Un crédito rechazado por un algoritmo puede tardar segundos. Explicar por qué ocurrió puede ser mucho más difícil. Esa diferencia está empezando a preocupar a los reguladores financieros, que están llevando la inteligencia artificial hacia una nueva etapa: las entidades tendrán que demostrar cómo funcionan sus modelos, qué riesgos tienen y qué controles existen cuando una máquina se equivoca.
El cambio ya aparece en distintos marcos regulatorios y documentos de supervisión publicados en los últimos años. El Banco de Pagos Internacionales (BIS), a través de su Financial Stability Institute, advirtió en 2025 que la poca explicabilidad de modelos complejos de IA representa un problema para las instituciones y los supervisores, especialmente cuando intervienen en actividades críticas como la concesión de crédito o la gestión de riesgos.
Te puede interesar: ¿Puede la IA saber quién va a pagar? Así funciona el análisis predictivo en cobranza
La dificultad está en que explicar una decisión de inteligencia artificial no siempre significa revelar una fórmula sencilla. Los modelos más complejos pueden producir resultados difíciles de interpretar y las técnicas utilizadas para explicar sus respuestas tampoco son infalibles. El BIS advierte que algunas pueden ser inestables, imprecisas o incluso generar explicaciones engañosas.
Por eso comienza a tomar fuerza lo que algunos analistas denominan la “disciplina de la IA”. El concepto apunta a que las empresas financieras ya no podrán medir estos sistemas únicamente por su capacidad para automatizar tareas o mejorar resultados. También tendrán que demostrar que existe una estructura para desarrollarlos, validarlos, vigilarlos y corregirlos.
Cuando la IA tiene que dejar huella
Europa ofrece uno de los ejemplos más concretos. El AI Act considera de alto riesgo determinados sistemas utilizados para evaluar la solvencia o el crédito de personas. Para estos sistemas establece obligaciones relacionadas con la gestión de riesgos, la documentación, los registros, la transparencia y la supervisión humana.
La lógica es sencilla: si una herramienta participa en una decisión que puede afectar el acceso de una persona a un crédito, no basta con conocer el resultado. También debe existir una forma de vigilar su funcionamiento y detectar comportamientos inesperados.
Estados Unidos avanza por otra vía. En febrero de 2026, el Departamento del Tesoro publicó un marco específico para gestionar los riesgos de la IA en los servicios financieros, junto con un léxico común para facilitar que las instituciones entiendan y gestionen estos sistemas.
La Organización para la Cooperación y el Desarrollo Económicos (OCDE) también identificó la supervisión de IA como un reto para los reguladores financieros. Un estudio publicado en enero de 2026 señala que uno de los problemas está en interpretar y aplicar las normas existentes cuando las entidades incorporan sistemas cada vez más complejos.
Te puede interesar: Agentes de IA ya pueden negociar deudas: ¿qué pasa si el algoritmo se equivoca?
El asunto tampoco termina cuando la IA fue desarrollada por un tercero. El BIS advierte que utilizar modelos externos puede aumentar las dificultades para conocer cómo funcionan y gestionar sus riesgos.
Para los clientes, esto puede terminar siendo menos visible que una nueva aplicación bancaria o un asistente basado en IA, pero tendrá consecuencias importantes. Detrás de una decisión automatizada deberá existir cada vez más evidencia sobre los datos utilizados, la validación del modelo, su comportamiento y la intervención de personas cuando sea necesario.
La inteligencia artificial puede seguir avanzando en las finanzas. Lo que está cambiando es la exigencia que viene detrás: que las instituciones puedan demostrar qué hace su IA, cómo la controlan y qué ocurre cuando su decisión no es correcta.
