La IA en la valuación permite organizar expedientes, analizar comparables y apoyar la elaboración de informes. Conoce sus aplicaciones, los riesgos de las alucinaciones y los controles necesarios para verificar datos y cálculos. Una guía técnica para incorporar inteligencia artificial con criterio profesional, trazabilidad y protección de la información.

Contenido académico de Phoenix Instituto de Valuación
Dirección académica: MV Arq. Arq. Joel Córdova Espitia, director general de Phoenix Instituto de Valuación.
Ponente invitado:  Mtro. Raúl López Domínguez

IA en la valuación: aplicaciones, riesgos y criterio experto

La IA en la valuación permite automatizar tareas de organización documental, apoyar el análisis de comparables y mejorar la preparación de informes. Para aprovecharla, el valuador necesita comprender cómo funcionan estas herramientas, cuáles son sus limitaciones y qué controles permiten verificar sus resultados. Este artículo explica su aplicación profesional, desde la calidad de los datos y la validación de modelos hasta la ingeniería de prompts, la confidencialidad y la auditoría de cálculos.

A partir de la ponencia del Mtro. Raúl López Domínguez, presentada por Phoenix Instituto de Valuación, se desarrolla una idea central: la inteligencia artificial puede actuar como un “becario eficiente” cuando recibe instrucciones adecuadas y trabaja bajo supervisión. Su incorporación abre la posibilidad de dedicar menos tiempo a tareas repetitivas y más a la inspección, la interpretación del mercado y la fundamentación de conclusiones.

1. IA en la valuación: el asistente técnico y sus aplicaciones

La inteligencia artificial está modificando la manera en que los valuadores recopilan información, analizan documentos y elaboran informes. El concepto de “becario eficiente”, utilizado por el Mtro. Raúl López Domínguez, describe a un asistente capaz de ejecutar tareas con rapidez, pero que necesita instrucciones claras, información suficiente y supervisión profesional. Técnicamente, la IA comprende sistemas que reconocen patrones, clasifican información, realizan predicciones o generan contenido. Es necesario distinguir entre un modelo de aprendizaje automático entrenado para estimar precios inmobiliarios y un modelo de lenguaje empleado para resumir expedientes o redactar textos. Ambos pueden apoyar el trabajo valuatorio, aunque responden a objetivos diferentes y requieren procedimientos de validación específicos. Además, la capacidad de procesar grandes volúmenes de datos depende de la infraestructura, del modelo y de la calidad de la información disponible; la velocidad de procesamiento no garantiza precisión.

La utilidad de la inteligencia artificial para valuadores debe evaluarse mediante tareas concretas y resultados verificables. Una herramienta puede extraer superficies de documentos, organizar antecedentes de un inmueble, identificar registros duplicados o preparar una clasificación inicial de comparables. Corresponde al profesional comprobar si cada superficie pertenece al terreno, a la construcción, al área privativa o al área rentable, porque confundir estas magnitudes altera los indicadores utilizados en el análisis. Por ejemplo, una escritura puede señalar 180 m² de terreno y un anuncio comercial indicar 240 m² de construcción; combinar ambos datos sin distinguirlos puede producir un precio unitario incorrecto. Por ello, antes de delegar una tarea deben definirse el alcance, el resultado esperado y los controles de aceptación. La aportación de la IA aumenta cuando facilita procesos auditables y libera tiempo para actividades que requieren observación directa y criterio especializado.

