En 2007, los premios Nobel Kenneth Arrow, Daniel Kahneman y otros destacados académicos publicaron una declaración en la que argumentaban que los mercados de predicción podrían «mejorar sustancialmente la toma de decisiones públicas y privadas». Los fundamentos teóricos eran profundos. 

Friedrich Hayek argumentó en 1945 que los mercados agregan el conocimiento disperso, local y tácito a través del sistema de precios mejor que cualquier planificador central. En el año 2000, el economista Robin Hanson, de la Universidad George Mason, propuso un sistema que denominó futarquía, en el que los mercados se utilizarían para evaluar si las políticas cumplen sus promesas. Diecisiete años después, Philip Tetlock, Barbara Mellers y Peter Scoblic defendían los torneos de pronóstico como una forma de generar conocimiento útil para la comunidad de inteligencia en materia de políticas públicas y de reducir la polarización de los debates políticos. 

Instituciones como Google , Microsoft , la CIA , la comunidad de inteligencia estadounidense en general y los analistas de inteligencia del gobierno británico han experimentado con mercados de predicción internos. Algunos de estos ensayos tuvieron más éxito que otros, pero todos fueron de pequeña escala. Y sabemos, tanto en teoría como en la práctica, que cuantos más participantes haya, más precisos serán los mercados. Hal Varian, economista jefe de Google, prefiere llamar a los mercados de predicción «mercados de información» y a los participantes «proveedores» de dicha información. 

Durante décadas, los optimistas de los mercados de predicción —y me incluyo entre ellos— han argumentado que, una vez que construyamos mejores mercados y aumentemos la oferta de apostadores, la precisión mejorará y todos podremos beneficiarnos de un nuevo nivel de previsión social.

Ahora, en 2026, los mercados de predicción públicos como Polymarket y Kalshi mueven miles de millones de dólares al mes . La gran mayoría de estas apuestas no se centran en cuestiones que puedan generar información útil. Aproximadamente el 90 % del volumen de operaciones de Kalshi (dólares que se intercambian entre apostadores) proviene de apuestas deportivas, lo que convierte a Kalshi, en la práctica, en una plataforma de apuestas deportivas con un pequeño mercado de predicción. He observado que más del 80 % del volumen de operaciones en Polymarket se concentra en apuestas deportivas, precios de criptomonedas o elecciones.¹

Mucho se ha escrito sobre los aspectos negativos —como la ludopatía y el uso de información privilegiada— de la creciente popularidad de estos mercados. Pero, ¿qué hay de su potencial? ¿Generan información valiosa y contribuyen al conocimiento de la humanidad?

Demanda, demanda, demanda

Para comprender la utilidad de este suministro de pronósticos y si estos realmente cumplen con la visión de los creadores de los mercados de predicción, debemos considerar otro factor: la demanda. 

Es perfectamente concebible que los mercados de predicción solo sean utilizados por los propios apostadores. Pero si particulares, empresas, medios de comunicación y responsables políticos desean (o necesitan) las predicciones que vemos en estos mercados, esta evidencia de demanda puede servir como indicador de su utilidad. Vitalik Buterin, creador de la criptomoneda Ethereum, resumió en Info Finance esta doble naturaleza de los mercados de predicción: «Si eres apostador, puedes depositar en Polymarket, y para ti es una plataforma de apuestas. Si no eres apostador, puedes consultar los gráficos, y para ti es un sitio de noticias». 

He reflexionado profundamente sobre cómo vender mercados de predicción a los consumidores. En 2020, creé el actual mercado de predicción interno de Google. Desde entonces, he sido director de tecnología de Metaculus, un sitio web de predicción colaborativa no basado en el mercado, y ahora dirijo FutureSearch, una startup que proporciona analistas e investigadores de IA. En mi trabajo, he descubierto que los beneficios de los mercados de predicción se dividen en cinco categorías diferentes. 

En primer lugar, los mercados pueden proporcionar un sistema de seguimiento de riesgos . Me enteré de la COVID-19 en febrero de 2020 gracias a Metaculus, lo que me obligó a cancelar un viaje planeado que me habría dejado varado. 

En segundo lugar, pueden ayudar a interpretar las noticias , mostrando si un evento actual podría afectar, y en qué medida, resultados más amplios. Por ejemplo, el cierre del estrecho de Ormuz durante la guerra de Irán en 2026 provocó un aumento (de aproximadamente el 25 % al 35 %) en la probabilidad prevista de una recesión en Estados Unidos en 2026 debido al alza de los precios del petróleo.

