Aprender

Las líneas rojas: qué no hacer

La IA es poderosa, pero el poder sin límites es peligroso. Estos son los diez errores que pueden costarte tu reputación, tu posición de cumplimiento y la confianza de tus asegurados. Apréndelos antes de cometerlos.

Cada entrada a continuación se basa en incidentes reales, acciones regulatorias documentadas o riesgos bien establecidos. Esto no es alarmismo teórico — es orientación práctica fundamentada en lo que ya ha salido mal en los sectores de seguros y servicios financieros.

No envíes resultados de IA sin leer cada palabra

La IA genera texto que suena autoritativo y profesional. Esto hace que sea peligrosamente fácil asumir que el resultado es correcto sin leerlo detenidamente. En seguros, los resultados de IA no verificados pueden ocasionar determinaciones de cobertura incorrectas, violaciones regulatorias y exposición financiera.

Riesgo

Decisiones de cobertura incorrectas, incumplimiento regulatorio, pérdidas financieras, responsabilidad profesional, relaciones dañadas con clientes

Ejemplo del mundo real

En el caso emblemático Mata v. Avianca (2023), un abogado de Nueva York presentó un escrito legal que contenía citas de casos fabricadas por la IA — casos que simplemente no existían. El abogado fue sancionado por el tribunal. Si bien esto ocurrió en el ámbito legal, exactamente el mismo riesgo aplica a los seguros: una IA podría generar una regulación inexistente, citar erróneamente una disposición de póliza, fabricar datos actuariales o inventar un estándar de la industria. Si lo presentas sin leerlo, la responsabilidad es tuya.

Qué hacer en su lugar

Lee cada palabra de cada resultado de IA que pretendas usar profesionalmente. Verifica todas las afirmaciones fácticas, referencias a regulaciones, citas de pólizas y datos contra fuentes primarias. Si no tienes tiempo para verificar un resultado de IA, no tienes tiempo para usarlo.

La perspectiva de Ariski

Esta es la regla número uno por una razón. La IA es la fuente no verificada más convincente que jamás encontrarás. Escribe de manera impecable, suena autoritativa y se equivoca con la frecuencia justa para ser peligrosa. El abogado del caso Mata v. Avianca no presentó citas fabricadas porque fue descuidado — las presentó porque parecían completamente reales. Tu análisis de cobertura generado por IA se verá igual de real. Léelo. Verifícalo. Siempre.

No pegues datos de asegurados en herramientas de IA públicas

Las herramientas de IA para consumidores (ChatGPT gratuito, Gemini gratuito) pueden usar tus entradas para el entrenamiento de modelos. Ingresar información personal identificable de asegurados, datos de reclamaciones, registros médicos o información comercial propietaria en estas herramientas crea serios riesgos de privacidad y cumplimiento.

Riesgo

Violaciones de privacidad de datos (GDPR, CCPA, leyes estatales de privacidad de seguros), sanciones regulatorias, quiebre de confianza del asegurado, exposición de inteligencia competitiva, posible responsabilidad por filtración de datos

Ejemplo del mundo real

En abril de 2023, Samsung prohibió el uso de ChatGPT por parte de sus empleados después de que ingenieros subieron inadvertidamente código fuente propietario y notas de reuniones internas a la plataforma. Los datos pasaron a formar parte del conjunto de entrenamiento de ChatGPT. En el contexto de seguros, imagina que registros médicos de asegurados, historiales de reclamaciones o algoritmos de precios propietarios sean procesados por una herramienta de IA pública — las implicaciones de privacidad bajo HIPAA, GDPR y las leyes estatales de privacidad de seguros serían severas.

Qué hacer en su lugar

Usa herramientas de IA de nivel empresarial con acuerdos de procesamiento de datos apropiados para cualquier trabajo que involucre datos sensibles. Establece una política clara de clasificación de datos que defina qué puede y qué no puede ingresarse en herramientas de IA. En caso de duda, anonimiza o usa datos sintéticos.

La perspectiva de Ariski

Aquí es donde la mayoría de las organizaciones se ven atrapadas. Alguien copia un expediente de reclamaciones en ChatGPT para 'resumirlo rápidamente', y de repente los registros médicos de un asegurado están circulando por los servidores de OpenAI. La persona tenía buenas intenciones — estaba tratando de ser eficiente. Pero acaba de crear una violación de privacidad que podría costarle a la organización millones. Obtén herramientas empresariales. Capacita a tu gente. Haz que lo correcto sea lo fácil.

