Penelitian ini bertujuan untuk menganalisis pengaruh overconfidence bias, herding bias, dan regret aversion bias terhadap pengambilan keputusan investasi Generasi Z di Surabaya dengan moderasi penggunaan artificial intelligence (AI). Penelitian menggunakan pendekatan kuantitatif dengan metode Structural Equation Modeling-Partial Least Squares (SEM-PLS) dan melibatkan 400 responden Generasi Z yang berdomisili Surabaya dan aktif melakukan investasi dalam 3 bulan terakhir dan masih berjalan. Hasil penelitian menunjukkan bahwa herding bias dan AI berpengaruh signifikan terhadap keputusan investasi, sedangkan overconfidence dan regret aversion bias tidak memberikan pengaruh yang berarti. Penggunaan AI sebagai variabel moderasi tidak terbukti mampu memperkuat ataupun melemahkan hubungan bias perilaku terhadap keputusan investasi. Namun, hasil uji jalur langsung menunjukkan bahwa AI memiliki pengaruh positif dan signifikan terhadap keputusan investasi dengan nilai koefisien sebesar 0,239 dan p-value 0,000 (<0,05), sehingga lebih tepat diposisikan sebagai variabel independen. Temuan ini mengindikasikan bahwa meskipun bias masih berperan dalam memengaruhi perilaku investasi Generasi Z, pemanfaatan AI mampu meningkatkan kualitas pengambilan keputusan secara objektif dan rasional. Penelitian ini memberikan implikasi praktis bagi investor muda, penyedia layanan investasi berbasis teknologi, serta regulator dalam merancang strategi literasi keuangan dan pengembangan AI yang lebih efektif di bidang investasi.

Kata kunci: overconfidence bias, herding bias, regret aversion bias, AI

This study aims to analyze the influence of overconfidence bias, herding bias, and regret aversion bias on investment decision-making among Generation Z in Surabaya, moderated by the use of artificial intelligence (AI). The study used a quantitative approach with the Structural Equation Modeling-Partial Least Squares (SEM-PLS) method and involved 400 Generation Z respondents who reside in Surabaya and have been actively investing in the past 3 months and are still ongoing. The results show that herding bias and AI have a significant influence on investment decisions, while overconfidence and regret aversion bias have no significant influence. The use of AI as a moderating variable has not been proven to strengthen or weaken the relationship between behavioral bias and investment decisions. However, the results of the direct path test indicate that AI has a positive and significant influence on investment decisions with a coefficient value of 0.239 and a p-value of 0.000 (<0.05), making it more appropriate to position it as an independent variable. These findings indicate that although bias still plays a role in influencing Generation Z's investment behavior, the use of AI can improve the quality of decision-making objectively and rationally. This research provides practical implications for young investors, technology-based investment service providers, and regulators in designing more effective financial literacy strategies and AI development in the investment sector.