En tercer lugar, pueden servir de base para la planificación de resultados políticos , como por ejemplo si TikTok será prohibido en Estados Unidos.²

En cuarto lugar, podrían generar responsabilidad por las afirmaciones de líderes políticos o empresariales. Por ejemplo, en junio de 2025, cuando el presidente Trump declaró que estaba considerando un ataque contra el programa nuclear iraní, muchos expertos en Oriente Medio desestimaron la posibilidad , según un artículo del Consejo de Relaciones Exteriores (CFR). Sin embargo, según el CFR, los mercados de predicción otorgaban un 58 % de probabilidad de ataques esa semana, y posteriormente supimos que siete bombarderos furtivos B-2 estaban en ruta.

En quinto lugar, podrían generar información novedosa , lo que permitiría a los operadores descubrir o rastrear cosas que otros no ven, como por ejemplo cuándo se alcanzarán los principales hitos de la IA.³

Veamos ahora si los miles de millones que se apuestan en los mercados cada mes proporcionan estas cinco formas de información útil.

El seguimiento de riesgos como un mercado de información saludable

Comenzaré por el único ámbito donde la oferta (apostadores que apuestan) y la demanda (lectores que leen) de información procedente de los mercados de predicción parecen estar en equilibrio: la monitorización del riesgo.

El beneficio más directo de los mercados de predicción proviene de preguntas como «¿Ataque militar de Pakistán contra la India antes del viernes?», «¿Habrá al menos 10.000 casos de sarampión en EE. UU. en 2026?» o «¿Quiebra bancaria en EE. UU. antes del 31 de enero?». El seguimiento de estos riesgos fue el ámbito de los primeros experimentos con pronósticos colectivos en la comunidad de inteligencia estadounidense, como los torneos de la IARPA, y de muchos de los estudios de superpronóstico posteriores de Philip Tetlock.

Kalshi y Polymarket cuentan con un número considerable de mercados de monitoreo de riesgos. En total, contabilizo 2821, con un volumen de negociación de 3800 millones de dólares, de los cuales el riesgo geopolítico constituye la categoría más importante. El mercado medio de monitoreo de riesgos registra un volumen de negociación de 82 000 dólares. De estos, 199 son mercados de conflictos que se resuelven diaria y semanalmente, lo que permite un seguimiento de la escalada de conflictos prácticamente en tiempo real.

Aquí, la demanda es clara.⁴ Para la guerra de Irán de 2026, por ejemplo, los comerciantes de energía y las compañías navieras son los beneficiarios más concretos de las predicciones sobre resultados y plazos. Es importante destacar que la demanda proviene de los principales medios de comunicación, que cada vez más…⁵ Según Polymarket, estas previsiones se hacen llegar directamente a los profesionales en los lugares donde ya las consultan.

Si bien estos mercados son útiles, aún presentan importantes puntos ciegos. Aunque los periodistas pueden citar los mercados de predicción para seguir la evolución de un conflicto en curso, no he visto medios de comunicación que publiquen noticias basadas en dichos mercados. Esto se debe al funcionamiento de los mercados de predicción públicos y minoristas: una noticia debe ser de gran relevancia para atraer a suficientes operadores que generen información probabilística útil. Por lo tanto, observo indicios de una monitorización útil de los riesgos, pero no de su detección.

Los mercados que no están vinculados a noticias sensacionalistas sufren tanto de menor oferta como de menor demanda. Cuestiones como la salud y el clima, que son posiblemente tan importantes como la vigilancia de conflictos, no han tenido un buen desempeño en los mercados de predicción. 

Cuando Kalshi se lanzó en julio de 2021, un año después del inicio de la pandemia de COVID-19, construyó exactamente el tipo de mercado que los expertos abogaban: preguntas consistentes y semanales sobre cifras específicas de adopción de vacunas y cifras de casos de COVID-19. Promediaban $8,000 por mercado, demasiado bajo para ser creíble, y tuvieron varios fallos importantes. Por ejemplo, «¿Casos de COVID en Alemania superiores a 35,000 para la semana que finalizó el 28 de diciembre de 2021?» se negociaba al 3% una semana antes de que Omicron entrara en escena, y se resolvió como «Sí». Y parece que ningún consumidor institucional, como un sistema hospitalario o un organismo gubernamental de seguimiento de enfermedades, se materializó para adoptar la señal. Los mercados de clima y desastres naturales, donde el respaldo teórico es fuerte,⁶ Todos cuentan la misma historia. Los mercados no lograron atraer ni a los operadores ni a los organismos de respuesta ni al público en general.

Una segunda área donde observo indicios preliminares de que una buena oferta de predicciones podría satisfacer una fuerte demanda institucional y pública es la última de mis cinco categorías: la generación de información novedosa. Existen decenas de mercados que monitorean la IA, con un volumen de 25 millones de dólares en preguntas que indican qué laboratorios contarán con los mejores modelos en determinadas fechas. No es difícil imaginar a las personas u organizaciones que demandarían mejor información sobre las tecnologías emergentes.