No asumas que la IA entiende tu jurisdicción

La regulación de seguros varía drásticamente según la jurisdicción. Las herramientas de IA frecuentemente se basan en principios generales o respuestas centradas en EE.UU. sin distinguir entre requisitos específicos por estado, marcos internacionales o la interacción entre diferentes regímenes regulatorios.

Riesgo

Incumplimiento regulatorio, determinaciones de cobertura incorrectas basadas en reglas de la jurisdicción equivocada, multas y sanciones, violaciones de conducta de mercado

Ejemplo del mundo real

La regulación de seguros en Estados Unidos es principalmente estatal, con más de 50 marcos regulatorios diferentes. Una IA a la que se le pregunte sobre 'regulaciones de seguros' podría citar leyes modelo de la NAIC que no han sido adoptadas en tu estado, hacer referencia a requisitos de una jurisdicción diferente, o no tener en cuenta las variaciones específicas por estado en los formularios de pólizas estándar. El marco regulatorio de seguros de la UE (Solvencia II) difiere fundamentalmente de la regulación estatal de EE.UU., y las herramientas de IA frecuentemente confunden ambos.

Qué hacer en su lugar

Siempre especifica la jurisdicción exacta en tus indicaciones. Verifica las afirmaciones específicas de jurisdicción contra el sitio web real del departamento de seguros estatal o la base de datos regulatoria. Nunca confíes en la IA para el cumplimiento jurisdiccional sin verificación.

La perspectiva de Ariski

Los seguros son una de las industrias más específicas por jurisdicción en el mundo. Una determinación de cobertura que es correcta en Nueva York podría ser completamente errónea en Texas. La NAIC publica leyes modelo, pero cada estado las adopta, modifica o rechaza de manera independiente. Las herramientas de IA no entienden este matiz — ven la 'regulación de seguros' como un cuerpo de leyes único y coherente cuando en realidad son más de 50 sistemas superpuestos y a veces contradictorios. Siempre fija tu jurisdicción en la indicación, y siempre verifica contra la fuente regulatoria estatal real.

No uses la IA para reemplazar el juicio profesional

La IA puede analizar datos, identificar patrones y generar recomendaciones. Pero no puede ejercer el juicio profesional que proviene de años de experiencia, comprensión profunda del contexto y las obligaciones éticas que definen la práctica aseguradora.

Riesgo

Malas decisiones de suscripción, resultados injustos en reclamaciones, incumplimiento regulatorio, responsabilidad profesional, erosión de competencias fundamentales

Ejemplo del mundo real

En 2021, el Stanford Digital Economy Lab publicó una investigación que muestra que los modelos de precios de seguros impulsados por IA pueden discriminar inadvertidamente a clases protegidas a través de variables proxy — códigos postales que se correlacionan con raza, puntajes crediticios que se correlacionan con estatus socioeconómico y datos de salud que se correlacionan con discapacidad. Los reguladores en Colorado, Nueva York y la UE han declarado explícitamente que 'el algoritmo tomó la decisión' no es una defensa aceptable para resultados discriminatorios. El juicio humano sigue siendo la verificación requerida sobre las recomendaciones algorítmicas.

Qué hacer en su lugar

Usa la IA para informar tu juicio profesional, no para reemplazarlo. La IA genera análisis y recomendaciones; tú tomas las decisiones. Siempre revisa las recomendaciones generadas por IA contra tu experiencia profesional, obligaciones éticas y requisitos regulatorios antes de actuar en consecuencia.

La perspectiva de Ariski

Esta es la verdad incómoda: la IA puede procesar más datos más rápido de lo que tú jamás podrás. Pero no puede entender lo que una reclamación significa para la persona que la presenta. No puede sopesar las implicaciones éticas de una decisión de precios. No puede percibir cuándo una directriz de suscripción, aunque técnicamente correcta, produciría un resultado que viola el espíritu del seguro como bien social. Ese juicio es tuyo. La IA es el asistente de investigación más poderoso que has tenido. Pero nunca es quien toma las decisiones. Ese eres tú.

No ocultes tu uso de IA cuando se requiere divulgación

Ocultar el uso de IA cuando se requiere transparencia — por parte de reguladores, asegurados o socios de la industria — crea violaciones de confianza que son mucho más dañinas que el uso de IA en sí. La tendencia regulatoria se dirige claramente hacia una mayor transparencia, no menor.

