Diseñar un agente de inteligencia artificial para una investigación interna no consiste simplemente en elegir un buen modelo o escribir mejores prompts. El desafío más interesante es otro: identificar qué sabe realmente un investigador experimentado, convertir ese conocimiento en un método y decidir qué puede delegarse a una máquina y qué debe seguir dependiendo del juicio humano.
Imagen: Midjourney.
Durante años, buena parte del conocimiento crítico de una investigación corporativa permaneció en un lugar difícil de sistematizar: la cabeza del investigador.
Una denuncia conduce a una primera hipótesis. Esa hipótesis se contrasta con documentos, políticas y registros. Una entrevista modifica la interpretación inicial. Aparece un nuevo correo electrónico, una transacción inesperada o un dato operativo y el mapa vuelve a cambiar. Investigar supone conectar personas, hechos, fechas, evidencias e hipótesis mientras la historia todavía se está construyendo.
La inteligencia artificial introduce ahora una posibilidad particularmente interesante: transformar parte de ese conocimiento profesional en una capacidad reutilizable. Pero hay una diferencia importante entre utilizar un asistente de IA y construir un agente para investigaciones.
Un asistente puede resumir documentos, ordenar información o ayudar a redactar un memo. Un agente especializado, en cambio, debería conocer el método con el cual queremos investigar: qué información buscar, qué preguntas formular, cómo evaluar una evidencia, cuándo cuestionar una hipótesis, cómo documentar una conclusión y, especialmente, cuándo detenerse y devolver la decisión al investigador.
Por eso, quizás la pregunta relevante ya no sea simplemente “¿cómo podemos utilizar IA en una investigación?”, sino una bastante más incómoda:¿Qué parte de nuestro criterio profesional somos capaces de explicar con suficiente precisión como para enseñársela a una máquina?
La pregunta tiene implicancias que exceden largamente a la tecnología.Obliga a distinguir entre conocimiento y experiencia; entre procedimiento y criterio; entre automatización y delegación.También obliga a hacer explícitas muchas reglas que los profesionales experimentados aplican casi intuitivamente.Y allí aparece una paradoja interesante: para construir buenos agentes de inteligencia artificial, probablemente tengamos primero que entender mucho mejor cómo trabajamos los humanos.
Con esa premisa, Deloitte desarrolló el curso “Diseño de agentes de IA para investigaciones internas”, un taller presencial dirigido a profesionales de Compliance, Auditoría Interna, Prevención de Fraude y Legales.
No será un curso introductorio sobre inteligencia artificial ni una capacitación técnica sobre programación. El punto de partida será un caso ficticio de fraude interno sobre el cual cada participante irá construyendo su propio agente. El objetivo será transformar metodología y experiencia investigativa en procedimientos concretos: organizar hechos y evidencias; desarrollar cronologías; estructurar hipótesis; definir criterios de decisión; generar documentos con trazabilidad y establecer claramente qué tareas pueden apoyarse en IA y cuáles deben permanecer bajo supervisión y juicio profesional.
En otras palabras, no se tratará de preguntarle a la inteligencia artificial cómo investigar.Se tratará de enseñarle cómo investigamos nosotros.Y posiblemente, en ese ejercicio, descubramos algo todavía más valioso: cuánto de nuestro supuesto “criterio experto” podemos realmente explicar.
Diseño de agentes de IA para investigaciones internas
¿Cuándo? Fechas: 3 y 5 de noviembre de 2026 - Horario: 9:00 a 18:00 hs. (almuerzo incluido).
¿Dónde? Lugar: Centro de Excelencia Deloitte Argentina, Della Paolera 261, 4° piso, Ciudad de Buenos Aires.
¿Cómo?Modalidad presencial | 16 horas | Vacantes limitadas
Modalidad: Presencial - Duración: 16 horas - Vacantes: Limitadas
Facilitadores: Andrés Sarcuno y Raúl Saccani.
MÁS INFORMACIÓN E INSCRIPCIÓN
Amparo Bremer: ambremer@deloittemx.com
