Mientras crecen los agentes de IA, una prueba revela sus límites con el dinero

Un experimento con un asistente de inteligencia artificial (IA) llamado KaleidoMind, que funciona completamente en teléfonos móviles, encontró errores capaces de afectar operaciones financieras. A partir de las pruebas, sus desarrolladores concluyeron que la IA todavía presenta limitaciones para gestionar dinero de forma autónoma.

KaleidoMind es un asistente para Bitcoin diseñado para operar íntegramente dentro del teléfono del usuario, sin depender de la nube ni enviar información a servidores externos. El propósito era responder una pregunta concreta: ¿qué tan pequeño puede ser un modelo de inteligencia artificial antes de convertirse en un riesgo para el manejo de dinero?

Aunque el sistema podía ejecutarse localmente mediante QVAC, un motor de IA desarrollado por Tether, las pruebas revelaron que la velocidad no era el problema. El verdadero obstáculo era la precisión. En tareas financieras que implicaban interpretar cantidades, pasos o unidades, los modelos más pequeños mostraron fallas preocupantes.

Durante la evaluación, los desarrolladores detectaron que algunos modelos ofrecían respuestas aparentemente correctas sobre Bitcoin, pero contenían errores importantes. En ciertos casos, incluso confundían unidades monetarias y trataban 20 satoshis —una fracción mínima de bitcoin— como si fueran 20 bitcoins completos.

La IA dejó de decidir y pasó a seguir instrucciones

A partir de estos resultados, el equipo modificó el diseño del asistente. En lugar de permitir que la inteligencia artificial decidiera cómo ejecutar una operación financiera, optó por restringir su función a la interpretación de las solicitudes del usuario.

Bajo este esquema, las consultas simples, como verificar el saldo o consultar el precio de bitcoin, son gestionadas mediante código tradicional. Las operaciones financieras siguen procedimientos predefinidos en los que la IA únicamente identifica elementos específicos, como el destinatario, el monto o el activo involucrado.

Según los desarrolladores, este cambio eliminó los errores observados cuando la IA debía improvisar una secuencia de acciones. Las pruebas mostraron que la confiabilidad de las operaciones aumentó hasta alcanzar el 100% en los escenarios evaluados.

El sistema también incorporó medidas adicionales de protección. Ninguna transacción puede ejecutarse sin la aprobación explícita del usuario y la información mostrada durante la confirmación proviene directamente de la instrucción real de la operación, evitando que una interpretación incorrecta del modelo llegue a materializarse.

A pesar de las limitaciones detectadas, el experimento mostró que este tipo de asistentes ya pueden realizar tareas prácticas, como comprar USDT, realizar pagos o buscar comercios que acepten Bitcoin. Sin embargo, los resultados sugieren que la supervisión humana sigue siendo necesaria cuando hay dinero de por medio.

Las preocupaciones no son meramente hipotéticas. En junio de 2026, un agente de inteligencia artificial llamado Lobstar Wilde transfirió aproximadamente USD 617.000 en tokens a un usuario que solicitó ayuda económica a través de una publicación en X. Aunque el episodio fue presentado por algunos sectores como una demostración de autonomía de los agentes de IA, también evidenció cómo estos sistemas pueden ejecutar acciones financieras de gran magnitud basándose en interpretaciones que no necesariamente reflejan criterios humanos de evaluación o control, como expresó CriptoNoticias.

El debate adquiere mayor relevancia porque los agentes de inteligencia artificial ya comenzaron a participar activamente en transacciones económicas. Un ejemplo es el protocolo de pagos x402, diseñado para permitir que agentes de IA realicen pagos autónomos entre servicios digitales. Según un informe de la firma de análisis Chainalysis, estos agentes superaron los 100 millones de transacciones en la red Base en apenas nueve meses, una señal de que la automatización financiera impulsada por IA está avanzando rápidamente.

En ese contexto, surge una mirada más cautelosa sobre el fenómeno. Mientras la industria avanza hacia sistemas capaces de comprar activos, ejecutar pagos y administrar recursos sin intervención humana constante, las pruebas sugieren que incluso errores aparentemente simples —como confundir satoshis con bitcoins— pueden tener consecuencias significativas cuando una IA tiene acceso directo a fondos.

¿Qué podemos esperar en el futuro?

Todo apunta a que los agentes de IA serán cada vez más capaces de realizar tareas económicas. Ya existen sistemas que pueden reservar hoteles, comprar productos, ejecutar pagos e incluso interactuar con otros agentes para contratar servicios automáticamente.

No obstante, la tendencia que emerge de experimentos como este es que las empresas probablemente optarán por modelos híbridos: asistentes capaces de automatizar gran parte del proceso, pero con controles, límites y confirmaciones humanas para las decisiones más sensibles.

En otras palabras, es probable que el futuro no sea una IA manejando libremente tu dinero, sino una IA que te ayude a administrarlo mientras tú conservas la última palabra.