Por qué los inversores todavía no confían plenamente en los consejos de acciones basados en IA

La adopción de inteligencia artificial (IA) sigue acelerándose a “velocidad histórica”. A medida que la tecnología sigue mejorando y llega a más personas que nunca, ahora se está convirtiendo silenciosamente en parte del conjunto de herramientas del inversor minorista también.

Desde filtrar acciones hasta resumir llamadas de resultados, crear ideas de negociación, analizar carteras y ejecutar operaciones, la IA se está convirtiendo rápidamente en una parte integral de la inversión.

Pero a pesar de los impresionantes avances en IA generativa y aprendizaje automático, persiste una reticencia entre los inversores a confiar en la IA para decisiones reales de compra y venta. Los inversores están contentos de pedir a un modelo de IA que señale un riesgo o explique un balance, pero son menos propensos a confiar en el mismo modelo cuando hay dinero real en juego.

Esto muestra que la confianza se queda atrás de la capacidad, con los inversores preocupados por alucinaciones, sesgo algorítmico, calidad de los datos, ciberseguridad y la incapacidad de la IA para tener en cuenta eventos macroeconómicos o geopolíticos impredecibles.

A medida que la industria y los reguladores definen qué aspecto tiene la responsabilidad, la mayoría de los inversores están utilizando la IA como una herramienta para apoyar su toma de decisiones en lugar de un sustituto del juicio humano. La pregunta que queda es: ¿confiarán los inversores minoristas lo suficiente en la IA como para que influya en sus decisiones de cartera?

La IA está remodelando el libro de jugadas de inversión

La IA está experimentando un mercado en auge, y se espera que la tecnología impulse un crecimiento económico significativo en las próximas décadas. En comparación con los ferrocarriles, la energía eléctrica y el internet, la tecnología transformadora promete revolucionar todo, desde búsquedas cotidianas en internet hasta flujos de trabajo industriales profundos, fabricación compleja y descubrimiento de fármacos.

El rápido avance de la IA también está influyendo en los mercados financieros. Hoy, instituciones financieras, corredurías, fondos de cobertura y empresas fintech emplean IA en sus plataformas para una amplia gama de tareas.

Estas entidades utilizan IA para análisis de sentimiento, modelado de riesgo, detección de fraude, negociación cuantitativa, optimización de carteras, recomendaciones de inversión personalizadas y soporte al cliente.

La IA generativa ha ampliado aún más estas capacidades, ofreciendo ventajas significativas para el inversor habitual. Permite a los inversores consultar información financiera compleja usando lenguaje natural, reduciendo las barreras a la investigación de mercado sofisticada.

Luego está la capacidad de la IA para analizar enormes cantidades de datos de forma continua y a una velocidad mucho mayor que la de un analista humano, que podría tardar días en revisarlos todos.

Al analizar volúmenes de datos estructurados y no estructurados, la tecnología monitoriza miles de activos simultáneamente e identifica patrones ocultos. También automatiza tareas de investigación repetitivas y reacciona casi instantáneamente a nueva información.

Al ser una máquina, la IA no está impulsada por el miedo o la avaricia; más bien, aplica metodologías consistentes que reducen sesgos emocionales como el exceso de confianza, la aversión a la pérdida y la tendencia a seguir a la multitud que distorsionan la toma de decisiones humana.

Todas estas capacidades hacen que la investigación de inversión sea más eficiente y accesible, especialmente para los inversores minoristas que antes carecían de herramientas analíticas de nivel institucional.

Además de todo esto, se ha demostrado que la IA supera a los humanos en la selección de acciones, superando al “93 % de los gestores durante un período de 30 años en promedio un 600 %”.

Sin embargo, la IA no es infalible. Existen limitaciones significativas en esta tecnología, incluido el hecho de que la mayoría de los sistemas avanzados de IA operan como cajas negras, lo que significa que no hay forma de saber cómo generan sus recomendaciones.

La tecnología también es tan buena como los datos con los que se entrenó. Como resultado, los modelos de IA pueden producir no solo información inexacta sino también información fabricada.

El problema de alucinaciones de la IA está bien documentado. No solo brinda respuestas incorrectas, sino que lo hace con confianza, lo que dificulta su detección.

