Inteligencia artificial: la siguiente etapa

Recientemente las tecnologías de inteligencia artificial (IA) han avanzado significativamente y ya son usadas en una gran variedad de industrias, agencias gubernamentales y prácticamente por todas las plataformas tecnológicas. Con esto, también se han exacerbado las expectativas tanto positivas como negativas de sus efectos en la economía y la sociedad.

Para los entusiastas de la IA y de su impacto, ésta podría mejorar la productividad, crear nuevos y mejores productos y servicios y facilitar el acceso a la información. Visiones más cautelosas, como la del economista Daron Acemoglu, ponen de manifiesto riesgos como el control y el mal uso de datos privados, la manipulación de los ciudadanos para elegir desde bienes de consumo hasta a sus dirigentes, el impacto negativo en el mercado laboral como la pérdida de empleos o la necesidad de aceptar salarios bajos y la imposibilidad de asignar responsabilidades cuando las decisiones son tomadas por algoritmos.

En el sector financiero, la introducción de los modelos de IA representa una oportunidad para hacer los análisis de datos y la administración de riesgos en las entidades financieras más eficientes. Esto ha permitido que las instituciones ofrezcan servicios personalizados, automaticen sus procesos de distribución de activos y originación de crédito y modelen con más detalle sus riesgos. Lo cual, en principio, se traduciría en una reducción de costos para las entidades y más y mejores productos y servicios para las personas usuarias. Sin embargo, los algoritmos que sustentan los modelos de IA pueden ser poco transparentes y complejos, lo que dificulta su adecuada implementación, y no están necesariamente libres de los sesgos inherentes a la información que utilizan para entrenarlos. Múltiples estudios han mostrado que algoritmos mal entrenados pueden convertirse en barreras a la inclusión.

Las autoridades financieras también han ido adoptando la IA en sus labores de supervisión y regulación. El uso extensivo por las entidades reguladas está haciendo al sistema financiero cada vez más complejo y no deja otro camino a las autoridades si quieren seguir siendo eficaces sin incrementar considerablemente sus costos.

Jon Danielsson, del Centro de Riesgo Sistémico, señala que el sistema financiero podría parecer el candidato ideal para la aplicación y explotación de la IA por la cantidad de datos que produce. Sin embargo, los datos que las autoridades recaban, por su naturaleza, no son comparables entre sí y no pueden ser compartidos para entrenar modelos de IA de otras autoridades del país o de otras jurisdicciones. Esto podría resultar en resultados incorrectos o sesgados. Adicionalmente, los datos para predecir crisis financieras son escasos y cada crisis tiene sus peculiaridades que limitan la aportación que puedan hacer en los modelos de IA para predecir la siguiente crisis.

Independientemente de la visión que se tenga del impacto de la IA, lo que es claro es la necesidad de políticas para mitigar sus efectos negativos, potenciar sus beneficios y hacer conciencia de la limitación de su capacidad predictiva en la toma de decisiones.

En esta dirección, La Ley de Inteligencia Artificial, la primera en su tipo, publicada por el Parlamento Europeo el pasado 13 de marzo, busca establecer un marco para el desarrollo adecuado y seguro de la IA con obligaciones para los desarrollos de IA y sus desarrolladores basados en su riesgo potencial y el posible nivel de impacto. En particular, la ley busca ser lo suficientemente flexible para tomar en cuenta el avance veloz de la tecnología y los cambios potenciales en el uso de los sistemas de IA y ajustarse a definiciones de organismos internacionales.

Falta un largo camino por recorrer pero es un hecho que en el futuro cercano tendremos que convivir cada vez más con la IA en muchos aspectos de nuestras vidas, incluido los sistemas financieros.