Los modelos AI fallan 99% del tiempo en cálculos financieros complejos

La compañía tecnológica Saturno analizó cómo los modelos más comunes de inteligencia artificial (ChatGPT, Claude, Copilot, Grok, Gemini y otros) se ocupan de resolver problemas financieros. En las respuestas a preguntas promedio, estaban equivocados en el 57% de los casos, en más complejos en el 99%. Los resultados del estudio son reportados por el Financial Times.

Los investigadores probaron modelos de IA en una lista de más de 100 preguntas relacionadas con las finanzas. Las preguntas pueden repetirse hasta cinco veces. Los expertos señalan que las redes neuronales se equivocaron en cálculos, ignoraron, por ejemplo, los próximos cambios en la legislación fiscal o las normas inventadas. Los Chatbots eran mejores en el presupuesto.

“Millones de personas confían en modelos de inteligencia artificial en asuntos financieros, pero reciben las respuestas equivocadas que pueden hacer que pierdan su dinero”, dijo Amal Jolie, CEO de Saturno. Los expertos señalan que lo mejor según los resultados del estudio fue el modelo Claude Opus 5 en el modo de “reasoning”.