AI in Money Matters

📄 arXiv: 2505.07393v1 📥 PDF

作者: Nadine Sandjo Tchatchoua, Richard Harper

分类: cs.CY, cs.AI

发布日期: 2025-05-12

💡 一句话要点

通过访谈调研金融科技行业对大型语言模型（LLM）的采用情况与未来潜力。

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 金融科技 大型语言模型 ChatGPT 行业访谈 监管合规

📋 核心要点

  1. 现有研究缺乏对金融科技等监管行业专业人士关于大型语言模型应用观点的深入了解。
  2. 通过访谈金融科技行业的专业人士，了解他们对大型语言模型（特别是ChatGPT）的看法和使用情况。
  3. 研究结果揭示了金融科技专家对大型语言模型潜力的认可，同时也强调了监管和采用方面存在的诸多问题。

📝 摘要（中文）

2022年11月，ChatGPT的问世震惊了欧洲乃至全球。此后，学术界和大众在LinkedIn和X（前身为Twitter）等公共领域展开了广泛讨论，旨在理解该工具及其对社会的益处。然而，金融和法律等受监管行业的专业人士的观点在很大程度上缺失。本文旨在通过对金融科技行业专业人士的访谈调查结果来弥补这一差距。本文探讨了大型语言模型（尤其是ChatGPT）在金融科技行业中的采用和使用程度。结果表明，尽管受访的金融科技专家看到了未来使用大型语言模型的潜力，但对于如何监管以及如何在金融科技等受监管行业中采用这些模型仍存在许多疑问。本文旨在丰富现有的关于大型语言模型的学术讨论，并加深我们对专业观点的理解。

🔬 方法详解

问题定义：该论文旨在解决金融科技行业对大型语言模型（LLM）的采用和使用程度的问题。现有研究缺乏对该行业专业人士观点的深入了解，尤其是在监管严格的金融领域，LLM的应用面临诸多挑战，例如数据安全、合规性以及潜在的偏见风险。现有方法难以全面评估LLM在金融科技行业的实际应用情况和未来潜力。

核心思路：该论文的核心思路是通过实证研究，即访谈金融科技行业的专业人士，直接获取他们对LLM的看法、使用经验和未来预期。这种方法能够深入了解行业内部的真实情况，弥补现有研究的不足，并为LLM在金融科技行业的应用提供更具针对性的建议。

技术框架：该研究采用定性研究方法，主要包括以下几个阶段： 1. 确定研究问题：明确研究目标，即了解LLM在金融科技行业的采用和使用情况。 2. 选择访谈对象：选取在金融科技行业具有代表性的专业人士，包括技术人员、管理人员和监管人员等。 3. 设计访谈提纲：制定结构化的访谈提纲，涵盖LLM的应用场景、优势、挑战和未来发展等方面。 4. 进行访谈：与访谈对象进行深入交流，收集他们对LLM的看法和经验。 5. 数据分析：对访谈数据进行整理和分析，提取关键信息和结论。 6. 撰写报告：撰写研究报告，总结研究结果，并提出相关建议。

关键创新：该论文的关键创新在于其研究方法，即通过访谈金融科技行业的专业人士，直接获取他们对LLM的看法和经验。这种方法能够深入了解行业内部的真实情况，弥补现有研究的不足。此外，该研究还关注了LLM在监管严格的金融科技行业的应用，具有重要的现实意义。

关键设计：该研究的关键设计在于访谈对象的选择和访谈提纲的设计。为了保证研究的代表性和全面性，研究者需要选择在金融科技行业具有不同背景和经验的专业人士。访谈提纲需要涵盖LLM的应用场景、优势、挑战和未来发展等方面，以便收集到足够的信息。

📊 实验亮点

该研究的主要亮点在于通过访谈揭示了金融科技专家对大型语言模型在金融领域应用的潜在担忧，包括监管合规、数据安全和算法偏见等问题。研究结果表明，尽管专家们普遍认可LLM的潜力，但在实际应用中仍需谨慎，并需要制定相应的监管措施。

🎯 应用场景

该研究的潜在应用领域包括：为金融科技公司提供关于LLM应用策略的建议，帮助监管机构制定关于LLM在金融领域的监管政策，以及为学术界提供关于LLM在金融科技行业应用的研究方向。研究的实际价值在于帮助金融科技行业更好地理解和利用LLM，提高效率和创新能力。未来影响可能包括促进LLM在金融科技行业的广泛应用，推动金融科技行业的智能化转型。

📄 摘要（原文）

In November 2022, Europe and the world by and large were stunned by the birth of a new large language model : ChatGPT. Ever since then, both academic and populist discussions have taken place in various public spheres such as LinkedIn and X(formerly known as Twitter) with the view to both understand the tool and its benefits for the society. The views of real actors in professional spaces, especially in regulated industries such as finance and law have been largely missing. We aim to begin to close this gap by presenting results from an empirical investigation conducted through interviews with professional actors in the Fintech industry. The paper asks the question, how and to what extent are large language models in general and ChatGPT in particular being adopted and used in the Fintech industry? The results show that while the fintech experts we spoke with see a potential in using large language models in the future, a lot of questions marks remain concerning how they are policed and therefore might be adopted in a regulated industry such as Fintech. This paper aims to add to the existing academic discussing around large language models, with a contribution to our understanding of professional viewpoints.