Measuring agentic artificial intelligence intensity in banking: a validated disclosure-based index and identification strategy for estimating effects on bank performance and systemic risk

En el mundo de la banca, la inteligencia artificial ha sido durante mucho tiempo un asistente útil. Durante años, estos sistemas han actuado como escribas digitales, redactando informes, resumiendo datos o sugiriendo el siguiente paso ideal para que un gerente humano lo considere. El humano permanece firmemente al volante, poseyendo las llaves de cada decisión final. Sin embargo, ahora se está produciendo un cambio significativo. Los bancos están comenzando a desplegar un nuevo tipo de inteligencia, una que no solo sugiere, sino que actúa. Estos son sistemas agénticos, capaces de planificar flujos de trabajo financieros complejos y ejecutar transacciones con autoridad delegada. Una vez que se le da luz verde a uno de estos sistemas para actuar, este puede mover dinero, aprobar préstamos o liquidar deudas sin esperar a que un humano dé su visto bueno a cada movimiento individual. Esta transición del consejo a la acción cambia la naturaleza fundamental del riesgo y la eficiencia en las finanzas, pero para los investigadores y reguladores, un problema crítico ha permanecido sin resolver: ¿cómo se mide?

Hasta ahora, no había una forma fiable de distinguir a un banco que simplemente habla de inteligencia artificial de uno que realmente ha entregado las riendas de sus operaciones a máquinas autónomas. Los métodos existentes suelen tratar todas las menciones de tecnología como si fueran iguales, sin distinguir entre un chatbot que responde preguntas de clientes y un agente de software que libera independientemente un pago. Sin una herramienta de medición clara, es imposible saber si estos nuevos sistemas están haciendo que los bancos sean más eficientes, más riesgosos, o ambas cosas. Un equipo de investigadores de la Universidad Dayananda Sagar en la India ha abordado esta brecha mediante la creación de una nueva herramienta, rigurosamente probada, llamada Índice de Intensidad de la IA Agéntica. En lugar de simplemente contar cuántas veces un banco menciona la tecnología, este índice mide el grado específico en el que un banco ha delegado el poder de tomar y ejecutar decisiones financieras trascendentales a sistemas autónomos.

Los investigadores no solo inventaron una nueva puntuación; construyeron un protocolo científico completo para asegurar que la puntuación sea real y fiable. Comenzaron recopilando miles de páginas de documentos públicos de los bancos, incluyendo informes anuales, presentaciones regulatorias y transcripciones de llamadas de resultados donde los ejecutivos hablan con los inversores. A partir de estos textos, desarrollaron un método para identificar oraciones que describen la delegación real de autoridad. Distinguieron entre el lenguaje que describe un sistema que espera la aprobación humana y el lenguaje que describe un sistema que actúa por su cuenta dentro de un mandato establecido. Para asegurar que esta distinción fuera precisa, reunieron un panel de expertos, incluyendo investigadores académicos, directores de tecnología bancaria y supervisores de bancos centrales. Estos expertos refinaron una lista de palabras clave y frases tras dos rondas de discusión, acordando qué términos señalaban verdaderamente una acción autónoma y cuáles eran simplemente retórica promocional.

Una vez finalizada la lista de palabras clave, el equipo probó su método para asegurar que funcionara de manera consistente. Hicieron que múltiples codificadores entrenados leyeran el mismo conjunto de oraciones para ver si coincidían en si un sistema era verdaderamente autónomo. También utilizaron modelos computacionales avanzados para ayudar a clasificar la enorme cantidad de texto, pero con una salvaguarda crucial: cada vez que la computadora identificaba una acción autónoma de alto nivel, un experto humano la revisaba para confirmar la clasificación. Este enfoque de "humano en el bucle" evitó que el sistema fuera engañado por un lenguaje vago o engañoso. Los investigadores luego verificaron si su nuevo índice realmente medía lo que pretendía medir, comparándolo con evidencia independiente, como ofertas de empleo para tipos específicos de ingenieros, registros de patentes para sistemas autónomos y casos conocidos donde los bancos habían desplegado estas tecnologías. Los resultados mostraron que el índice lograba separar a los bancos con capacidades autónomas reales de aquellos que simplemente discutían sobre transformación digital general.

El núcleo de este trabajo es el índice mismo, el cual asigna una puntuación a cada banco basada en la intensidad de su adopción de IA agéntica. La puntuación no es solo un recuento bruto de palabras; está ponderada por el nivel de autoridad que el banco ha otorgado a sus máquinas. Un sistema que ejecuta un pago dentro de un límite preestablecido recibe una puntuación más alta que uno que simplemente redacta una recomendación para que un humano la revise. Los investigadores también normalizaron los datos para tener en cuenta el hecho de que algunos bancos escriben mucho más sobre tecnología que otros, asegurando que una puntuación alta refleje una delegación genuina de poder y no solo mucha palabrería. Esto permite una comparación justa entre un banco global masivo y una institución regional más pequeña. El índice está diseñado para ser utilizado en estudios futuros para responder preguntas apremiantes: ¿Entregar el poder de toma de decisiones a las máquinas hace que los bancos sean más eficientes, o introduce nuevos riesgos impredecibles? ¿Ayuda a los bancos a detectar el fraude más rápido, o crea nuevas vulnerabilidades?

El artículo no proporciona las respuestas finales a estas preguntas de rendimiento, ya que es un estudio metodológico centrado en construir la vara de medir en lugar de usarla para medir un resultado específico. En su lugar, establece una estrategia clara y repetible para que otros investigadores y reguladores la utilicen. Especifica exactamente cómo construir el índice, cómo validarlo y cómo utilizarlo en modelos estadísticos para aislar los efectos de la IA autónoma de otros factores como el tamaño del banco o las condiciones económicas. Los investigadores reconocen que la transición hacia la IA agéntica es compleja y que los beneficios y riesgos probablemente dependerán de qué tan bien un banco gobierne estos sistemas. Proponen que el impacto de estas tecnologías variará según la calidad de la supervisión interna de un banco, la madurez de su tecnología y la rigurosidad de las regulaciones bajo las cuales opera.

Al proporcionar una herramienta validada, este trabajo elimina una barrera importante para comprender el futuro de la banca. Permite a la comunidad financiera ir más allá de las afirmaciones vagas sobre la "transformación digital" y comenzar a medir el cambio específico y tangible hacia la autonomía de las máquinas. Los investigadores han demostrado que es posible separar la señal de la verdadera acción agéntica del ruido de la discusión tecnológica general. Esta claridad es esencial para los supervisores que necesitan entender los riesgos de los pagos automatizados irreversibles y para los inversores que intentan calibrar las capacidades reales de las instituciones que financian. El estudio concluye que, si bien la tecnología avanza rápidamente, la capacidad de medir su adopción con precisión está ahora al alcance, siempre que los investigadores y reguladores se adhieran a los rigurosos pasos de validación descritos en el nuevo protocolo. Esta base sienta las etapas para una nueva era de análisis basado en evidencia en la banca, donde los efectos de los sistemas autónomos puedan estudiarse con el mismo rigor que cualquier otra innovación financiera.