CLOSED
S&P—NASDAQ—DOW—R2K—VIX—AAPL—MSFT—NVDA—GOOGL—META—AMZN—TSLA—AVGO—GOLD—WTI—USDPEN—
Yahoo · 60s · delay ~15min
LIVE
BTC—ETH—SOL—XRP—ADA—BNB—DOGE—
CoinGecko · 30s
LLMs Deciden Precios en Reservas: ¿Qué Elige el Modelo o el Usuario?
Papers

LLMs Deciden Precios en Reservas: ¿Qué Elige el Modelo o el Usuario?

arXiv q-fin28 de setiembre de 2026

Según arXiv q-fin, un estudio reciente analiza cómo los modelos de lenguaje (LLMs) actúan como agentes de compra, tomando decisiones reales sobre qué productos adquirir y a qué costo, sin intervención directa del usuario. En este escenario, las preferencias internas del modelo determinan no solo qué opción se selecciona, sino también el precio final y la calidad de la oferta. Un caso claro es la reserva de hoteles: una decisión repetitiva y basada en atributos similares, donde el modelo revela sus propias inclinaciones. El investigador presenta PriceBench, un conjunto de pruebas que identifica las preferencias de precios, calidad y marcas de 28 modelos de LLMs provenientes de 8 proveedores, evaluados en 3.600 tareas relacionadas con 179 propiedades de Nueva York. Los resultados muestran que la capacidad técnica de un modelo no se mide por la calidad de la respuesta, sino por la coherencia en sus elecciones. Los más potentes presentan preferencias estables y predecibles, mientras que los menos desarrollados oscilan entre opciones extremas o muestran indiferencia casi total. Esta variabilidad es notable tanto entre proveedores distintos como dentro de familias de modelos similares. La sensibilidad a precios varía más de un orden de magnitud, y el equilibrio entre costo y calidad provoca que el precio promedio por noche de una misma reserva aumente desde US$247 hasta US$393. Cada modelo, por tanto, posee un perfil de preferencias único que debe ser evaluado directamente, no inferido. El trabajo comparte los escenarios de prueba, el código de implementación y todas las respuestas generadas por los 28 modelos.

Para los lectores peruanos, esta investigación resalta una realidad creciente en el uso de inteligencia artificial en servicios cotidianos. Si bien los sistemas digitales ya guían decisiones en compras de viajes, alimentos o servicios, este estudio demuestra que sus elecciones no son neutrales. Los modelos pueden favorecer ciertos precios o niveles de calidad sin que el usuario lo perciba. En el contexto peruano, donde el mercado de turismo y alojamientos es dinámico y altamente competitivo, esta tendencia puede influir en la percepción de valor de servicios. Un viajero que confía en un asistente digital podría estar, sin darse cuenta, favoreciendo opciones más caras o de menor calidad por defecto. Es vital que los usuarios comprendan que las decisiones que toman los sistemas no son neutrales, y que cada modelo tiene un perfil de preferencias que debe ser evaluado. La transparencia en estos procesos, tanto en servicios digitales como en plataformas financieras, se vuelve una herramienta clave para proteger el interés del consumidor.

LLMs Deciden Precios en Reservas: ¿Qué Elige el Modelo o el Usuario? | Reditua