Evaluación de la resiliencia de modelos predictivos basados en IA en contextos de crisis económicas: una revisión sistemática

En un contexto de creciente incertidumbre económica, comprender cómo las crisis impactan la resiliencia de los modelos predictivos basados en inteligencia artificial (IA) es fundamental. Este artículo tiene como objetivo evaluar de forma integral el efecto de diversas crisis económicas en la efectividad y adaptabilidad de estos modelos. Para ello, se realizó una revisión sistemática de 29 artículos indexados en Scopus, publicados entre 2020 y 2025. La selección de estudios consideró criterios estrictos de inclusión, priorizando investigaciones revisadas por pares que abordaran problemáticas vinculadas a crisis financieras, sanitarias y sociales, descartando aquellos que no cumplían con dichos requisitos. Los resultados revelan que los modelos que incorporan variables macroeconómicas y contextuales presentan mayor robustez y precisión, destacándose por su capacidad para adaptarse a escenarios de alta volatilidad. Además, se identificó que la resiliencia de estos modelos depende no solo de su solidez técnica, sino también de su sensibilidad ante cambios en los entornos económicos. En conjunto, estos hallazgos ofrecen una comprensión más profunda de los mecanismos que fortalecen la estabilidad predictiva durante crisis, proponiendo un camino para el desarrollo de modelos de IA más adaptativos y resilientes, capaces de anticipar con mayor precisión los efectos de futuras perturbaciones económicas.