Tal como señalan en un artículo de Harvard Business Review, explicar cómo funciona un sistema no alcanza para construir confianza. De hecho, una mala explicación puede tener el efecto contrario. El desafío no es abrir la “caja negra”, sino explicar lo que importa de forma comprensible y relevante para el cliente.
Otra investigación académica, realizada por science, demostró que las personas confían en un sistema específico, para una tarea y en un contexto determinado.  Es decir que un usuario puede aceptar sin problemas que un algoritmo le recomiende una serie, pero desconfiar decide sobre un crédito o un diagnóstico.

Esto significa que la confianza requiere de un diseño en función del riesgo percibido por el cliente y del impacto de la decisión automatizada.

Por ello la comunicación es clave. Las explicaciones muy técnicas o extensas pueden reducir la confianza. La transparencia sigue la regla de: menos es más.  Comunicar para que el usuario entienda qué hace el sistema, qué no hace y cómo lo afecta.

Si lo trasladamos a la práctica, significa pasar de descripciones técnicas a explicaciones orientadas a decisiones.

Uno de los hallazgos más consistentes es que la calidad percibida del sistema de IA influye directamente en la confianza del cliente. Cuando la IA es útil, coherente y mejora la experiencia, la confianza crece incluso si el usuario no comprende completamente su funcionamiento.
No puede entenderse la confianza como una declaración institucional, se construye en cada interacción cotidiana.

Esto implica también el uso de los datos y quién responde con lo cual la supervisión humana cobra relevancia.

En suma: construir confianza en la inteligencia artificial es un tama estratégico. Implica alinear diseño, experiencia de usuario, comunicación y responsabilidad organizacional.