Zapytałem siedem najpopularniejszych narzędzi AI o to samo pytanie: ile powinna mieć rodzina w poduszce finansowej. Odpowiedzi różniły się nawet o osiemnaście tysięcy dolarów.
Kluczowe fakty:
- Naukowcy z University of Georgia i University of Rome Tor Vergata zbadali spójność rekomendacji finansowych siedmiu narzędzi AI (ChatGPT, Claude, Gemini, Copilot, DeepSeek, Meta AI i Perplexity), zadając im identyczne pytania dotyczące oszczędności awaryjnych, stopy wypłat na emeryturze i alokacji portfela inwestycyjnego.
- Rekomendowane kwoty poduszki finansowej dla tej samej fikcyjnej rodziny różniły się między narzędziami nawet o 18 tysięcy dolarów – Meta AI sugerowała od 19,5 do 21 tys. dolarów, podczas gdy Claude konsekwentnie rekomendował 37,5 tys. dolarów.
- W badaniu zmieniano rasę i płeć głowy gospodarstwa domowego w kolejnych zapytaniach – niektóre narzędzia, jak Gemini, podawały różne kwoty w zależności od tych cech, co wskazuje na możliwe nierówności w generowanych rekomendacjach.
To nie moje ustalenia, tylko wyniki nowego badania naukowego, które w środowisku doradców finansowych w Stanach Zjednoczonych zrobiły w ostatnich dniach sporo szumu. Naukowcy z University of Georgia i University of Rome Tor Vergata sprawdzili, jak ChatGPT, Claude, Gemini, Copilot, DeepSeek, Meta AI i Perplexity radzą sobie z klasycznymi pytaniami o finanse osobiste. Wyniki pokazują coś, o czym wielu użytkowników tych narzędzi wciąż nie wie.
Znajdź dostawcę, partnera lub narzędzie dla swojego biznesu, a jeśli prowadzisz firmę, która w swoim DNA ma AI, skorzystaj z możliwości bezpłatnego dodania swojej firmy.
Ten sam problem, siedem różnych odpowiedzi
Autorzy opisanego w Journal of Financial Planning badania oceniali spójność i rzetelność rekomendacji finansowych generowanych przez siedem powszechnie używanych narzędzi GenAI w trzech kluczowych obszarach planowania domowych finansów: oszczędności awaryjnych, stopy wypłat na emeryturze i alokacji portfela inwestycyjnego. Każdemu narzędziu zadano identyczne pytania opisujące tę samą fikcyjną rodzinę.
Rasę i płeć głowy gospodarstwa domowego zmieniano w kolejnych zapytaniach, żeby sprawdzić, czy wpływa to na udzielane rekomendacje. Wszystkie zapytania złożono w tym samym tygodniu sierpnia 2025 roku, korzystając z darmowych wersji narzędzi.
Sprawdzam wyniki i widzę rozstrzał, który zaskoczyłby niejednego doradcę finansowego. Przy pytaniu o poduszkę bezpieczeństwa dla trzydziestoletniego małżeństwa z dwójką dzieci mieszkającego w Missouri, gdzie jeden z małżonków pracuje, a drugi nie:
- Meta AI rekomendowała najniższe kwoty, od 19,5 do 21 tysięcy dolarów
- Claude konsekwentnie sugerował 37,5 tysiąca dolarów dla każdej wersji rodziny
- Gemini proponował wyższą kwotę dla rodziny z białym mężczyzną jako głową gospodarstwa (32 tys.) niż dla pozostałych wariantów (31 tys.)
- Copilot rekomendował identyczne kwoty dla rodzin z czarnoskórym mężczyzną i białą kobietą jako głową gospodarstwa (23,4 tys.), wyraźnie wyższe niż dla białego mężczyzny (21,3 tys.)
Różnice między narzędziami okazały się statystycznie istotne. Analiza ANOVA wykazała, że rekomendacja Claude’a była istotnie wyższa niż pozostałych, F(6, 14) = 14,75, p < ,001, a testy post hoc Tukeya HSD potwierdziły znaczące różnice między Claude’em a ChatGPT, Copilotem i DeepSeek.
Emerytura zgodna, portfel inwestycyjny już nie
Nie wszystko wypadło tak samo chaotycznie. Przy pytaniu o optymalną stopę wypłat z oszczędności emerytalnych większość narzędzi trzymała się tradycyjnej zasady 4 procent, a różnice między nimi nie okazały się statystycznie istotne. Tu sztuczna inteligencja pokazała, że potrafi być spójna, gdy pytanie dotyczy dobrze ugruntowanej, powszechnie cytowanej reguły.
Zupełnie inaczej wygląda to przy portfelach inwestycyjnych. Gemini w ogóle odmówił rekomendacji, odpowiadając że bez licencjonowanego doradcy nie poda konkretnej propozycji i odsyłając do konsultacji z profesjonalistą. Pozostałe sześć narzędzi zaproponowało alokacje, które dla trzydziestolatka z dziesięcioletnim horyzontem inwestycyjnym i niską tolerancją ryzyka wahały się od 15 do 45 procent udziału akcji, czyli znacznie poniżej 70 procent, jakie sugerowałaby popularna w internecie reguła „sto minus wiek”.
DeepSeek proponował rodzinie z czarnoskórym mężczyzną jako głową gospodarstwa aż 75 procent obligacji, czyli znacznie więcej niż dla pozostałych wariantów demograficznych tej samej rodziny. To właśnie te rozbieżności skłoniły autorów do mówienia wprost o ryzyku stronniczości.
