📌 Caso #7: Universidad de Chile – IA explicable con ChatGPT
¿Puede una IA de lenguaje general como ChatGPT competir con los modelos tradicionales de riesgo de crédito?
Eso fue lo que se preguntó un grupo de investigadores de la Universidad de Chile, en colaboración con el regulador local, al analizar una muestra de 10.000 créditos de consumo entre 2010 y 2020.
👉 ¿El resultado? Sorprendente:
✅ Un modelo basado en LLM (Large Language Model) logró un desempeño predictivo cercano al 80%, similar a técnicas avanzadas como LightGBM o regresión logística.
Pero eso no es todo.
🧠 La gran diferencia:
➡️ Este modelo, además de predecir, ofrecía explicaciones textuales claras y útiles sobre por qué un préstamo era considerado riesgoso (ej. “alto endeudamiento en relación a ingresos”).
💬 Estas explicaciones fueron evaluadas por expertos con 5,5 sobre 7 en utilidad interpretativa.
🎯 ¿Por qué esto es tan relevante?
✔️ Permite crear scoring automatizado y explicable
✔️ Reduce la barrera técnica para cooperativas y fintechs pequeñas
✔️ Democratiza la analítica de riesgo
✔️ Posibilita decisiones comprensibles para usuarios y analistas
Desde Technovation celebramos este tipo de estudios porque acercan herramientas de IA de última generación a realidades concretas del crédito en Latinoamérica.
💡 Este caso es prueba de que la IA no solo puede predecir.
También puede explicar, humanizar y simplificar el análisis de riesgo.
¿Te fue de utilidad este post? Ayuda a otros compartiéndolo y recomendándolo 🤝