El auge de la inteligencia artificial (IA) en el sector bancario se percibe a menudo como un avance prometedor, destinado a optimizar la gestión de los riesgos de crédito. Sin embargo, un análisis profundo revela una paradoja inquietante: esta tecnología, diseñada para mejorar la seguridad financiera, podría en realidad convertirse en una fuente de inestabilidad. Este artículo examina cómo la integración de la IA en los procesos de decisión sobre créditos bancarios puede conducir a resultados imprevistos y potencialmente peligrosos.
Una herramienta de mejora ambivalente
En el panorama bancario europeo, la IA es ahora ineludible. Los algoritmos modernos reemplazan a los analistas financieros tradicionales, permitiendo decidir rápidamente sobre la concesión de créditos. Aunque este método ha fortalecido algunos indicadores de liquidez, también está correlacionado con un aumento de los préstamos no rentables, revelando así vulnerabilidades subyacentes en estas instituciones.
Los temores de los reguladores
Figuras destacadas del sistema financiero, como Christine Lagarde, presidenta del Banco Central Europeo, han expresado preocupaciones crecientes sobre los riesgos sistémicos generados por el uso creciente de la IA. En discursos dirigidos al Comité Europeo de Riesgo Sistémico, destacó la necesidad urgente de regular estas tecnologías para evitar un deterioro de la calidad de los créditos otorgados a los prestatarios.
Un análisis de los informes de crédito
Para comprender mejor el impacto de la IA en el sistema bancario, analizamos los informes financieros trimestrales de los principales bancos sistémicos de la zona euro durante un período que abarca de 2020 a 2025. Al observar la frecuencia de los términos relacionados con la IA, pudimos establecer un indicador de uso real de estos sistemas en cada institución, permitiendo así correlacionar con su nivel de riesgo.
Una paradoja reveladora
Los resultados de nuestro estudio muestran que el aumento del uso de la IA se acompaña de una mejora en la gestión de la liquidez, pero también de un deterioro en la calidad de los créditos. Así, una intensificación de los sistemas de IA conlleva un aumento de 7 puntos porcentuales en el ratio de cobertura de liquidez, pero también un incremento de 0,35 puntos porcentuales en el ratio de préstamos no rentables, representando cerca del 14% de la media.
Los límites de la evaluación de riesgos
Esta situación plantea cuestionamientos sobre cómo la IA evalúa los riesgos financieros. Los algoritmos priorizan los datos cuantitativos, que son simples de procesar, pero a menudo descuidan los elementos cualitativos cruciales, como el contexto particular de un prestatario. Esta tendencia puede conducir a la aprobación de solicitudes de crédito que, aunque sólidas sobre el papel, resultan arriesgadas una vez examinadas más de cerca.
Las consecuencias en la economía real
Los efectos negativos de este enfoque no se limitan al sector bancario. La acumulación de préstamos no rentables relacionada con el uso de la IA podría a largo plazo reforzar las condiciones de financiamiento del sector privado, con repercusiones en la demanda global. Esto plantea desafíos reales para la regulación, que deberá evolucionar para tener en cuenta estos riesgos colectivos en lugar de individuales.
La importancia de la transparencia
Para garantizar una regulación efectiva, es esencial que los algoritmos no solo sean eficientes, sino también explicables. Por eso, la supervisión de las decisiones de crédito debe ser repensada, integrando criterios de evaluación sistémicos. Tales medidas pueden ayudar a detectar vulnerabilidades que de otro modo serían invisibles en períodos normales.
Hacia pruebas en situaciones de crisis
Es primordial probar las respuestas de los sistemas de IA durante crisis económicas a través de pruebas de estrés algorítmicas. Estas pruebas permitirían anticipar comportamientos problemáticos durante períodos de tensión, contribuyendo así a preparar mejor al sistema financiero frente a posibles choques.
El papel indispensable del humano
Finalmente, aunque la automatización puede mejorar en gran medida la eficiencia de los procesos financieros, nunca deberá reemplazar completamente el juicio humano. La evaluación de situaciones financieras complejas requiere un enfoque humano que, combinado con la IA, podría permitir optimizar el riesgo sin aumentar la fragilidad.
Para más información sobre las implicaciones de la inteligencia artificial en diferentes áreas, puede consultar los siguientes artículos: ¿Por qué cada estudiante debe dominar la IA?, Consejos para detectar una imagen retocada, Regreso a Eliza, el pionero de los agentes conversacionales, La IA en el corazón del reclutamiento, Startup innovadora y accesibilidad gracias a la IA.
