Fintechs españolas y la IA para aprobación de préstamos en 2026: sandbox CNMV, transparencia y posición del Banco de España

La inteligencia artificial (IA) se ha convertido en el motor central de los modelos de scoring crediticio de las plataformas fintech españolas. En 2026, más del 78 % de las solicitudes de microcréditos y préstamos online procesadas en España pasan por un sistema de decisión total o parcialmente automatizado, según datos del sandbox regulatorio de la CNMV. Este salto tecnológico promete mayor velocidad de aprobación, mayor acceso al crédito para perfiles no bancarizados y menores costes operativos; pero también plantea interrogantes regulatorios sobre transparencia, sesgos algorítmicos y protección del consumidor que el Banco de España y la CNMV están abordando activamente.

El sandbox regulatorio de la CNMV: participantes y proyectos de IA crediticia

El sandbox regulatorio español, puesto en marcha en 2021 y supervisado conjuntamente por la CNMV, el Banco de España y la Dirección General de Seguros, ha procesado hasta junio de 2026 un total de 94 solicitudes de proyectos innovadores en el sector financiero. De ellas, 31 corresponden a proyectos de IA aplicada a la evaluación de solvencia y la concesión de crédito. Entre los participantes activos en la fase de pruebas destaca una plataforma de microcrédito con sede en Barcelona que utiliza modelos de lenguaje grande (LLM) para analizar en tiempo real el contexto financiero del solicitante, combinando datos del historial bancario (obtenidos con consentimiento vía open banking), indicadores de comportamiento de consumo y variables macroeconómicas locales.

El sandbox ha permitido a estas entidades operar bajo un régimen de supervisión reforzada con condiciones especiales de exención temporal de determinados requisitos regulatorios, a cambio de compartir con los supervisores datos detallados sobre el funcionamiento de sus modelos y sus resultados reales en términos de morosidad, tasa de aprobación y perfil de los solicitantes aprobados y rechazados.

Requisitos de transparencia algorítmica: el Reglamento de IA de la UE

La aplicación del Reglamento Europeo de Inteligencia Artificial (AI Act) a los sistemas de scoring crediticio ha generado un debate regulatorio de primer orden en España. El AI Act clasifica los sistemas de IA utilizados para evaluar la solvencia de personas físicas como sistemas de alto riesgo, lo que implica una serie de obligaciones específicas para sus desarrolladores y usuarios:

• Documentación técnica exhaustiva: Los modelos de scoring deben estar documentados de forma que permitan a los supervisores evaluar su funcionamiento, sus fuentes de datos y sus criterios de decisión.
• Supervisión humana: Las decisiones de denegación de crédito basadas en IA deben poder ser revisadas por un operador humano cualificado cuando el solicitante lo requiera.
• Explicabilidad de las decisiones: El prestatario que reciba una decisión desfavorable tiene derecho a recibir una explicación comprensible de los motivos principales que han llevado a esa decisión, sin que la entidad pueda ampararse en el secreto del algoritmo.
• Auditorías periódicas de sesgo: Los sistemas de alto riesgo deben ser auditados regularmente para detectar y corregir posibles sesgos discriminatorios basados en género, origen étnico, edad o situación socioeconómica.

Cobertura de ASNEF y datos alternativos en los modelos de IA

Uno de los elementos más controvertidos del scoring crediticio por IA es el uso de datos alternativos más allá de los ficheros de morosos tradicionales como ASNEF. Las plataformas fintech más avanzadas utilizan, con el consentimiento explícito del solicitante, datos procedentes de:

• Extractos bancarios en tiempo real (vía open banking bajo PSD2), que permiten analizar patrones de gasto, ingresos regulares e irregulares y compromisos financieros existentes.
• Datos de redes sociales y comportamiento digital (en casos excepcionales y con consentimiento explícito), aunque su uso está siendo cuestionado por la AEPD por posibles vulneraciones del RGPD.
• Historial de pagos de suministros (luz, gas, telecomunicaciones), que permite evaluar la fiabilidad de pago de personas sin historial crediticio formal.

La cobertura de ASNEF sigue siendo el dato más utilizado: según la Asociación, más del 92 % de las consultas realizadas al fichero en 2025 fueron realizadas por entidades de crédito —tanto bancos tradicionales como plataformas fintech— antes de aprobar o denegar una solicitud de crédito.

Preocupaciones sobre sesgos y posición del Banco de España

El Banco de España ha publicado recientemente un documento de trabajo en el que analiza los riesgos de sesgo en los modelos de IA crediticia. El supervisor concluye que, aunque la IA puede mejorar la precisión del scoring y ampliar el acceso al crédito, también puede reproducir y amplificar sesgos presentes en los datos de entrenamiento. En particular, el BdE ha identificado riesgos de sesgo relacionados con el código postal del solicitante —que puede actuar como proxy de origen étnico o nivel socioeconómico— y con el historial de empleo en sectores con alta rotación laboral, que puede penalizar desproporcionadamente a trabajadores jóvenes o inmigrantes.

El supervisor ha instado a las entidades a realizar pruebas regulares de equidad (fairness testing) en sus modelos y a adoptar medidas correctoras cuando se detecten disparidades significativas entre grupos demográficos. Para los consumidores, la existencia de estos sistemas algorítmicos subraya la importancia de conocer sus derechos: si su solicitud de microcrédito es denegada, tiene derecho a solicitar una explicación y, en caso de considerar que la decisión es discriminatoria, a presentar una reclamación ante el Banco de España o la AEPD. Consulte siempre la TAE y las condiciones completas antes de solicitar cualquier producto de crédito.