Los mercados de predicción con IA generan pérdidas: un estudio revela sus limitaciones

Los modelos de IA pierden dinero en mercados de predicción

Los mercados de predicción Kalshi y Polymarket han ganado popularidad, atrayendo la atención de reguladores y usuarios en redes sociales. Algunos internautas afirman haber obtenido grandes beneficios utilizando modelos de IA para operar en estas plataformas. Sin embargo, un reciente estudio publicado en arXiv por la Universidad de Cornell desmiente estas afirmaciones.

Pruebas con modelos de frontera

Investigadores de Arcada Labs, a través de su Prediction Arena benchmark, evaluaron el rendimiento de seis modelos avanzados de IA. Durante 57 días, cada modelo recibió 10.000 dólares para operar en mercados de predicción como Kalshi, analizando su capacidad para tomar decisiones en tiempo real y gestionar información actualizada.

Grace Li, cofundadora de Arcada Labs y coautora del estudio, explica: «Queríamos evaluar en el entorno más realista posible si estos modelos podían tomar decisiones en tiempo real y ser recompensados según lo contrarios que fueran sus pronósticos».

Resultados decepcionantes

Los resultados no fueron favorables. Todos los modelos perdieron dinero: entre un 16% y un 30,8% en Kalshi. En Polymarket, las pérdidas fueron menores, aunque el estudio sugiere que esto se debe a las diferencias en las reglas de operación. En Polymarket, los modelos tenían acceso a un mayor número de mercados, mientras que en Kalshi solo podían operar en 26 mercados predefinidos.

Li señala: «En Polymarket, los modelos podían operar en cualquier mercado, mientras que en Kalshi estaban limitados a un conjunto fijo de 26. No anticipamos el impacto que tendría darles libertad para elegir sus propios mercados».

¿Hype o realidad?

Aunque los modelos perdieron dinero en Kalshi, Li reconoce que en Polymarket «la IA está cumpliendo, hasta cierto punto, con las expectativas». Menciona casos recientes en los que el modelo Opus 4.6 logró operaciones destacadas. Sin embargo, advierte que estos éxitos no son sinónimo de «enriquecimiento rápido», sino de un avance hacia sistemas más autónomos.

«Imaginamos que los modelos mejorarán progresivamente, superando el rendimiento humano hasta que los fondos de inversión con IA sean algo común», afirma Li. Pero su interés va más allá de lo económico: «Nos interesa más qué significa esta unidad adicional de inteligencia para la humanidad que el beneficio económico absoluto».

Conclusiones clave

• Todos los modelos de IA probados perdieron dinero en mercados de predicción.
• En Polymarket, las pérdidas fueron menores debido a la mayor flexibilidad en las operaciones.
• Los expertos advierten sobre expectativas irreales en redes sociales.
• La IA podría mejorar con el tiempo, pero aún no está lista para reemplazar a los traders humanos.

«No estamos buscando solo el beneficio económico, sino entender qué significa esta capacidad para la inteligencia artificial en el futuro de la humanidad».