uflow
Decisiones explicables

Explicabilidad de decisiones de crédito: cómo responder un rechazo con evidencia

Todo rechazo genera una pregunta: ¿por qué? Cómo construir decisiones de crédito explicables ante el cliente, el directorio y el regulador — incluso cuando participa un modelo de ML.

Actualizado en julio de 2026 · 6 min de lectura

En resumen

Una decisión de crédito es explicable cuando el registro captura sus entradas, la versión de la política, el camino recorrido y el resultado. Con eso, responder al cliente, al directorio o al regulador es un procedimiento con evidencia, no una reconstrucción.

Toda decisión de crédito genera, tarde o temprano, la misma pregunta: ¿por qué? La hace el cliente rechazado, la hace el directorio cuando cambia la mora, y la hace el regulador cuando audita. Una institución que no puede responderla con evidencia no tiene un problema de comunicación: tiene un problema de arquitectura de decisión.

Escrito porMariano Sokal · COO de uFlow

COO de uFlow. Trabaja con bancos, fintechs y retailers de Latinoamérica en cómo se gobiernan las políticas de crédito: quién decide, cómo se controla un cambio y qué evidencia queda para auditoría y para el regulador.

¿Por qué la explicabilidad dejó de ser opcional?

La presión viene de tres frentes a la vez. El cliente espera una razón concreta y accionable, no un "no cumple los requisitos". Buena parte de los marcos de protección al consumidor financiero de la región avanza en exigir que el rechazo sea explicable, con alcances que varían por país. Y adentro de la institución, riesgo y auditoría necesitan entender qué está decidiendo el motor para poder gobernarlo.

La trampa habitual: intentar reconstruir la explicación a posteriori, con logs dispersos y la memoria del equipo. La explicación confiable no se reconstruye — se registra en el momento de decidir.

¿Qué necesita registrar una decisión para ser explicable?

Para que cualquier decisión pueda explicarse meses después, el registro tiene que capturar cuatro cosas en el momento de la ejecución:

  • Las entradas: qué variables y valores recibió la política, incluida — cuando está habilitada — la evidencia de las respuestas de los proveedores consultados.
  • La lógica: qué versión exacta de la política corrió — con sus reglas, matrices y cortes de ese momento.
  • El camino: qué ramas se ejecutaron y qué evaluó cada condición relevante.
  • El resultado: la decisión final y las variables intermedias que la determinaron.
  • En uFlow ese registro forma parte del diseño: las ejecuciones quedan como transacciones consultables por identificador, fecha o variables autorizadas, según los permisos de cada instalación.

Explicar decisiones donde participa un modelo

El score estadístico es la parte más difícil de explicar — y la razón por la que conviene que el modelo informe y la política decida. Cuando la salida del modelo entra a reglas explícitas (cortes, matrices, exclusiones), la explicación del caso individual vuelve a ser concreta: "el score quedó por debajo del corte para este producto y este segmento".

Complementos que fortalecen la explicación: registrar qué versión del modelo participó en cada decisión, y mantener las variables de entrada del modelo dentro del registro de la transacción — así el análisis posterior puede reconstruir también el contexto del score.

El circuito operativo de un reclamo

Con el registro completo, responder un reclamo deja de ser una investigación y pasa a ser un procedimiento:

Las prácticas descritas deben adaptarse a la normativa, las políticas de crédito y las obligaciones de protección al consumidor y de datos personales aplicables en cada país.

  • Buscar la transacción por su identificador (o por variables autorizadas e indexadas por la institución).
  • Reconstruir el camino: qué reglas se aplicaron, con qué valores, qué versión de la política decidió.
  • Si la duda es el dato de origen, recuperar la evidencia de lo que informó el bureau ese día, según los permisos de acceso.
  • Responder con hechos: la razón concreta del rechazo y, si corresponde, qué tendría que cambiar para una reevaluación.
  • Dejar el caso documentado: el mismo registro sirve para el reclamo siguiente y para el reporte al regulador.

Documentación técnica

Cómo se implementa esto en el motor, paso a paso.

Preguntas frecuentes

Dudas habituales

¿Qué debería incluir la respuesta a un cliente rechazado?+

La razón principal en lenguaje claro (por ejemplo: nivel de endeudamiento informado por el bureau por encima del umbral de la política), qué dato la determinó, y qué camino tiene el cliente: corregir un dato erróneo ante la fuente, o reintentarlo cuando su situación cambie. Todo eso sale del registro de la transacción.

¿Se puede explicar una decisión donde intervino machine learning?+

Sí, si la arquitectura lo permite: el modelo aporta un score y la política lo convierte en decisión mediante reglas explícitas registradas. La explicación del caso individual se apoya en esas reglas y sus cortes; la explicación del modelo en sí es parte del gobierno de model risk (validación, monitoreo, documentación).

¿Te sirve para tu proceso de decisión?

Transforma tu proceso de evaluación crediticia con el motor de decisiones.