Riesgo

Sanciones regulatorias, pérdida de licencia, daño reputacional, litigios de asegurados, violaciones de tratados de reaseguro, hallazgos en exámenes de conducta de mercado

Ejemplo del mundo real

En 2024, múltiples departamentos estatales de seguros comenzaron a solicitar información sobre el uso de IA por parte de las aseguradoras en decisiones de suscripción y reclamaciones como parte de los exámenes regulares de conducta de mercado. Las aseguradoras que no pudieron demostrar una gobernanza transparente de IA — incluyendo documentación de cómo se utilizó la IA, qué supervisión existía y qué divulgación se proporcionó a los consumidores — enfrentaron escrutinio adicional y, en algunos casos, requisitos de acción correctiva.

Qué hacer en su lugar

Desarrolla una estrategia proactiva de transparencia. Conoce tus obligaciones de divulgación en cada jurisdicción. Documenta tu uso de IA de manera sistemática. En caso de duda, divulga más en lugar de menos — la transparencia genera confianza.

La perspectiva de Ariski

El asunto con ocultar el uso de IA es este: solo funciona hasta que deja de funcionar. Y cuando deja de funcionar — cuando un regulador pregunta, cuando un asegurado cuestiona una decisión, cuando un reasegurador audita tus procesos — el encubrimiento siempre es peor que el uso original. El uso de IA en seguros no es inherentemente problemático. Ocultarlo sí lo es. Integra la divulgación en tu proceso desde el primer día, y nunca tendrás que explicar por qué no lo hiciste.

No trates los resultados de IA como datos verificados

La IA genera texto basándose en patrones estadísticos, no en hechos verificados. Cuando produce cifras actuariales, índices de siniestralidad, estadísticas de mercado o citas regulatorias, estos pueden parecer autoritativos pero podrían ser completamente fabricados. Tratar los resultados de IA como datos verificados es un camino rápido hacia errores costosos.

Riesgo

Decisiones de precios incorrectas, cálculos de reservas deficientes, presentaciones regulatorias inexactas, fallas en auditorías, declaraciones financieras erróneas

Ejemplo del mundo real

Existen múltiples casos documentados de herramientas de IA que generan estadísticas plausibles pero fabricadas. Cuando se le pregunta sobre datos del mercado de seguros, la IA podría producir índices de siniestralidad específicos, porcentajes de participación de mercado o volúmenes de primas que suenan precisos pero no están fundamentados en datos reales. En el trabajo actuarial, incluso pequeñas inexactitudes en los datos pueden escalar a errores de precios significativos — un error del 2% en las suposiciones del índice de siniestralidad podría traducirse en millones en reservas insuficientes o excesivas en una cartera grande.

Qué hacer en su lugar

Nunca uses números, estadísticas o citas generados por IA en ningún producto profesional sin verificarlos contra fuentes de datos primarias. Trata cada dato generado por IA como una afirmación no verificada que debe ser comprobada. Usa la IA para análisis e interpretación, pero obtén tus datos de bases de datos verificadas.

La perspectiva de Ariski

Esto es lo que hace que esto sea particularmente peligroso en seguros: nuestra industria funciona con números. Índices de siniestralidad, ratios combinados, adecuación de reservas, tendencias de severidad de reclamaciones — estas no son estadísticas decorativas, son la base de las decisiones de precios, reservas y estrategia. Cuando la IA inventa un plausible 'índice de siniestralidad del 78.3% para el mercado de propiedad comercial del sureste en 2023', no solo está equivocada — podría propagarse a través de tus modelos y afectar decisiones financieras reales. Usa la IA para analizar tus datos verificados. No dejes que la IA sea tu fuente de datos.

No uses la IA para tareas que requieren inteligencia emocional

Los seguros tocan a las personas en sus momentos más vulnerables — después de un accidente automovilístico, un incendio en su hogar, una crisis de salud, la muerte de un ser querido. La IA no puede proporcionar empatía, leer señales emocionales o responder con la sensibilidad humana que estos momentos exigen.

