EscucharA principios de diciembre, la revista Time nombró como su Personaje del Año 2025 a los “Arquitectos de la IA”. El período previo a este anuncio siempre ha generado una considerable especulación, pero este año había millones de dólares en juego: la gente apostó 55 millones de dólares en el sitio web de apuestas Polymarket y 19 millones en Kalshi, una plataforma rival.
Sin embargo, si bien las plataformas les permitían a los usuarios apostar por “Elon Musk”, “Jensen Huang” e incluso “IA” como Personaje del Año de Time, nadie anticipó la formulación exacta de la revista. El anuncio desató una gran polémica. ¿Qué apuestas se pagarían, si es que se pagaba alguna? La respuesta ilustra una lección importante sobre el funcionamiento de los mercados de predicción.
En los últimos años, los mercados de predicción en línea han florecido, impulsados por la indulgencia regulatoria en Estados Unidos. En plataformas como Polymarket y Kalshi, los usuarios apuestan por los resultados de eventos políticos, sociales y económicos concretos. Los “contratos de eventos” resultantes varían considerablemente en cuanto a la especificidad de las condiciones en las que una apuesta se considera ganadora.
Estos mercados han cobrado relevancia gracias a la promesa de un mayor descubrimiento y suministro de información. Si los actores motivados están dispuestos a apostar por resultados futuros en un mercado con suficiente liquidez, se argumenta, el tamaño de esas apuestas debería reflejar las probabilidades de un resultado concreto. ¿Pero qué ocurre cuando el resultado en sí mismo es incierto?
No es de extrañar que las apuestas en estas plataformas sean a veces objeto de controversia. Muchos, si no la mayoría, de los eventos sobre los que se hacen apuestas son “hechos sociales”: surgen a través de la acción social y están sujetos a múltiples interpretaciones. Incluso los contratos que especifican las condiciones de pago con gran detalle pueden verse frustrados por el resultado real.
El Personaje del Año 2025 de la revista Time es un buen ejemplo. Las personas que apostaron por líderes de la industria, como Dario Amodei, CEO de Anthropic, afirmaron haber ganado, al igual que quienes apostaron por la propia IA. Tanto Kalshi como Polymarket determinaron que la IA no ganó, pero discreparon sobre si Amodei sí lo hizo. Como resultado de ello, si usted apostó por que el CEO de Nvidia, Jensen Huang, fuera nombrado Personaje del Año en Kalshi, ganó dinero; pero perdió dinero si hizo la misma apuesta en Polymarket.
Al llegar a conclusiones diametralmente opuestas, estas plataformas subrayaron el papel que desempeña la interpretación humana en la resolución de contratos de eventos, incluso en mercados digitales cada vez más automatizados. Esto recuerda a “la paradoja de la última milla de la automatización”, la frase que la antropóloga Mary L. Gray y el científico social computacional Siddharth Suri acuñaron en 2019 para referirse a los nuevos problemas creados por los avances en el aprendizaje automático, muchos de los cuales solo los seres humanos pueden resolver. A pesar de las afirmaciones sobre el descubrimiento automatizado de información, las plataformas de predicción siguen dependiendo del criterio humano para estructurar sus mercados.
Hasta ahora, Polymarket y Kalshi han abordado de forma diferente la necesidad de interpretación contractual. Para resolver apuestas controvertidas, Polymarket utiliza un sistema de votación basado en cadena de bloques, en el que los titulares de tokens de Acceso Universal al Mercado determinan el resultado. Por el contrario, Kalshi no cuenta con un sistema formal de resolución de disputas. Promociona su “enfoque imparcial” para determinar los resultados del mercado de acuerdo con los términos y condiciones del contrato del evento, lo que implica un “cumplimiento meticuloso” de un conjunto no especificado de “reglas específicas”.
La disputa sobre qué apuestas al Personaje del Año 2025 de Time deberían pagarse es representativa de un fenómeno más general: los contratos de eventos son una forma de contrato derivado, similar en algunos aspectos a los derivados de crédito, que ofrecen una compensación en caso de incumplimiento u otro evento crediticio. Los derivados de crédito suelen incluir especificaciones exhaustivas, pero aun así se enfrentan a circunstancias inesperadas que no están contempladas en los términos contractuales.
Por ejemplo, cuando Grecia introdujo retroactivamente cláusulas de acción colectiva en sus contratos de deuda soberana en 2012, los tenedores de swaps de incumplimiento crediticio vinculadas a los bonos griegos argumentaron que se había producido un evento crediticio. Un “comité de determinaciones” bajo los auspicios de la Asociación Internacional de Swaps y Derivados llegó a la misma conclusión, lo que desencadenó un flujo de pagos. La existencia de estos comités, integrados por representantes de los bancos compradores y vendedores, es un reconocimiento tácito del papel irreductible que desempeña el criterio humano en los mercados de derivados de crédito.
Los mercados de predicción en línea se han presentado a los reguladores y al público como “máquinas de la verdad por excelencia”, en palabras del cofundador de Kalshi, Tarek Mansour. Según sus impulsores, su valor reside en recopilar y depurar información disponible públicamente, a través del mecanismo de precios, para generar predicciones creíbles. Y, al igual que los mercados de derivados de crédito, permanecen envueltos en una densa niebla de complejidad técnica y automatización que oculta su dependencia de la interpretación humana.
Pero la subjetividad es fundamental para resolver los contratos de eventos. Una “máquina de la verdad” que prescinde de ella es una promesa vacía. En este sentido, los mercados de predicción no son diferentes de cualquier otro.
---
Erin Lockwood es profesora adjunta de Ciencias Políticas en la Universidad de California, Irvine.
