'La «infraestructura de integridad» es clave para la supervivencia de los mercados de predicción, afirma el director ejecutivo de Pred'

El debate sobre innovación y supervisión

Desde que saltaron a la palestra tras su precisión casi milimétrica al pronosticar la victoria de Donald Trump en las elecciones presidenciales de EE. UU. de 2024, los mercados de predicción se han enfrentado a un intenso escrutinio. A pesar de su creciente utilidad como potentes herramientas de predicción, estas plataformas siguen acosadas por acusaciones sistémicas que van desde la facilitación del uso de información privilegiada hasta la creación de incentivos perversos y riesgos morales significativos.

Mientras que los reguladores y gobiernos de todo el mundo se han inclinado hacia la aplicación de la ley —deteniendo a operadores y prohibiendo contratos específicos de alto riesgo—, crece el clamor por una respuesta regulatoria más sólida y estandarizada. Recientemente, alarmados, los legisladores estadounidenses presentaron una ley que prohíbe los contratos relacionados con la muerte y la guerra.

Está surgiendo un intenso debate sobre el momento y el alcance de dicha supervisión. Al igual que en los inicios de otras tecnologías transformadoras, los defensores argumentan que una regulación excesivamente estricta en esta etapa incipiente probablemente sofocaría la innovación antes de que pudiera madurar plenamente. Estos partidarios sostienen que los mercados de predicción aportan un valor único y real al agregar información dispar en datos procesables.

En lugar de mandatos gubernamentales rígidos, abogan por un marco de autorregulación. Este enfoque, argumentan, permitiría al sector establecer normas éticas y mitigar los riesgos, al tiempo que se mantiene la flexibilidad necesaria para que la tecnología evolucione en consonancia con la vida cotidiana.

Amit Mahensaria, director ejecutivo de Pred, la plataforma P2P de intercambio de predicciones deportivas, coincide en que la autorregulación es «imprescindible». «Cualquier plataforma que se tome en serio su longevidad debería crear una infraestructura de integridad, independientemente de si un regulador la supervisa», afirmó Mahensaria. Dicha autorregulación implica la implementación de sistemas de vigilancia, normas de liquidación claras, detección de manipulaciones y presentación de informes transparentes.

Los límites de la autorregulación

Sin embargo, Mahensaria coincide con los críticos en que la autorregulación tiene sus límites. Aunque las estructuras de incentivos son evidentes a corto plazo, la historia sugiere que los actores del sector a menudo solo toman medidas serias contra las malas prácticas tras enfrentarse a crisis importantes. «La historia demuestra que los sectores que se dejan totalmente a la autorregulación tienden a descubrir sus principios justo cuando un escándalo obliga a abordar el tema. Mercados financieros, aviación, sector farmacéutico: el patrón es constante», declaró Mahensaria a Bitcoin.com News.

En lugar de una autorregulación total, el cofundador de Pred aboga por una «regulación proporcionada» que establezca estándares básicos sin sofocar las ventajas estructurales que ofrecen los mercados de predicción frente a las alternativas tradicionales. En su opinión, los reguladores deberían centrarse en la integridad de la liquidación, la transparencia de las contrapartes y la lucha contra la manipulación. Si bien las plataformas basadas en blockchain son objeto de un amplio escrutinio, aquellas centradas en resultados verificables con plazos naturales han sufrido menos reacciones adversas. Mahensaria señaló que plataformas como Pred tienen una ventaja de integridad estructural frente a los mercados basados en acontecimientos políticos o conflictos geopolíticos, donde los resultados pueden ser subjetivos, manipulables o éticamente problemáticos. «Los mercados sobre asesinatos, guerras o crisis políticas plantean preocupaciones éticas reales que la industria no debería descartar como simple delicadeza», afirmó Mahensaria. «La cuestión no es solo si dichos mercados pueden liquidarse con precisión. Es si crean incentivos perversos y si la información que recopilan compensa el coste moral del mecanismo». Cuando se le preguntó quién debería encargarse de supervisar las apuestas antes de su cotización, Mahensaria sugirió una combinación de discreción de la plataforma y marcos regulatorios. Argumentó que las plataformas deben ejercer su criterio y explicarlo públicamente, mientras que los reguladores deberían establecer límites en torno a categorías claramente perjudiciales.

Mientras tanto, algunos defensores están recurriendo a la inteligencia artificial para detectar el uso de información privilegiada, una visión que se plasma en la reciente colaboración entre Polymarket, Palantir y TWG AI. Mahensaria cree que el sector va actualmente a la zaga de los mercados financieros tradicionales en esta implementación.

«La IA es realmente útil en este ámbito. La aplicación principal es el reconocimiento de patrones en grandes conjuntos de datos: identificar comportamientos de negociación que se desvíen de los modelos esperados de formas que se correlacionen con información privilegiada o manipulación coordinada», explicó Mahensaria.

Sin embargo, el uso de la IA introduce una nueva tensión: el riesgo de falsos positivos que penalicen a los operadores expertos. Mahensaria insiste en que la vigilancia debe proteger el mercado sin castigar el «análisis agudo» que hace que los mercados de predicción funcionen. Argumenta que las alertas de la IA nunca deben desencadenar sanciones automáticas; en su lugar, deben someterse a una revisión humana y a un análisis contextual.

«El sector tradicional de las apuestas deportivas lleva décadas castigando a los ganadores mediante restricciones de cuentas y límites reducidos. Eso es lo contrario de lo que deberían ser los mercados de predicción», señaló Mahensaria. Sugirió que la mejor defensa contra el uso de información privilegiada no es una vigilancia agresiva, sino un diseño inteligente del mercado: negarse a incluir, desde el principio, mercados que sean altamente susceptibles a la manipulación.

Mahensaria también destacó que la capa de blockchain ofrece una ventaja significativa para estos esfuerzos de integridad. «Los mercados de predicción en cadena generan un registro transparente e inmutable de cada operación, lo que proporciona a los sistemas de vigilancia de IA un conjunto de datos más rico», afirmó. «La combinación de la transparencia en cadena y el análisis impulsado por IA crea una infraestructura de integridad genuinamente mejor que la que existe hoy en día en la mayoría de los entornos tradicionales de apuestas deportivas».

Preguntas frecuentes ❓

• ¿Qué ha desencadenado recientemente el escrutinio de los mercados de predicción? El aumento de la atención generalizada se produjo tras su acertada predicción de la victoria presidencial de Donald Trump en 2024.
• ¿Cuáles son las principales preocupaciones con respecto a los mercados de predicción? Las preocupaciones incluyen acusaciones de uso de información privilegiada y la posibilidad de que se generen dilemas éticos e incentivos perversos.
• ¿Qué enfoques regulatorios se están proponiendo? Los legisladores estadounidenses abogan por una legislación que restrinja ciertos contratos de alto riesgo, como los relacionados con la muerte y la guerra.
• ¿Cómo proponen los líderes del sector abordar estos retos? Amit Mahensaria sugiere adoptar la autorregulación junto con una supervisión gubernamental proporcionada para establecer normas éticas sin frenar la innovación.