Riesgo

Relaciones dañadas con asegurados, quejas, exposición por errores y omisiones, escrutinio regulatorio por prácticas injustas de reclamaciones, daño reputacional

Ejemplo del mundo real

En 2023, la Asociación Nacional de Trastornos Alimentarios (NEDA) reemplazó a sus consejeros humanos de línea de ayuda con un chatbot de IA llamado 'Tessa'. En cuestión de días, los usuarios reportaron que Tessa estaba proporcionando consejos que podían empeorar los trastornos alimentarios — incluyendo recomendar el conteo de calorías y la pérdida de peso a personas que buscaban ayuda para la anorexia. NEDA cerró Tessa en menos de una semana. En seguros, el paralelo es claro: usar chatbots de IA o comunicaciones automatizadas para reclamaciones que involucran lesiones graves, muerte o pérdidas catastróficas conlleva el mismo riesgo de proporcionar respuestas técnicamente generadas pero emocionalmente inapropiadas.

Qué hacer en su lugar

Reserva las tareas que requieren empatía, inteligencia emocional y conexión humana para profesionales humanos. Usa la IA para análisis de fondo y redacción de borradores que apoyen estas interacciones, pero nunca como sustituto de la interacción humana en sí.

La perspectiva de Ariski

Tu asegurado acaba de perder su hogar en un incendio. Todo lo que poseía. Las fotos de sus hijos. Las joyas de su abuela. Llama para presentar una reclamación. ¿Quieres que hable con un chatbot? La IA podría procesar la reclamación más rápido. Podría hacer todas las preguntas correctas. Pero no puede entender lo que ese asegurado está atravesando. No puede hacer una pausa, suavizar su tono y decir 'Lo siento mucho — vamos paso a paso.' Usa la IA para hacer el papeleo para que tu gente pueda hacer el trabajo con las personas.

No ignores las directrices regulatorias sobre IA

Los reguladores de seguros en Estados Unidos e internacionalmente están emitiendo orientación específica sobre IA a un ritmo acelerado. Estas no son sugerencias — son requisitos que conllevan consecuencias reales por incumplimiento.

Riesgo

Sanciones regulatorias, violaciones de conducta de mercado, mayor escrutinio en exámenes, restricciones de licencia, planes de acción correctiva obligatorios

Ejemplo del mundo real

La SB 21-169 de Colorado (vigente desde 2023) requiere que las aseguradoras prueben los sistemas de IA y algorítmicos para detectar discriminación injusta y presenten marcos de gobernanza a la División de Seguros. El Boletín Modelo de la NAIC (diciembre 2023) establece expectativas de gobernanza de IA para todas las funciones de seguros. Múltiples departamentos estatales de seguros han comenzado a incorporar preguntas sobre gobernanza de IA en los exámenes de conducta de mercado. Las aseguradoras que no pueden demostrar cumplimiento con los requisitos aplicables de gobernanza de IA enfrentan acciones correctivas, mayor frecuencia de exámenes y posibles sanciones.

Qué hacer en su lugar

Identifica y revisa toda la orientación regulatoria relacionada con IA aplicable a tus jurisdicciones de inmediato. Suscríbete a actualizaciones regulatorias de la NAIC y los departamentos de seguros de tus estados. Si tu jurisdicción aún no ha emitido orientación específica sobre IA, aplica las regulaciones existentes de prácticas justas, privacidad de datos y protección al consumidor a tu uso de IA. Documenta tu cumplimiento.

La perspectiva de Ariski

Lo sé — 'lee la orientación regulatoria' suena tan emocionante como 'lee la carátula de la póliza.' Pero esta es la realidad: estas regulaciones son tu manual de juego. Cuando algo salga mal con la IA — y para alguien, eventualmente, saldrá mal — la primera pregunta del regulador será '¿Siguió la orientación aplicable?' Si tu respuesta es 'No sabía que existía', ya perdiste. El Boletín Modelo de la NAIC, la SB 21-169 de Colorado y la Ley de IA de la UE son los tres grandes ahora mismo. Léelos. Construye tu gobernanza en torno a ellos. En realidad son bastante razonables.

No dejes que la IA escriba todo tu informe

El texto generado por IA tiene una cualidad distintiva: es gramaticalmente perfecto, estructuralmente consistente y frecuentemente genérico. Presentar informes, análisis o comunicaciones escritos por IA sin una edición humana sustancial indica a los lectores que en realidad no hiciste el trabajo — y puede contener errores que un profesional conocedor habría detectado.

