La incorporación de tecnologías como la inteligencia artificial (IA) y el aprendizaje automatizado (‘machine learning’) a la práctica bancaria plantea «importantes desafíos prudenciales y de estabilidad financiera», según ha advertido el gobernador del Banco de España, Pablo Hernández de Cos, como presidente del Comité de Supervisión de Basilea.
En un discurso pronunciado en Washington, el gobernador ha subrayado que falta todavía por ver cómo se desempeña la IA/ML a lo largo de un ciclo financiero completo, aunque ha defendido que si no se controlan, «estos modelos podrían amplificar futuras crisis bancarias».
Para De Cos, los desafíos y limitaciones planteados por estas tecnologías «no son insuperables», siempre que los bancos centrales y las autoridades de supervisión se ajusten a la nueva realidad y colaboren eficazmente.
Asimismo, el banquero central español ha asegurado que, cuando se trata de banca, es fundamental que las entidades anticipen y supervisen los riesgos y desafíos que plantean la IA/ML y los incorporen en su gestión de riesgos y gobernanza, para lo que considera fundamental que el juicio humano desempeñe un papel central.
De su lado, los bancos centrales y las autoridades supervisoras también deben anticipar y mitigar los riesgos y vulnerabilidades potenciales para el sistema bancario.
En su intervención, De Cos ha destacado que, en principio, la IA/ML podría ayudar a aumentar la eficiencia operativa, las capacidades de gestión de riesgos y la oferta de productos de los bancos, mientras que también ha advertido de que, en algunos aspectos, los modelos de IA/ML en banca son esencialmente versiones más sofisticadas y poderosas de las técnicas de modelado existentes, aunque su escala y alcance potenciales «plantean importantes riesgos y limitaciones prudenciales».
Más allá de estas consideraciones, el gobernador también ha cuestionado la neutralidad de las tecnologías ante el riesgo de que puedan amplificar por diseño el comportamiento humano, lo que en su aplicación en banca podría llevar a exacerbar las características que se refuerzan a sí mismas del ciclo financiero, incluida la evolución procíclica y la amplificación de los riesgos a nivel agregado.
Asimismo, para De Cos existe también un riesgo estructural indirecto para los bancos debido a los modelos AI/ML como consecuencia del potencial de estas tecnologías para remodelar los mercados laborales, lo que podría implicar «un efecto negativo de segunda ronda» para las exposiciones de los bancos a los hogares o empresas afectados, por lo que las entidades deberían estar atentas a este potencial escenario como parte de su gestión de riesgos.