Una Nueva Era de Inclusión Financiera: Aprovechando la IA para Empoderar a Hogares de Bajos y Medianos Ingresos - Editorial Dominical de FTW

¡Descubre las principales noticias y eventos de fintech!

Suscríbete al boletín de FinTech Weekly

Leído por ejecutivos de JP Morgan, Coinbase, Blackrock, Klarna y más

Para este editorial de domingo, nosotros en FinTech Weekly queremos compartir con ustedes una importante investigación que nos fue presentada por Commonwealth, una organización nacional sin fines de lucro comprometida a construir seguridad financiera y oportunidades para personas financieramente vulnerables a través de la innovación y asociaciones.

Su iniciativa Emerging Tech For All (ETA) tiene como objetivo descubrir cómo se puede diseñar la IA para servir verdaderamente a los hogares de bajos y moderados ingresos (LMI), un grupo demográfico a menudo pasado por alto en los avances tecnológicos.

La inteligencia artificial, particularmente la IA conversacional, ha sido ampliamente reconocida por su potencial para remodelar los servicios financieros. El verdadero desafío radica en si estos sistemas pueden proporcionar apoyo práctico y confiable para los hogares LMI en lugar de simplemente servir a usuarios de mayores ingresos y con habilidades tecnológicas. El problema no es solo sobre el acceso, sino sobre diseñar herramientas que realmente aborden las necesidades de aquellos que han sido dejados atrás por el progreso tecnológico.

Entendiendo los Riesgos

Las disparidades en el avance tecnológico y la accesibilidad han persistido a lo largo de la historia. Los sistemas de IA, particularmente aquellos dirigidos a servicios financieros, frecuentemente apuntan a las necesidades de usuarios de mayores ingresos. Las herramientas diseñadas para mejorar la conveniencia para un grupo demográfico a menudo no logran traducirse efectivamente a otro.

Los datos de la investigación de Commonwealth presentan esta división de manera clara. Mientras que casi el 30% de los adultos en EE. UU. informaron usar IA en 2023, solo una fracción de ese grupo pertenecía a hogares LMI. Esta brecha refleja un problema más profundo: las herramientas de IA a menudo se desarrollan sin considerar completamente las necesidades y preocupaciones específicas de los individuos LMI. Los sistemas pueden ofrecer capacidades sofisticadas, pero carecen de relevancia donde más importa.

El entusiasmo en torno a los modelos de IA generativa como ChatGPT, introducido en 2022, ilustró el potencial de estos sistemas para proporcionar orientación financiera escalable y personalizada. Sin embargo, las herramientas apuntan principalmente a usuarios con recursos financieros o fluidez tecnológica. La emoción de los desarrolladores y las empresas aún no se ha traducido en soluciones prácticas y efectivas para los hogares LMI.

Construyendo Confianza y Abordando Preocupaciones Reales

La confianza sigue siendo un factor crítico en si los sistemas de IA serán aceptados por las poblaciones LMI. Para muchos usuarios, los sistemas de IA no son solo herramientas tecnológicas; son servicios que deben demostrar un valor real mientras aseguran privacidad y seguridad. Las preocupaciones sobre la seguridad de los datos y la privacidad siguen siendo obstáculos significativos para la adopción.

Según la investigación de Commonwealth, el 63% de los usuarios están preocupados por la seguridad de la IA, y el 53% se preocupa por la privacidad. Estas preocupaciones reflejan un escepticismo más amplio hacia tecnologías que parecen invasivas en lugar de de apoyo. Las herramientas de IA a menudo prometen conveniencia, pero no logran transmitir cómo protegerán la información personal de los usuarios.

Curiosamente, muchos usuarios LMI no perciben a los chatbots como “IA”. Los ven como herramientas diseñadas para realizar tareas específicas como pagar facturas, verificar saldos o resolver problemas sencillos. Esta percepción ofrece una valiosa visión para los desarrolladores: las personas no están necesariamente interesadas en la IA como un concepto; están interesadas en herramientas prácticas que aborden sus necesidades sin una complejidad innecesaria.

