Un laboratorio que <span class='b'>mide la IA</span> en el crédito de América Latina.

Un plan de pensiones de beneficio definido es tan sólido como la empresa que lo patrocina, y la crisis del patrocinador se vigila peor que el propio plan.

El preprint construye un índice de vulnerabilidad del patrocinador (SVI): un modelo de gradient boosting sobre los estados trimestrales de SEC EDGAR y dos series macroeconómicas, que anticipa el estado de crisis con uno o dos trimestres de antelación.

Qué se midió

36 patrocinadores de EE. UU., cinco grupos sectoriales y 1.418 trimestres-empresa (2015–2025). Fuera de muestra, con validación cruzada que excluye cada empresa completa: AUC-ROC 0,887 y PR-AUC 0,711, con un 11,9% de trimestres en crisis. En un VaR de Monte Carlo con estrés de tipo climático, el efecto es casi nulo para un plan diversificado, pero con un 22,5% de activos en títulos del patrocinador el VaR anual al 95% sube entre un 20% y un 43%. El límite dinámico de autoinversión baja del 8% a menos del 1% en la crisis aguda y se recupera con el patrocinador (PG&E en 2019, Boeing).

Límites

Las etiquetas basadas en el patrimonio contable también se activan con eventos no crediticios, como escisiones; los casos positivos se concentran en una empresa y los parámetros de estrés son estilizados. El artículo lo muestra junto a los resultados.

Leer en arXiv ->

Código, datos y resultados · DOI: 10.5281/zenodo.21394088

Un agente LLM que se reescribe a sí mismo destruye lo que revisa el supervisor: un cambio con nombre, una prueba registrada y una aprobación.

El preprint sostiene que la autoevolución es revisable solo si se limita a la arquitectura de ejecución (texto de instrucciones, lógica de llamadas a herramientas y composición de primitivas) mientras los pesos del modelo quedan fijos. Así, cada adaptación es un cambio con causa y prueba. Una única compuerta de admisión escribe un registro encadenado por hash antes del despliegue.

Qué se midió

En simulación, con un agente simulado y un generador de propuestas por búsqueda con semilla (no con modelos de lenguaje): tres familias de reinterpretación supervisora, tres niveles de severidad, diez semillas. La compuerta aceptó 144 de 7.449 cambios candidatos y ninguno empeoró el error sobre el historial reservado. Con la comprobación que aplica un sistema sin límites, se admitieron 309 cambios dañinos y los casos no señalados quedaron por encima del 10% en 49 de 90 corridas.

El código, la configuración y los resultados de cada corrida están en CACE-Bench v0.6.0.

Leer en arXiv ->

CACE-Bench v0.6.0 · DOI: 10.5281/zenodo.23207546

La banca de la región acelera su inversión en IA; el eslabón que falta es la auditoría de los agentes que ya deciden crédito.

Los bancos brasileños invertirán R$50,4 mil millones en tecnología en 2026, un 8% más que el año anterior; la IA generativa figura entre las prioridades del 84% de las instituciones, empatada con la nube (Pesquisa Febraban de Tecnologia Bancária, 34.ª edición, Febraban y Deloitte). Colocar agentes de IA en decisiones de crédito y compliance sin poder auditarlos es un riesgo de mercado y regulatorio.

El error que habla bonito

Un agente de IA generativa no falla como un modelo estadístico: "alucina", inventa un dato o ignora una sanción, y lo explica de forma convincente. Cuando el Banco Central de Brasil asuma su rol de regulador sectorial de IA financiera (previsto en el PL 2338/2023), la pregunta "¿su agente es auditable?" dejará de ser teórica.

Cómo se mide

Auditar significa medir, paso a paso, alucinación, consistencia, recuperación de error y adherencia a las reglas. En la corrida de referencia de CACE-Bench v0.7.0 —100% sintética, 23.000 casos, siete jurisdicciones— un bucle de autoevolución con juez verificador baja los falsos positivos de compliance de 22,51% a 4,96% (-77,9%) y la alucinación de 2,55% a 0,62%. El hallazgo que más importa es otro: en el 15,57% de los casos no respondieron todas las fuentes consentidas y lo correcto es escalar; el agente sin autoevolución decide igual en el 55,11% de ellos, con el bucle en el 6,53%. Cualquiera regenera estas cifras con un comando y la misma semilla (seed 0).

La lección no es el número (los datos son sintéticos), sino el método: el comportamiento de un agente puede medirse y corregirse bajo restricciones de auditabilidad.

Ver el proyecto CASE en GitHub ->

Documento de trabajo · DOI: 10.5281/zenodo.21394049

El ahorro previsional crece; vigilar hacia adelante la solvencia de quien lo respalda es la próxima frontera.

El sistema de Afores de México administra 8,3 billones de pesos (~US$488 mil millones), cerca del 23,8% del PIB, en unas 70 millones de cuentas, y la aportación obligatoria sube a 10,5% en 2026 rumbo al 15% en 2031. Pero una pensión vale lo que vale la solvencia de quien está detrás de los activos que la respaldan, y esa solvencia cambia trimestre a trimestre.

Mirar hacia adelante, no hacia atrás

El proyecto PensionGuard propone un índice de vulnerabilidad del patrocinador (SVI) que anticipa dos trimestres la fragilidad financiera, entrenado sobre datos públicos reales (SEC EDGAR y FRED). Con validación firma-por-firma alcanza un AUC de 0,887 y marca cada episodio real de distress de la última década, manteniendo estables a compañías sólidas.

Concentración y clima, juntos

Un motor de Valor en Riesgo combina la concentración de la autoinversión con el estrés de transición climática: en un escenario desordenado, el VaR a un año de una cartera con exposición energética sube 43%. Los límites de autoinversión se ajustan solos: se aprietan cuando el patrocinador se debilita. En México, donde la IA financiera se regula vía CNBV, un modelo transparente y auditable es lo que un fondo o regulador puede explicar línea por línea.

Ver el proyecto PensionGuard en GitHub ->

Documento de trabajo · DOI: 10.5281/zenodo.21394088

Preprint ampliado (36 patrocinadores de EE. UU.) · arXiv:2610.14120 ->

En Argentina, uno de cada cuatro créditos ya nace en una fintech; los modelos de IA que los deciden aún no se auditan.

La participación de las fintech en el crédito pasó de 19% en marzo de 2024 a 25% en febrero de 2026, con 9,8 millones de asistencias crediticias activas (ITBA y Cámara Argentina Fintech). Detrás de ese crecimiento hay, cada vez más, agentes de IA que deciden a quién prestar. Es una gran noticia para la inclusión, pero abre una pregunta incómoda: ¿quién audita esa IA?

El riesgo no es que se equivoque, es no saberlo

Un agente de IA generativa "alucina": inventa un dato, ignora una restricción, aprueba lo que debería frenar. En crédito, eso se traduce en discriminación silenciosa, fraude que pasa el filtro y decisiones que nadie puede reconstruir. A medida que el crédito fintech gana peso sistémico, la falta de auditoría deja de ser un detalle técnico.

Auditar es medible

El benchmark CASE (CACE-Bench) muestra que el comportamiento de un agente se puede medir y corregir: un bucle de autoevolución con juez verificador reduce los falsos positivos de compliance en un 77,9% en la corrida de referencia reproducible del repositorio y detecta cuándo el agente decide sin los datos que dice haber consultado. El camino para las fintech: auditabilidad desde el diseño, medir alucinación y consistencia, y un retro-test para cuando cambian las reglas.

Ver el proyecto CASE en GitHub ->

Documento de trabajo · DOI: 10.5281/zenodo.21394049