Los principales chatbots de IA dan respuestas incorrectas a preguntas financieras la mayoría de las veces, según un nuevo informe de investigación de la fintech británica Saturn que probó 18 de los modelos de IA más populares y encontró una tasa de error promedio del 57%, informó el Financial Times el lunes.

El informe, titulado "Autoridad artificial", llega en un momento en que millones de consumidores recurren cada vez más a los chatbots en busca de orientación sobre pensiones, impuestos, deudas y ahorros, preguntas en las que una sola respuesta incorrecta puede tener consecuencias financieras reales. A medida que los asistentes de uso general son empujados al territorio regulado, estudios como este se están convirtiendo en una prueba de estrés recurrente de las promesas de la industria a los consumidores, y seguiremos siguiendo los últimos desarrollos de IA a medida que los reguladores respondan.

Cómo funcionó la prueba

El equipo de dominio de Saturn analizó 18 de los modelos de IA más utilizados a través de 121 preguntas que abarcan pensiones, impuestos, deuda y ahorros, las áreas centrales donde los consumidores minoristas buscan asesoramiento con mayor frecuencia. Los modelos probados incluyeron ChatGPT, Gemini, Claude y Copilot de Microsoft, según el resumen publicado del informe.

En promedio, los modelos cometieron errores el 57% de las veces, dijo Saturn. La compañía enmarcó los hallazgos como que abarcaban "desde errores hasta fallas en la protección del consumidor" y los utilizó para argumentar que la brecha de asesoramiento en el Reino Unido (la brecha entre las personas que pueden acceder a asesoramiento financiero regulado y las que no) no se cerrará solo con chatbots no regulados.

Incluso el mejor modelo se equivocaba con frecuencia

Los resultados no fueron uniformes, pero incluso el mejor desempeño fracasó a menudo. Según el informe del FT, el modelo con mejor rendimiento fue Claude Opus 5 de Anthropic ejecutándose en modo de razonamiento, y aun así cometió errores en el 39% de las respuestas.

Ese detalle puede llegar a ser el hallazgo más trascendental del informe. Los modos de razonamiento, que permiten a los modelos deliberar antes de responder, son la principal respuesta de la industria a las alucinaciones y los errores, y los modelos de frontera suelen publicar resultados sólidos en exámenes profesionales de finanzas y derecho. Una tasa de error del 39% en preguntas financieras prácticas sugiere que los puntos de referencia estilo examen y las consultas de los consumidores del mundo real miden cosas muy diferentes.

Los hallazgos también generaron críticas. Los comentaristas de Hacker News cuestionaron la metodología y la selección del modelo, señalando que varios de los errores de ejemplo del informe provinieron de modelos más pequeños de nivel gratuito. Pero el promedio del 57% y la cifra del 39% mejor en su clase son afirmaciones publicadas por Saturn y el FT, y la advertencia central del informe (que los consumidores no deben tratar la producción de los chatbots como asesoramiento regulado) no fue cuestionada.

Una advertencia que los reguladores han escuchado antes

El informe llega en medio de una creciente inquietud oficial sobre los chatbots en cuestiones de dinero. Los consumidores del Reino Unido ya fueron advertidos sobre los chatbots de IA que daban consejos financieros inexactos en una alerta ampliamente cubierta publicada por The Guardian a finales de 2025, y desde entonces los reguladores financieros de Europa y Estados Unidos han señalado los consejos generados por IA como un área emergente de riesgo para el consumidor.

La propia posición de Saturn le da al informe una ventaja particular: la compañía desarrolla herramientas de inteligencia artificial para asesoramiento financiero, y publicó los hallazgos no como un rechazo a la inteligencia artificial en las finanzas, sino como un argumento para corregir las barreras de seguridad. Su argumento es que los chatbots mal gobernados ya están llenando el vacío de asesoramiento de forma predeterminada, y que la elección que enfrentan los reguladores es entre la orientación supervisada de la IA y la orientación no supervisada de la IA, no entre la IA y el asesoramiento humano.

La contribución de Saturn a ese debate es un argumento sobre el diseño de políticas: la compañía dice que un cambio de lo que llama una regulación excesiva hacia la colocación de barreras prácticas en grandes modelos de lenguaje reduciría la brecha de asesoramiento más rápido y al mismo tiempo protegería a las personas de la orientación no regulada de la IA. En otras palabras, en lugar de mantener la IA completamente fuera del asesoramiento financiero, crear implementaciones supervisadas y restringidas que puedan atender de manera segura a los clientes a quienes es demasiado costoso llegar a los asesores humanos.

Ese marco es importante porque la falta de asesoramiento es la justificación más sólida de la industria para estar en este espacio. En el Reino Unido, la mayoría de los hogares quedan fuera del umbral en el que el asesoramiento financiero regulado se considera económicamente viable, que es precisamente la población que ahora pregunta a los chatbots sobre pensiones y deudas.

Lo que los consumidores deberían llevarse

Hasta que los modelos mejoren o los reguladores intervengan, la orientación práctica de la investigación es sencilla:

  • Trate las respuestas del chatbot sobre impuestos, pensiones, deudas y ahorros como un punto de partida para la investigación, no como un consejo.
  • Verificar cualquier cifra específica (umbrales, tasas, asignaciones) con una fuente oficial antes de actuar en consecuencia.
  • Tenga especial cuidado con los modelos de nivel gratuito, que pueden ser más antiguos o más pequeños que las versiones emblemáticas que promociona un laboratorio.
  • Para decisiones importantes, un asesor humano regulado sigue siendo el único canal con responsabilidad legal adjunta.

La pregunta más amplia que plantea el informe es una que la industria de la IA enfrentará repetidamente en 2026: la capacidad que impresiona en demostraciones y puntos de referencia aún puede no alcanzar el estándar de confiabilidad que exigen los dominios regulados. El asesoramiento financiero es simplemente el primer ámbito en el que esa brecha se ha cuantificado de forma tan clara.

Manténgase por delante de la IA

¿Seguir cómo la IA está remodelando las finanzas, la investigación y la regulación? Lea más noticias sobre IA en AI Buzz Wire: cobertura independiente de IA, todos los días.

---

Manténgase a la vanguardia de la IA

Obtenga las últimas noticias, análisis y avances en IA, todo en un solo lugar.

Leer más noticias sobre IA →