ChatGPT puede devolver un monto incorrecto aunque los dos archivos fuente contengan el valor exacto. El resultado puede parecer convincente: los totales están formateados, las excepciones están explicadas y la respuesta dice que la conciliación está completa. Lo que falta es la prueba de que cada monto en esa respuesta vino de la fila correcta.
Ese es el problema central de usar ChatGPT para conciliar. Una respuesta de chat es texto generado. Una conciliación es una comparación controlada donde cada fila fuente debe estar contabilizada, cada par conciliado debe ser visible y cada diferencia debe permanecer igual a su valor de origen.
Una diferencia de cinco centavos puede perderse dentro de una respuesta verosímil
Tomemos dos archivos pequeños. El export del libro mayor contiene cinco transacciones:
| Ledger reference | Amount |
|---|---|
| TX-8041 | $148.25 |
| TX-8042 | $920.00 |
| TX-8043 | $148.25 |
| TX-8044 | $63.90 |
| TX-8045 | $411.70 |
| Total | $1,692.10 |
El archivo bancario contiene las mismas referencias, pero un monto difiere:
| Bank reference | Amount |
|---|---|
| TX-8041 | $148.25 |
| TX-8042 | $920.00 |
| TX-8043 | $148.20 |
| TX-8044 | $63.90 |
| TX-8045 | $411.70 |
| Total | $1,692.05 |
Una comparación fila por fila correcta produce cuatro coincidencias y una discrepancia de monto:
| Reference | Ledger amount | Bank amount | Difference | Status |
|---|---|---|---|---|
| TX-8041 | $148.25 | $148.25 | $0.00 | Matched |
| TX-8042 | $920.00 | $920.00 | $0.00 | Matched |
| TX-8043 | $148.25 | $148.20 | $0.05 | Amount mismatch |
| TX-8044 | $63.90 | $63.90 | $0.00 | Matched |
| TX-8045 | $411.70 | $411.70 | $0.00 | Matched |
Una respuesta verosímil de ChatGPT puede decir en cambio que las cinco referencias coinciden y repetir $1,692.10 como total para ambos archivos. El modelo reconoció un patrón claro: referencias que coinciden, valores casi idénticos y un usuario que pide una conciliación terminada. La frase «todas las transacciones coinciden» encaja en ese patrón. También es incorrecta.
El riesgo no es un error aritmético obvio. Es una respuesta pulida que elimina la excepción que necesitabas que la conciliación encontrara.
El monto en la respuesta no es automáticamente un monto verificado
Cuando ChatGPT responde en modo chat normal, genera la siguiente parte más verosímil de una respuesta a partir de la información disponible en su contexto. Ese proceso es útil para explicar una variación, redactar una nota para un cliente o sugerir verificaciones. No es lo mismo que ejecutar una comparación determinista que debe preservar cada fila y cada valor.
Esta distinción se vuelve crítica cuando el prompt le pide a ChatGPT que haga varias cosas a la vez:
- Leer dos archivos
- Identificar las columnas relevantes
- Emparejar las transacciones
- Calcular las diferencias
- Sumar los resultados
- Explicar las excepciones
- Formatear un reporte final
Cada paso depende de que el anterior esté completo. Si una fila se omite durante la lectura del archivo, el total es incorrecto. Si dos montos iguales se emparejan con las referencias equivocadas, el recuento de coincidencias es incorrecto. Si un valor se reformatea o se infiere de filas cercanas, la explicación puede ser coherente aunque la comparación subyacente no lo sea.
El modelo también puede generar una respuesta nueva si se le pide que «verifique de nuevo». Esa segunda respuesta no es un control independiente. Es otra respuesta generada a partir del mismo prompt, los mismos archivos y la misma conversación. Que dos respuestas coincidan no prueba que alguna de ellas haya contabilizado cada fila fuente.
Por eso una conciliación bancaria con ChatGPT puede parecer trabajo terminado sin proporcionar los controles que se esperan de un trabajo terminado.
Los montos duplicados hacen que una respuesta incorrecta parezca correcta
El ejemplo contiene dos transacciones del libro mayor por $148.25. Eso es normal en facturación recurrente, honorarios fijos, nómina y pagos a proveedores. También es ahí donde la coincidencia por monto se vuelve ambigua.
Si el proceso empareja filas por monto antes de verificar la referencia, TX-8041 y TX-8043 son intercambiables. Una fila bancaria de $148.25 puede asignarse a la fila incorrecta del libro mayor. La otra fila del libro mayor puede emparejarse con $148.20 porque los valores son cercanos. El resumen puede seguir reportando cinco transacciones conciliadas, especialmente si el prompt permite coincidencias aproximadas.
Los totales no revelan el error de emparejamiento. Incluso un total general correcto no probaría que las transacciones correctas se emparejaron entre sí.
La conciliación financiera necesita entonces dos controles separados:
- La diferencia total entre los archivos.
- La identidad y el monto de cada par conciliado.
Los errores de conciliación de ChatGPT suelen pasar el primer control porque un total resumen puede parecer razonable. Fallan en el segundo porque no existe un registro estable a nivel de fila que muestre que la fila 17 del Archivo A se comparó con la fila 42 del Archivo B en la referencia TX-8043.
Las filas pueden desaparecer antes de que se comparen los montos
Un error de monto no siempre empieza con aritmética. Puede empezar cuando se lee el archivo.
