Educação financeira por meio de uma plataforma interativa de investimento: a aplicabilidade da inteligência artificial (IA)
Financial education through an interactive investment platform: the applicability of artificial intelligence (IA)
DOI:
https://doi.org/10.34117/bjdv8n11-320Keywords:
viabilidade, plataforma de investimento, patrimonio, planejamento, tecnologia bancária, IAAbstract
Este trabalho desenvolve conceitualmente uma plataforma de In- vestimento educacional utilizando inteligˆencia artificial, que torna o processo de investimento mais intuitivo e com uma entrega mais assertiva aos obje- tivos dos usuários, e para isso, foi realizada uma pesquisa em busca de saber quais as demandas da sociedade quando o assunto ´e investimento, educação financeira e temas afins. Foram feitas propostas, com base nos resultados obti- dos na pesquisa, visando melhorar o acesso dos usu´arios, como a cria¸c˜ao de uma plataforma embrion´aria do que seria um robˆo que tiraria du´vidas da pop- ula¸c˜ao em este sentido. As informações repassadas buscaram ser assertivas, considerando o perfil de potencial investidor de cada indivíduo e a análise de seu comportamento. A metodologia a ser utilizada no projeto sera´ quantitativa e qualitativa, através de uma extensa pesquisa com usuarios de plataformas de investimento, a fim de analisar o nível de conhecimento em finanças e os objetivos que esperam alcançar através de investimentos financeiros. Ao final da pesquisa, considerando o que foi verificado no referencial teorico, com base nos resultados da pesquisa digital, obteve-se uma amostra consider´avel da população do estado do Amazonas, e assim foi proposta uma plataforma que atende as demandas da população utilizando tecnologia e IA (Inteligência artificial), e justificando o motivo do uso do aplicativo, que também ter a um papel didático com o objetivo de ensinar os conceitos de financas e ajudar a o usuario a se familiarizar com esses termos e iniciar sua jornada no investimento mercado, isso, agora, de forma lu´cida e consciente.
References
ABELL´AN, J. CASTELLANO, J. G. A comparative study on base classifiers
in ensemble methods for credit scoring. Expert Syst Appl, 2017, 73: 1{10.
ALBASHRAWI M. Detectando fraudes financeiras usando t´ecnicas de
minera¸c~ao de dados: Uma revis~ao de uma d´ecada de 2004 a 2015. J Data Sci, 2021, 14: 553{570. doi: 10.6339/JDS.201607_14(3).0010
ALVAREZ, Y.; LEGUIZAM´ON-P´AEZ M. A.; LONDO~NO T. J. Risks and security
solutions existing in the Internet of things (IoT) in relation to Big Data. Ing Compet, 2020, 23: 9{10.
BAHNSEN A. C.; AOYADA D.; STOJANOVIC, A. Estrat´egias de engenharia de recursos para detec¸c~ao de fraudes de cart~ao de cr´edito. Expert Syst Appl, 2016, 51: 134{142. doi: 10.1016/j.eswa.2015.12.030
BENDERSKY, E. Depthwise separable convolutions for machine learning. 2018. Dispon´ıvel em:
https://eli.thegreenplace.net/2018/depthwise-separable-convolu tions-for-machine-learning/
Acesso em: April 5 de abr. 2022.
BERRIDGE, B. R.; MOWAT, V.; NAGAI, H. Non-proliferative and proliferative lesions of the cardiovascular system of the rat and mouse. J Toxicol
Pathol. 2016; 29(suppl 3): 1S-47S.
BEZERRA, Carlos Eduardo Gon¸calves. A personifica¸c~ao dos entes dotados de intelig^encia artificial como possibilidade de lhes atribuir responsabilidade civil. 2021. 100 f. Disserta¸c~ao (Mestrado Profissional em Direito, Justi¸ca e Desenvolvimento) Instituto Brasileiro de Ensino, Desenvolvimento e Pesquisa, Bras´ılia, 2021.
BINI S. A. Artificial intelligence, machine learning, deep learning, and cognitive computing: what do these terms mean and how will they impact health care? J Arthroplasty. 2018; 33(8): 2358-2361.
BHINGARDE, A.; BANGAR, A.; GUPTA, K. Detec¸c~ao de fraude de cart~ao de cr´edito usando o modelo de Markov oculto. Int J Comput Sci Informa Technol. 2018; 76: 169{170.
CHENG, D. L. Status do aplicativo e an´alise de risco de seguran¸ca de intelig^encia artificial no campo financeiro. Era da Tecnologia Financeira 2017: 47{49.
