Este sitio utiliza cookies para ofrecerle un servicio más ágil y personalizado. Al utilizar este sitio, acepta el uso que hacemos de las cookies. Puede obtener más información sobre el uso que hacemos de las cookies y tecnologías similares y sobre sus opciones consultando nuestra Política de privacidad. Al hacer clic en "Acepto", acepta nuestro uso de cookies y tecnologías similares.
Áreas de aplicación de alto riesgo para los proveedores de servicios financieros: IA, préstamos y privacidad
¿Sabía que los reguladores federales de EE. UU. emitieron aproximadamente 173 acciones de aplicación pública contra proveedores de servicios financieros en 2024? Más del 35% de estas acciones de aplicación resultaron en algún tipo de sanción monetaria, restitución o confiscación, que van desde menos de 10.000 dólares a tanto como 450 millones de dólares. Aunque el panorama normativo está cambiando y puede haber cierta incertidumbre sobre las normas pendientes, las agencias reguladoras siguen desempeñando sus responsabilidades de garantizar el cumplimiento de las leyes vigentes y proteger a los consumidores. Esto es un claro recordatorio de que, si bien los retos de cumplimiento son constantes y cambian constantemente, los reguladores federales siguen reafirmando su enfoque de aplicación, mediante la emisión de 44 acciones de aplicación desde principios de 2025 hasta mayo.
La continua actividad de aplicación de la normativa refleja un mayor escrutinio de áreas de riesgo específicas en las que se cruzan tecnologías en evolución, expectativas cambiantes de los clientes y prácticas empresariales agresivas. Las instituciones financieras que no se adaptan con la suficiente rapidez pueden verse en el centro de estas acciones de aplicación. Entre los problemas más comunes y acuciantes que han motivado las recientes medidas reguladoras se encuentran tres áreas de alto riesgo que exigen una atención especial en materia de cumplimiento:
- Discriminación en los préstamos basada en la Inteligencia Artificial (IA)
- Préstamos abusivos de pequeña cuantía
- Violación de la privacidad de los datos en los servicios financieros digitales
Para cada área de alto riesgo, cubriremos la preocupación clave y presentaremos las mejores prácticas y recomendaciones para su consideración dentro de los programas de cumplimiento de su institución financiera.
1. Discriminación en los préstamos impulsada por la IA: ¿Es evitable?
La discriminación en los préstamos impulsada por la IA se produce cuando los sistemas automatizados, como los modelos de aprendizaje automático utilizados en la calificación crediticia o la suscripción de préstamos, toman decisiones que dan lugar a un trato injusto de determinados grupos, a menudo sin un sesgo claro o intencionado por parte del prestamista. Cuando los prestamistas tradicionales se asocian con empresas de tecnología financiera, los algoritmos complejos y a menudo patentados suelen dejar al prestamista en una posición vulnerable, ya que no pueden detallar la justificación completa de las denegaciones de crédito.
En un informe publicado por la Oficina de Rendición de Cuentas del Gobierno de Estados Unidos, los reguladores financieros federales hicieron hincapié en que las leyes y reglamentos vigentes se aplican a los servicios financieros, independientemente de si esos servicios implican IA. Los prestamistas que utilizan inteligencia artificial o algoritmos complejos deben seguir cumpliendo la Ley de Igualdad de Oportunidades de Crédito (ECOA) o el Reglamento B, que exige a los prestamistas:
- Evite la discriminación por motivos de raza, sexo, edad, origen nacional u otras características protegidas.
- Dar razones específicas y comprensibles de las acciones adversas (por ejemplo, denegación de préstamos).
Los avisos de acción adversa, específicamente los avisos relacionados con la denegación de una solicitud de crédito, deben incluir razones específicas y precisas para la denegación, incluso cuando las decisiones son tomadas por algoritmos complejos que no son fácilmente interpretables por humanos. Desde 2019, los reguladores financieros federales han realizado revisiones de varias instituciones financieras centradas en su uso de la IA. Descubrieron que las instituciones financieras a menudo proporcionaban información limitada sobre sus esfuerzos para evaluar el sesgo y abordar las preocupaciones de préstamo justo relacionadas con la IA y el aprendizaje automático.
Preocupación clave: A los consumidores se les puede denegar un crédito basándose en puntos de datos que no entienden o no controlan (por ejemplo, comportamiento en redes sociales, datos de localización), sin explicaciones claras. Unestudio de la Oficina de Protección Financiera del Consumidor(CFPB ) de 2023descubrió que más del 60 % de las decisiones crediticias basadas en IA carecían de un razonamiento explicable cuando eran revisadas por los equipos de cumplimiento. Los algoritmos entrenados con datos sesgados pueden amplificar las desigualdades existentes, incluso si el modelo en sí es técnicamente neutral. Esto puede ocurrir porque los modelos de préstamos complejos pueden incluir datos históricos de préstamos que reflejan la discriminación en el pasado, y variables indirectas como códigos postales o niveles de educación que se correlacionan con la raza o los ingresos.