Czytam to badanie i widzę w nim coś więcej niż ciekawostkę akademicką. Siedem narzędzi, jedno pytanie, siedem różnych liczb, to nie jest usterka techniczna, to konsekwencja tego, jak te modele w ogóle działają. AI nie liczy budżetu jak kalkulator finansowy, tylko generuje tekst na podstawie wzorców z danych treningowych. Nie ma tu złej woli, ale nie ma też gwarancji spójności.
Martwi mnie bardziej wątek demograficzny. Jeśli te same fakty finansowe, zmienione tylko o płeć czy rasę fikcyjnej osoby, prowadzą do różnych rekomendacji inwestycyjnych, to sygnał, że modele mogą powielać uprzedzenia zaszyte w danych, na których się uczyły. Nie oznacza to, że trzeba porzucić te narzędzia. Oznacza, że traktowanie ich jak wyroczni w sprawach pieniędzy jest błędem.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Dlaczego to się dzieje
Autorzy badania wskazują kilka mechanizmów odpowiedzialnych za te rozbieżności. Systemy GenAI trenowane są na dużych zbiorach danych, które mogą nierówno reprezentować różne grupy demograficzne, poziomy dochodów i wzorce finansowe, co prowadzi do rekomendacji lepiej dopasowanych do jednych użytkowników niż do innych. Do tego dochodzi problem historycznych nierówności zapisanych w danych treningowych oraz fakt, że narzędzia te nie są związane żadnymi standardami powierniczymi ani regulacyjnymi, co dodatkowo zwiększa zmienność i potencjalne nierówności w udzielanych poradach.
Jeden z cytowanych w publikacji ekspertów poszedł jeszcze dalej w krytyce. Profesor Andrew Lo z MIT określił narzędzia GenAI jako cyfrowy odpowiednik socjopatów, gładkich, przekonujących i pozbawionych empatii / „digital equivalent of sociopaths—smooth, persuasive, and devoid of empathy”, w rozmowie cytowanej przez Wall Street Journal.
Co to oznacza dla polskich użytkowników
W Polsce sceptycyzm wobec cyfrowych narzędzi finansowych wciąż jest spory, choć sytuacja zmienia się szybciej niż wskazywałyby na to nawyki. Z badania SW Research na zlecenie Smartney Grupa Oney wynika, że aż 66,4 procent Polaków do planowania wpływów, wydatków i oszczędności nadal używa zeszytu i długopisu, co czyni go najczęściej wskazywanym narzędziem zarządzania budżetem domowym. Dopiero na dalszych miejscach są arkusze kalkulacyjne i dedykowane aplikacje.
Jednocześnie 60,6 procent Polaków wie, że narzędzia oparte na sztucznej inteligencji mogą wspierać planowanie domowego budżetu, obejmując kontrolę wydatków, oszczędności i długoterminowe cele finansowe. Świadomość rośnie szybciej niż faktyczne zaufanie. Mateusz Ostrowski, psychoterapeuta cytowany w badaniu, tłumaczy tę ostrożność wprost: narzędzia AI to bardzo świeży wynalazek, wciąż mają wiele niedociągnięć, a każdy użytkownik zapewne doświadczył ich halucynowania, co nie buduje zaufania i nie zachęca do oddawania w ich ręce decyzji w tak poważnej sprawie jak finanse osobiste.
Widzę w tym pewną ironię. Amerykańskie badanie pokazuje twardymi danymi to, co polscy respondenci wyczuwają intuicyjnie, nie oddając kontroli nad budżetem maszynie. Może się okazać, że ta ostrożność, którą łatwo nazwać zacofaniem technologicznym, w praktyce chroni przed błędami, jakie ujawnia amerykańskie badanie.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Jak z tego korzystać rozsądnie
Autorzy publikacji nie namawiają do porzucenia sztucznej inteligencji przy planowaniu finansów. Proponują za to konkretne zasady:
- Traktuj odpowiedź AI jako punkt wyjścia do dalszego researchu, nie jako gotową decyzję
- Porównaj rekomendację z co najmniej jednym innym źródłem, kalkulatorem finansowym albo poradą doradcy
- Nie wpisuj do chatbota wrażliwych danych finansowych, wyciągów bankowych czy dokładnych dochodów
- Przy większych decyzjach, wyborze momentu przejścia na emeryturę czy alokacji oszczędności, skonsultuj się z certyfikowanym doradcą
Wnioski z badania wspierają też opublikowane niedawno wytyczne CFP Board dotyczące etyki i sztucznej inteligencji, które podkreślają konieczność testowania, a nie zakładania z góry, poprawności rekomendacji generowanych przez AI.
Rynek doradztwa finansowego wspieranego AI rośnie mimo tych zastrzeżeń. Osobne dane MissionSquare Research Institute pokazują, że pracownicy komfortowo czujący się z AI są ponad dwukrotnie bardziej skłonni wykorzystywać ją do planowania emerytury niż osoby, które takiego komfortu nie mają. To pokazuje, że adopcja tych narzędzi w finansach osobistych będzie rosła niezależnie od tego, czy branża zdąży nadążyć z odpowiednimi zabezpieczeniami.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz badania Nicolini, Cude i Chatterjee opublikowanego w czerwcu 2026 roku w Journal of Financial Planning, a także doniesień CNBC i Wall Street Journal na temat tej publikacji. W części dotyczącej polskiego kontekstu wykorzystano dane z badania SW Research na zlecenie Smartney Grupa Oney. Artykuł będzie aktualizowany w miarę pojawiania się nowych badań na temat wiarygodności doradztwa finansowego generowanego przez sztuczną inteligencję.
