La AEFI presenta en 2026 una guía de buenas prácticas para el uso ético de la inteligencia artificial en el scoring de préstamos al consumo

La Asociación Española de Fintech e Insurtech (AEFI) ha publicado en junio de 2026 una guía de buenas prácticas para el uso de la inteligencia artificial en los modelos de scoring crediticio, un documento de autorregulación dirigido a las plataformas de préstamos al consumo en España que utilizan algoritmos de aprendizaje automático para evaluar la solvencia de los solicitantes. La guía llega en un momento de creciente atención reguladora hacia el uso de la IA en el sector financiero, tanto por parte del Banco de España como en el marco del Reglamento europeo de Inteligencia Artificial (AI Act).

La AEFI parte de la constatación de que la inteligencia artificial ofrece ventajas significativas para el crédito al consumo —mayor precisión en la evaluación del riesgo, capacidad de atender a solicitantes sin historial crediticio tradicional y agilidad en la concesión—, pero que su uso conlleva también riesgos que deben gestionarse adecuadamente: la opacidad de las decisiones, la posible perpetuación de sesgos y la dificultad de auditar modelos complejos. La guía propone un marco de principios para maximizar los beneficios y minimizar los riesgos.

Explicabilidad: el derecho del solicitante a entender la decisión

El primer pilar de la guía es la explicabilidad de las decisiones de scoring. La AEFI recomienda que las plataformas sean capaces de ofrecer al solicitante una explicación comprensible de los principales factores que han determinado la aprobación o denegación de su solicitud, sin necesidad de revelar los detalles técnicos del modelo que constituyen secreto comercial. Esta capacidad de explicación es además un requisito creciente de la normativa europea.

• Modelos interpretables siempre que sea posible: la guía recomienda priorizar modelos cuya lógica sea inherentemente más fácil de interpretar cuando el aumento de precisión de un modelo más complejo no lo justifique.
• Herramientas de explicación a posteriori: para los modelos más complejos, la AEFI recomienda el uso de técnicas que permitan identificar los factores que más han influido en cada decisión individual.
• Comunicación clara al solicitante: cuando se deniega un préstamo, la plataforma debe poder indicar las razones principales en términos comprensibles, evitando respuestas genéricas que no aporten información útil.

Prevención de sesgos discriminatorios

El segundo pilar de la guía aborda la prevención de sesgos en los modelos de scoring. La AEFI advierte de que los modelos entrenados con datos históricos pueden reproducir e incluso amplificar patrones de discriminación presentes en esos datos, perjudicando a colectivos vulnerables aunque no se utilicen explícitamente variables protegidas como el sexo, el origen o la edad. La guía recomienda someter los modelos a pruebas periódicas de equidad para detectar disparidades injustificadas en las tasas de aprobación entre distintos grupos de población.

El documento subraya que la legalidad del modelo no se agota en la mera exclusión de las variables protegidas: es necesario vigilar también las variables proxy —datos aparentemente neutros que pueden correlacionar con características protegidas— para garantizar que el modelo no introduce discriminación de forma indirecta. La AEFI recomienda documentar estas pruebas y conservar la trazabilidad de las decisiones para poder responder ante requerimientos del supervisor.

Supervisión humana y gobernanza del modelo

El tercer pilar es la supervisión humana de los procesos automatizados de concesión. La AEFI recomienda que las plataformas mantengan mecanismos de revisión humana, especialmente para las decisiones de denegación que puedan tener un impacto significativo en el solicitante, y que establezcan estructuras de gobernanza claras con responsabilidades definidas sobre el desarrollo, la validación y el mantenimiento de los modelos. La guía insiste en que la automatización no exime a la entidad de su responsabilidad sobre las decisiones adoptadas.

La gobernanza recomendada incluye la validación independiente de los modelos antes de su puesta en producción, la monitorización continua de su rendimiento para detectar degradaciones, y la revisión periódica de su vigencia ante cambios en las condiciones del mercado o en el perfil de los solicitantes.

Alineamiento con el marco regulatorio europeo

La AEFI ha diseñado la guía en coherencia con el Reglamento europeo de Inteligencia Artificial, que clasifica los sistemas de scoring crediticio como sistemas de alto riesgo sujetos a requisitos reforzados de transparencia, gestión de riesgos y supervisión humana. La asociación considera que la adopción voluntaria de estas buenas prácticas permitirá a las plataformas españolas adelantarse a las obligaciones normativas y reforzar la confianza de los consumidores en el uso responsable de la tecnología.

Para conocer las plataformas que aplican estándares responsables en la concesión de préstamos al consumo en España y mantenerse informado sobre la evolución de la regulación de la IA en el sector financiero, consulte nuestro comparador y siga las noticias de regulación financiera.