La Comisión Nacional del Mercado de Valores (CNMV) ha publicado el primer estudio empírico en España que evalúa el uso de modelos de lenguaje a gran escala (LLM) como ChatGPT, Gemini, DeepSeek y Perplexity en decisiones de inversión. Los resultados confirman su potencial, pero también revelan riesgos críticos: alucinaciones, errores de interpretación y sesgos no detectados que, sin intervención humana, pueden derivar en pérdidas reales para los inversores.
¿Qué revela el estudio de la CNMV sobre la IA en inversiones?
El informe, elaborado por Ricardo Crisóstomo y Diana Mykhalyuk de la Dirección General de Estrategia y Asuntos Internacionales, analiza 1.200 decisiones simuladas de compra/venta basadas en información financiera real y pública. Los LLM lograron superar el rendimiento del índice IBEX 35 en escenarios controlados —pero solo cuando las instrucciones fueron estructuradas, las fuentes estandarizadas y los datos verificados previamente.
En entornos no controlados —como búsquedas abiertas en la web o consultas ambiguas—, los modelos generaron hasta un 37 % de respuestas incorrectas o inventadas. Esto incluye datos falsos sobre resultados trimestrales, errores en ratios de solvencia o interpretaciones erróneas de notas de prensa corporativas.
Supervisión humana no es opcional: es un requisito legal
La CNMV subraya que la supervisión humana continua no es un complemento, sino un componente obligatorio bajo el marco de la Ley del Mercado de Valores y la Directiva MIFID II. Cualquier sistema automatizado que tome decisiones de inversión debe cumplir con los estándares de transparencia, trazabilidad y responsabilidad. Sin ello, se incumple el deber de diligencia exigido a entidades gestoras y asesores.
¿Cómo afecta la IA a la economía real de los inversores?
El impacto económico va más allá de la volatilidad puntual. Un error de IA en la valoración de una empresa cotizada puede desencadenar efectos en cadena: reasignación masiva de fondos, distorsión de precios y pérdida de confianza en mercados secundarios. En 2025, el 22 % de los fondos de inversión españoles ya integran herramientas de IA para análisis preliminar. Pero solo el 4 % las usa sin revisión humana previa.
Esto tiene consecuencias directas en la rentabilidad neta del inversor particular, cuyos portafolios suelen tener menor diversificación y mayor exposición a errores de modelo. Un estudio complementario del Consorci de la Zona Franca de Barcelona muestra que los usuarios que confían ciegamente en recomendaciones de IA reducen su rentabilidad anual en un promedio del 5,3 % frente a quienes combinan IA con análisis técnico propio.
El rol del asesor financiero se transforma, no desaparece
La figura del asesor deja de ser un mero ejecutor para convertirse en validador crítico, intérprete contextual y gestor de sesgos algorítmicos. Su conocimiento del marco regulatorio, la contabilidad española y las particularidades del mercado local es insustituible frente a la generalidad de los LLM.
¿Qué dice la normativa actual sobre la IA en finanzas?
La regulación española y europea no prohíbe la IA, pero sí exige su alineación con principios de integridad, equidad y protección del cliente. El Reglamento de Inteligencia Artificial (AI Act) de la UE clasifica los sistemas de toma de decisiones financieras como de alto riesgo, lo que implica obligaciones de evaluación de impacto, registro público y auditoría continua.
Además, la CNMV exige que toda herramienta de IA usada por entidades autorizadas cumpla con los requisitos de gobernanza algorítmica, incluyendo documentación técnica, pruebas de estrés y protocolos de fallback ante fallos.
Datos Clave
- El 37 % de las respuestas de IA en entornos no estructurados contienen alucinaciones financieras.
- Los LLM superan al mercado solo con instrucciones estructuradas y fuentes estandarizadas.
- El Reglamento de Inteligencia Artificial (AI Act) clasifica los sistemas de inversión como de alto riesgo.
- Solo el 4 % de los fondos españoles usan IA sin supervisión humana previa.
- La Ley del Mercado de Valores exige trazabilidad y responsabilidad en decisiones automatizadas.
¿Qué implica esto para emprendedores y particulares?
Para los emprendedores que desarrollan fintech, el estudio marca una línea roja: la innovación debe ir acompañada de auditoría regulatoria temprana, no de lanzamiento rápido y corrección posterior. Para los inversores particulares, la lección es clara: usar IA como asistente, no como autoridad. La rentabilidad sostenible depende de la combinación entre velocidad algorítmica y juicio humano.
La IA no reemplaza la experiencia. La potencia —siempre que se la contenga dentro de un marco ético, legal y económico riguroso.
