| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 807.07 KB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
This thesis explores how Artificial Intelligence (AI) can enhance decision-making in financial forecasting. The research conducted aims to bridge the gap between the theoretical potential of AI and its practical application. For this purpose, a mixed-methods approach was applied that included expert interviews, a quantitative survey, and the review of literature. Additionally, the management theories Disruptive Innovation, the Technology Acceptance Model (TAM), and Prospect Theory were applied throughout the data collection and analysis. Findings from experts, the survey, and the literature indicated that AI improves decision-making by providing more accurate and efficient predictions. However, challenges such as the transparency and interpretability of AI-based predictions affect their trustworthiness. Trustworthiness itself emerged as a further critical factor during the research. A notable tradeoff between model accuracy and explainability was identified. Which suggested the need for a more balanced approach in AI implementation. In this context, trust in AI tools is significantly influenced by transparency and explainability, which play a critical role in fostering user confidence. AI's potential to disrupt traditional forecasting practices showed significance, but concerns about bias remain as potential barriers to full adoption.
Esta tese explora como a Inteligência Artificial (IA) pode melhorar a tomada de decisões na previsão financeira. A investigação realizada procura fazer a ponte entre o potencial teórico da IA e a sua aplicação prática. Neste sentido, foram utilizados diversos métodos, nomeadamente entrevistas a especialistas, um inquérito quantitativo e a revisão de literatura. Adicionalmente, as teorias de gestão Inovação Disruptiva, o Modelo de Aceitação de Tecnologia (MAT) e a Teoria da Perspetiva foram aplicadas ao longo da recolha e análise de dados. Os resultados dos especialistas, do inquérito e da literatura indicaram que a IA melhora a tomada de decisões ao fornecer previsões mais precisas e eficientes. No entanto, desafios como a transparência e a interpretabilidade das previsões baseadas em IA afetam a sua fiabilidade. A fiabilidade em si surgiu como um fator crítico adicional durante a investigação. Foi identificado um notável compromisso entre a precisão do modelo e a explicabilidade. Isto evidenciou a necessidade de uma abordagem mais equilibrada na implementação da IA. Neste contexto, a confiança nas ferramentas de IA é significativamente influenciada pela transparência e explicabilidade, que desempenham um papel crítico na promoção da confiança do utilizador. O potencial da IA para perturbar as práticas tradicionais de previsão mostrou-se significativo, mas as preocupações sobre o enviesamento permanecem como potenciais barreiras à adoção plena.
Esta tese explora como a Inteligência Artificial (IA) pode melhorar a tomada de decisões na previsão financeira. A investigação realizada procura fazer a ponte entre o potencial teórico da IA e a sua aplicação prática. Neste sentido, foram utilizados diversos métodos, nomeadamente entrevistas a especialistas, um inquérito quantitativo e a revisão de literatura. Adicionalmente, as teorias de gestão Inovação Disruptiva, o Modelo de Aceitação de Tecnologia (MAT) e a Teoria da Perspetiva foram aplicadas ao longo da recolha e análise de dados. Os resultados dos especialistas, do inquérito e da literatura indicaram que a IA melhora a tomada de decisões ao fornecer previsões mais precisas e eficientes. No entanto, desafios como a transparência e a interpretabilidade das previsões baseadas em IA afetam a sua fiabilidade. A fiabilidade em si surgiu como um fator crítico adicional durante a investigação. Foi identificado um notável compromisso entre a precisão do modelo e a explicabilidade. Isto evidenciou a necessidade de uma abordagem mais equilibrada na implementação da IA. Neste contexto, a confiança nas ferramentas de IA é significativamente influenciada pela transparência e explicabilidade, que desempenham um papel crítico na promoção da confiança do utilizador. O potencial da IA para perturbar as práticas tradicionais de previsão mostrou-se significativo, mas as preocupações sobre o enviesamento permanecem como potenciais barreiras à adoção plena.
Description
Keywords
Artificial intelligence Financial forecasting Decision-making Transparency Trustworthiness Generative AI Inteligência artificial Previsão financeira Tomada de decisão Transparência Fidedignidade IA generativa