Un estudio publicado en arXiv evaluó cómo tres modelos de lenguaje responden a solicitudes dudosas de reembolso y reclamaciones cuando se les muestran tres casos anteriores similares. En DeepSeek V4.1 Flash, GPT-5.6 Luna y Claude Haiku 5.5, cambiar las decisiones registradas en esos casos de DENY a APPROVE elevó las tasas de aprobación entre 30 y 55 puntos porcentuales, según políticas redactadas para el estudio.
Sin embargo, cuando DeepSeek y Luna solo recibieron los hechos de los casos anteriores, los casos cuyos hechos respaldaban la aprobación hicieron que aprobaran con menos frecuencia que aquellos cuyos hechos respaldaban el rechazo. Los autores dicen que este patrón también apareció al evaluar nueve políticas públicas parafraseadas a partir de políticas reales.
Por qué importa
Las organizaciones que usan IA para evaluar reembolsos o reclamaciones deberían analizar por separado los hechos de los casos anteriores y sus resultados registrados, porque ambos pueden alterar las decisiones y el efecto puede ir en direcciones distintas.
