Por Canuto  

Un ejecutivo de Goldman Sachs advierte que la adopción acelerada de inteligencia artificial en Wall Street podría mejorar la eficiencia, pero también atrofiar el razonamiento y el conocimiento tácito de los futuros banqueros. El banco todavía busca una fórmula para automatizar tareas sin convertir a sus empleados en operadores pasivos, mientras enfrenta el desafío de garantizar respuestas precisas en aplicaciones financieras.
***

  • Chris Churchman, responsable de Marquee, advirtió que delegar el razonamiento en modelos de IA puede provocar atrofia cognitiva entre los banqueros.
  • Goldman Sachs busca preservar el aprendizaje práctico y el conocimiento tácito que tradicionalmente forman a traders y empleados junior.
  • La precisión de las respuestas sigue siendo uno de los principales desafíos para llevar la IA a servicios financieros de alta exigencia.

La inteligencia artificial avanza con rapidez en los procesos de negociación y banca de inversión de Wall Street, pero un ejecutivo de Goldman Sachs advirtió que esa transformación puede tener un costo menos visible: la pérdida gradual de las habilidades de razonamiento de los profesionales. Chris Churchman, socio de la firma y responsable de Marquee, la plataforma digital dirigida a clientes institucionales y corporativos, sostuvo que los empleados podrían acostumbrarse a delegar en los modelos el análisis que antes debían construir por sí mismos.

“Existe un gran peligro aquí: en la era de la IA, externalicemos nuestro razonamiento a estos modelos y suframos una atrofia cognitiva que nos impida razonar desde los primeros principios”, dijo Churchman durante una entrevista en el pódcast “Exchanges” de Goldman Sachs. Sus declaraciones, recogidas por CNBC a partir de una transcripción proporcionada por la firma, plantean una tensión central para el sector financiero: aumentar la productividad en el corto plazo sin debilitar el talento que sostendrá las decisiones complejas en el futuro.

El aprendizaje práctico en riesgo

Churchman comparó el posible efecto de la IA con la forma en que algunas tecnologías modernas redujeron la necesidad de memorizar rutas u orientarse sin ayuda. A su juicio, los banqueros podrían perder parte de su capacidad analítica si los algoritmos asumen de manera sistemática el trabajo pesado, porque el razonamiento no es una destreza automática, sino una capacidad que se desarrolla mediante la práctica.

“El razonamiento se aprende”, afirmó el ejecutivo, quien dirigió el negocio de divisas de UBS antes de incorporarse a Goldman Sachs como socio en 2021. En su visión, los profesionales todavía necesitan examinar un problema, estructurarlo y convertirlo en un argumento, pero la dependencia excesiva de la IA puede hacer que ese proceso quede oculto detrás de respuestas que parecen completas aunque no siempre estén bien fundamentadas.

El riesgo afecta especialmente a los empleados junior, porque muchas de las tareas rutinarias que realizan hoy funcionan también como una escuela profesional. Al preparar análisis, responder solicitudes de clientes o acompañar operaciones bajo supervisión, los recién llegados adquieren criterios que después utilizan para evaluar riesgo, negociar y tomar decisiones con información incompleta.

La automatización de esas actividades podría reducir costos y aumentar la eficiencia de los bancos, además de disminuir la cantidad de empleados junior necesaria para determinadas funciones. Sin embargo, Churchman advirtió que eliminar demasiado pronto esas etapas de formación podría dejar a las instituciones con menos profesionales capaces de comprender plenamente las operaciones que los sistemas automatizados ejecutan a gran escala.

La experiencia que no está escrita

Para Churchman, el desafío no consiste en rechazar la inteligencia artificial, sino en diseñar una transición que conserve la cultura de aprendizaje de Wall Street. “Se aprende haciendo, y gran parte del conocimiento es tácito; nunca se escribió todo”, explicó, al referirse a las intuiciones y prácticas que los profesionales experimentados transmiten durante años de trabajo.

Ese conocimiento tácito puede incluir la forma de interpretar una reacción inesperada del mercado, reconocer una señal de riesgo o valorar la calidad de una respuesta antes de convertirla en una decisión. Goldman Sachs, señaló el ejecutivo, debe asegurarse de que no se pierdan las capacidades intuitivas de sus mejores empleados y de que la siguiente generación tenga oportunidades reales para desarrollarlas.

