La banca usa cada vez más IA para decidir en compliance, pero muchas entidades no podrían explicar cómo llegaron a cada resultado si un supervisor llama a la puerta. La pregunta ya no es qué decidió el sistema, sino si el banco puede reconstruir y justificar el camino hasta esa decisión, una exigencia que la industria empieza a tratar como el próximo examen regulatorio, según advierte DXC Technology.

El diagnóstico parte de una frase incómoda: claro que la IA puede decidir, pero ¿puede el banco demostrar por qué esa decisión merece confianza? En crédito significaría saber qué datos del cliente y qué reglas de excepción inclinaron la recomendación; en pagos, por qué una transferencia se bloqueó, se retrasó o se escaló. Sin esa trazabilidad, cada automatización es una contingencia.

DXC propone el expediente mínimo que todo banco debería conservar por decisión: versión del modelo usada, datos aportados, controles aplicados, nivel de confianza, traspasos humanos y acción final. Esa disciplina, sostiene, separa la IA de nivel ejecutivo del experimento, y es lo que auditores internos, clientes y reguladores esperarán ver como evidencia.

La exigencia no viene solo del mercado. El 18 de septiembre, Fernando Restoy, presidente del Instituto de Estabilidad Financiera del Banco de Pagos Internacionales (BIS), advirtió en Cambridge que la escasa explicabilidad de los grandes modelos de lenguaje desafía las expectativas de gobernanza, validación de modelos y revisión independiente, y que la supervisión deberá examinar los sistemas con IA de forma inteligente, aceptando equilibrios entre explicabilidad y rendimiento siempre que los riesgos estén evaluados y gestionados.

Del lado de los proveedores, la respuesta es convertir la política en código. La plataforma Duna AI, infraestructura de compliance con IA, presume de decisiones «auditables por defecto»: cada salida llega con la evidencia detrás, lista para defenderse cuando el regulador pregunte por qué, con revisión humana obligatoria para casos inusuales o de alto riesgo.

El marco europeo aprieta en la misma dirección: la Ley de IA clasifica el scoring crediticio como sistema de alto riesgo, con documentación técnica, registro de decisiones y supervisión humana, y las obligaciones de transparencia aplican desde agosto de 2026. La caja negra pura, en banca, ya es un riesgo de cumplimiento directo.

La moraleja para los consejos de administración es operativa, no filosófica: la explicabilidad debe sobrevivir al cambio de modelos, de proveedores y de normas, porque una decisión tomada hoy puede reexaminarse dentro de años. Quien no guarde el expediente, no podrá contar la historia.

Fuentes
DXC Technology: los bancos deben integrar la explicabilidad en las decisiones de IA
BIS: supervisar bancos en una economía moldeada por la IA (F. Restoy, 18-sep-2026)
Duna AI: decisiones auditables de compliance
Crédito de la imagen: Profesional trabajando con analítica en oficina, imagen de prensa de DXC Technology.