Les IA échouent dans les marchés de prédiction malgré les promesses des réseaux sociaux

Les limites des traders IA dans les marchés de prédiction

Les plateformes Kalshi et Polymarket ont attiré l'attention des régulateurs et du grand public, séduisant aussi certains utilisateurs de réseaux sociaux par des récits de fortunes rapides grâce à l'utilisation de modèles d'IA. Pourtant, une étude récente publiée sur arXiv par des chercheurs d'Arcada Labs démontre que la réalité est bien différente.

Une expérience grandeur nature

Les chercheurs ont testé six modèles d'IA de pointe en leur allouant 10 000 dollars chacun pour trader sur des marchés de prédiction pendant 57 jours au début de l'année. L'objectif était d'évaluer leur capacité à traiter des informations en temps réel et à prendre des décisions autonomes sur des plateformes comme Kalshi.

« Nous voulions évaluer dans les conditions les plus réalistes possibles si les modèles pouvaient prendre des décisions en temps réel », explique Grace Li, cofondatrice d'Arcada Labs et co-autrice de l'étude.

Des résultats décevants

Les résultats sont sans appel : tous les modèles ont enregistré des pertes, variant entre 16 % et 30,8 % sur Kalshi. Sur Polymarket, les pertes étaient moins importantes, mais toujours présentes. Grace Li attribue cette différence à la flexibilité accordée aux modèles : sur Polymarket, les IA pouvaient trader sur n'importe quel marché, tandis que sur Kalshi, elles étaient limitées à un ensemble prédéterminé de 26 marchés.

« Nous n'avions pas réalisé à quel point le fait de laisser les modèles choisir librement leurs marchés aurait un impact majeur », confie-t-elle.

Un potentiel futur, mais pas de miracle

Malgré ces résultats, Grace Li souligne que certains modèles, comme Opus 4.6, ont récemment réalisé des trades exceptionnels sur Polymarket. Cependant, elle met en garde contre les interprétations hâtives : ces succès ne constituent pas une preuve de gains faciles, mais plutôt une démonstration des capacités croissantes des modèles autonomes.

« Nous imaginons que ces modèles s'amélioreront progressivement, dépassant même les performances humaines, jusqu'à ce que les fonds spéculatifs entièrement automatisés deviennent la norme », déclare-t-elle.

Une question plus large : l'impact sur l'humanité

Pour Grace Li, l'enjeu n'est pas seulement économique. « Nous nous intéressons moins au gain absolu qu'à ce que cette unité d'intelligence supplémentaire signifie pour l'humanité », précise-t-elle.

« Les modèles d'IA pourraient un jour surpasser les capacités humaines, mais leur véritable valeur réside dans leur capacité à transformer notre compréhension du monde et à résoudre des problèmes complexes. »