En el dinámico y acelerado mundo de las finanzas y tecnología, los modelos de Procesamiento del Lenguaje Natural (PLN), especialmente los transformadores y los Transformadores Generativos Preentrenados (GPT), han revolucionado el manejo de datos textuales en las organizaciones. Estos modelos avanzados destacan como una alternativa en la interpretación de documentos financieros complejos y la extracción de información significativa a partir de grandes volúmenes de datos no estructurados. Así como la automatización de tareas rutinarias como el análisis exploratorio de los datos, la generación de informes, redacción de correos electrónicos e incluso la supervisión de las comunicaciones en tiempo real para el cumplimiento de la normativa y la evaluación de riesgos.
El PLN fusiona la lingüística computacional analizando el lenguaje humano basado en reglas, con enfoques estadísticos, de aprendizaje automático y aprendizaje profundo. Esto permite el procesamiento del lenguaje humano, ya sea en forma de texto o hablado, captando su significado, con intención y sentimiento. Los matices del lenguaje los comprende el modelo gracias a elementos esenciales como el reconocimiento de entidades, el análisis contextual y el análisis sintáctico y semántico. El Instituto Mexicano de Ejecutivos de Finanzas (IMEF), reconoce la importancia y retos que este tipo de modelos y tecnologías representan. Con los avances tecnológicos acelerados se prevé que este tipo de modelos se vuelvan más sofisticados. Mejorando la capacidad para captar e interpretar las sutilezas del lenguaje humano. Estos avances tecnológicos son fundamentales en una era en la que la velocidad, la precisión y el cumplimiento son primordiales.
En el Comité de Administración Integral de Riesgos del IMEF, se identifica que el despliegue de modelos de PLN, introducen varios riesgos y retos que es preciso considerar detenidamente. En primera instancia, la cantidad de datos necesarios para entrenar estos modelos plantea importantes problemas de privacidad, especialmente si se desea usar información financiera sensible. Como segundo punto, existe el riesgo de sesgo, afectando la objetividad en la toma de decisiones en función de los datos y balance con los que fue entrenado el modelo. El dilema de la “caja negra”, siendo la opacidad inherente que estos modelos tienen en cuanto a la comprensión de la forma en la que el modelo toma decisiones.
Por último, estos modelos son susceptibles de vulnerabilidades de seguridad, lo que supone una amenaza sustancial para la integridad, seguridad y privacidad de los datos. Para mitigar los riesgos asociados a la implementación de modelos de PLN, es esencial aplicar protocolos sólidos de gobernanza de datos. Requiriendo personal capacitado para garantizar la privacidad y cumplimiento de los datos, así como su protección ante accesos no autorizados, violaciones o vulneraciones. Es crucial abordar los posibles sesgos que nuestros datos de entrenamiento o datos productivos puedan tener. Las auditorías y actualizaciones periódicas de los conjuntos de datos de entrenamiento pueden ayudar a la identificación y minimización de sesgos, promoviendo estándares con buenas prácticas.
Las noticias referentes a este tema muestran el temor y euforia del público, suponiendo capacidades ilimitadas.
El sector financiero y la regulación tienen el compromiso de generar avances que ofrezcan herramientas más sofisticadas para el análisis de los datos, la evaluación de riesgos y la toma de decisiones. Su implementación debe de ser en conjunto con prácticas rigurosas de gestión de riesgos, garantizando la mejora de las operaciones en lugar de comprometerlas.
Los profesionales deben mantenerse al margen de estos avances y comprender plenamente las implicaciones, generando una cultura de evaluación y mitigación proactiva de riesgos y la actualización continua de habilidades y conocimientos de estas herramientas. Con esto, los profesionales aprovechan tecnologías de PNL sumando su experiencia, protegiendo a sus organizaciones contra posibles riesgos críticos y maximizando las oportunidades que traen estos avances.
Vicepresidente del Comité Técnico Nacional de Administración de Riesgos del IMEF
sin interrupciones.
sin límites.