La inteligencia artificial (IA) ha revolucionado todos los rincones de la sociedad y también ha llegado a la esfera de los inversores. La gran pregunta que muchos se hacen es si el empleo de la IA es capaza de mejorar la rentabilidad de una cartera y en qué condiciones podría hacerlo.
En su último boletín semestral, la Comisión Nacional del Mercado de Valores (CNMV) dedica un artículo a este asunto y concluye que el uso de modelos extensos de lenguaje (LLM, en el argot) para analizar documentos financieros e identificar tendencias de mercado puede traducirse en “errores relevantes” y “pérdidas económicas” si se utilizan sin supervisión humana.
El informe, elaborado por Ricardo Crisóstomo y Diana Mykhalyuk, analiza las predicciones de inversión generadas por herramientas de IA y pone el foco en los riesgos asociados a una automatización excesiva de las decisiones financieras.
Los puntos débiles de la IA en la toma de decisiones de inversión
La cuestión es que “los LLM están diseñados para generar respuestas fluidas y seguras, incluso cuando sus razonamientos se basan en datos incorrectos, información sesgada o errores de cálculo”, explica el regulador.
Por tanto, los inversores sin experiencia o sin juicio crítico “pueden confiar de forma indebida en las recomendaciones de la IA y utilizar las predicciones de los modelos sin comprender sus riesgos y limitaciones”, añade la CNMV.
Para armar sus estudio, los autores solicitaron a cuatro plataformas LLM (ChatGPT, Gemini, DeepSeek y Perplexity) que generen predicciones de inversión para las acciones que puedan comportarse mejor que el mercado, utilizando preguntas (prompts) con distintos niveles de intervención humana.
Rendimiento sí…pero con intervención humana
Aunque los resultados empíricos demuestran que estas herramientas tienen potencial para batir al mercado en determinadas circunstancias, el informe desvela que ese rendimiento dista mucho de ser automático o robusto cuando los modelos operan de forma autónoma.
El gran peligro reside en lo que los analistas denominan la «trampa de fluidez» y que definen como la capacidad innata de los LLM para estructurar respuestas lingüísticamente plausibles, fluidas y que transmiten una enorme seguridad técnica, pero que en realidad se fundamentan en cálculos matemáticos erróneos o interpretaciones financieras equivocadas.
De hecho, los algoritmos mostraron importantes limitaciones aritméticas al calcular ratios, además de que procesaron información desactualizada y malinterpretaron directrices esenciales para evaluar los escenarios macroeconómicos.
La realidad muestra que es necesario el filtro crítico de un ser humano, un analista de carne y hueso capaz de ordenar los criterios y evitar que los errores de la IA se trasladen directamente a las órdenes de compra, evitando así pérdidas muy relevantes.
Estrategias de mitigación
En este sentido, para mitigar los fallos de razonamiento en los que incurre la IA, los autores propone el uso de distintas estrategias de mitigación.
En primer lugar, sugieren aplicar el principio de “muestra tu trabajo”. Esto significa que los prompts “deben exigir que los modelos articulen explícitamente los pasos del razonamiento, los supuestos y los cálculos intermedios antes de presentar los resultados finales”.
Además, es importante exigir a la IA que proporcione citas explícitas de las fuentes en las que obtiene los datos para todas las referencias numéricas. “Vincular las afirmaciones cuantitativas a fuentes verificables reduce el riesgo de utilizar información desactualizada, malinterpretada o inventada, y permite la trazabilidad del origen de los datos”, añade el estudio.
Del mismo modo, antes de aceptar el resultado, los usuarios deberán incorporar “rutinas explícitas de validación”. Esto significa que se debe solicitar a la IA que revise la coherencia interna de sus propios resultados, en una especie de proceso de “validación iterativa”.
Finalmente, es imprescindible “incorporar supervisión humana en el bucle”. Puesto que existe la trampa de la fluidez, mediante la cual un lenguaje convincente puede ocultar deficiencias analíticas, “la supervisión humana sigue siendo un principio de gobernanza fundamental”, y en particular la “supervisión experta”, resumen los autores.
Si esta noticia ha sido útil para ti, apúntate a nuestros boletines ¡No te decepcionaremos! También puedes añadir las alertas de finanzas.com a tus redes y apps: Twitter | Facebook | LinkedIn | Whatsapp | Flipboard. Y sigue los mejores videos financieros de Youtube.
