Salas Wallach, Álvaro Gabriel2026-01-122026-01-122025-11-23https://repositorio.usm.cl/handle/123456789/77608El presente estudio analiza la capacidad de un modelo de lenguaje de gran escala (Large Language Model, LLM), específicamente ChatGPT, para predecir valores de cierre en distintos activos financieros. La investigación surge a partir del creciente uso de herramientas de inteligencia artificial y tiene como objetivo determinar si sus predicciones pueden considerarse confiables para usuarios con bajo nivel de conocimiento financiero. Para ello, se evaluaron horizontes de predicción de 1, 3, 6 y 12 meses, utilizando diferentes extensiones de datos históricos. Los resultados muestran que, si bien el LLM es capaz de entregar explicaciones coherentes y comprensibles, su precisión cuantitativa resulta limitada. El modelo presenta desempeños relativamente aceptables únicamente en el corto plazo, particularmente en horizontes no superiores a tres meses, mientras que en predicciones de mayor plazo se observan errores significativos. Asimismo, el incremento en la cantidad de datos históricos utilizados no genera mejoras sustantivas en la calidad de las estimaciones. El estudio concluye que ChatGPT, como modelo representativo de los LLM, no debe ser utilizado como una herramienta autónoma de predicción financiera. No obstante, puede desempeñar un rol complementario como apoyo en la interpretación de información y la comprensión de tendencias generales del mercado, especialmente cuando es utilizado por personas con conocimientos previos en el ámbito financiero.214 páginasesAttribution-ShareAlike 4.0 Internationalhttp://creativecommons.org/licenses/by-sa/4.0/Modelos de lenguaje de gran escalaChatGPTInteligencia artificialToma de decisiones financierasHorizonte de predicción35609002893674 Educación de calidad8 Trabajo decente y crecimiento económico9 Industria, innovación e infraestructura12 Producción y consumo responsables