Churchman puso como ejemplo el trabajo de los traders junior que atienden solicitudes de precios de clientes bajo la supervisión de operadores senior con experiencia en gestión de riesgo. Aunque una parte de ese flujo puede automatizarse sin dificultad, el aprendizaje obtenido durante esas interacciones ayuda a formar el criterio necesario para actuar cuando las condiciones se apartan de los escenarios previstos.

El diseño de los sistemas será decisivo para evitar que los trabajadores se conviertan en simples operadores pasivos de herramientas algorítmicas. Según Churchman, los empleados deben asumir progresivamente el control de las decisiones de mayor impacto y de aquellas rodeadas de incertidumbre, en lugar de limitarse a aceptar o ejecutar recomendaciones producidas por un modelo.

Precisión y control en Marquee

Churchman también explicó que Goldman Sachs todavía está definiendo cómo combinar la automatización con la participación humana, incluso dentro de sus propios proyectos de inteligencia artificial. Marquee es una plataforma digital para clientes institucionales y profesionales que ofrece información, análisis y capacidades de negociación. La plataforma de IA mencionada durante la entrevista, sin embargo, aún se encuentra disponible para empleados del banco y no para clientes.

El principal reto técnico, de acuerdo con el ejecutivo, es lograr que las respuestas sean verificables y completamente confiables. En aplicaciones de consumo, los asistentes suelen advertir que pueden equivocarse, pero en las finanzas institucionales un error puede afectar una operación, una evaluación de riesgo o una decisión que involucre grandes exposiciones, por lo que el margen de tolerancia es mucho menor.

La dificultad no se limita a que un modelo cometa errores evidentes, sino a que pueda presentar información incorrecta con un tono convincente. Churchman relató que, durante el desarrollo de la plataforma para clientes, el propio sistema terminó reconociendo una limitación: su fortaleza podía estar más relacionada con sonar completo y fiable que con serlo realmente en todos los casos.

Por esa razón, la integración de IA en servicios financieros requiere controles que permitan comprobar las respuestas, rastrear sus fuentes y mantener una intervención humana proporcional al riesgo. La tecnología puede acelerar la búsqueda de información y automatizar partes del análisis, pero Goldman Sachs aún debe resolver cómo garantizar que esas ventajas no sustituyan el juicio profesional cuando la decisión exige contexto, experiencia o prudencia.

Una transición todavía abierta

Goldman Sachs se encuentra entre las instituciones financieras con mayor capacidad para experimentar con inteligencia artificial, pero Churchman reconoció que el banco todavía no ha resuelto cómo administrará la transición que ya comenzó. El ejecutivo también ocupa el cargo de copresidente del grupo de trabajo de IA de Global Banking and Markets, una posición desde la que participa en la discusión sobre el uso de estas herramientas dentro del negocio.

La advertencia llega mientras Wall Street evalúa la posibilidad de utilizar IA para reorganizar sus plantillas y reducir la proporción de banqueros junior frente a empleados senior. CNBC informó el año pasado que varias firmas analizaban esa alternativa, una tendencia que podría elevar la productividad, aunque también modificaría la ruta tradicional mediante la cual los profesionales adquieren experiencia.

La discusión tiene implicaciones que van más allá de Goldman Sachs, porque bancos, administradores de activos y plataformas de negociación enfrentan el mismo dilema. Cada tarea automatizada puede liberar tiempo para actividades de mayor valor, pero también puede eliminar una oportunidad concreta para que un trabajador aprenda a identificar problemas, construir argumentos y responder ante situaciones que no aparecen en los datos históricos.

El mensaje de Churchman no es una oposición general a la IA, sino una defensa de la responsabilidad humana y del aprendizaje acumulado dentro de las instituciones financieras. La pregunta para Wall Street será si logra automatizar lo repetitivo sin automatizar también el proceso mediante el cual forma a las personas capaces de cuestionar una respuesta, detectar un riesgo y decidir cuándo un modelo no debe tener la última palabra.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados