Cómo debe motivarse por escrito una negativa generada por un algoritmo, y qué derechos conserva el asegurado frente a una decisión automatizada
Introducción
En nuestro análisis anterior sobre IA generativa en el sector asegurador mexicano documentamos algo que ya es un hecho operativo, no una hipótesis: los algoritmos participan hoy en la suscripción de riesgos y en la dictaminación de siniestros en México, con distintos niveles de automatización según la institución y el ramo. Ese artículo trazó el mapa general —marco regulatorio, actores, tendencias—. Este análisis busca profundizar en el punto donde la tecnología toca directamente al asegurado con mayor consecuencia práctica: el momento en que un sistema automatizado dice «no».
Cuando una aseguradora niega un siniestro, la ley no se conforma con el «no». Exige una motivación: una explicación de por qué esa reclamación específica no procede, con fundamento en las condiciones contractuales y en los hechos del caso. Esta obligación —anterior por completo a la existencia de la inteligencia artificial— es hoy el punto de fricción más relevante entre la eficiencia que promete la automatización y las garantías que exige la ley al asegurado. Entender cómo debe construirse esa motivación cuando la decisión la produce un algoritmo, y qué derechos conserva el asegurado frente a ella, es indispensable para cualquier profesional del sector que suscriba, dictamine o litigue en México.
El deber de motivar: una obligación que no distingue entre humano y algoritmo
El fundamento: la negativa no puede ser una fórmula vacía
La relación contractual entre asegurado y aseguradora descansa sobre el principio de buena fe, que en el seguro adquiere un peso reforzado por la asimetría de información entre las partes: la aseguradora redacta el contrato, conoce sus condiciones técnicas al detalle y controla el proceso de dictaminación; el asegurado, en la inmensa mayoría de los casos, no. Esa asimetría es precisamente la razón por la que la negativa a un siniestro no puede comunicarse como una fórmula genérica —»su reclamación no procede conforme a las condiciones generales de la póliza»—, sino que debe expresar la causa concreta: qué exclusión, qué incumplimiento de una obligación contractual o qué falta de cobertura específica sustenta el rechazo.
Esta exigencia de motivación no es una cortesía hacia el cliente ni una buena práctica opcional. Es, en el fondo, la condición que hace posible que el asegurado ejerza cualquier derecho posterior: sin conocer la causa exacta del rechazo, no puede evaluar si la decisión es correcta, no puede reunir la evidencia necesaria para impugnarla, y no puede acudir a una instancia de defensa —interna, ante CONDUSEF o judicial— con un argumento fundamentado. La motivación es, en ese sentido, la puerta de entrada al derecho de defensa del asegurado.
La automatización no reduce el estándar, lo pone a prueba
El punto central que debe quedar claro para cualquier institución que automatice la dictaminación de siniestros es este: la obligación de motivar no desaparece ni se atenúa porque la decisión la haya producido un sistema de inteligencia artificial en lugar de un ajustador humano. La responsabilidad contractual y legal es de la institución aseguradora como parte del contrato, no del sistema tecnológico que utiliza como herramienta. Un algoritmo no es sujeto de derechos ni de obligaciones; es un instrumento de la aseguradora, de la misma manera que lo fue durante décadas el criterio de un ajustador de campo.
Lo que cambia con la automatización no es el estándar legal, sino la dificultad práctica de cumplirlo. Un modelo de lenguaje o un sistema de reglas puede producir una resolución en segundos, procesando cientos de variables del expediente, pero esa velocidad no garantiza, por sí sola, que la explicación resultante sea específica, verificable y comprensible para el destinatario. Aquí es donde se concentra el riesgo jurídico real: no en que la IA decida, sino en que la IA explique mal —o no explique— por qué decidió lo que decidió.
Qué debe contener una motivación algorítmica para ser jurídicamente sólida
Trasladando el estándar tradicional de motivación al contexto de una decisión generada por sistemas automatizados, una negativa de siniestro —sea quien sea quien la redacte— debería reunir, como mínimo, los siguientes elementos:
- Identificación precisa de la cláusula o condición aplicada. No basta con citar «las condiciones generales de la póliza» en abstracto; debe señalarse el numeral, el nombre de la cobertura o exclusión específica, y el texto exacto de la disposición que sustenta la negativa.
- Vinculación explícita entre el hecho y la norma contractual. La motivación debe explicar por qué los hechos del caso concreto —la fecha, el tipo de evento, la naturaleza del daño— encuadran en esa exclusión o incumplimiento, y no limitarse a yuxtaponer el hecho y la cláusula sin conectarlos argumentativamente.
- Referencia a la evidencia documental revisada. Si la negativa se basa en una inconsistencia entre lo declarado al contratar y lo verificado al momento del siniestro, en un dictamen pericial, o en un reporte de investigación, la comunicación debe identificar esos documentos, para que el asegurado pueda solicitarlos y revisarlos.
- Indicación clara de las vías de inconformidad disponibles. Toda negativa debería informar al asegurado sobre los mecanismos a su disposición: la instancia interna de reconsideración de la aseguradora, la posibilidad de acudir a la Comisión Nacional para la Protección y Defensa de los Usuarios de Servicios Financieros (CONDUSEF), y, en su caso, la vía judicial.
- Lenguaje comprensible para una persona no especializada. Este es, quizás, el punto donde más fallan tanto las resoluciones humanas tradicionales como las generadas por IA: una motivación técnicamente completa pero redactada en un lenguaje que solo un abogado de seguros puede descifrar no cumple, en la práctica, su función. La claridad no es un adorno; es parte sustantiva de la obligación de informar.
El riesgo específico de los sistemas de IA generativa es que pueden producir textos que parecen satisfacer estos cinco elementos —con fluidez, estructura y aparente solidez argumentativa— sin que exista, detrás de ese texto, una trazabilidad real hacia la variable o el dato que efectivamente determinó el rechazo. Es lo que en la literatura especializada se conoce como el riesgo de «explicación post-hoc»: el sistema no explica su razonamiento real, sino que genera una justificación plausible después de haber llegado a la conclusión. Para la aseguradora, esta es una distinción crítica de gobierno interno: no basta con que el texto de la negativa «suene bien»; debe corresponder fielmente a la causa real de la decisión, porque esa correspondencia es, precisamente, lo que un juez o un conciliador de CONDUSEF va a examinar si el asegurado impugna.
Qué derechos conserva el asegurado frente a una decisión automatizada
Ninguno de los derechos que un asegurado tiene frente a una negativa «tradicional» desaparece porque la decisión provenga de un sistema automatizado. Vale la pena enumerarlos con precisión, porque la experiencia sugiere que muchos asegurados —y no pocos profesionales del sector— asumen erróneamente que «decidió la máquina» reduce el margen de defensa.
Derecho a conocer la causa específica del rechazo. El asegurado puede exigir, y la aseguradora debe entregar, la motivación completa de la negativa, no un resumen genérico. Si la comunicación inicial es insuficiente, el asegurado tiene derecho a solicitar una ampliación por escrito.
Derecho a solicitar revisión humana. Frente a una resolución generada o asistida por un sistema automatizado, el asegurado puede —y en casos de monto relevante, debería— solicitar que un ajustador o suscriptor humano identificable revise el caso antes de agotar la vía de reconsideración interna. Aunque este derecho no siempre está codificado de manera explícita en la normativa mexicana vigente, se deriva razonablemente del principio de buena fe contractual y es, cada vez más, una práctica que las propias aseguradoras incorporan como estándar de gobierno de IA.
Derecho a acceder a la documentación y, en su caso, a los criterios generales aplicados. El asegurado puede solicitar copia del expediente de dictaminación: reportes, dictámenes periciales, comunicaciones internas relevantes para la decisión. En el contexto de sistemas automatizados, este derecho tiende naturalmente a extenderse hacia una pregunta más compleja —qué variables o criterios generales aplicó el sistema—, aunque el mercado mexicano aún no cuenta con una regla específica que obligue a las aseguradoras a revelar el funcionamiento interno de sus modelos.
Derecho a impugnar ante la instancia interna de la aseguradora. Como primer nivel de defensa, casi siempre más rápido y menos formal que acudir a una autoridad externa.
Derecho a acudir a CONDUSEF. La Comisión conserva plena competencia para conocer inconformidades relacionadas con negativas de siniestros, con independencia de que la resolución original haya sido automatizada. El expediente que la aseguradora presente ante CONDUSEF debe sostener la misma motivación —o una más completa— que la comunicada al asegurado; no puede reconstruirse una justificación distinta a posteriori.
Derecho a la vía judicial. Como último recurso, el asegurado conserva la posibilidad de demandar el cumplimiento del contrato, y en ese escenario, la calidad y consistencia de la motivación original —humana o algorítmica— será frecuentemente el elemento central de la controversia.
Derechos relacionados con el tratamiento de sus datos personales. Cuando la decisión se apoya en el procesamiento de datos personales del asegurado —historial de siniestros, información conductual, datos de terceros—, entran en juego además los derechos de acceso, rectificación, cancelación y oposición reconocidos por la legislación de protección de datos personales, que operan de manera paralela y complementaria a los derechos contractuales derivados del seguro.
Ninguno de estos derechos requiere que el asegurado «entienda de tecnología». Se ejercen exactamente igual frente a una negativa firmada por un ajustador que frente a una generada por un sistema de IA. La diferencia práctica está en la carga que enfrenta el asegurado para identificar que, en efecto, hubo un sistema automatizado involucrado —un dato que, hoy, la mayoría de las comunicaciones de siniestros no revela de manera explícita.
El punto ciego: la experiencia del usuario frente a una negativa automatizada
Hasta aquí, el análisis ha sido estrictamente jurídico. Pero el reto que enfrenta el sector no es solo de cumplimiento normativo: es de experiencia del usuario, y merece tratarse con el mismo rigor.
La ausencia de interlocutor cambia la naturaleza de la experiencia
Cuando un ajustador humano niega un siniestro, el asegurado —incluso en el peor de los desenlaces— tiene, casi siempre, a alguien con quien hablar: una persona que puede repetir la explicación con otras palabras, escuchar el argumento de inconformidad y, en ocasiones, identificar que hubo un malentendido corregible antes de que el caso escale. Cuando la negativa proviene de un sistema automatizado, esa interacción humana suele desplazarse hacia el final del proceso —si es que ocurre—, y el primer contacto del asegurado con la decisión es un documento o una notificación digital sin posibilidad de diálogo inmediato.
Esta ausencia de interlocutor no es un detalle menor de diseño de producto. Es, para muchos asegurados, la diferencia entre percibir una negativa como una decisión razonada —aunque desfavorable— y percibirla como una pared. Y esa percepción tiene consecuencias medibles: mayor tasa de quejas ante CONDUSEF, mayor desgaste reputacional, y menor probabilidad de que el asegurado renueve o recomiende a la institución, incluso cuando la negativa haya sido técnicamente correcta.
La brecha de comprensión: el asegurado no siempre sabe que habló con un sistema
Un hallazgo consistente en la investigación sectorial reciente —documentado en distintos mercados con adopción avanzada de IA en seguros— es que una proporción muy alta de asegurados desconoce que su solicitud o su siniestro fue evaluado por un sistema automatizado. Esta opacidad, incluso cuando no es deliberada, tiene un efecto directo sobre la experiencia: el asegurado interpreta el trato recibido —la rapidez, el tono, la ausencia de matices— sin el contexto necesario para entenderlo, y con frecuencia atribuye a «mala fe» o «indiferencia» de la aseguradora lo que en realidad es una limitación de diseño del sistema.