CHING, T.; HIMMELSTEIN, D. S.; BEAULIEU-JONES, B. K. Opportunities and
obstacles for deep learning in biology and medicine. J R Soc. Interface. 2018; 15(141): 20170387.
CHOLLET, F. Deep Learning With Python. Shelter Island, NY: Manning; 2017.
CHU, A. B. Tecnologia m´ovel e inclus~ao financeira. In: Handbook of Blockchain, Digital Finance, and Inclusion, 1 Eds., Cambridge:
Academic Press, 2018; 131{44.
DANDE, P.; SAMANT, P. Acquaintance to artificial neural networks and use of
artificial intelligence as a diagnostic tool for tuberculosis: a review.
Edinb, 2018; 108: 1-9.
DJURIC, U.; ZADEH, G.; ALDAPE, K.; DIAMANDIS, P. Precision histology: how deep learning is poised to revitalize histomorphology for personalized cancer care. NPJ Precis Oncol. 2017; 1(1): 22.
DORE, Eder. Sistema antifraude em e-commerce: como funciona? Vantagens? Maplink Global, 2020.
EDWARDS C. Deep learning hunts for signals among the noise. Communcat ACM. 2018; 61(6): 13-14.
FEYEN, Erik; FROST, JON; GAMBACORTA, Leonardo; NATARAJAN, Harish;
SAAL, Matthew. Fintech and the digital transformation of financial services: implications for market structure and public policy. BIS Papers nº 117 { Monetary and Economic Department, Basil´eia { Sui¸ca, 2021.
FU, K.; CHENG, D.; TU, Y. Credit card fraud detection using convolutional neural networks. International Conference on Neural Information Processing, 2016; 483{490.
GIBNEY, E. Self-taught AI is best yet at strategy game Go. Nature. 2017; 22858-1.
GIL, A. C. M´etodos e T´ecnicas de Pesquisa Social. Editora: Atlas; 7ª edi¸c~ao, S~ao Paulo, 2022.
HANDELMAN, G. S.; KOK, H. K.; CHANDRA, R. V.; RAZAVI, A. H.; LEE, M.
J.; ASADI, H. Doctor: machine learning and the future of medicine. J Intern Med. 2018; 284(6): 603-619.
JIANG, H. Y.; WU, C. F. Development status and regulatory suggestions of intelligent investment consultant. Secur Mark Guide, 2016.
KHOSRAVI,P.; KAZEMI, E.; IMIELINSKI, M.; ELEMENTO, O.;
HAJIRASOULIHA, I.A Deep convolutional neural networks enable discrimination of heterogeneous digital pathology images. EBioMedicine. 2018; 27: 317-
KILLEEN, A.; CHAN, R. Institui¸c~oes financeiras globais 2.0, In: Handbook of Blockchain, Digital Finance, and Inclusion, 2 Eds., Amsterdam: Elsevier Inc, 2018; 213{242.
KIM, J. Tarefas e status atual dos usos da intelig^encia artificial
(fintech IA) na ind´ustria de fintech nos EUA. J Pagamento de Liquida¸c~ao. 2018; 10: 185{214.
KOMURA, D.; SHUMPEI, I. Machine learning methods for histopathological image analysis. Comput Struct Biotech J. 2018; 16: 34-42.
KORINEK, A.; STIGLITZ, J. E. Intelig^encia artificial e suas implica¸c~oes para distribui¸cao de renda e desemprego. Natl. Bur. Econ. Res., 2017.
LESSMANN, S.; BAESENS, B.; SEOW, H. V. Benchmarking state-of-the-art algoritmos de classifica¸c~ao para pontua¸c~ao de cr´edito: Uma atualiza¸c~ao da pesquisa. Eur. J. Oper. Res. 2015; 247: 124{136.
LI, Yuxin; YI, Jizheng; CHEN, Huanyu; PENG, Duanxiang. Theory and application of artificial intelligence in financial industry. Data Science in Finance and Economics. AIMS Journal, China, 2021.
MA, S. L.; WEI, F. Y. Application of artificial intelligence technology in financial field: main difficulties and countermeasures. South Financ, 2018; 78{84.
MASHRUR, A.; LUO, W.; ZAIDI, N. A. Aprendizado de m´aquina para gerenciamento de riscos financeiros: uma pesquisa. IEEE 8. 2020; 203203{203223.
MAYO, R. C.; LEUNG, J. Artificial intelligence and deep learning| radiology’s next frontier? Clin Imaging. 2018; 49: 87-88.
