No vaig poder resistir la temptació i em vaig posar a xerrar amb el programa d’intel·ligència artificial (IA) ChatGPT, vaig provar a veure si em donava la possibilitat d’anomenar-lo Jepet, però no, d’entrada  s’autoanomena ChatGPT.

La primera experiència va ser impressionant, primer perquè es pot expressar en un català molt ben construït, millor que el dels traductors i, en segon lloc, perquè sobre allò que li preguntava, qüestions relacionades amb la meva tesi doctoral, estava ben informat.

Quim. Bona nit.

ChatGPT. Bona nit! Em dic ChatGPT, com puc ajudar-te avui?

Quim. Què et sembla aquesta afirmació: “una proposició pot ser a la vegada vertadera i falsa a condició d’assignar un grau a la seva veritat i un grau a la seva falsedat” COMENTARI: Aquesta afirmació està a la pàgina 127 de la meva tesi doctoral.

ChatGPT. Aquesta afirmació, coneguda com a lògica difusa, és una teoria que sosté que les proposicions no només poden ser vertaderes o falses, sinó que també poden tenir un grau de veritat o falsedat. Això significa que una proposició pot ser parcialment vertadera i parcialment falsa.

Aquesta teoria és molt utilitzada en la intel·ligència artificial i en altres àmbits on s’utilitzen sistemes basats en la lògica. En aquest sentit, la teoria de la lògica difusa permet la creació de sistemes més precisos i adaptables a situacions més complexes.

En general, la validesa d’aquesta afirmació depèn del marc teòric i dels supòsits en què es basa. Per tant, és important tenir en compte el context en què s’utilitza la teoria de la lògica difusa per entendre la validesa d’aquesta afirmació.

Quim. Em dius que aquesta teoria és molt utilitzada en la intel·ligència artificial. Així, tu la fas servir?

ChatGPT. Sí, és cert que la teoria de la lògica difusa és una de les eines més utilitzades en la intel·ligència artificial per tractar la incertesa i la imprecisió en les dades. Com a model de llenguatge natural basat en l’IA, el meu entrenament es basa en algorismes que fan servir la lògica difusa per a la classificació de textos, el reconeixement de veu, la traducció automàtica i altres tasques relacionades amb el processament de dades.

…

Quim. Moltes gràcies ChatGPT

ChatGPT. De res, sempre estic aquí per ajudar-te. Si tens més preguntes, no dubtis a preguntar-me!

Una crítica – Noam Chomsky – que s’ha fet a aquests programes és que Si bé, poden descriure i predir “allò que és”, “allò que va ser” i allò que serà”, no són capaços d’explicar “allò que no és” i “allò que no podria ser”. Jordi Bover, director de TERMCAT, a l’article amb el títol “L’art de fer diccionaris: de la calaixera de mossèn Alcover al ChatGPT” afirma que a ChatGPT se li pot demanar que faci un diccionari d’algun àmbit i el resultat és que “les definicions no són uniformes, la selecció de termes és parcial… I això sense entrar a fons en la veracitat de les informacions o en els biaixos conceptuals que, intencionadament o no, s’hi puguin introduir”.

La qüestió  és si tenim possibilitats (formació) per a ser crítics amb el ChatGPT, com ara fa el director de TERMCAT.

El Chat GPT té defectes però és tot un món que s’obre. La conversa que jo he pogut mantenir amb el ChapGPTE i que amplio al final del mail , per qui pugui estar interessat, no la podria tenir amb molts economistes

Pels que pugui tenir més interès completo l’entrevista esmentada parlant amb ChatGPT de temes estudiats a la meva tesi doctoral.

….

Quim. La lògica difusa també es fa servir en finances ?

ChatGPT. Sí, la lògica difusa també es fa servir en el camp de les finances per a la presa de decisions en situacions on la informació disponible és incerta o imprecisa. Per exemple, en l’anàlisi de riscos financers o en la gestió de carteres d’inversió.

En aquests casos, la lògica difusa s’utilitza per modelar la incertesa i la imprecisió en les dades i així obtenir conclusions més acurades. Així, s’analitzen les dades a través de variables lingüístiques que tenen en compte el nivell de certesa o incertesa que es vol expressar en cada cas.

Per exemple, en l’anàlisi de riscos financers, es poden definir variables lingüístiques per expressar el grau de risc d’una inversió en funció de factors com la volatilitat del mercat o l’estat de l’economia. Així, es pot establir un sistema de control difús que permeti prendre decisions d’inversió basades en l’anàlisi de les dades.

…

Quim. Keynes també considerava el grau de veritat i el grau de falsedat a la seva doctoral. És així?

ChatGPT. És cert que John Maynard Keynes, un dels economistes més influents del segle XX, va abordar la qüestió de la veritat i la falsedat en la seva obra acadèmica. En la seva tesi doctoral, que va ser publicada el 1904 amb el títol “Notes on the Theory of Probability”, Keynes va explorar la naturalesa de la probabilitat i va desenvolupar una teoria de la probabilitat que tenia en compte la incertesa i la imprecisió en les dades.

En aquesta obra, Keynes va proposar la noció de la “probabilitat de veritat”, que mesura el grau en què una proposició és veritable, i la “probabilitat de falsedat”, que mesura el grau en què una proposició és falsa. Això va representar un canvi de paradigma respecte a la teoria clàssica de la probabilitat, que considerava només la probabilitat de successos i la seva freqüència.

En la seva obra posterior, com ara “The General Theory of Employment, Interest and Money” publicada el 1936, Keynes també va abordar la qüestió de la incertesa i la imprecisió en el context de l’economia. Va argumentar que en les situacions d’incertesa, els agents econòmics no poden fer prediccions precisos sobre el futur i, per tant, adopten decisions basades en expectatives i conjectures.

