AVISO SOBRE INSIGHTS GENERADOS POR IA
Versión: CO-2026.10.02-AIINS1
Fecha de vigencia: 2 de octubre de 2026
Entidad: DataCred Tech S.A.S.
NIT: 902112751-6
Contacto: app@datacred.org · +57 302 668 4956
1. Qué son los insights
DataCred puede generar tarjetas, resúmenes o recomendaciones personalizadas sobre cambios y patrones observados en la información del usuario.
Los insights pueden generarse mediante:
- plantillas determinísticas;
- modelos de IA;
- una combinación de reglas y modelos.
Cada insight puede registrar el modelo o mecanismo que lo generó.
2. Categorías
El sistema contempla categorías como:
- SCORE_CHANGE;
- STABILITY_IMPROVEMENT;
- STABILITY_DECLINE;
- LIQUIDITY_STABLE;
- LIQUIDITY_WARNING;
- RISK_REDUCTION;
- RISK_INCREASE;
- BEHAVIORAL_POSITIVE;
- BEHAVIORAL_WARNING;
- MILESTONE;
- MONTHLY_REPORT;
- TRUST_EVOLUTION;
- DATA_QUALITY;
- INACTIVITY_ALERT;
- WELCOME.
3. No son hechos independientes
Un insight es una interpretación de datos disponibles.
No debe presentarse como un hecho nuevo si realmente es una inferencia.
Por ejemplo, “tu liquidez parece mejorar” es una interpretación de la información disponible y no una certificación de todos los activos y obligaciones de la persona.
4. Datos incompletos
Los insights pueden ser incorrectos o incompletos cuando:
- faltan transacciones;
- hay datos autorreportados;
- un documento fue mal leído;
- existen duplicados;
- una moneda fue mal normalizada;
- el usuario no conectó todas sus fuentes;
- el modelo interpretó mal el contexto.
5. Vigencia
Los insights pueden vencer.
Una tarjeta antigua no debe interpretarse como una descripción actual del usuario después de cambios relevantes en sus datos.
6. No garantizan resultados
Un insight no garantiza:
- aprobación de crédito;
- aumento de score;
- capacidad de pago;
- aceptación por una empresa;
- rendimiento financiero futuro;
- ausencia de fraude.
7. Explicaciones
Cuando un insight derive de un cambio de score o una dimensión, DataCred debe procurar vincularlo con los factores reales que cambiaron.
No se deben inventar causas para explicar un movimiento que el sistema no puede sustentar.
8. Correcciones
Si un insight depende de un dato incorrecto, el usuario puede corregir el dato fuente o presentar un reclamo.
Cuando corresponda, el insight posterior debe reflejar la información corregida.
9. IA generativa
Los textos generados por modelos pueden:
- resumir de forma imperfecta;
- usar una formulación demasiado categórica;
- perder matices;
- confundir causalidad con correlación.
DataCred debe aplicar guardrails para reducir esas fallas, pero no puede garantizar que nunca ocurran.
10. Acciones sugeridas
Un CTA o recomendación dentro de un insight es una sugerencia de producto o una ruta informativa.
No constituye una orden jurídica ni una obligación contractual hasta que el usuario complete el flujo correspondiente.
11. Datos sensibles
Los insights no deben revelar en una superficie inadecuada datos sensibles o información de terceros.
12. Marco colombiano
DataCred aplica los principios de transparencia, finalidad, calidad y responsabilidad demostrada al tratamiento utilizado para generar insights.
Cuando un resultado automatizado sea desfavorable y relevante para el titular, debe poder explicarse de forma clara y comprensible dentro del marco aplicable.
DataCred Tech S.A.S.
NIT 902112751-6