Los CSV de transacciones consumen contexto con cada encabezado, referencia, fecha, descripción, código de moneda y valor decimal. Los archivos grandes pueden no caber bien en el contexto disponible del modelo. Un archivo con miles de filas puede estar solo parcialmente representado, dependiendo del número de columnas y la longitud de sus valores.
Si se omiten filas, el modelo puede seguir produciendo una respuesta que parece completa. Puede calcular un total a partir de la porción que procesó, describir los elementos sin conciliar de esa porción y presentar el resultado como si cubriera el export completo. Las filas faltantes no aparecen como errores porque nunca llegaron a la comparación.
El formato puede crear un fallo similar en archivos más pequeños:
- Los paréntesis alrededor de los montos negativos pueden leerse de forma inconsistente.
- Los separadores de miles pueden confundirse con los delimitadores CSV.
- Los símbolos de moneda pueden hacer que los valores se traten como texto.
- Los campos vacíos pueden desplazar los valores cuando se analiza una fila malformada.
- Las referencias largas pueden truncarse o representarse de forma diferente.
- Las columnas separadas de débito y crédito pueden interpretarse como una sola columna de monto con signo.
No son problemas menores de presentación. Si ($1,250.00) se convierte en $1,250.00, la conciliación está equivocada en $2,500. Si un campo vacío desplaza un valor a la columna incorrecta, el modelo puede asignar el monto correcto a la transacción equivocada.
Cuando una fila parece estar faltando, usa un método a nivel de fuente para encontrar la transacción faltante entre los dos archivos. No confíes en el resumen del chat para probar que leyó la fila.
Un resumen no puede reemplazar un registro de conciliación
La diferencia entre una salida verosímil y una salida verificable se ve en la estructura del reporte.
| Requisito | Salida de conciliación en modo chat | Salida de conciliación verificable |
|---|---|---|
| Cobertura de fuentes | Una afirmación de que ambos archivos fueron revisados | Cada fila de ambos archivos aparece en el reporte |
| Transacciones conciliadas | Un recuento o resumen narrativo | Cada fila del Archivo A está vinculada a una fila específica del Archivo B |
| Base de coincidencia | Implícita en el prompt | Se muestra referencia, monto, fecha o combinación definida |
| Diferencias de monto | Excepciones seleccionadas | Cada par desigual muestra ambos montos fuente y la diferencia |
| Filas sin conciliar | Un total o lista corta | Cada fila sin conciliar aparece listada con su fuente |
| Recálculo | Un total generado | Los totales pueden reproducirse a partir de las filas exportadas |
Sin la columna de la derecha, no hay forma de distinguir un resultado correcto de uno convincente. Una pista de auditoría para la conciliación por IA no es un historial de conversación ni una copia del prompt. Es la evidencia a nivel de fila que respalda el resultado.
Cómo verificar una conciliación de ChatGPT antes de usarla
Si ChatGPT ya produjo una conciliación, trata la respuesta como un borrador no verificado. Compruébala contra los archivos fuente en este orden.
1. Confirma el recuento de filas fuente
Cuenta las filas de datos en los dos archivos originales. Confirma luego que el resultado contabiliza el mismo número de filas como conciliadas, sin conciliar o marcadas. Un resultado que cubre 487 de 500 filas está incompleto aunque sus totales cuadren.
2. Recalcula los totales de ambos archivos fuera de la respuesta
Usa una fórmula de hoja de cálculo, un total de reporte contable o un script determinista. Compara esos totales con los montos que reportó ChatGPT. No le pidas al mismo chat que valide su propio total.
3. Exige los dos valores fuente para cada coincidencia
Una línea conciliada debe mostrar la referencia y el monto de cada archivo. Un monto consolidado único oculta qué valor fuente se usó.
4. Revisa los montos duplicados
Filtra los montos que aparecen más de una vez. Confirma que cada duplicado se emparejó usando una referencia única u otra clave defendible. El monto más una fecha cercana no es suficiente cuando varias transacciones comparten esos valores.
5. Recalcula cada diferencia indicada
Para cada excepción, resta el monto bancario del monto del libro mayor usando un cálculo determinista. Verifica los signos y también los valores absolutos. Un débito de $25 emparejado con un crédito de $25 no es una diferencia nula.
6. Rastrea cada fila sin conciliar hasta su fuente
Cada elemento sin conciliar debe existir en un archivo original y estar ausente del otro según la regla de coincidencia definida. Si el resultado no puede identificar la fila original, la excepción no está probada.
Estas verificaciones pueden validar un resultado pequeño. En una conciliación recurrente o de alto volumen, realizar las seis de forma manual significa hacer la mayor parte de la conciliación de nuevo. Eso anula la razón para subir los archivos a ChatGPT.
Cómo se ve una salida confiable
Una salida de conciliación confiable no te pide que confíes en un relato. Te permite inspeccionar la comparación.
Cada fila fuente debe terminar en uno de tres estados: conciliada, sin conciliar o marcada. Cada fila conciliada debe identificar su contraparte y la base de la coincidencia. Cada discrepancia de monto debe conservar los dos valores originales. Los totales deben poder reproducirse a partir del reporte, no aceptarse porque la explicación suena coherente.
Eso no hace a ChatGPT inadecuado para cada parte del flujo de trabajo. Puede ayudar a redactar una explicación de excepción después de que los montos se hayan verificado. Puede sugerir causas probables para una discrepancia de fecha o referencia. El límite es el resultado financiero en sí. Los números necesitan una comparación determinista y un registro a nivel de fila.