“Las alucinaciones son declaraciones plausibles pero falsas generadas por modelos de lenguaje. Pueden aparecer de maneras sorprendentes, incluso para preguntas aparentemente sencillas,” explicó OpenAI en su blog titulado “Por qué los modelos de lenguaje alucinan”. “Por ejemplo, cuando preguntamos a un chatbot muy usado el título de la tesis doctoral de Adam Tauman Kalai (uno de los autores de este artículo), respondió con confianza tres respuestas diferentes —ninguna de ellas correcta. Cuando le preguntamos su fecha de nacimiento, dio tres fechas distintas, igualmente todas incorrectas.”

Eso no es todo. Los modelos de IA también tienen dificultades durante eventos de mercado sin precedentes porque aprenden de patrones históricos en lugar de comprender realmente las condiciones económicas en evolución.

Además, si la mayoría de los inversores comienzan a usar los mismos modelos de IA, eso solo conduciría a operaciones abarrotadas, amplificando la volatilidad en lugar de reducirla. Todas estas preocupaciones han creado la necesidad de mayor transparencia y supervisión humana en la inversión asistida por IA.

La evidencia sugiere que la adopción de la tecnología sigue siendo desigual, y la confianza y el riesgo percibido son identificados con frecuencia por los investigadores como barreras clave.

La confianza en los consejos de IA sigue siendo un trabajo en progreso

La IA es una de las pocas tecnologías que se ha vuelto dominante extremadamente rápido. Un gran ejemplo de esto es ChatGPT de OpenAI, que alcanzó sus primeros 1 millón de usuarios en solo cinco días y luego llegó a 100 millones de usuarios en dos meses. Más recientemente, ChatGPT superó la marca de 1 mil millones de usuarios activos mensuales a nivel global, aproximadamente tres años después de su lanzamiento, convirtiéndose en la aplicación más rápida en lograrlo.

Aunque estos datos muestran un uso más amplio de la IA, la evidencia sugiere que los inversores también se sienten cómodos usando IA para tareas relacionadas con la inversión.

Un número creciente de inversores minoristas está utilizando ahora la tecnología para investigar acciones, resumir informes financieros, interpretar jerga financiera desconocida, filtrar oportunidades y obtener una lectura más rápida de las noticias de última hora.

Una encuesta de Investing.com a 938 inversores minoristas de EE. UU. descubrió que casi dos tercios (62 %) ya están usando herramientas de IA para tomar decisiones de inversión informadas.

De esos, el 23,6 % usa herramientas de IA regularmente y el 27,4 % ocasionalmente. Solo el 11,5 % las ha probado una o dos veces. Notablemente, el 21 % de los encuestados dijo que aún no ha usado IA pero lo está considerando, mientras que el 16,6 % no tiene planes de usar herramientas de IA para invertir en absoluto.

“Se podría argumentar que solo hay un puñado de industrias en las que la IA ha demostrado ser tan disruptiva tan rápidamente como lo ha sido en la industria financiera,” dijo Thomas Monteiro, analista senior de Investing.com. “Esto es aún más pronunciado para los inversores minoristas, donde las empresas ahora pueden ofrecer acceso a todo tipo de herramientas de nivel financiero a una fracción de lo que costaban hace apenas un par de años. A medida que estos modelos evolucionan y se vuelven cada vez más relevantes, es probable que su uso continúe creciendo, incluso entre quienes ya interactúan con algún tipo de asistente de inversión basado en IA.”

Una encuesta de HSBC Ipsos a casi 10 000 inversores adinerados y de alto patrimonio neto (HNWI) en 10 mercados también encontró que finanzas e inversión eran los casos de uso más comunes de la IA entre individuos con alto poder adquisitivo, por delante incluso de la carrera o el desarrollo personal.

Es importante destacar que la Generación Z y los Millennials están adoptando la IA más rápido. Estas cohortes más jóvenes usan la IA para detectar riesgos, acelerar la investigación o obtener una “segunda opinión” antes de hablar con un asesor humano.

Dicho esto, los inversores se sienten considerablemente menos cómodos permitiendo que la IA gestione sus carteras o ejecute operaciones de forma autónoma. Las preocupaciones sobre la calidad de la respuesta y la privacidad de los datos son las mayores barreras para una adopción más amplia.

Según la encuesta de Investing.com, entre los usuarios de IA, el 38,9 % está preocupado por recomendaciones incorrectas o engañosas, y el 24,2 % teme al “efecto rebaño”, donde numerosos inversores usan las mismas señales generadas por IA.

