest zderzenie profilowania z przepisami o ochronie danych osobowych, które ostatnio przeżyły rewolucje w postaci unormowań RODO i nowej, implementującej dyrektywę ustawy. Informacje gromadzone na rachunkach bankowych, informacje o miejscach, porach i częstotliwości transakcji oraz o ich przedmiocie pozwalają instytucjom finansowym zbudowanie profilu naszej osoby, uwzględniającego określone skłonności, zwyczaje i możliwe do przewidzenia tendencje. Odpowiednio zebrane, opisane i przede wszystkim przeanalizowane informacje mogą stanowić dobrą podstawę do proponowania wysokości kwot z tytułu składek na ubezpieczenie, antycypowania zdolności kredytowej i potencjalnej wypłacalności klienta lub wielu innych trudnych (i niekoniecznych tutaj) do wymienienia opłat. Duży zakres informacji wymaga stosownej automatyzacji, zatem i tutaj rolę grają zaawansowane algorytmy, które samodzielnie przetwarzają dane i w rezultacie wytwarzają rekomendacje co do kreowania szczegółowej oferty biznesowej. Zarządzanie ryzykiem nigdy nie było zatem tak łatwe i tak trudne jednocześnie. Trudność wynika z wyższych standardów w zakresie określania rodzajów danych do agregowania i określania metod i celów ich przetwarzania.
Podmioty, które te oferty przygotowują, muszą jednocześnie pamiętać o zagwarantowaniu własnego bezpieczeństwa, nie tylko poprzez zarządzanie ryzykiem zmierzające do minimalizowania nieefektywnych ekonomicznie rozwiązań. Rozwój technologii jest obusieczny i wykwalifikowanym użytkownikom z łatwością przychodzi dokonywanie oszustw wszelakiego rodzaju. W ostatnich latach cyberbezpieczeństwo stało się jednym z tzw. megatrendów sektora finansowego, w szczególności bankowego. Zagrożenia w przestrzeni cyfrowej sprawiły, że o bankach można niejako z przekąsem mówić jako o firmach technologiczno-informatycznych, które dodatkowo oferują usług finansowe. Za dobry przykład uważam metody przeciwdziałania oszustwom kartowym – system potrafi np. wykryć próbę wypłacenia środków z karty w innym państwie po (próbie) transakcji w innym państwie w takim odstępie czasowym, który co do zasady nie umożliwiałby posiadaczowi karty przemieszczenie się z jednego miejsca do drugiego. Odpowiednio skonstruowane oprogramowanie funkcjonujące na zasadach sztucznej inteligencji potrafi dodatków uczyć się na błędach, które zazwyczaj ręcznie mogą poprawiać w systemie pracownicy ludzcy – wówczas system skoryguje wzorce, które traktuje jako bazowe, i na przyszłość będzie skuteczniej podejmował działania wykrywające zagrożenia.
Warto moim zdaniem pamiętać, że całą dyskusja na temat wykorzystywania sztucznej inteligencji odbywa się w pobliżu pytania, czym jest sztuczna inteligencja. Dopiero „prawdziwa” sztuczna inteligencja jest w stanie samodzielnie podejmować pełnoświadome decyzje w zakresie własnego rozwoju i modyfikowania własnych algorytmów w celu samoulepszania i optymalizacji własnych zadań oraz stawiania sobie nowych. Pytanie, czy stosowane rozwiązania są aż sztuczną inteligencją, czy też wyłącznie -choć skomplikowanymi – zwykłym oprogramowaniem jest ważne w kontekście postrzegania sztucznej inteligencji na tle tego, czym może ona się stać, a nie czym póki co jest.
Autor: Łukasz Hnatkowski