2. Automatización de avalúos y permanencia del juicio profesional

Uno de los mitos más frecuentes consiste en equiparar la automatización de tareas con la desaparición del valuador. Una valuación exige definir el problema que se resolverá, identificar el activo o derecho objeto del trabajo, precisar la fecha de valuación y determinar la base de valor y los supuestos pertinentes. Estas decisiones condicionan la selección de información y métodos. Un algoritmo puede producir una estimación estadística, pero esa cifra adquiere significado dentro de un encargo correctamente definido. En su documento de perspectivas sobre inteligencia artificial, el International Valuation Standards Council destaca que el juicio profesional y el escepticismo siguen siendo esenciales para obtener valuaciones adecuadas a su propósito. Esta publicación aporta contexto sobre el uso de tecnología y debe distinguirse de las normas aplicables al encargo concreto.  International Valuation Standards Council

La importancia del juicio profesional se aprecia cuando dos activos aparentemente similares presentan condiciones económicas diferentes. Dos locales con igual superficie y ubicación pueden tener valores distintos si uno cuenta con un contrato de arrendamiento favorable y el otro presenta desocupación, restricciones de uso o gastos extraordinarios. Una herramienta limitada a comparar precios por metro cuadrado puede omitir esas diferencias, especialmente cuando no están registradas en sus datos de entrada. El valuador debe identificar el derecho valuado y explicar cómo las condiciones particulares influyen en los beneficios esperados, la comercialización y el riesgo. La automatización tampoco acredita competencia profesional ni satisface por sí misma las verificaciones requeridas por el trabajo. Su utilización debe integrarse a un procedimiento en el que las conclusiones relevantes puedan explicarse mediante evidencia, razonamiento y cálculos revisables.

3. Calidad de datos y comparables en los modelos de valuación

La calidad de una estimación depende de la pertinencia y confiabilidad de los datos utilizados. En valuación inmobiliaria, una base extensa puede contener anuncios repetidos, precios de oferta desactualizados, superficies mal capturadas o inmuebles pertenecientes a submercados diferentes. La IA puede ayudar a identificar estas inconsistencias, pero el valuador debe establecer criterios de depuración y conservar la trazabilidad de sus decisiones. Es necesario distinguir precios solicitados de precios de operaciones verificadas, registrar las fechas de observación y comprobar las características que sustentan la comparabilidad. También debe evitarse que un mismo inmueble anunciado por varios intermediarios se contabilice como varias observaciones independientes. Por ejemplo, cinco publicaciones de una vivienda con un precio solicitado de $3,000,000 representan una sola oferta identificada. Contarlas como cinco evidencias distintas puede distorsionar la muestra y generar una impresión equivocada sobre la disponibilidad de información de mercado.

Cuando se emplean modelos predictivos, la revisión debe abarcar el diseño del análisis. Una regresión puede expresarse como \(\hat{V}=\beta_0+\beta_1X_1+\cdots+\beta_kX_k\), donde \(\hat{V}\) representa el valor estimado, las variables \(X\) describen atributos del activo y los coeficientes \(\beta\) corresponden a los parámetros estimados del modelo. Obtener una medida elevada de ajuste no demuestra que el sistema funcione correctamente con inmuebles que no participaron en su desarrollo. Se requiere evaluar su desempeño con datos independientes del entrenamiento, examinar errores por segmento y detectar posibles fugas de información. En mercados cambiantes, también conviene realizar validaciones temporales y evitar que información posterior a la fecha de valuación contamine el análisis. Un modelo puede presentar un error promedio aceptable y fallar sistemáticamente en propiedades de lujo, zonas periféricas o activos poco frecuentes. Su precisión debe interpretarse dentro del ámbito de aplicación, considerando las limitaciones y la incertidumbre de cada estimación.

4. Alucinaciones de la IA y verificación de cálculos valuatorios

Las alucinaciones de la IA son respuestas que presentan contenido falso o incorrecto con apariencia de certeza. En su perfil de riesgos de inteligencia artificial generativa, el National Institute of Standards and Technology describe este fenómeno como confabulación y advierte que puede incluir razonamientos o referencias fabricadas.  nvlpubs.nist.gov En la práctica valuatoria, el riesgo aparece cuando una herramienta inventa operaciones de compraventa, atribuye disposiciones inexistentes a una norma o completa datos faltantes sin señalarlo. Una respuesta bien redactada puede parecer sólida aunque carezca de respaldo documental. El profesional debe separar información comprobada, inferencias e hipótesis, y exigir que las afirmaciones verificables conduzcan a fuentes reales. Por ejemplo, si la IA menciona una transacción inmobiliaria específica, deben comprobarse su procedencia, fecha, características y condiciones antes de incorporarla como evidencia de mercado.