La confiabilidad se establece a través de la consistencia y la claridad. Los sistemas de IA deben proporcionar servicios confiables y transparentes que respeten la privacidad de los usuarios y los empoderen sin parecer explotadores. Las herramientas efectivas demuestran su valor a través de resultados prácticos y medibles.

Lo Que Realmente Quieren los Usuarios LMI

La investigación de Commonwealth ofrece importantes perspectivas sobre lo que los hogares LMI están buscando genuinamente. Buscan herramientas que proporcionen asistencia práctica para desafíos financieros del mundo real en lugar de tecnología sofisticada por su propia naturaleza.

Las áreas más inmediatas donde la IA puede marcar la diferencia incluyen la elaboración de presupuestos, la construcción de crédito y el procesamiento de pagos. Estas áreas no son glamorosas, pero son esenciales para lograr estabilidad financiera. Las pruebas de campo de Commonwealth indican que los usuarios prefieren herramientas de IA que ofrezcan orientación directa y sin juicios centrada en la usabilidad y la accesibilidad.

La inseguridad financiera a menudo viene acompañada de vergüenza y ansiedad, lo que dificulta buscar ayuda. Los sistemas de IA diseñados para ofrecer orientación sin hacer que los usuarios se sientan examinados o juzgados probablemente ganarán mayor aceptación. Incorporar practicidad y empatía en la estructura misma de estas herramientas es esencial.

El Potencial y las Limitaciones de la IA Generativa

La IA generativa ofrece un potencial sustancial para mejorar los servicios financieros. Su capacidad para proporcionar orientación personalizada y conocimientos en tiempo real podría remodelar la forma en que los hogares LMI interactúan con los sistemas financieros. Sin embargo, las preocupaciones prácticas sobre precisión, privacidad y complejidad siguen siendo obstáculos significativos.

Para muchos usuarios LMI, la IA generativa aún parece poco confiable. La capacidad de la tecnología para transformar chatbots de herramientas simples de preguntas y respuestas en guías financieras integrales tiene potencial, pero requiere un rendimiento consistente y confiable. Los sistemas diseñados para comprender circunstancias individuales y proporcionar asesoramiento personalizado probablemente tendrán el mayor impacto.

Dónde la IA Podría Marcar la Diferencia: Beneficios Públicos y Herramientas Laborales

La investigación de Commonwealth también destaca áreas donde la IA podría mejorar significativamente la inclusión financiera. Los sistemas de beneficios públicos siguen siendo complejos y difíciles de navegar. Cada año, se estima que $140 mil millones en ayuda gubernamental no se reclaman debido a barreras burocráticas. Las herramientas de IA capaces de agilizar las verificaciones de elegibilidad y simplificar los procesos de solicitud podrían mejorar la accesibilidad para millones de individuos.

Los sistemas de IA también pueden mejorar las herramientas financieras en el lugar de trabajo. Las empresas que integren IA conversacional en su infraestructura de recursos humanos podrían ayudar a los empleados a acceder a recursos que van desde planes de jubilación hasta programas de ahorro de emergencia. La capacidad de proporcionar orientación clara y personalizada sobre los beneficios disponibles podría mejorar la alfabetización financiera y el bienestar en toda la fuerza laboral.

Avanzando con Intención

Los hallazgos de la investigación de Commonwealth revelan una verdad esencial: crear sistemas de IA que realmente beneficien a los hogares LMI no es solo un desafío tecnológico, sino una cuestión de diseño ético. Las herramientas efectivas deben construirse con una comprensión de las verdaderas necesidades de aquellos que han sido históricamente excluidos de los avances tecnológicos.

La tecnología existe. Lo que queda es el desafío de construir herramientas que sean confiables, inclusivas y capaces de abordar las necesidades específicas de las personas a las que están destinadas a servir. El verdadero potencial de la IA se realizará solo cuando realmente funcione para todos.