Una encuesta del Good Money Guide centrada en el Reino Unido detectó un patrón similar: casi siete de cada diez inversores habían usado una plataforma de IA, pero solo el 18,8 % dijo que confiaría en herramientas como ChatGPT o Claude para dar consejos financieros, frente al 60,2 % que confiaba en sitios web financieros establecidos.

La necesidad de asesoramiento profesional persiste en todos los grupos de edad, con un enfoque híbrido como el modelo de toma de decisiones ideal para el futuro.

“Los clientes están usando cada vez más la IA para explorar sus opciones, pero cuando se trata de tomar decisiones de inversión, valoran el juicio, el contexto y la responsabilidad de un asesor de patrimonio de confianza.”

– Barry O’Byrne, CEO de International Wealth & Premier Banking en HSBC

La investigación muestra que la confianza importa más que la tecnología

Un nuevo estudio titulado “Mente sobre máquina: Un viaje bibliométrico a las percepciones de los inversores sobre la IA en los mercados de valores¹” ofrece una visión integral de la investigación académica que examina cómo los inversores perciben la IA en los mercados financieros.

La literatura también explora la antropomorfización, que implica diseñar la IA para que parezca más humana, como un factor que podría influir en la confianza del inversor, aunque esto sigue siendo un área de investigación en evolución.

Curiosamente, en su investigación anterior titulada “Hey IA, ¿debería comprar esta acción?” – Confianza, tecnología y el auge del joven inversor, publicada en diciembre de 2025, los autores analizaron cómo los jóvenes inversores interactúan con herramientas de inversión impulsadas por IA.

Descubrieron que los millennials y la Generación Z ahora dependen cada vez más de sistemas inteligentes como robo‑asesores, filtros de acciones y chatbots al tomar decisiones de inversión. Entre estos jóvenes inversores, la confianza es el factor clave que determina si adoptan y continúan usando herramientas de IA. Además, quieren que los sistemas de IA expliquen el razonamiento detrás de las recomendaciones de acciones porque también se preocupan por la ética, la equidad y la responsabilidad.

El estudio más reciente amplía esos hallazgos, argumentando que construir confianza mediante la transparencia y la explicabilidad es tan importante como mejorar el rendimiento técnico de la IA.

Para ello, los investigadores no probaron un nuevo modelo de IA; en su lugar, realizaron un análisis bibliométrico de más de 700 publicaciones en inglés, revisadas por pares y extraídas de la base de datos Scopus, que abarcan el período entre 1993 y 2025.

Utilizando el marco de cribado PRISMA y el paquete Bibliometrix en R, el estudio traza la evolución de la investigación sobre la adopción de IA en la inversión en acciones durante los últimos treinta y dos años.

La revisión encontró que la literatura se ha expandido rápidamente junto con los avances en aprendizaje automático, aprendizaje profundo y servicios de robo‑asesoría, identificando cuatro temas de investigación dominantes: optimización técnica de los modelos de IA, cuestiones éticas y de gobernanza, psicología conductual y confianza del inversor, y aplicaciones prácticas en servicios financieros.

En cuanto al rendimiento técnico, la IA ha mejorado considerablemente en pronósticos, gestión de riesgos y optimización de carteras. Pero aunque la IA ofrece beneficios significativos en términos de eficiencia, automatización y personalización, estos no se traducen automáticamente en adopción.

Los inversores siguen escépticos, y eso, según el estudio, surge en gran medida de los riesgos percibidos más que de deficiencias técnicas por sí solas.

“El riesgo percibido sigue siendo una fuerza contraria persistente,” dijeron los autores. La confianza es otro gran obstáculo que impide una adopción más amplia entre los inversores.

Otras preocupaciones giran en torno a la opacidad, la equidad, el sesgo algorítmico, problemas de privacidad, incertidumbre regulatoria, responsabilidad y la naturaleza “caja negra” de muchos modelos de IA, lo que debilita la evaluación que hacen los inversores sobre la utilidad de la tecnología y reduce su disposición a confiar en ella para decisiones de inversión.

En este sentido, “la confianza y el riesgo percibido no son preocupaciones periféricas sino mecanismos interpretativos centrales que explican por qué la capacidad técnica por sí sola es insuficiente para una aceptación sostenida del usuario en los mercados de acciones impulsados por IA,” afirmó el estudio.