La verificación también comprende fórmulas, unidades y operaciones numéricas. En capitalización directa, la expresión \(V=I_n/R\) relaciona el valor \(V\) con el ingreso neto anual estabilizado \(I_n\) y una tasa de capitalización \(R\) compatible con ese ingreso y con las condiciones del activo. Si el ingreso neto anual es de $600,000 y la tasa es de 10 %, el cálculo resulta en \(V=600{,}000/0.10=\$6{,}000{,}000\). La operación correcta, sin embargo, no demuestra que el ingreso esté estabilizado ni que la tasa tenga sustento. Una herramienta puede confundir ingreso bruto con neto, mezclar cantidades mensuales y anuales o interpretar 10 % como 10 en lugar de 0.10. La revisión recomendable consiste en reproducir los cálculos relevantes en una hoja de cálculo o entorno computacional verificable, inspeccionar las entradas y comprobar la coherencia económica. Solicitar a la misma IA que confirme su respuesta puede detectar inconsistencias, pero no constituye una validación independiente.

5. El valuador como editor y auditor de resultados de IA

La evolución propuesta por el Mtro. Raúl López Domínguez desplaza parte del esfuerzo desde la captura repetitiva hacia la revisión crítica. El valuador que incorpora inteligencia artificial necesita dominar el contenido técnico y comprender el procedimiento utilizado para generarlo. Como editor, debe corregir conceptos, eliminar afirmaciones sin respaldo y asegurar que la redacción represente fielmente la evidencia. Como auditor, debe examinar la procedencia de los datos, la pertinencia de los métodos y la consistencia de los resultados. Por ejemplo, si un asistente describe un inmueble como una propiedad con “excelente accesibilidad”, corresponde comprobar qué elementos justifican esa afirmación: conexiones viales, transporte, restricciones de ingreso o condiciones de circulación. La expresión resulta útil cuando comunica una característica verificable y relevante para el mercado. La edición profesional transforma un contenido preliminar en un análisis fundamentado.

Para facilitar la auditoría de resultados de IA, conviene conservar un registro de las fuentes utilizadas, las instrucciones proporcionadas, la herramienta y versión identificable, las salidas relevantes y las correcciones efectuadas. Este registro ayuda a reconstruir cómo se incorporó la asistencia tecnológica y qué decisiones tomó el profesional. También permite aplicar controles proporcionales al riesgo: extraer una fecha documental exige una revisión diferente de la necesaria para aceptar una tasa de descuento o una conclusión de valor. En una práctica organizada, los datos críticos se contrastan con sus fuentes, las fórmulas se reproducen y las interpretaciones se revisan antes de integrarse al informe. El objetivo es que otro profesional pueda comprender el procedimiento y evaluar su razonabilidad. Una explicación redactada por la máquina no acredita que el modelo haya seguido ese razonamiento; la trazabilidad debe apoyarse en documentos, decisiones registradas y operaciones observables.

6. Ingeniería de prompts para valuadores y análisis documental

La ingeniería de prompts consiste en formular instrucciones que delimiten la tarea, el contexto, las fuentes y el formato de respuesta. En valuación, una instrucción útil debe precisar el tipo de activo, el objetivo del análisis, la fecha pertinente, las variables requeridas y el tratamiento de la información faltante. Solicitar “calcula el valor de esta propiedad” deja abiertas decisiones que dependen del encargo. Una instrucción más controlada sería: “Revisa los comparables adjuntos, identifica duplicados, separa superficie de terreno y construcción, señala campos faltantes y conserva la referencia de origen; no inventes datos ni concluyas un valor”. Este planteamiento permite obtener un producto intermedio que el valuador puede revisar. También conviene dividir las tareas complejas: extraer información, validar su consistencia y posteriormente apoyar el análisis o la redacción. Una instrucción precisa reduce ambigüedades, aunque no elimina los errores ni sustituye la revisión técnica.

