A pesar de la recuperación del mercado hipotecario que empieza a reflejarse en las estadísticas oficiales, acceder a una vivienda hoy en día sigue sin estar al alcance de muchos ciudanos. Para empezar, el banco difícilmente ofrece hipotecas que superen el 80% del valor de tasación o de compraventa del inmueble -excepto en aquellos pisos que son de su propiedad-. Es decir, el futuro hipotecado debe tener ahorrado, al menos, un 20% del precio de la vivienda, además de otro 10% adicional para afrontar el pago de impuestos y otros gastos -notario, registro, gestoría...- Para que nos hagamos una idea, para una vivienda de 200.000 euros, deberíamos tener unos 40.000 en nuestra cuenta corriente.
Ni un trabajo fijo ni unos ingresos mensuales estables nos garantizan que vayamos a conseguir luz verde para nuestra hipoteca si no contamos con ahorros suficientes . Sin ellos es bastante probable que el banco considere que no somos aptos para convertirnos en sus hipotecados. Pero, ¿quién toma realmente dicha decisión?, ¿un señor de traje y corbata ?, ¿un ordenador?...
En la actualidad, cualquier futuro hipotecado pasa inevitablemente por el departamento de riesgos del banco del que forman parte personas de carne y hueso que son las encargadas de realizar lo que en la jerga financiera se conoce como 'scoring' financiero del cliente. Y en su tarea, esas personas reciben la ayuda de ordenadores y programas informáticos para decidir a quién se le puede conceder una hipoteca y a quién no. Pero, ¿y si en un futuro no demasiado lejano dicha decisión la tomara un algoritmo? Es decir, ¿y si dependemos de que lo que diga una fórmula matemática o una máquina de nosotros? No. No es ciencia ficción, sino una realidad cada vez más factible y cercana.
Del 'scoring' a la inteligencia artificial
Hoy en día, los departamentos de riesgo de algunos bancos trabajan con algoritmos que han llegado a un punto de complejidad que pueden decidir quién tiene derecho a una hipoteca, qué tratamiento médico debe darse o cuántos impuestos nos corresponde pagar. En definitiva, la decisión final respecto a si somos aptos para recibir una hipoteca o no, depende de una compleja fórmula matemáticas, tal y como reconoce Jordi Cabot, ingeniero de software e investigador ICREA de la UOC.
"Siempre ha habido programas informáticos que han ayudado a tomar decisiones a los humanos. Pero es el humano quien establece los criterios que determinarán a quién puede concederse una hipoteca y a quién no. El ordenador no tiene autonomía para tomar esas decisiones por sí mismo", explica este experto. "En el caso de los algoritmos, los criterios no está predefinidos, sino que la máquina aprende a partir de los datos que se le suministran y el propio algoritmo, tras un periodo de entrenamiento o análisis de los datos, saca sus propias conclusiones. Detectará patrones comunes para aquellos casos en los que sí aconseja conceder una hipoteca y aquellos en los que lo desaconseja", señala Cabot.
Es necesario que siga habiendo personas que detecten en qué se equivoca el algoritmo, aunque llegará el día en que no se necesitará al humano
Según este experto, aunque el uso de algoritmos aún no se ha generalizado en la banca, al menos en España, ésta acabará seducida por ellos, si bien, considera que en una fase inicial la decisión respecto a quién se concederá una hipoteca y a quién no, dependerá también de personas. "Es necesario que siga habiendo personas que detecten y corrijan divergencias en el algoritmo, que detecten en qué se equivocan y por qué, aunque llegará el día en que no se necesitará al humano".
Para 'alimentar' dichos algoritmos, los bancos utilizarán miles de datos sobre los clientes a los que, desde haec años, han concedido o denegado una hipoteca. Y en base a todos esos datos, el algoritmo sacará sus propios patrones. "El algoritmo aprende de forma autónoma", explica Cabot quien señala que "cuantos más datos se aporte, mayor será su precisión, pero también lo será su complejidad y el coste de entrenarlo. Se necesitará más tiempo para procesar todos los datos".
Y en base a toda esa información, un ordenador podrá decidir a quién financia y a quién no, yendo un paso más allá del famoso 'scoring'. "O dicho de un modo más sencillo aún, un programa informático, partiendo de una información dada, recomendará la aprobación o no de una operación de financiación", explican también desde BBVA. "En definitiva, es un analista de riesgos con corazón de silicio, una suerte de sistema de inteligencia artificial que busca, en la medida de lo posible, eliminar el sesgo humano y homogeneizar las respuestas a las solicitudes de crédito", explican desde esta entidad financiera.
Ese futuro cada vez es más cercano. Según la consultora Gartner, "en 2020 los agentes inteligentes, es decir, los algoritmos complejos con capacidad de autoaprendizaje y de comunicarse con lenguaje natural con los seres humanos, facilitarán el 40% de las transacciones móviles, y la era post-app comenzará a dominar. Para entonces, los consumidores habrán olvidado las aplicaciones y en lugar de confiar en ellas lo harán en agentes inteligentes o asistentes personales en la nube, como Cortana, GoogleNow, Siri y Tiro, que califica de primeros algoritmos". Por su parte, un estudio de Deloitte Global apunta que en 2020, 95 de las 100 empresas mundiales más grandes de software por ingresos habrán integrado en sus productos tecnologías cognitivas que funcionarán con algoritmos avanzados.
Una realidad en Estados Unidos
La urrupción de los algoritmos en algunos sectores es ya un hecho. Tal y como explica Javier Borge, investigador del grupo de investigación en sistemas complejos (CoSIN3) de la UOC, "ya en el sector de los seguros en Estados Unidos, muchas empresas implantan dispositivos en el coche que almacenan toda la actividad (modo de acelerar, modo de frenar, velocidad, horas de conducción, etc.). Todas estas variables, con el algoritmo adecuado, "determinarán el coste que tendrá el seguro de cada persona".
En el sector bancario estadounidense, por su parte, mediante tarjetas de crédito, saben qué, cuándo, dónde y a quién se ha comprado algo y cuánto valía, y todo ello "los ayuda a elaborar estrategias de publicidad personalizada. En España, BBVA, por poner un ejemplo, tiene un laboratorio de datos solo para esto, igual que Telefónica", apunta este experto.
Facebook, Amazon, Netflix o Spotify son las caras más conocidas de empresas que utilizan estos programas, pero compañías de otros sectores ya funcionan con estas fórmulas matemáticas, incluidas las entidades finanieras. Y, en opinión de este experto, es cuestión de tiempo que su uso se generalice en ellas.