Se señala la adopción de robo‑asesores, que está moldeada menos por la eficiencia que por un equilibrio entre confianza y riesgo percibido. Aquí, el diseño con rasgos humanos y la confianza fomentan la aceptación, mientras que los problemas de interacción y la baja concienciación obstaculizan la adopción.

“La adopción por parte del inversor no se basa únicamente en la eficiencia técnica, sino en la interacción entre riesgo percibido, características de diseño de la IA… y confianza,” señaló el estudio. “Esta síntesis se alinea con evidencia empírica reciente que muestra que el compromiso de los jóvenes inversores con herramientas de asesoría de acciones impulsadas por IA está gobernado principalmente por mecanismos de formación de confianza basados en la transparencia, la personalización y la equidad percibida, más que por el rendimiento algorítmico por sí solo.”

La revisión también destaca que los factores psicológicos juegan un papel crítico en las decisiones de adopción.

Los inversores son más propensos a aceptar la IA cuando los sistemas proporcionan explicaciones comprensibles, demuestran fiabilidad a lo largo del tiempo y permiten una supervisión humana significativa.

Estudios previos también han revelado una tensión en la interacción humano‑IA que puede abordarse con elementos de diseño social o humano, lo que puede reducir la incertidumbre para algunos inversores pero aumentar los sesgos conductuales para otros.

Las interfaces de robo‑asesor conversacionales que incorporan señales sociales, por ejemplo, pueden aumentar la confianza afectiva, elevando la aceptación de recomendaciones entre los inversores, incluso cuando la recomendación no es consistente con su perfil de riesgo real.

Según el estudio, la IA no debe analizarse como “solo tecnología” porque incluso cualidades que aparentemente son técnicas, como la equidad y la explicabilidad, están moldeadas en parte por el sistema sociotécnico más amplio, como instituciones, normas y arreglos de gobernanza, en los que la IA está incrustada y se espera que funcione.

Investigaciones recientes sobre la gobernanza de la IA demuestran además que la confianza del inversor en los sistemas algorítmicos está influenciada por salvaguardas éticas, credibilidad institucional y estructuras de responsabilidad percibidas.

Esto enfatiza el punto de que “la confianza surge de la alineación sociotécnica más que de la optimización técnica aislada.”

En conjunto, el estudio concluye que el progreso futuro depende no solo de mejorar la precisión predictiva, sino también de diseñar sistemas de IA que sean transparentes, explicables y alineados con las expectativas de los inversores respecto a la responsabilidad y el control.

Para las herramientas de inversión con IA, esto significa que están entrando en una segunda fase decisiva, donde la ventaja competitiva no es solo generar mejores señales de mercado, sino hacer que el análisis sea lo suficientemente confiable como para que los inversores actúen sobre él.

Interactive Brokers

En la industria financiera, Interactive Brokers (IBKR ) destaca por ir más allá de la funcionalidad convencional de corretaje hacia flujos de trabajo de inversión asistidos por IA.

El corredor electrónico global automatizado custodia y presta servicios a cuentas de ETFs, fondos de cobertura y mutuos, asesores de inversión registrados, grupos de negociación propietaria y inversores individuales. La compañía procesa operaciones en ETFs, acciones, opciones, futuros, divisas, bonos, metales preciosos, fondos mutuos y contratos de futuros en más de 170 bolsas en todo el mundo.

Los clientes también pueden usar su plataforma para negociar ciertas criptomonedas a través de proveedores externos.

Las plataformas de negociación de Interactive Brokers incluyen IBKR Desktop, IBKR Mobile, IBKR Trader Workstation, IBKR Client Portal, entre otras, mientras que sus principales productos incluyen IBKR Lite, IBKR Pro e IBKR Universal Account.

En cuanto al uso de IA, la correduría no la posiciona como un gestor de carteras autónomo; más bien, ha integrado IA en sus productos y plataformas de negociación, permitiendo a los usuarios analizar carteras, investigar valores, monitorear riesgos y generar instrucciones de negociación. Sin embargo, cada operación debe ser revisada y aprobada explícitamente por el cliente antes de ejecutarse.

IBKR recientemente amplió sus capacidades de IA más allá de la integración original de Claude para incluir ChatGPT y Grok y amplió la gama de productos para los que la IA puede generar instrucciones.

