Inteligencia artificial y capital humano: desafíos para los bancos centrales y la supervisión bancaria

Recientemente, el Banco de Pagos Internacionales (BIS por sus siglas en inglés) ha publicado dos documentos sobre el uso de la Inteligencia Artificial en los bancos centrales y en la supervisión bancaria.

El primer documento presenta las siguientes conclusiones clave:

• La inteligencia artificial (IA) está cambiando la forma en que los bancos centrales utilizan el capital humano. Dos escenarios ilustran la incertidumbre en torno a la trayectoria del desarrollo de la IA: los "copilotos de IA", que complementan las habilidades humanas en lugar de reemplazarlas, y los "agentes de IA", que automatizan tareas específicas del banco central y pueden actuar como sustitutos de las funciones humanas.
• Los bancos centrales ya están integrando "copilotos de IA" en sus operaciones diarias. Estas herramientas mejoran la productividad del personal sin alterar fundamentalmente la forma en que se realiza su trabajo. Por el contrario, los "agentes de IA" podrían transformar los flujos de trabajo en la próxima década, aunque la supervisión humana seguirá siendo esencial para garantizar su adopción responsable y ética.
• Para una transición exitosa hacia flujos de trabajo intensivos en IA en cualquiera de los dos escenarios, es fundamental centrarse en la capacitación y la mejora de las competencias del personal existente, la atracción de nuevos talentos y el fomento de una cultura que promueva la innovación.

Por su parte, en el segundo documento destaca los siguientes puntos:

• Muchas autoridades financieras ya están experimentando, desarrollando o utilizando aplicaciones de inteligencia artificial generativa (IA generativa) para fines de supervisión.
• Las autoridades financieras buscan aprovechar las nuevas tecnologías para encontrar información de forma más eficiente, pero sus actividades de IA generativa se ven obstaculizadas por una infraestructura de tecnología de la información (TI) obsoleta, problemas de seguridad de los datos y la falta de habilidades técnicas.
• La mayoría de las aplicaciones de IA generativa reportadas en la supervisión pueden agruparse en tres categorías: (i) procesamiento básico de documentos; (ii) gestión del conocimiento; y (iii) revisión de documentos. La mayoría de las aplicaciones "en uso" pertenecen a la primera categoría; el trabajo de desarrollo se distribuye entre las tres categorías; y los experimentos se concentran en la segunda y la tercera.
• Los principales desafíos identificados en la integración de aplicaciones de IA generativa en la supervisión son la aceptación del usuario y las imprecisiones en la información proporcionada. Es probable que estos desafíos se intensifiquen a medida que las autoridades financieras adopten casos de uso de IA generativa más complejos.

Ambos informes coinciden en un punto crítico: la falta de talento técnico es un obstáculo común que limita la adopción efectiva de la inteligencia artificial tanto en los bancos centrales como en los organismos de supervisión financiera. Para avanzar, será imprescindible invertir en el desarrollo de capacidades internas, modernizar la infraestructura tecnológica y atraer nuevos perfiles profesionales que permitan integrar estas herramientas de forma segura, ética y estratégica.

Hasta aquí el post del día de hoy y recuerda que puedes seguirme en X y mantenerte informado de lo último de ciencia, tecnología e innovación en el mundo de la economía y las finanzas.

¡Hasta la próxima!