MEDEIROS, L. F. de. Intelig^encia artificial aplicada: uma abordagem introdut´oria. Curitiba. InterSaberes, 2018.
MENDONC¸A, Guilherme G´oes. Redes neurais artificiais na predi¸cao do pre¸co de a¸c~oes / Guilherme G´oes Mendon¸ca; TCC (gradua¸c~ao) - Universidade Federal de Santa Catarina. Centro Tecnol´ogico.
Engenharia Eletr^onica, 2019. 114 p.
MINAYO, Mar´ılia Cec´ılia de Souza (Org.). Pesquisa Social: teoria, m´etodo e criatividade. 4.ed Petr´opolis, RJ: Vozes, 2017.
OECD (2021), Artificial Intelligence, Machine Learning and Big Data in Finance: Opportunities, Challenges, and Implications for Policy Makers, Dispon´ıvel em: https://www.oecd.org/finance/artificial- intelligence-machine-learningbig-data-in-finance.htm, acesso em: 09 jun. 2022.
PONEMON, L.; JULIAN, T.; LALAN, C. Custos de viola¸c~ao de dados aumentando, agora 4 milh~oes por incidente. Estudo do IBM & Ponemon
Institute, 2016.
SENDERS, J. T.; ZAKI, M. M.; KARHADE, A. V. An introduction and overview
of machine learning in neurosurgical care. Acta Neurochirurgica. 2018; 160(1): 29-38.
SILVA, M. A. da; LEAL, E. A.; & ARA´UJO, T. S. Habilidades
matem´aticas e o conhecimento financeiro no ensino m´edio. Revista De Contabilidade E Organiza¸c~oes, 2018.
SCHWAB, K. F´orum do instituto de pol´ıtica de ci^encia e tecnologia, In: The Fourth Industrial Revolution , 26 Eds., Genebra: Crown Publishing Group. 2017; 12{15.
TURNER, Oliver C. [et al.,]. Society of Toxicologic Pathology Digital Pathology and Image Analysis Special Int
´learning to digital toxicologic pathology. Toxicologic Pathology, 2020, v. 48/2, 277-294.
VERONESE, Alexandre. A quarta revolu¸c~ao industrial e blockchain: valores sociais e confian¸ca. IN: Cadernos Adenauer xxi (2020), nº1 A quarta revolu¸c~ao industrial: inova¸c~oes, desafios e oportunidades.
Rio de Janeiro: Funda¸c~ao Konrad Adenauer, abril 2020.
YU, M. Pesquisa sobre a situa¸c~ao atual e a tend^encia de desenvolvimento da industria de marketing sob o pano de fundoda intelig^encia artificial. Vida de Riqueza. 2019; 82-83.
YU, X. J.; PENG, Y. Y. Application and challenge of artificial intelligence in financial risk management. South Financ., 2017.
SCOTT, D. Multivariate Density Estimation: Theory, Practice and Visualization. [S.l.]: New York: John Wiley. 1992.
Anil K. Jain, Fellow, IEEE, Robert P.W. Duin, and Jianchang Mao. Statistical Pattern Recognition: A Review, IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 22, NO. 1, JANUARY 2000
COLODETTI, Pedro Vinicius Baptista. MATEM´ATICA APLICADA A` INTELIG^ENCIA ARTIFICIAL: A BASE FUNDAMENTAL DO MACHI UNINTER { CENTRO UNIVERSIT´ARIO INTERNACIONAL
BACHARELADO EM MATEM´ATICA. Janeiro 2022.
BANCO CENTRAL. DINHEIRO DO BRASIL. 2ª Edi¸c~ao { Dezembro de 2004 Annamaria, LUSARDI et al. Financial Literacy Around the World:
INSIGHTS FROM THE STANDARD & POOR’S RATINGS SERVICES GLOBAL FINANCIAL LITERACY SURVEY. 2015.
Beatriz Vicente, de Lemos; da Costa; Leite; da Silva; Perez; Pires fizeram um artigo chamado UM ESTUDO SOBRE O USO DA INTELIG^ENCIA ARTIFICIAL PELOS BANCOS BRASILEIROS" 2020.
PRADO, KAIO LUIZ DA SILVA LORENA, AN´ALISE DO USO DA INTELIG^ENCIA ARTIFICIAL NO SISTEMA BANC´ARIO" 2018.
,2,3DEPARTAMENTO DE MATEMA´TICA, UNIVERSIDADE FEDERAL DO AMAZONAS, 69080-900, MANAUS, AMAZONAS, BRAZIL