Las herramientas de análisis documental, como NotebookLM, mencionado en la sesión, pueden integrarse a una metodología de consulta de expedientes y materiales técnicos. Su uso debe centrarse en preguntas concretas y respuestas contrastables: localizar una condición contractual, comparar antecedentes o identificar contradicciones entre reportes. Al revisar un contrato de arrendamiento, por ejemplo, puede solicitarse la identificación de vigencia, renta, actualización, periodos de gracia y obligaciones de mantenimiento, señalando dónde aparece cada dato. La respuesta debe cotejarse con las cláusulas originales, especialmente cuando existen anexos o modificaciones posteriores. Una cita documental facilita localizar evidencia, pero no demuestra que la interpretación sea correcta ni que el expediente esté completo. El valuador debe comprobar que dispone de todas las fuentes pertinentes y distinguir el contenido expresamente documentado de las interpretaciones añadidas por la herramienta. Esta separación mejora la claridad del análisis y facilita su posterior revisión.

7. Confidencialidad y ética en el uso de inteligencia artificial

El uso de IA introduce decisiones sobre el tratamiento de la información del expediente valuatorio. Escrituras, identificaciones, contratos, estados financieros y fotografías pueden contener datos personales, condiciones comerciales reservadas o elementos que permitan identificar indirectamente al cliente. Antes de cargar documentos, el despacho debe revisar las condiciones del servicio, las configuraciones disponibles y las autorizaciones correspondientes al trabajo. Las protecciones varían según el proveedor, el producto y el tipo de cuenta. Google, por ejemplo, ha documentado protecciones específicas para NotebookLM bajo determinadas modalidades de Workspace; esas condiciones deben comprobarse en la cuenta utilizada y no extenderse automáticamente a cualquier servicio de IA.  workspaceupdates.googleblog.com Como medida operativa, conviene utilizar únicamente la información necesaria, restringir accesos y sustituir identificadores cuando sea posible. Retirar un nombre resulta insuficiente si la dirección, las fotografías o los anexos permiten reconocer al titular.

La ética profesional comprende independencia, imparcialidad y disposición para reconocer límites. La IA puede reforzar sesgos cuando recibe instrucciones orientadas a justificar un valor previamente decidido o trabaja con una muestra que excluye evidencia desfavorable. El valuador debe conservar la capacidad de cuestionar tanto las expectativas del cliente como el resultado automatizado. La empatía y la comunicación ayudan a comprender el contexto del encargo y explicar sus conclusiones, especialmente en sucesiones, controversias patrimoniales o decisiones de inversión. Comprender las expectativas de una persona no autoriza a modificar la evidencia para satisfacerlas. Asimismo, las habilidades de negociación pueden facilitar la definición del alcance y la gestión del servicio, mientras que el valor concluido debe sostenerse técnicamente. El sentido común profesional se manifiesta al detectar resultados económicamente improbables, investigar sus causas y comunicar qué se conoce, qué se supone y qué permanece incierto.

Conclusión: incorporar IA con evidencia y criterio profesional

La IA en la valuación ofrece oportunidades para reducir tareas repetitivas, organizar expedientes y ampliar la capacidad de análisis. La idea del “becario eficiente”, expuesta por el Mtro. Raúl López Domínguez, permite comprender que su productividad depende de instrucciones adecuadas y supervisión competente. Delegar la extracción de datos, la clasificación documental o la redacción preliminar puede mejorar el trabajo cuando se mantienen controles sobre la calidad de las fuentes, la coherencia de los cálculos y el fundamento de las interpretaciones.

El desarrollo profesional exige fortalecer estadística, análisis de mercado, gestión documental y comunicación junto con el dominio de herramientas digitales. La transición de capturista a editor y auditor experto aumenta la importancia del criterio: cuanto más contenido produce una máquina, mayor capacidad necesita el valuador para distinguir lo útil de lo incorrecto. Una práctica sólida integra tecnología con evidencia verificable, protege la información del cliente y conserva conclusiones que el profesional puede explicar y defender.