Para el sector, esto sugiere una oportunidad de mejora que no depende de resolver primero el vacío regulatorio, sino de una decisión de política interna: informar proactivamente al asegurado cuándo su caso fue procesado —total o parcialmente— por un sistema automatizado, y ofrecer, desde el primer contacto, una ruta visible hacia la revisión humana. Esta transparencia no debilita la posición de la aseguradora; la fortalece, porque reduce la percepción de opacidad que es, precisamente, el terreno más fértil para la desconfianza y la escalada de conflictos.
Diseñar la negativa como comunicación, no solo como documento
Desde la experiencia del usuario, motivar por escrito una negativa algorítmica exige algo más que cumplir el estándar jurídico mínimo descrito en la sección anterior. Exige tratar esa comunicación como lo que realmente es para el asegurado: con frecuencia, el momento de mayor tensión emocional y económica de toda la relación contractual. Algunos principios de diseño relevantes:
- Estructura progresiva: encabezar la comunicación con un resumen claro de la decisión y su motivo principal, antes de desplegar el detalle técnico completo, para que el asegurado no tenga que descifrar un documento extenso para entender lo esencial.
- Separación entre motivación jurídica y siguiente paso práctico: explicar la causa del rechazo es necesario pero no suficiente; la comunicación debe indicar, con la misma claridad, qué puede hacer el asegurado a continuación y en qué plazos.
- Acceso inmediato a un canal humano: incluir, de manera visible y no como información marginal, el medio de contacto directo con una persona capacitada para revisar el caso, evitando que el asegurado tenga que navegar múltiples niveles de un sistema automatizado para llegar a esa opción.
- Consistencia entre lo comunicado y lo defendible: la motivación entregada al asegurado debe ser exactamente la misma que la institución esté dispuesta a sostener ante CONDUSEF o ante un juez; cualquier discrepancia entre ambas erosiona tanto la posición legal de la aseguradora como la confianza del asegurado si llega a advertirla.
Conclusión
La inteligencia artificial no ha creado una nueva categoría de derechos para el asegurado mexicano, pero sí ha puesto a prueba, con una intensidad inédita, el cumplimiento de los que ya existían. El deber de motivar por escrito una negativa de siniestro es una obligación anterior a cualquier algoritmo, y sigue recayendo íntegramente sobre la institución aseguradora, con independencia del medio tecnológico que utilice para cumplirla. Lo que la automatización exige del sector no es un nuevo marco legal —aunque ese marco, tarde o temprano, llegará— sino una disciplina interna más exigente: que cada negativa generada por un sistema sea trazable hasta su causa real, comprensible para quien la recibe, y consistente con lo que la institución esté dispuesta a defender.
La experiencia del usuario frente a esa negativa —si encuentra una explicación clara y un camino hacia una persona, o si encuentra solo una pared digital— determinará, en gran medida, si la eficiencia que promete la inteligencia artificial se traduce en confianza hacia el sector asegurador o en el reforzamiento de la desconfianza que la cultura del contrato de seguro busca combatir. La tecnología puede acelerar el «no». Solo una institución bien gobernada puede asegurar que ese «no» venga acompañado de las razones, el respeto y el camino de defensa que el asegurado, por ley y por principio, siempre ha tenido derecho a recibir.
Este artículo profundiza en un tema abordado de manera más amplia en nuestro análisis «IA Generativa en Seguros: Cómo la Inteligencia Artificial Transforma tu Póliza en México 2026», disponible en esta misma página, al que remitimos para el panorama regulatorio general y las tendencias del sector.
Fuentes consultadas: Ley sobre el Contrato de Seguro (LSCS); Ley de Instituciones de Seguros y de Fianzas (LISF); Ley Federal de Protección de Datos Personales en Posesión de los Particulares; Comisión Nacional para la Protección y Defensa de los Usuarios de Servicios Financieros (CONDUSEF); Asociación Internacional de Supervisores de Seguros (IAIS), Issues Paper on Artificial Intelligence in Insurance.
Artículo elaborado con apoyo de inteligencia artificial (Claude, de Anthropic) y revisado por la Dirección de Cultura del Contrato de Seguro.