Los becarios de banca llegan con la IA aprendida y empiezan a enseñársela a sus jefes
La inteligencia artificial generativa ya no es una herramienta reservada a los departamentos tecnológicos de los bancos. En algunas entidades, los becarios y recién graduados están asumiendo un papel inesperado: formar a profesionales sénior en el uso de estas tecnologías y ayudarles a automatizar tareas que hasta ahora exigían horas de trabajo manual.
El fenómeno refleja un cambio en la banca de inversión y corporativa. Los jóvenes que se incorporan al sector llegan familiarizados con asistentes capaces de resumir documentos, analizar hojas de cálculo o generar código. Sus superiores, en cambio, suelen aportar más experiencia financiera, pero no siempre dominan las nuevas herramientas digitales.
De aprendices a formadores de sus propios jefes
En un banco privado con sede en Londres, uno de los becarios recibió el encargo de ayudar a su equipo a adoptar la inteligencia artificial de forma más eficaz. Entre sus responsabilidades estaban crear agentes digitales para automatizar procesos y organizar sesiones individuales con banqueros sénior.
Un agente de inteligencia artificial es un sistema capaz de ejecutar varios pasos para completar una tarea, en lugar de limitarse a responder a una pregunta. Puede, por ejemplo, localizar información en distintos documentos, organizarla en una tabla y preparar un primer informe para que un empleado lo revise.
La situación está alterando la relación tradicional entre experiencia y conocimiento técnico. Los profesionales veteranos siguen tomando las decisiones y controlando las operaciones, pero los empleados más jóvenes pueden convertirse en la referencia interna cuando se trata de sacar partido a las herramientas de IA.
Algunos participantes en programas de prácticas explican que se les anima a utilizar inteligencia artificial en casi todas sus tareas, con excepciones como la redacción de correos electrónicos. En otras entidades se está empezando a clasificar el uso de estas herramientas por equipos y puestos para medir su adopción y fomentar que más empleados las incorporen a su rutina.
Más graduados vinculados a la inteligencia artificial
La apuesta también se aprecia en los programas de contratación. En la filial británica de Banco Santander, alrededor del 76 % de la promoción de graduados de este año se ha incorporado a puestos o itinerarios relacionados con la inteligencia artificial. El porcentaje supone un aumento considerable frente al 45 % registrado el año anterior.
Otras entidades están reforzando perfiles técnicos. Lloyds Banking Group ha puesto en marcha un programa de aprendizaje centrado en la ingeniería de IA, una disciplina que combina programación, matemáticas y gestión de datos para diseñar, entrenar y desplegar sistemas inteligentes.
NatWest, por su parte, ha más que duplicado sus plazas para graduados en ingeniería y ha creado un programa específico de ciencia de datos. Esta especialidad se ocupa de extraer conocimiento a partir de grandes volúmenes de información mediante estadística, programación y modelos de aprendizaje automático.
El objetivo no es únicamente crear aplicaciones internas. Los bancos necesitan profesionales capaces de evaluar los resultados de los modelos, integrarlos con sus sistemas y establecer controles para evitar errores en áreas sensibles como el crédito, la inversión o la prevención del fraude.
La IA no está eliminando necesariamente los puestos de entrada
La automatización ha alimentado el temor a que los bancos reduzcan sus plantillas junior, especialmente en puestos dedicados a recopilar información, revisar documentos o preparar presentaciones. Sin embargo, varios movimientos recientes apuntan en otra dirección: algunas entidades están aumentando la contratación de graduados y becarios.
Standard Chartered ha incrementado un 46 % la incorporación de graduados y estudiantes en prácticas en sus divisiones de banca corporativa y de inversión. La estrategia busca convertir a una parte mayor de esos becarios en empleados a tiempo completo.
Los jóvenes consultados para analizar esta tendencia no describen una reducción de sus jornadas laborales. El cambio se encuentra, sobre todo, en la naturaleza de las tareas. La IA se encarga de una parte del trabajo repetitivo y permite dedicar más tiempo al análisis, la investigación, la resolución de problemas y la colaboración con otros equipos.
La inteligencia artificial generativa puede producir texto, código, tablas o resúmenes a partir de instrucciones en lenguaje natural. Su utilidad en banca resulta evidente cuando hay que revisar contratos, comparar informes, extraer datos de documentos o preparar una primera versión de un análisis. Aun así, el resultado debe ser comprobado por una persona con conocimientos del negocio.
Saber utilizarla también implica saber cuestionarla
El principal riesgo no está solo en que un empleado no sepa manejar una herramienta. También preocupa que confíe demasiado en una respuesta incorrecta. Los modelos de IA pueden inventar datos o presentar conclusiones plausibles sin disponer de una base suficiente, un fenómeno conocido como alucinación.
En banca, un error de este tipo puede afectar a una valoración, una recomendación de inversión o una decisión relacionada con un cliente. Por eso, las capacidades más apreciadas no serán únicamente saber escribir buenas instrucciones para un modelo, sino detectar cuándo la respuesta no es fiable y exigir evidencias antes de utilizarla.
El reto para las entidades será combinar la velocidad de los nuevos empleados con el criterio de los profesionales experimentados. Los becarios pueden enseñar cómo automatizar una tarea, pero los equipos sénior deben determinar si el resultado cumple las normas internas, la regulación y los estándares de calidad del banco.
La banca se encamina así hacia un modelo en el que la IA no sustituye de forma inmediata la formación tradicional, sino que redistribuye el aprendizaje. Los recién llegados aportan familiaridad tecnológica; los veteranos, contexto y capacidad de decisión. La colaboración entre ambos perfiles será decisiva para que la automatización mejore el trabajo sin convertir los errores de una máquina en decisiones financieras.