Testimoniales de la Plática.

1. Jorge Luis Rivero Ponce — Ingeniero civil con Maestría en Valuación Inmobiliaria, Industrial y de Bienes Nacionales

“Un tema muy interesante impartido por el Mtro. Raúl López Domínguez: ‘Inteligencia Artificial en la Valuación’. Una herramienta que se puede utilizar en el proceso valuatorio para automatización de tareas, siempre considerando que no será un sustituto del valuador, ya que este toma la decisión técnica final.”

2. Verónica Jiménez Hernández — Valuadora profesional inmobiliaria

“Es un tema actual, muy necesario saber qué es la inteligencia artificial y cómo podemos utilizarla a nuestro favor. Como dijo el exponente, es una herramienta; al final nosotros somos los que dictaminamos la información arrojada. Sería conveniente, para reforzar el tema y porque muchos aún no estamos tan metidos en la utilización de la IA, proponer un curso de IA para valuadores.”

3. Ulises Coronado Díaz Bonilla — Arquitecto

“Todavía la IA no nos puede reemplazar como profesionales de la valuación. Tenemos una metodología científica que nos acerca mucho más a una valuación real acertada y definitivamente es una herramienta que puede enriquecer mucho la presentación y la estructuración de los avalúos. Nos acelera el conocimiento de temas extensos con resúmenes y resolviendo dudas precisas individuales, donde cada profesional puede crecer.”

4. Alirio Alexander Rivera — Ingeniero en Electrónica

“En estos momentos en donde debemos coordinar conocimiento, rapidez y calidad, la IA se hace una herramienta fundamental en el desarrollo de la actividad valuatoria.”

5. Karla Margot Ramírez Barreras — IC, MVI

“Me gustó mucho el tema de la IA en la valuación, ya que no había considerado incluirla en materia de avalúos, pero sí se le puede sacar mucho provecho.”

6. Martha Beatriz Nuñez Barragán — Abogada y perito valuador

“Es un tema que no va a dejar de modificarse, que no dejará de sorprendernos y que necesitamos estar al día para ser más eficientes en el ejercicio de nuestra labor.”

7. Fernando Pérez Romero — Arquitecto

“Me sorprende el alcance que la IA puede tener en beneficio de nuestra práctica profesional.”

8. Alejandra García Hernández — Arquitecta

“Muy interesante tema, felicidades por mantenernos a la vanguardia de cómo mejorar la calidad de nuestro trabajo.”

Plática Técnica: IA en la Valuación.

Asistentes: 454 Valuadores

Resumen Curricular:

MV Raúl López Domínguez:

• Ingeniero U.P.I.I.C.S.A – I.P.N 1988-1993 
• Maestría en Administración de Negocios Centro Universitario Allende 2008-2010 
• Especialidad en valuación de empresas e intangibles. TN University. 

Autor de los libros:

 “Ingeniería de transito con aplicación a la investigación de accidentes viales” 

 “Ingeniería de Transito-gestión de la seguridad vial-”

 “Avalúo de bienes muebles y sus daños” 

• Perito en valuación de vehículos, valuación de bienes inmuebles y muebles.
• Instructor del personal de servicios periciales de la P.G.J.E.H Hgo. Actualización de avalúos de bienes muebles, avalúo de arte y avalúo de daños. 
• Instructor del personal del REPUVE.
• Director, Raldom Ingeniería y Consultoría. , firma especializada en Ingeniería forense, capacitación y proyectos entre otros. 
• Certificado en Ingeniería Forense, Hechos de tránsito, Valuación de bienes muebles e inmuebles y Valuación de arte. 
• Miembro fundador de la asociación de peritos valuadores forenses, arquitectos e ingenieros A.C en el estado de Hidalgo.

¿Necesitas un avalúo o capacitación sobre Valuación? 

En Phoenix Instituto de Valuación, bajo la dirección del Mtro. Joel Córdova Espitia, ofrecemos orientación para dictámenes periciales y capacitación especializada en la Valuación.