La resurrección de los mercados de predicciones: de experimento universitario a la IA y escándalos geopolíticos

2026-03-22 - 03:10

De haber tenido una “unidad nerd” de asesores a la que hacerle caso, probablemente Nicolás Maduro se hubiera salvado de ser capturado. La historia es la siguiente. La noche del 2 de enero, pocas horas antes de que el presidente de EE.UU. Donald Trump anunciara por sorpresa la captura de Nicolás Maduro en Caracas, un usuario anónimo en la plataforma de apuestas Polymarket acumuló en silencio contratos por US$32.000 sobre la caída del líder venezolano antes del 31 de enero. Para ese entonces, el mercado llevaba semanas rondando probabilidades de un dígito. A las 10 de la noche del viernes empezó a trepar. Trump habló a las 4:20 de la madrugada del sábado. El trader cobró US$436.760. El usuario se llamaba “Burdensome-Mix” y su cuenta había sido creada apenas una semana antes, con actividad exclusiva en contratos relacionados a Venezuela. El caso se viralizó en minutos y abrió todo tipo de polémicas. El investigador político Tyson Brody lo detectó primero y lo publicó en X. Vino después la pregunta obligada: ¿el mercado de pronósticos filtró, horas antes que cualquier medio, una operación militar clasificada? En Slate publicaron la especulación del primer párrafo de esta nota: si alguien del círculo íntimo de Maduro hubiera abierto Polymarket esa noche, habría visto lo que se avecinaba. Las apuestas funcionaron como una fuga de información visible para cualquiera que supiera dónde mirar. Obviamente, como dice Nassim Taleb, es más fácil “unir los puntos hacia atrás” (con las Torres Gemelas hubo también infinidad de pistas previas, pero son una aguja en un pajar). Pero el episodio concentró en un solo punto todo lo que es fascinante y todo lo que es ominoso en el boom de los mercados de predicciones, uno de los fenómenos más explosivos —y menos cubiertos en profundidad— de los últimos dos años. Rebobinemos un poco la película. Todo empezó en 1988 en una oficina de la Universidad de Iowa tan chica que “apenas entraban dos sillas”, según crónicas de la época. Tres economistas pusieron en pie el Iowa Electronic Markets, el primer mercado de predicción con dinero real, para apostar sobre la elección entre Dukakis y Bush. El experimento era técnicamente ilegal en casi todas partes, por eso arrancó en una universidad. La idea de fondo era simple y revolucionaria a la vez: si los mercados financieros agregan información dispersa de manera eficiente, ¿por qué no hacer lo mismo con eventos futuros? El padre intelectual del concepto es Robin Hanson, economista de la George Mason University. Hanson propuso la “futarquía”: un sistema de gobierno donde las políticas se eligen según lo que los mercados predicen que va a funcionar mejor. La idea nunca llegó a ningún gobierno: ¿qué político estaría dispuesto a firmar su obsolescencia? Adelantamos la película unos años. En 2001 nació Intrade, con sede en Irlanda, que le dio escala global a las apuestas sobre política y todo tipo de eventos. Cerró en 2013 por presión regulatoria norteamericana. Ese mismo año, el Departamento de Defensa tuvo que cancelar un proyecto piloto para predecir ataques terroristas, después de un escándalo que lo bautizó como “la bolsa del terrorismo”. Vino una larga noche: las ideas eran sólidas, el entorno era hostil. El renacimiento arrancó, paradójicamente, en el mundo de las criptomonedas. Polymarket se fundó en 2020 sobre la red Polygon, con stablecoins y sin intermediarios bancarios. Kalshi apareció en 2021 con una estrategia opuesta: buscar regulación del CFTC (el regulador de derivados de EE.UU.) en lugar de esquivarla. Durante el gobierno de Biden, ambas plataformas chocaron sistemáticamente con los reguladores. El punto de inflexión fue septiembre de 2024: Kalshi ganó un juicio histórico contra la CFTC que le permitió abrir mercados sobre las elecciones presidenciales. Los números que siguieron son de