Prácticas recomendadas:
- Realice auditorías de imparcialidad y parcialidad en los modelos de IA y compruebe periódicamente si los modelos tienen un impacto desigual en los distintos grupos demográficos.
- Utilizar conjuntos de datos diversos y representativos. Mantener la documentación de las entradas, la lógica y las vías de decisión del modelo.
- Utilizar marcos de IA explicable (XAI) para garantizar la transparencia.
- Formar al personal para que interprete y comunique claramente las decisiones basadas en la IA; incluir una revisión manual para las decisiones de alto riesgo.
- Garantizar que los consumidores reciban razones claras y específicas de las denegaciones de crédito.
2. Préstamos abusivos de bajo importe
Los préstamos de bajo importe suelen ser préstamos a corto plazo de menos de 1.000 dólares, a menudo comercializados como préstamos de día de pago, préstamos sobre el título del vehículo o préstamos a plazos. Si bien estos productos pueden proporcionar un acceso rápido a dinero en efectivo, y se han convertido en un producto popular de creación de crédito, las versiones depredadoras de estos préstamos atrapan a los consumidores en ciclos de deuda. La CFPB sigue vigilando las prácticas de préstamos de bajo importe, especialmente las que implican:
- TAE de tres dígitos (por ejemplo, más del 300% de interés anual).
- Prórrogas automáticas o refinanciación sin comprobaciones de asequibilidad.
- Tácticas de cobro agresivas.
Preocupación clave: Estas prácticas se dirigen a consumidores con bajos ingresos. En 2024, la CFPB recibió más de 12.000 quejas relacionadas con préstamos de bajo importe, el 35% de las cuales se referían a condiciones de reembolso poco claras o comisiones inesperadas. En 2025, la CFPB reafirmó su enfoque en la protección de los consumidores vulnerables frente a las prácticas de explotación de préstamos, especialmente en las comunidades subatendidas.
Prácticas recomendadas:
- Limite las TAE e informe claramente de los costes totales de amortización; conozca las leyes estatales sobre usura.
- Evite las prórrogas automáticas o exija el consentimiento explícito del consumidor.
- Proporcionar opciones para casos difíciles y planes de reembolso transparentes.
3. Privacidad de los datos en los servicios financieros digitales
La privacidad de los datos en los servicios financieros digitales se refiere a la recopilación, el uso, el intercambio y la protección de los datos personales y financieros de los consumidores por parte de las fintech, los bancos, los neobancos, los monederos digitales y las plataformas financieras integradas. A medida que los servicios financieros se digitalizan, el volumen y la sensibilidad de los datos que se manejan han aumentado drásticamente. Con el auge de los monederos digitales, los neobancos y las finanzas integradas, la CFPB está tomando medidas enérgicas:
- Intercambio de datos no autorizado.
- Consentimiento inadecuado del consumidor.
- Malas prácticas de seguridad de los datos.
Preocupación clave: Estas prácticas pueden violar las disposiciones UDAAP de la Ley Dodd-Frank y también pueden entrar en conflicto con las leyes estatales de privacidad como la Ley de Privacidad del Consumidor de California (CCPA) o la Ley de Protección de Datos del Consumidor de Virginia (VCDPA). Una auditoría de la CFPB de 2024 descubrió que una de cada cuatro aplicaciones de tecnología financiera no obtenía el consentimiento adecuado antes de recopilar datos financieros confidenciales, y en 2024 se presentaron más de 9.000 quejas relacionadas con los servicios financieros digitales y el uso indebido de datos.
Prácticas recomendadas:
- Implemente mecanismos de consentimiento claros y explícitos.
- Auditar periódicamente los acuerdos de intercambio de datos con terceros.
- Cifre todos los datos sensibles y realice pruebas de penetración.
- Permita a los usuarios ver, descargar y borrar sus datos fácilmente.
Lo más importante
Las prácticas financieras modernas deben ajustarse a los principios de protección de los consumidores. Nuestro equipo de Guidepost trabaja regularmente con instituciones financieras que navegan por la intersección de la innovación y el cumplimiento normativo. A partir de estos compromisos, hemos visto de primera mano cómo las acciones de aplicación a menudo surgen de asociaciones con fintechs y prestamistas digitales, sobre todo cuando la supervisión de las tecnologías emergentes o estructuras de productos complejos es insuficiente. Hemos ayudado a las instituciones financieras a priorizar la equidad, mejorar la transparencia y auditar proactivamente sus prácticas.
Tanto si su entidad financiera está empezando a plantearse la modernización de su oferta de productos y servicios como si ya ha dado el salto, mantener el ritmo de modernización, crecimiento y rentabilidad se convierte en algo abrumador o difícil de navegar, déjese guiar por nuestros expertos en cumplimiento normativo.
MSU Institutional Assessment + RAMAGELLAN MonitorshipEmpire/Liberty Review