La CNMV advierte: la IA puede batir al mercado pero necesita supervisión para ser fiable
Con la irrupción de la IA, cualquier inversor tiene a su alcance herramientas que antes estaba reservadas a los profesionales. Capaces de procesar información en tiempo real, interpretar datos complejos y generar recomendaciones, la CNMV ha elaborado una investigación en la que se aborda hasta qué punto los distintos modelos de IA (Chatgpt, Gemini, DeepSeek y Perplexity) pueden ofrecer predicciones fiables sobre la bolsa de forma autónoma. En ella se detecta que el uso de la IA sin intervención humana conlleva «riesgos operativos significativos», puesto que estas herramientas presentan fallos recurrentes de razonamiento, incluyendo errores computacionales, interpretaciones financieras incorrectas, y uso de información desactualizada o inventada (alucinaciones).
La mayor incidencia de estos fallos se observa en las consultas simples, que carecen de estructura ni contexto, lo que pone de manifiesto la importancia de utilizar instrucciones analíticas claras y de establecer mecanismos de supervisión. «Como modelos de lenguaje, están diseñados para generar respuestas fluidas y seguras, incluso cuando se basan en razonamientos defectuosos, información incompleta o inexactitudes computacionales. En consecuencia, los inversores sin experiencia financiera o sin criterio crítico pueden depositar una confianza excesiva en las recomendaciones de la IA, utilizando sus señales sin comprender adecuadamente sus riesgos y limitaciones», explica esta investigación, titulada «Large Language Models and Stock Investing: Is the Human Factor Required?».
Para extraer conclusiones, el estudio compara de forma sistemática distintos modelos, estrategias de uso (prompts) y fuentes de información, con el objetivo de determinar si -y en qué condiciones- las señales generadas por estos sistemas pueden ofrecer rentabilidades ajustadas al riesgo superiores a las de los índices pasivos. Los resultados muestran que, con la tecnología actual, los modelos de IA pueden llegar a batir al mercado. Sin embargo, ese mejor rendimiento no es automático ni consistente cuando funcionan de manera autónoma. A lo largo del análisis se detectan fallos recurrentes en el razonamiento que, si no se corrigen, acaban trasladándose a las decisiones de inversión, generando resultados inestables y errores relevantes.
Ver articulo completo en elEconomista
