Ducker: aplicação de IA generativa para educação financeira

Abstract

O aumento significativo de investidores individuais no Brasil, especialmente entre os jovens, destaca a necessidade urgente de uma educação financeira acessível. A falta de conhecimento nessa área é um fator de risco para decisões financeiras inadequadas e exposição a informações enganosas, o que pode levar ao endividamento. Este projeto visa desenvolver o Ducker, uma interface de chat interativa que orienta novos investidores usando um modelo de linguagem de grande porte, oferecendo respostas personalizadas e confiáveis sobre finanças, utilizando dados de fontes financeiras confiáveis. Com isso, o projeto espera promover a educação financeira, reduzindo o impacto de informações incorretas e ajudando os usuários e clientes de corretoras a tomarem decisões mais informadas. Foi utilizada a metodologia incremental para desenvolver a aplicação, dividindo o projeto em etapas que garantem funcionalidade e qualidade. Foram estudadas tecnologias como Python, LangChain, FAISS e Streamlit para implementar a LLM e criar uma interface web interativa. No fim, com a ferramenta já em produção e disponível para uso hospedada nos servidores do Streamlit, foi realizado uma pesquisa com os usuários que se disponibilizaram para testar no primeiro momento e com os participantes da Eureka (evento de TCCs realizada pelo Instituto Mauá de Tecnologia). As respostas demonstraram percepções muito positivas e que traduzem como os temas de educação financeira abordados pelo Ducker foram úteis. Os resultados evidenciaram a alta qualidade da aplicação, com foco na experiência do usuário e confiabilidade, além de seu potencial de mercado, devido ao baixo custo operacional e valor significativo que pode ser oferecido a instituições financeiras para melhorar a educação e experiência dos clientes.

The significant increase in individual investors in Brazil, particularly among young people, highlights the urgent need for accessible financial education. The lack of knowledge in this area is a risk factor for inadequate financial decisions and susceptibility to misleading information, potentially leading to indebtedness. This project aims to develop Ducker, an interactive chat interface that guides new investors using a large language model (LLM), providing personalized and reliable financial responses based on trustworthy financial data sources. Through this initiative, the project seeks to promote financial education, reduce the impact of misinformation, and assist users and brokerage clients in making more informed decisions. An incremental methodology to develop the application was adopted, dividing the project into stages that ensured functionality and quality. Technologies such as Python, LangChain, FAISS, and Streamlit were studied to implement the LLM and create an interactive web interface. Finally, with the tool deployed and hosted on Streamlit servers, a survey was conducted with early users and participants of Eureka (a capstone project event held by the Mauá Institute of Technology). The feedback revealed highly positive perceptions, demonstrating the utility of the financial education topics addressed by Ducker. The results underscored the high quality of the application, emphasizing user experience and reliability, as well as its market potential due to low operational costs and significant value offered to financial institutions to enhance customer education and experience.