Un estudio de Arcada Labs revela que los modelos de inteligencia artificial de frontera perdieron hasta un 30% en mercados de predicción como Kalshi y Polymarket. Aunque algunos resultados recientes muestran mejoras, los expertos advierten que no es un camino fácil hacia la riqueza.
Los mercados de predicción Kalshi y Polymarket han irrumpido en la conciencia pública, atrayendo el escrutinio de reguladores y políticos. También han capturado la imaginación de usuarios en redes sociales, algunos de los cuales publican afirmaciones extravagantes sobre hacerse ricos utilizando modelos de IA en estos mercados y ganando grandes sumas de dinero. Pero un nuevo estudio publicado en el repositorio arXiv de la Universidad de Cornell sugiere que no es tan fácil.
Investigadores de Arcada Labs, a través de su benchmark Prediction Arena, probaron seis modelos de inteligencia artificial de frontera asignando a cada uno US$10.000 para operar en mercados de predicción durante 57 días a principios de este año, monitoreando cómo manejaban la información en tiempo real y la toma de decisiones en plataformas como Kalshi. “Queríamos la evaluación más realista posible sobre si los modelos podían tomar decisiones en tiempo real”, afirma Grace Li, cofundadora de Arcada Labs y coautora del estudio. El objetivo era ver cómo la IA podía gestionar “información en tiempo real, tomar decisiones en tiempo real y ser recompensada exactamente según cuán contraria fuera su decisión”, agrega Li.
Los resultados no fueron alentadores para sus planes de jubilación 401(k). En ese período, todos los modelos perdieron dinero, entre un 16% y un 30,8% en Kalshi, aunque las pérdidas fueron menores en un período más corto en Polymarket. Li cree que esa diferencia puede deberse a cómo se permitió operar a los sistemas: los modelos podían explorar un universo más amplio de mercados en Polymarket, frente a un conjunto estandarizado en Kalshi. En Polymarket, “los modelos tienen acceso para operar en cualquier mercado”, explica, mientras que en Kalshi “comienzan solo con un conjunto de 26, porque tuvimos que listar explícitamente los mercados”.
En retrospectiva, añade Li, “no nos dimos cuenta de cuánto impacto tendría permitir que los modelos eligieran libremente en qué mercados operar”. Por eso cree que las publicaciones en redes sociales que celebran grandes retornos podrían no estar exagerando su impacto. Li explica que en Polymarket “por ahora [el trading con modelos de lenguaje] sí está cumpliendo con las expectativas”, y señala ejecuciones internas más recientes en las que “Opus 4.6 realizó un par de operaciones fenomenales recientemente”. Sin embargo, aclara que incluso esos éxitos no son evidencia de esquemas para hacerse rico rápidamente, sino más bien una muestra de lo que modelos cada vez más autónomos podrían ser capaces de hacer pronto.
“Imaginamos que los modelos mejorarán de manera constante con el tiempo, superando la línea base humana”, dice, “hasta que los fondos de cobertura impulsados por IA se vuelvan algo habitual”. Aun así, eso no es lo que más le interesa investigar. “Nos interesa menos cuál es la ganancia económica absoluta de esta capacidad, y más qué significa para la humanidad esta unidad adicional de inteligencia”, concluye.