Cornell lanza un certificado en vivo de IA para finanzas: el cuello de botella es entender, no programar

Por Cornell Chronicle · 9 de noviembre de 2026.

Cornell ha abierto la inscripción para la edición de primavera de 2027 de «AI in Finance», un certificado online impartido en directo a través de eCornell. Lo organizan la Cornell Duffield College of Engineering y la Cornell SC Johnson College of Business. Debutó en primavera de 2026 con 37 participantes, según la propia universidad.

Las clases de 2027 serán los martes y jueves de 19:00 a 21:00 (hora local de la universidad), desde el 18 de mayo hasta el 24 de junio. A diferencia de muchos programas online basados en vídeos grabados, aquí los alumnos interactúan con profesores y profesionales del sector.

Según Victoria Averbukh, directora del programa Cornell Financial Engineering Manhattan, el curso no va de programar. Busca que profesionales con experiencia dominen la terminología, entiendan qué hacen los modelos y por qué no fueron diseñados para finanzas. El temario va de fundamentos y herramientas a casos de uso (investigación de inversiones, riesgo de crédito, detección de fraude, cumplimiento), IA responsable y liderazgo. También trata alucinaciones, seguridad de datos y regulación. Al final, cada participante diseña un caso de uso y lo defiende como ante un comité de inversión.

El claustro mezcla profesores de Cornell con directivos de AllianceBernstein, BlackRock, J.P. Morgan Global Private Bank, OKX y EY. La mayoría de los alumnos de la primera cohorte eran profesionales con experiencia, y muchos tenían más de una década en mercados de capitales, gestión de inversiones, cumplimiento o fraude.

Un apunte técnico del profesor Jamol Pender merece atención: un dato correcto no basta; importa cuándo se generó. En finanzas, un dato exacto pero retrasado o no disponible a tiempo lleva a malas decisiones.

**Nuestra lectura.** Esta noticia es pequeña, pero señala algo importante: en los servicios financieros el cuello de botella de la adopción de IA ya no es la capacidad de los modelos, sino el criterio humano para desplegarlos. Averbukh lo resume bien: no se puede decidir dónde usar IA sin saber qué es.

Encaja con lo que vemos en otros frentes. En general, las empresas escalan agentes más despacio de lo que anuncian, y los errores y la gobernanza frenan más que la tecnología. Formar a quienes toman decisiones es, probablemente, una inversión más rentable que otra licencia de software.

Hay matices. Es una iniciativa de la propia universidad y no hay datos de resultados: 37 alumnos no miden impacto, y la nota no dice cuánto cuesta ni qué se consigue tras cursarlo. Hay que distinguir entre una formación bien planteada y un sello de moda.

También hay una lectura de empleo. En general, los perfiles administrativos y de back-office del sector financiero se consideran de los más expuestos a la automatización, y esta oferta se dirige a quienes ya tienen experiencia. A corto plazo, la transición favorece a quien sabe orquestar la IA y puede quedar corta para quien no tiene acceso a este tipo de formación; eso es desigualdad real y conviene decirlo.

A largo plazo, sin embargo, la dirección es esperanzadora: si el sector financiero aprende a usar bien estas herramientas, con datos oportunos, límites claros y responsabilidad, podrá ofrecer servicios más baratos y accesibles a más gente. Esa es una pieza modesta, pero real, del camino hacia una economía de abundancia donde la tecnología libere tiempo humano para lo que importa.