**Un asistente que redondea un saldo o inventa una tasa no comete un error menor: en banca regulada, cada palabra puede terminar en un reclamo, una multa o una demanda.**<\/p>\n\n\n\n
Ariel le escribe al chatbot de su banco para preguntar cuanto le cobrarian por cancelar su prestamo antes de tiempo. La respuesta llega en segundos, con un tono seguro: “la penalidad es del 1% sobre el saldo restante”. Ariel hace la cuenta, decide que le conviene cancelar, y transfiere el dinero. Un mes despues, el resumen le muestra un cargo distinto: 4%, no 1%. Reclama, y el banco tarda semanas en poder explicarle de donde salio el numero que el asistente le habia dado. Nadie lo sabe con certeza, porque nadie diseno ese numero: el modelo lo genero porque sonaba a una respuesta razonable.<\/p>\n\n\n\n
Los modelos de lenguaje no fallan como falla un programa tradicional, con un error visible que corta la ejecucion. Fallan completando: cuando no tienen el dato exacto, generan el dato mas probable segun el patron del texto, con la misma confianza con la que hubieran dado el dato correcto. Para una recomendacion de pelicula, esa costumbre es casi una virtud. Para una tasa, una fecha de vencimiento o un saldo, es un problema, porque el cliente no tiene forma de distinguir una respuesta verificada de una inventada: las dos suenan igual de seguras.<\/p>\n\n\n\n
Ese mismo comportamiento, tolerable en otros rubros, cambia de categoria en banca. Informar mal una tasa, un plazo o una condicion no es una anecdota: es informacion regulada, con organismos de defensa del consumidor y reguladores financieros que existen justamente para esto. Un cliente que tomo una decision basada en un dato falso tiene un reclamo legitimo, y el banco responde por lo que dijo su asistente con la misma seriedad con la que responderia por lo que dijo un empleado en una sucursal. La diferencia es que un empleado puede recordar por que dijo lo que dijo. Un modelo que genero una cifra de la nada, no.<\/p>\n\n\n\n
Ahi aparece el segundo problema, mas silencioso: cuando llega el reclamo, alguien en el banco tiene que poder explicar como se llego a esa respuesta. Si el numero salio de un proceso generativo sin restricciones, no hay nada que reconstruir: no hubo una consulta a un sistema, no hubo una regla que se aplico, hubo una inferencia estadistica sobre texto. Auditoria y compliance quedan sin nada para mostrarle al regulador, mas alla de “el modelo se equivoco”, que no es una respuesta que un banco pueda dar.<\/p>\n\n\n\n
Con Singular, ningun agente inventa una cifra porque ninguno la genera libremente: toda tasa, saldo, plazo o condicion que aparece en una conversacion se obtiene consultando en vivo los sistemas del banco, no completando un patron de texto. En los temas regulados, Studio le permite al banco fijar de antemano exactamente que puede y que no puede decir cada agente, con las fuentes oficiales como unico origen posible de esa respuesta: no hay margen para que el modelo improvise un numero. Cada conversacion queda registrada de punta a punta, asi que si un cliente o un regulador pregunta por que el asistente dijo lo que dijo, el banco puede mostrar exactamente que dato y que regla lo generaron. Y Comandante monitorea en vivo cada conversacion, para que una respuesta dudosa se corrija antes de llegar al cliente, no despues de que ya genero un reclamo.<\/p>\n\n\n\n
La diferencia no es que Singular sea mas cauteloso: es que la precision no depende de la buena suerte de que el modelo haya completado bien esta vez. Cada respuesta se puede probar, porque cada respuesta tiene un dato real detras.<\/p>\n\n\n\n
En el ultimo articulo de la serie: \u00bfque pasa cuando estas conversaciones se multiplican por miles al mismo tiempo, y por que escalar no puede significar perder calidad?<\/p>\n","protected":false},"excerpt":{"rendered":"
Descubre c\u00f3mo N5 Singular evita respuestas inventadas en banca, usando datos verificados, trazabilidad completa y control en tiempo real.<\/p>\n","protected":false},"author":36,"featured_media":17243,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","_seopress_robots_follow":"","_seopress_robots_imageindex":"","_seopress_robots_snippet":"","_seopress_robots_primary_cat":"","_seopress_robots_breadcrumbs":"","_seopress_robots_freeze_modified_date":"","_seopress_robots_custom_modified_date":"","_seopress_robots_canonical":"","_seopress_social_fb_title":"","_seopress_social_fb_desc":"","_seopress_social_fb_img":"","_seopress_social_fb_img_attachment_id":0,"_seopress_social_fb_img_width":0,"_seopress_social_fb_img_height":0,"_seopress_social_twitter_title":"","_seopress_social_twitter_desc":"","_seopress_social_twitter_img":"","_seopress_social_twitter_img_attachment_id":0,"_seopress_social_twitter_img_width":0,"_seopress_social_twitter_img_height":0,"_seopress_redirections_value":"","_seopress_redirections_enabled":"","_seopress_redirections_enabled_regex":"","_seopress_redirections_logged_status":"","_seopress_redirections_param":"","_seopress_redirections_type":0,"_seopress_analysis_target_kw":"","footnotes":""},"categories":[218,217],"tags":[],"_links":{"self":[{"href":"https:\/\/blog.n5now.com\/en\/wp-json\/wp\/v2\/posts\/17246"}],"collection":[{"href":"https:\/\/blog.n5now.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.n5now.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.n5now.com\/en\/wp-json\/wp\/v2\/users\/36"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.n5now.com\/en\/wp-json\/wp\/v2\/comments?post=17246"}],"version-history":[{"count":1,"href":"https:\/\/blog.n5now.com\/en\/wp-json\/wp\/v2\/posts\/17246\/revisions"}],"predecessor-version":[{"id":17249,"href":"https:\/\/blog.n5now.com\/en\/wp-json\/wp\/v2\/posts\/17246\/revisions\/17249"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blog.n5now.com\/en\/wp-json\/wp\/v2\/media\/17243"}],"wp:attachment":[{"href":"https:\/\/blog.n5now.com\/en\/wp-json\/wp\/v2\/media?parent=17246"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.n5now.com\/en\/wp-json\/wp\/v2\/categories?post=17246"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.n5now.com\/en\/wp-json\/wp\/v2\/tags?post=17246"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}