El ojo electrónico que cambia las reglas del juego
Hace poco, en México, alguien devolvió un automóvil rentado sin notar nada fuera de lo ordinario. El vehículo lucía impecable a simple vista. Pero cuando llegó la factura final, la sorpresa fue contundente: 7,500 pesos de cargo adicional por daño. La razón que esgrimió la empresa de renta fue precisa y, en teoría, inatacable: un rayón de apenas 2 centímetros en uno de los rines, detectado por sistemas de escaneo con inteligencia artificial.
El caso es sintomático de un cambio más profundo en cómo operan las empresas de servicios en la región. No se trata solo de un conflicto aislado entre cliente y prestador, sino de una ventana hacia cómo la tecnología está redefiniéndose a sí misma —y redefiniendo nuestras responsabilidades— de formas que apenas comenzamos a comprender.
¿Qué ven estas máquinas que nosotros no?
Los sistemas de visión por computadora con IA no son particularmente nuevos. Hace décadas que el reconocimiento de imágenes existe en laboratorios académicos. Pero lo que ha cambiado es su accesibilidad, velocidad y aplicación masiva en sectores cotidianos como el transporte, logística y servicios de alquiler.
El proceso es relativamente sencillo: cámaras de alta resolución capturan imágenes del vehículo desde múltiples ángulos. Los algoritmos entrenados en millones de fotografías pueden identificar variaciones en superficies, detectar cambios de color, medir profundidades de rayones y hasta predecir si un daño comprometería la integridad estructural del auto. Es precisión al nivel de milímetros, algo imposible para el ojo humano en cuestión de segundos.
El problema no es la tecnología en sí. El problema es lo que sucede después.
La brecha entre lo detectable y lo justo
Aquí está el nudo ético que pocos empresarios quieren discutir públicamente. Solo porque una máquina pueda detectar algo, ¿significa que debe cobrarse por ello? Un rayón de 2 centímetros que no afecta la seguridad ni la funcionalidad del vehículo entra en territorio gris.
En América Latina, donde los márgenes de ganancia de empresas de servicios suelen ser ajustados, la tentación de monetizar cada detalle identificado por IA es enorme. La máquina se convierte en coartada perfecta: «No fue una decisión arbitraria, lo vio el sistema.» Pero detrás de esa afirmación hay un entrenamiento humano, una decisión humana sobre qué constituye «daño reportable» y, crucialmente, qué tarifa justifica ese daño.
Los términos y condiciones de estas empresas frecuentemente son ambiguos. Raramente especifican umbrales claros: «rayones menores a X milímetros no se cobran.» En su lugar, todo es «daño es daño», interpretado por algoritmos que carecen de contexto, proporcionalidad o sentido de justicia.
El precedente peligroso
Este caso ejemplifica una tendencia inquietante: la automatización de decisiones económicas sin correspondiente automatización de la transparencia. Las empresas adoptan IA para aumentar precisión detectiva, pero no para aumentar justicia tarifaria.
En México, Brasil, Colombia y otros países latinoamericanos, los consumidores ya enfrentan barreras al disputar cargos. El poder de negociación entre individuo y corporación es asimétrico. Ahora, cuando la empresa dice «una máquina lo vio», esa asimetría se profundiza. La IA se invoca como autoridad indiscutible, cuando en realidad es solo una herramienta programada según criterios humanos que nunca fueron consensuados.
¿Hacia dónde vamos?
No se trata de rechazar la tecnología. Los sistemas de detección por IA tienen beneficios reales: evitan disputas sobre daños imaginarios, protegen a empresas de fraude, aceleran procesos. Pero su adopción debe venir con regulaciones claras.
¿Qué debería cambiar? Primero, transparencia radical sobre los criterios de detección y tarifación. Segundo, umbrales establecidos legalmente para qué constituye «daño reportable». Tercero, derecho efectivo a segunda opinión. Cuarto, la máquina como herramienta probatoria, no como juez final.
Mientras eso no ocurra, los consumidores seguiremos siendo sorprendidos por bills por daños microscópicos, y las empresas seguirán justificándose escondidas detrás de una palabra mágica: algoritmo.
El futuro no está en que las máquinas vean mejor. Está en que aprendamos a debatir qué hacer con lo que ven.
Información basada en reportes de: Motorpasión México