Un inversor conservador con 100.000 dólares de renta anual y diez años de horizonte recibe de DeepSeek una cartera con un 15% en bolsa y de Copilot otra con un 45%. Treinta puntos de diferencia entre dos modelos de IA.
La cifra no mide una rentabilidad esperada. Mide el peso que cada herramienta asigna a la renta variable dentro de una cartera de perfil conservador, y esa brecha es el hallazgo central del estudio firmado por Gianni Nicoloni, de la Universidad de Roma Tor Vergata, y por Swarn Chatterjee y Brenda J. Cude, de la Universidad de Georgia.
El trabajo se titula ‘Do Different Generative Artificial Intelligence (GenAI) Tools Provide Different Financial Recommendations?’ y se presentó en el encuentro anual con medios europeos que organiza Mediolanum Funds International. Su tesis de fondo: la IA puede orientar una decisión de inversión, pero depender de un único modelo sin supervisión profesional genera resultados poco óptimos o directamente ineficientes.
Siete modelos, tres perfiles y tres escenarios
Los autores sometieron a siete herramientas en su versión gratuita —ChatGPT, Claude, Gemini, Copilot, DeepSeek, Meta AI y Perplexity— a tres perfiles de cabeza de familia. Todos compartían ubicación, estructura familiar y recursos financieros; solo cambiaban raza y sexo. Tres escenarios de evaluación: colchón para imprevistos, tasa de retiro en la jubilación y asignación de activos.
Las respuestas fueron coherentes, sin disparates. El problema es la dispersión. En el fondo de emergencia, la mayoría de los modelos recomendaba importes mayores cuando el perfil era de una mujer o de un hombre afroamericano, lo que equivale a aplicar un sesgo conservador por demografía. Solo Claude mantuvo la misma cantidad en los tres casos.
El sesgo demográfico que ninguna herramienta reconoce
En la tasa de retiro —el porcentaje del patrimonio que se extrae el primer año de jubilación— casi todas las herramientas se anclaron en el 4%, la referencia académica clásica. Copilot subió al 5% para los hogares encabezados por una mujer blanca y un hombre afroamericano. Un punto de más en la primera extracción eleva el riesgo de agotar el patrimonio antes de lo previsto.
La dispersión no es ruido estadístico: es el retrato de siete modelos entrenados con datos distintos respondiendo a la misma pregunta.
El hallazgo más incómodo llegó con la asignación de activos. Gemini se negó a construir una cartera concreta y remitió a un profesional, un comportamiento que ningún otro modelo replicó. Entre los que sí respondieron, la exposición a renta variable osciló entre el 15% de DeepSeek y el 45% de Copilot para un perfil de tolerancia baja al riesgo y un horizonte de diez años.
El resto de la fotografía tampoco encaja. Copilot asignó la posición más baja en bonos, un 40%, mientras DeepSeek llegaba al 75% en los hogares afroamericanos. Perplexity fue el más prudente en liquidez, con un 15% en efectivo, y DeepSeek y Meta AI los que menos caja dejaron. El mapa de la dispersión queda así:
| Indicador del test | Mínimo | Máximo | Diferencia |
|---|---|---|---|
| Peso en renta variable (perfil conservador) | 15% (DeepSeek) | 45% (Copilot) | 30 puntos |
| Peso en bonos | 40% (Copilot) | 75% (DeepSeek) | 35 puntos |
| Tasa de retiro el primer año de jubilación | 4% (mayoría) | 5% (Copilot) | 1 punto |
| Peso en efectivo | Mínimo (DeepSeek y Meta AI) | 15% (Perplexity) | n.d. |
| Colchón de imprevistos por perfil | Importe idéntico (Claude) | Mayor para mujer y hombre afroamericano | Sesgo |
Del chatbot al folleto: qué exige MiFID II
Ninguno de estos modelos es un asesor registrado. Un chatbot de propósito general no firma un contrato de gestión, no aplica el test de idoneidad que exige la CNMV ni responde ante el supervisor si la recomendación destruye patrimonio. La normativa MiFID II obliga a documentar idoneidad y conveniencia antes de recomendar un producto financiero; una respuesta generada al instante no cubre ese expediente.
Ese hueco lo ocupan los robo-advisers españoles —Indexa Capital, Finizens o inbestMe—, que construyen carteras sobre reglas fijas, perfiles de riesgo documentados y comisiones declaradas. Su límite es el inverso: poca capacidad de adaptación a lo que el cliente no sabe expresar. El valor de la IA generativa está en la conversación previa, no en la ejecución final.
Ahí está el encaje real. La herramienta sirve para explicar un producto, simular escenarios o detectar que un cliente no entiende su propia tolerancia al riesgo. No sirve para fijar el peso de la bolsa en una cartera conservadora. Ni el Reglamento Europeo de IA ni MiFID II contemplan todavía una figura específica para el consejo generativo automatizado, de modo que la supervisión recae sobre el criterio del regulador caso a caso.
Treinta puntos de renta variable no son un matiz
Trasládese la horquilla a una caída del 25% en bolsa. Una cartera con el 15% en renta variable pierde un 3,8%; la que lleva el 45% cede un 11,3%. Casi ocho puntos de diferencia en el mismo trimestre, con el mismo perfil declarado. A diez años el signo se invierte, pero el daño se consuma si el inversor abandona en el peor momento del ciclo.
El estudio añade un dato que agrava el problema. En una encuesta entre inversores italianos, apenas dos de cada tres sabían describir correctamente qué es y cómo funciona una herramienta de inteligencia artificial. Si el usuario no distingue un modelo de lenguaje de un asesor financiero, la probabilidad de atribuirle una autoridad que no tiene es muy alta.
La conclusión operativa no es descartar la IA, sino tratarla como lo que es: una fuente más que hay que contrastar. Igual que no se compra una acción por un titular, no se construye una cartera con la respuesta de un solo modelo. El precedente del sector es elocuente: los robo-advisers tardaron una década en ganarse la confianza del regulador y del inversor, y lo hicieron con procesos auditables, no con una caja negra que cambia de criterio según la herramienta consultada.
📊 Las Claves para el Inversor
- Qué vigilar: Si ESMA y la CNMV publican criterios de supervisión sobre recomendaciones generadas por IA y si las gestoras incorporan auditorías de sesgo en sus procesos.
- Reacción del valor: Sin una cotizada protagonista, el efecto se traslada a la cuota de los robo-advisers regulados frente a la consulta gratuita a un chatbot.
- Precedente sectorial: La adaptación de los robo-advisers a MiFID II marca el camino regulatorio que previsiblemente se exigirá también al consejo generativo.
