Revista técnica de Centro Zaragoza nº102

r e v i s ta t é c n i c a c z — n º 1 0 2 29 E l uso de la inteligencia artificial en la valo- ración de daños en vehículos siniestrados supone un importante avance al combinar rapidez, eficiencia, ahorro y objetividad en un solo proceso. Gracias a su capacidad para analizar imágenes y datos de forma automática, la IA puede acelerar el peritaje, optimizar los recursos y reducir costes operativos, todo mientras asegura valoraciones justas. Sin embargo, su implementación también plantea retos y desventajas que no pueden pasarse por alto. La correcta identificación del vehículo y su despiece es un aspecto crítico en la valoración de daños de automóviles y representa un posible inconveniente al utilizar inteligencia artificial, pudiendo encontrar di- ficultades para identificar componentes específicos del vehículo o para reconocer daños ocultos que no son apreciables en una inspección visual. Esto podría resultar en una valoración inexacta de los daños y, por lo tanto, en la asignación incorrecta del importe de reparación o en la determinación de la viabilidad de la reparación versus la declaración de pérdida total. El aumento del fraude también representa un posible riesgo. A medida que estas tecnologías sean adopta- das en la industria de seguros, los estafadores inten- tarán aprovecharse de las brechas o limitaciones en los sistemas de IA para cometer actividades fraudu- lentas de manera más sofisticada y difícil de detectar. Además, podría pasar por alto ciertos matices o indi- cios de fraude que solo la intuición humana percibe. Es importante mantener un equilibrio entre la eficien- cia operativa que ofrece la IA y la supervisión humana necesaria para garantizar una detección efectiva del fraude. Por otro lado, los algoritmos pueden ser entrenados con conjuntos de datos que contienen sesgos inhe- rentes, como el sesgo racial, de género o socioeconó- mico. Si estos sesgos no se abordan adecuadamente durante el proceso de entrenamiento de la IA, existe el riesgo de que los algoritmos reproduzcan y ampli- fiquen estos sesgos en sus decisiones, lo que podría resultar en una discriminación injusta hacia ciertos grupos de personas. La falta de interpretación humana es un riesgo po- tencial en situaciones en las que se requieren com- prensión emocional, juicio subjetivo o evaluación contextual que van más allá de los datos objetivos. A diferencia de los humanos, que pueden comprender el contexto, la intención y las sutilezas de una situación, los sistemas de IA operan principalmente en base a patrones y correlaciones en los datos. Esto significa que pueden tener dificultades para interpretar mati- ces complejos o situaciones ambiguas que requieren un juicio subjetivo o una comprensión intuitiva. Por ejemplo, en la valoración de daños de vehículos, la IA puede ser eficaz para identificar y cuantificar los daños físicos visibles en base a imágenes, pero pue- de no ser capaz de considerar factores contextuales como las circunstancias específicas del accidente. En este sentido, mientras que un perito puede eva- luar no solo los daños del vehículo, sino también el importe de reparación propuesto por el taller, discu- tir y negociar los términos del servicio, y considerar factores adicionales como la calidad del trabajo y el tiempo de reparación, un sistema de IA puede carecer de esta capacidad de negociación y adaptación. La experiencia y habilidades de negociación de un peri- to son esenciales para llegar a acuerdos equitativos que satisfagan tanto a la aseguradora como al taller, así como para resolver disputas o discrepancias que puedan surgir durante el proceso de reparación. MÁS ALLÁ DE LA MÁQUINA . EL FACTOR HUMANO Al adentrarnos en este campo es esencial detenernos y reflexionar sobre las implicaciones éticas de esta tecnología. Si bien la IA ofrece una serie de benefi- cios, también plantea desafíos que deben abordarse de manera cuidadosa y reflexiva. L A I A E N E L S E C T O R A S E G U R A D O R La IA supone un importante avance al combinar rapidez, eficiencia, ahorro y objetividad en un solo proceso.