El algoritmo que decide tu crédito: ¿justicia financiera o sesgo digital?
Por Ángel Martí
Jorge, emprendedor en Guadalajara, solicitó un crédito para expandir su negocio de alimentos orgánicos. Su historial bancario estaba limpio, sus ingresos eran estables y su proyecto tenía clientes recurrentes. Sin embargo, la respuesta fue negativa.
El motivo no lo dio un ejecutivo, sino un algoritmo. El sistema de scoring automatizado lo clasificó como “alto riesgo” por vivir en una zona con baja densidad de servicios financieros. Jorge nunca supo qué variables pesaron más en la decisión, ni cómo podía corregirlas. Su caso refleja una nueva realidad: el acceso al crédito ya no depende de un análisis humano, sino de fórmulas invisibles que pueden reproducir sesgos estructurales.
La promesa de la inteligencia artificial en el sector financiero es poderosa. Según la OCDE, los algoritmos permiten reducir tiempos de aprobación, ampliar la cobertura y disminuir costos operativos. En América Latina, fintechs como Nubank o Mercado Pago han democratizado el acceso a servicios financieros para millones de personas. Sin embargo, estudios del MIT y de la Comisión Nacional Bancaria y de Valores advierten que los modelos de scoring pueden replicar desigualdades sociales: penalizan a quienes viven en zonas marginadas, carecen de historial crediticio o pertenecen a segmentos tradicionalmente excluidos.
El dilema es claro. La eficiencia tecnológica acelera la inclusión, pero también puede profundizar la exclusión si no se regula con criterios de transparencia y justicia. Los algoritmos no son neutrales: aprenden de datos históricos que reflejan desigualdades existentes. Si en el pasado ciertos grupos tuvieron menos acceso al crédito, el sistema puede perpetuar esa discriminación en el futuro.
La discusión ya está en la agenda global. La Unión Europea avanza en regulaciones para garantizar que la inteligencia artificial en finanzas sea explicable y auditable. En América Latina, el debate apenas comienza. El Banco Interamericano de Desarrollo propone marcos de supervisión que obliguen a las fintechs y bancos a revelar las variables que utilizan sus algoritmos. La transparencia se convierte en un requisito para legitimar la confianza.
El caso de Jorge es un recordatorio de que detrás de cada decisión automatizada hay vidas reales, proyectos que pueden crecer o desaparecer según lo que dicte un sistema. La pregunta no es si debemos usar inteligencia artificial en el crédito —la respuesta es inevitablemente sí—, sino cómo aseguramos que esos algoritmos sean herramientas de inclusión y no de exclusión.
El futuro financiero de América Latina dependerá de nuestra capacidad para equilibrar innovación con ética. Porque en un mundo donde un algoritmo puede decidir quién merece un préstamo, la justicia no puede quedar relegada a una fórmula matemática.