Riesgo

Daño a la credibilidad, matices analíticos omitidos, análisis genérico que no aborda circunstancias específicas, posibles errores en documentos críticos para la cobertura, erosión de habilidades profesionales

Ejemplo del mundo real

En la profesión legal, los tribunales han comenzado a identificar escritos generados por IA no a través de ninguna detección técnica, sino por el estilo de escritura — declaraciones excesivamente amplias, falta de análisis de casos específicos y una calidad pulida pero genérica que carece de la precisión de la escritura profesional experimentada. Lo mismo aplica en seguros: reguladores, reaseguradores y asegurados sofisticados frecuentemente pueden identificar análisis generados por IA por su característica amplitud sin profundidad y su incapacidad para abordar los matices específicos de un riesgo o reclamación particular.

Qué hacer en su lugar

Usa la IA para primeros borradores y esquemas estructurados. Luego reescribe sustancialmente — agrega tu análisis específico, elimina el relleno genérico, incluye detalles que solo un profesional conocedor sabría, y asegúrate de que el producto final refleje tu comprensión y juicio reales.

La perspectiva de Ariski

La señal del trabajo generado por IA no son los errores gramaticales — es la ausencia de especificidad. La IA escribe maravillosamente sobre seguros en general. Pero no puede decirle a tu lector que este riesgo particular tiene tres factores que lo hacen inusual, o que este patrón de reclamaciones es consistente con lo que viste en la temporada de granizo de 2019 pero con una variante. Tu conocimiento específico, tu reconocimiento de patrones basado en años de experiencia — eso es lo que separa el análisis profesional del contenido generado por IA. Usa la IA para construir el esqueleto. Tú escribe la sustancia.

No asumas que las limitaciones actuales son permanentes

Las capacidades de la IA están avanzando a un ritmo exponencial. Lo que la IA no puede hacer hoy, podría hacerlo competentemente mañana. Los profesionales de seguros que descartan la IA basándose en sus limitaciones actuales corren el riesgo de ser tomados por sorpresa ante una mejora rápida.

Riesgo

Obsolescencia profesional, desventaja competitiva, incapacidad para adaptar la práctica a capacidades en evolución, incapacidad para servir efectivamente a los asegurados a medida que la industria se transforma

Ejemplo del mundo real

En 2020, la IA en seguros se limitaba principalmente a chatbots simples y clasificación básica de reclamaciones. Para 2023, la IA podía analizar documentos de pólizas complejos, generar evaluaciones detalladas de suscripción, detectar patrones de fraude en grandes conjuntos de datos y procesar reclamaciones a partir de fotos. Los modelos multimodales ya reciben fotografías como entrada, y la evaluación de daños a partir de imágenes es un área activa de despliegue — no afirmamos nada sobre cómo se compara su precisión con la de un ajustador humano, porque no hemos encontrado ningún estudio publicado que lo resuelva. Lo que sí está documentado es la dirección del cambio: los ejecutivos de suscripción encuestados por Accenture en 2025 esperan que el impacto de la IA en las tareas de suscripción pase del 17% al 75% en tres años.

Qué hacer en su lugar

Mantente informado sobre los desarrollos de IA a través de fuentes confiables. Reevalúa tus capacidades y flujos de trabajo de IA trimestralmente. Incorpora la adaptabilidad en tu práctica — trata la competencia en IA como una habilidad en evolución, no como un evento de aprendizaje único. Invierte en educación continua y experimentación.

La perspectiva de Ariski

En 2020, la opinión 'inteligente' era que la IA no podía manejar la complejidad de los seguros. Para 2024, estaba escribiendo memorandos de suscripción y detectando fraude. Si construyes tu estrategia de carrera sobre la suposición de que la IA no puede hacer X, más vale que tengas un plan para el día en que sí pueda. No estoy diciendo que la IA reemplazará a los profesionales de seguros — genuinamente no creo que lo haga. Pero absolutamente reformará lo que hacen los profesionales de seguros. Los que prosperen serán aquellos que dejaron de preguntar '¿Puede la IA hacer esto?' y comenzaron a preguntar '¿Cómo puedo hacer esto mejor con IA?'

Ahora aprende qué sí debes hacer

Saber qué evitar es solo la mitad de la ecuación. Nuestro manual "Qué hacer" te ofrece la guía positiva y práctica para usar la IA de forma eficaz y responsable.

El manual: qué hacer Prueba una victoria rápida

¿Listo para un aprendizaje estructurado? Explorar el Programa de Aprendizaje →

Comentarios

Cargando comentarios...