AI nei mercati predittivi: i modelli perdono denaro, ma il futuro riserva sorprese

I mercati predittivi Kalshi e Polymarket stanno attirando sempre più l’attenzione di regolatori, politici e utenti dei social media, alcuni dei quali sostengono di aver accumulato grandi fortune utilizzando modelli di intelligenza artificiale per operare su queste piattaforme.

Tuttavia, uno studio pubblicato su arXiv dell’Università Cornell smentisce queste affermazioni. La ricerca, condotta da Arcada Labs attraverso il suo Prediction Arena benchmark, ha testato sei modelli AI all’avanguardia, fornendo a ciascuno 10.000 dollari per operare sui mercati predittivi nell’arco di 57 giorni all’inizio del 2024. L’obiettivo era valutare la capacità dei sistemi di elaborare informazioni in tempo reale e prendere decisioni autonome.

«Volevamo la valutazione più realistica possibile per capire se i modelli potessero prendere decisioni in tempo reale», afferma Grace Li, cofondatrice di Arcada Labs e coautrice dello studio. «Il nostro obiettivo era verificare come l’AI potesse gestire informazioni aggiornate, prendere decisioni immediate e essere premiata in base al grado di contrarianismo delle sue scelte».

I risultati non sono stati incoraggianti per chi sperava in guadagni facili. Tutti i modelli hanno registrato perdite tra il 16% e il 30,8% su Kalshi, mentre su Polymarket le perdite sono state inferiori, probabilmente a causa delle diverse restrizioni operative. Su Polymarket, infatti, i modelli avevano accesso a un numero illimitato di mercati, mentre su Kalshi erano limitati a un set predefinito di 26.

«Non ci aspettavamo che la libertà di scelta dei mercati avesse un impatto così significativo», spiega Li. «In retrospettiva, abbiamo sottovalutato quanto la possibilità di selezionare liberamente i mercati avrebbe influenzato le performance».

Questo spiega perché molti post sui social media che vantano guadagni straordinari con l’AI potrebbero non essere del tutto infondati. Su Polymarket, infatti, alcuni modelli come Opus 4.6 hanno recentemente realizzato operazioni eccezionali, dimostrando che l’AI può effettivamente ottenere risultati positivi in determinati contesti.

Tuttavia, secondo Li, questi successi non devono essere interpretati come la prova di un sistema per arricchirsi rapidamente, ma piuttosto come un’indicazione di ciò che i modelli autonomi potrebbero presto essere in grado di fare. «Prevediamo che le performance miglioreranno costantemente nel tempo, fino a superare i risultati degli operatori umani», afferma. «In futuro, i fondi hedge basati sull’AI potrebbero diventare la norma».

Ma ciò che interessa davvero ai ricercatori non è solo l’aspetto economico. «Siamo meno interessati al guadagno economico assoluto di questa tecnologia e più a ciò che questa unità aggiuntiva di intelligenza significa per l’umanità», conclude Li.