Falta de determinismo frena uso de IA generativa en finanzas y derecho

Global martes 03 de febrero de 2026 - 10:56

La adopción de inteligencia artificial en procesos financieros y legales continúa enfrentando límites estructurales debido a la falta de resultados determinísticos, explicó Haig Hanessian de Cognition en entrevista con NotiPress. Señaló que, a diferencia de los sistemas tradicionales, los modelos generativos deIA no garantizan respuestas idénticas ante una misma consulta, lo cual representa un obstáculo en operaciones críticas.

Para el especialista, los modelos de lenguaje de gran escala (LLMs) están diseñados para ofrecer respuestas probabilísticas. Esa característica resulta adecuada en tareas exploratorias o creativas, aunque introduce riesgos en entornos donde cada ejecución debe producir el mismo resultado sin variaciones. "Cuando un proceso exige exactitud absoluta, esa diferencia se vuelve un problema operativo", explicó durante la conversación.

IA generativa enfrenta límites en finanzas y sector legal

En el ámbito financiero, el cofundador y CEO de Lidd AI, Fernando Leibowich Beker, detalló que funciones como conciliaciones contables, auditorías internas, validación de transacciones y reportes regulatorios requieren consistencia total. Aclaró que incluso pequeñas variaciones pueden afectar controles, trazabilidad y cumplimiento normativo, por lo cual muchas instituciones mantienen sistemas determinísticos para esas tareas.

Por su parte, el sector legal enfrenta una situación similar. Leibowich Beker señaló que la revisión de contratos, el análisis normativo y la verificación de cumplimiento demandan resultados reproducibles. Cualquier variación en la interpretación de un texto puede derivar en consecuencias jurídicas, lo que limita el uso directo de IA generativa en etapas críticas del proceso.

Ante estas restricciones, ambos especialistas describieron un enfoque híbrido como el más extendido en la actualidad. Hanessian explicó que muchas organizaciones combinan automatización tradicional, reglas lógicas y modelos determinísticos con capas de IA generativa utilizadas solo en fases no decisorias. De ese modo, la IA aporta eficiencia sin comprometer la estabilidad del sistema central.