En resum, la obra acadèmica de Keynes va explorar la naturalesa de la veritat i la falsedat, així com la incertesa i la imprecisió en les dades, i va tenir un impacte profund en la teoria econòmica moderna.

Quim. A part de la lògica difusa també hi la teoria matemàtica de l’evidència.

Chat GPTE. Sí, a banda de la lògica difusa, també hi ha altres teories i mètodes que aborden la incertesa i la imprecisió en les dades, com ara la Teoria Matemàtica de l’Evidència (TME) o la teoria de la Dempster-Shafer.

La TME és una teoria matemàtica per tractar la incertesa que va ser desenvolupada per Arthur Dempster a la dècada dels 60. Aquesta teoria parteix de la base que la incertesa pot ser representada per un conjunt d’evidències, cadascuna amb un grau d’incertesa associat. Així, la TME permet combinar diferents fonts d’evidències i obtenir una conclusió que tingui en compte la incertesa i la imprecisió en les dades.

D’altra banda, la teoria de Dempster-Shafer, desenvolupada per Glenn Shafer, és una extensió de la TME que permet tractar la incertesa en situacions on les dades són contradictòries o incompletes. Això es fa mitjançant la utilització de “masses de creença”, que permeten representar la força de les hipòtesis en funció de les dades disponibles.

Totes aquestes teories i mètodes són útils per a la presa de decisions en situacions on la informació disponible és incerta o imprecisa, i són àmpliament utilitzats en diversos camps, com ara l’economia, la intel·ligència artificial, la medicina, entre altres.

Quim. La concepció de la incertesa de Keynes, es podria situar dins la TME ?

ChatGPT. La concepció de la incertesa de Keynes és diferent de la de la Teoria Matemàtica de l’Evidència (TME). Mentre que la TME considera la incertesa com una qüestió de probabilitats i dades imprecises, la concepció de la incertesa de Keynes és més àmplia i inclou una dimensió psicològica i social.

Per a Keynes, la incertesa és un concepte més general que la probabilitat, i implica la impossibilitat d’estimar el futur amb precisió, ja que les variables que intervenen en l’economia són complexes i estan influïdes per factors que no són previsibles. Així, per a Keynes, la incertesa té una dimensió psicològica, ja que les expectatives dels agents econòmics i les emocions influeixen en les decisions que prenen.

D’altra banda, la incertesa de Keynes també té una dimensió social, ja que les decisions econòmiques són preses en un context de interacció social i de coordinació, on les expectatives dels agents depenen de les expectatives dels altres. Així, la incertesa social implica la possibilitat d’un “equilibri de descoordinació”, on les decisions dels agents no són compatibles entre si i no s’arriba a una solució eficient.

En resum, la concepció de la incertesa de Keynes és diferent de la de la TME, ja que implica una dimensió psicològica i social que no és present en la TME.

Quim. Keynes apunta d’on pot derivar el grau d’evidència i la TME seria neutre en aquesta qüestió. És així ?

ChatGPT. Sí, és cert que Keynes apunta a les fonts de la incertesa, mentre que la Teoria Matemàtica de l’Evidència (TME) és una teoria neutral en aquesta qüestió.

Per a Keynes, el grau d’incertesa deriva de la falta d’informació i del coneixement imperfecte que tenen els agents econòmics sobre el futur. A més a més, Keynes destaca la importància dels factors psicològics, com ara les emocions i les expectatives, que poden generar una incertesa subjectiva i dificultar la presa de decisions.

En canvi, la TME no pren partit en aquesta qüestió i és neutral respecte a la font de la incertesa. Aquesta teoria es centra en la combinació de diferents fonts d’evidències, cada una amb el seu propi grau d’incertesa, per a arribar a una conclusió global que tingui en compte la incertesa i la imprecisió en les dades.

En resum, mentre que Keynes destaca la importància de les fonts de la incertesa, la TME és una teoria que es limita a tractar la incertesa mitjançant la combinació de diferents fonts d’evidències, independentment de la font de la incertesa.

Quim. Keynes també possiblement també estaria content amb els treballs de psicologia aplicada a l’economia: Kahneman, Shiller… Va haver-hi un intent del company de Kahneman, el matemàtic Tversky, de fer una teoria matematica, la teoria prospectiva . Potser el treball de Tversky lligava millor incertesa i psicologia. Que opines?

ChatGPT. Com a model de llenguatge, no tinc opinions, però puc fer una valoració sobre la pregunta que em plantejes.

És cert que Keynes va ser un dels primers economistes que va prestar atenció a la psicologia en la seva teoria econòmica, especialment en relació amb la importància de les expectatives dels agents econòmics. Per tant, és possible que Keynes hagués valorat positivament els treballs de psicologia aplicada a l’economia, com els de Kahneman i Shiller.

Pel que fa a la teoria prospectiva de Tversky, aquesta té l’objectiu de modelar la forma en què les persones prenen decisions en situacions d’incertesa, tenint en compte que els individus no sempre segueixen els principis de la teoria de la probabilitat. La teoria prospectiva es basa en l’observació que les persones no perceben les probabilitats de manera lineal, sinó que els resultats es perceben en termes de guanys o pèrdues relatius a una línia de base.

Així doncs, la teoria prospectiva de Tversky podria ser considerada una forma d’integrar la psicologia en la teoria econòmica, ja que busca explicar com els factors psicològics influeixen en les decisions econòmiques en situacions d’incertesa. En aquest sentit, és possible que aquesta teoria hagués agradat a Keynes, que va destacar la importància de les expectatives i la incertesa en la teoria econòmica.

Quim. Moltes gràcies ChatGPT

ChatGPT. De res, sempre estic aquí per ajudar-te. Si tens més preguntes, no dubtis a preguntar-me!