La compañía también ha introducido “herramientas que usan IA para agilizar la investigación y visualizar relaciones entre tendencias, empresas y valores para ofrecer a nuestros clientes ideas de inversión accionables,” señaló Nancy Stuebe, Directora de Relaciones con Inversores, durante la llamada de resultados del primer trimestre de 2026.

También destacó mejoras en el chatbot impulsado por IA, aumentando tanto su “precisión como su cobertura mientras permite que nuestros representantes se concentren en asuntos más complejos. También estamos aplicando IA para automatizar aún más procesos en áreas como incorporación, cumplimiento y otras operaciones. Expandir el uso de IA sigue siendo una prioridad en toda la firma, tanto para mejorar la experiencia del cliente como para mejorar la eficiencia interna,” añadió Stuebe.

Con una capitalización de mercado de $158.6 mil millones, IBKR cotiza a $94.18, con un aumento del 45.48 % en lo que va del año y un 57 % en el último año, habiendo alcanzado un nuevo máximo histórico (ATH) de $97.84 el mes pasado, con un incremento de más del 653 % desde 2022. Tiene un EPS (TTM) de 2.34 y un P/E (TTM) de 39.98, con un rendimiento de dividendo del 0.37 %.

Para el primer trimestre de 2026, la compañía reportó un EPS diluido de $0.59 y $0.60 en base ajustada, frente a $0.48 y $0.47 respectivamente, hace un año, con ingresos netos de $1.67 mil millones ($1.68 mil millones en base ajustada).

Los ingresos por comisiones aumentaron un 19 % a $613 millones, impulsados por mayores volúmenes de negociación de clientes, que crecieron un 25 % en acciones, un 20 % en futuros y un 16 % en opciones. Los ingresos netos por intereses subieron un 17 % a $904 millones, impulsados por mayores saldos crediticios promedio de los clientes y préstamos de margen, mientras que otras tarifas y servicios crecieron un 10 % a $86 millones.

Las tarifas de ejecución, compensación y distribución disminuyeron un 12 % a $106 millones, debido a menores tarifas regulatorias. Recientemente, la SEC también eliminó la regla de “day trader patrón”, pero el CEO Milan Galik espera que “amplíe el acceso minorista, aumente la frecuencia y el compromiso de negociación, y también la liquidez en los mercados.”

Los ingresos de la compañía antes de impuestos fueron de $1.29 mil millones, y el margen de beneficio antes de impuestos fue del 77 % en el primer trimestre, tanto en los datos reportados como en los ajustados.

Durante este período, las cuentas de clientes de IBKR aumentaron un 31 % a 4.75 millones, mientras que el patrimonio de los clientes creció un 38 % a $789.4 mil millones. Tanto los créditos de clientes como los préstamos de margen también aumentaron un 35 % cada uno, a $168.8 mil millones y $86 mil millones, respectivamente.

Interactive Brokers Group reportó $21.3 mil millones en patrimonio total. También anunció un aumento en su dividendo trimestral en efectivo de $0.08 por acción a $0.0875 por acción.

Conclusión

Impulsada por avances en modelos de lenguaje a gran escala (LLM) y computación acelerada, la IA está cambiando por completo la forma en que los inversores investigan activos, monitorean sus carteras y ejecutan operaciones.

La capacidad de la tecnología para procesar información rápidamente, detectar patrones y mejorar la eficiencia analítica la ha convertido en una herramienta valiosa tanto para inversores institucionales como minoristas. Pero la confianza en los consejos de inversión generados por IA sigue siendo escasa, ya que los inversores priorizan la transparencia, la responsabilidad, la calidad de los datos y el juicio humano sobre la toma de decisiones totalmente autónoma.

Es poco probable que la IA reemplace por completo a los humanos en la inversión; en cambio, el futuro involucrará un modelo híbrido en el que la IA actúe como analista y los humanos como tomadores de decisiones.

Haga clic aquí para aprender todo sobre la inversión en inteligencia artificial.

Referencias

1. Phan, T. A., Tran, H. P., Ninh, T. T. & Nguyen, H. K. Mente sobre máquina: Un viaje bibliométrico a las percepciones de los inversores sobre la IA en los mercados de valores. Strategic Business Research, 100115 (2026). https://doi.org/10.1016/j.sbr.2026.100115