otro planeta. Kalshi pasó de US$300 millones en volumen anual a US$50.000 millones en 2025. Polymarket, por su parte, recibió una inversión de US$2000 millones del grupo Intercontinental Exchange —la empresa madre de la Bolsa de Nueva York— a una valuación de US$9000 millones. Entre las dos plataformas concentran el 97,5% del mercado global. Y el detonante fue la elección de Trump: en noviembre de 2024, ambas le daban 60% de chances de ganar cuando las encuestas mostraban 50/50. Su victoria no fue solo un resultado, fue una reivindicación masiva del modelo. “Es lo más preciso que tenemos como humanidad para predecir eventos futuros, hasta que alguien invente una bola de cristal superadora”, le dijo Shayne Coplan, el CEO de Polymarket de 28 años, a 60 Minutes. Sobre el trasfondo académico, hay un libro imprescindible: Superforecasting, de Philip Tetlock y Dan Gardner (2015), que el Wall Street Journal definió como “el libro más importante sobre toma de decisiones desde Pensar rápido, pensar despacio de Kahneman”. Tetlock pasó décadas estudiando qué hace que algunos pronosticadores sean extraordinariamente precisos. Su hallazgo es contra-intuitivo: los mejores no son expertos con información privilegiada, sino personas que piensan en probabilidades, actualizan creencias ante nueva evidencia y llevan la cuenta de sus errores. En su Good Judgment Project, estos “superforecasters” le ganaron de manera consistente a analistas de inteligencia con acceso a material clasificado. El caso Maduro no fue aislado. En diciembre de 2024, un trader ganó casi un millón de dólares apostando correctamente sobre 22 de 23 términos del ranking anual de búsquedas de Google. La acumulación de casos disparó una pregunta que también se hace Metaculus —la plataforma más académica, sin apuestas de dinero real— en su nuevo benchmark FutureEval: ¿en qué dominios son confiables estas predicciones, y en cuáles son directamente peligrosas? La respuesta provisional es que los mercados funcionan bien en eventos con resolución clara y alta liquidez: deportes, macroeconomía, tecnología, ciencia. Donde fallan de manera más espectacular —y donde el potencial de corrupción es mayor— es en geopolítica: el dominio más opaco, más dependiente de decisiones de un puñado de personas detrás de puertas cerradas. El caso Maduro es el arquetipo. Tetlock en su libro cuenta que las pifiadas más monumentales en predicciones se dan en el campo de la geopolítica, también en parte por la complejidad del sistema. Suele citar el caso de “La Guerra del Siglo XX1”, un libro muy de moda en los noventas, de Lester Thurow, en el que vaticinaba que el dominio geopolítico actual estaría en manos de... Europa. ¿Hacia dónde va todo esto? La IA parece estar cambiando las reglas de juego, como en casi todo. FutureEval proyecta que los modelos de IA superarán a la comunidad general de pronosticadores en abril de 2026 (¡Por estos días!) y a los más profesionales en junio de 2027. Y no es sobre predicciones de IA: es sobre geopolítica, economía, salud, ciencia, todo. Los modelos ya entran al mercado como participantes autónomos. Días atrás, se lanzó “MiroFish”, una plataforma de miles de agentes con distintas personalidades cada uno dedicados a monitorear “señales débiles”, y hasta ahora los resultados en predicciones fueron sorprendentemente buenos. ¿Vamos hacia un mundo en el que los mercados de pronósticos reemplazan a las encuestas, a los analistas políticos, a los modelos econométricos? ¿O hacia uno donde se convierten en infraestructura para el insider trading institucionalizado? ¿Puede una herramienta que en teoría agrega la “sabiduría de la multitud” sobrevivir intacta cuando la multitud incluye a gente de la sala de mando? La historia de los mercados de predicción es la de una tecnología que pasó 35 años siendo demasiado buena para las leyes vigentes. Ahora que las leyes se relajaron, el experimento entra en su fase más interesante, y también más arriesgada.