Sin embargo, si se analizan estos mercados de IA, parece que su calidad es demasiado baja para resultar útil a la hora de tomar decisiones. No me imagino que un particular que elige un proveedor de modelos, una empresa que selecciona un socio o proveedor, o un legislador que decide una normativa sobre IA puedan aprender mucho de ellos.

Es evidente que Polymarket y Kalshi gestionan estos mercados para los apostadores, no para generar información útil. Tomemos como ejemplo los mercados de Kalshi «¿Cuáles son las mejores IA de esta semana?», que no solo abarcan un periodo demasiado corto para ser útiles en la toma de decisiones, sino que además utilizan Arena para evaluar las mejores IA. Arena, que se basa en votaciones y no en puntuaciones objetivas de tareas, no es una medida fiable según los expertos en IA. Aun así, existe demanda para estos mercados, y es plausible que en el futuro surjan mercados de mayor calidad para satisfacerla.

Donde los mercados de predicción son precisos pero se ignoran

En tres de las cinco categorías de beneficios que ofrecen los mercados de predicción —interpretación de noticias, resultados políticos y rendición de cuentas— veo indicios de que los mercados de alto volumen están generando predicciones precisas, pero no veo indicios de que alguien les esté prestando atención, o deba hacerlo.

En primer lugar, ¿qué tan útiles son los mercados para interpretar las noticias? Se trata de mercados que siguen de cerca acontecimientos importantes como las recesiones o la inflación, y que se mueven en respuesta a las noticias, lo que ayuda a los lectores a comprender el impacto de eventos específicos. 

El volumen de operaciones parece saludable, con 1647 mercados y un volumen total de negociación de 1250 millones de dólares. Sin embargo, el 85 % de ese volumen corresponde a los mercados de tipos de interés federales de EE. UU. El volumen medio de negociación de los mercados para la interpretación de noticias ha disminuido sustancialmente, pasando de un máximo de 49 000 dólares a principios de 2025 a tan solo 13 000 dólares a finales de año, una cifra muy inferior al volumen medio de otros mercados que considero útiles.

Si bien predecir las tasas de interés es valioso, los futuros de CME, el consenso de Bloomberg y los economistas profesionales ya lo hacen. Lo mismo ocurre con otros indicadores con alto volumen de negociación en Polymarket y Kalshi: inflación, desempleo, precios de las materias primas y tasas hipotecarias. Aaron Brown denomina a los mercados de predicción «oráculos económicos», pero en esencia, el oráculo repite lo que otros oráculos ya dicen, solo que con mayor frecuencia. 

Sin embargo, la rapidez tiene sus ventajas. El 11 de marzo de 2026, el Financial Times informó que, tras la noticia de la escalada de la guerra con Irán, la probabilidad de que la inflación alcanzara o superara el 2,8%, según Polymarket, aumentó a más del 90%. Esto ilustró un impacto interno inmediato en la política exterior estadounidense, que podría influir en la opinión pública de una manera que las actualizaciones de economistas profesionales, meses después, quizás no lograrían. 

A continuación, ¿qué tan útiles son los mercados para evaluar la credibilidad de las afirmaciones de gobiernos y directores ejecutivos? Encontré 184 mercados de rendición de cuentas con un volumen total de operaciones de 173 millones de dólares. El número de estos mercados está creciendo, al igual que el volumen medio de operaciones, que se sitúa en 44 200 dólares en apuestas.

Pero dos tercios del volumen total son especulaciones sobre los archivos de Epstein, el tipo de actividad que Rohanifar et al. (2026) diagnostican como “lavado de predicciones”. Es difícil ver que alguna decisión cambie en función de estos mercados. La mayor parte del resto se refiere a otra persona, el presidente de Estados Unidos, Donald Trump,⁷ que parecen un vestigio temporal de un líder particularmente entretenido con problemas de credibilidad en la conciencia popular.

Finalmente, ¿qué tan útiles son los mercados para seguir los resultados de las políticas? Encontré 1710 mercados con un volumen total de negociación de 1420 millones de dólares. Pero la gran mayoría del volumen se concentra en un número muy reducido de mercados de gran visibilidad: 288 millones de dólares en la posibilidad de un cierre del gobierno estadounidense, 238 millones de dólares en la nominación de Judy Shelton como presidenta de la Reserva Federal y 145 millones de dólares en la prohibición de TikTok en Estados Unidos.

El volumen medio de los mercados está aumentando, pasando en 2025 de 24.000 a 30.000 dólares. La sección que considero más valiosa son los 196 mercados con un volumen de 144 millones de dólares en políticas arancelarias.⁸ Estas medidas son aplicables en muchos ámbitos de la economía, y creo que la sabiduría colectiva está generando información novedosa, útil y precisa sobre qué aranceles entrarán en vigor y a qué nivel.

En general, los mercados de estas tres categorías están dominados por las apuestas sobre las políticas volátiles de la administración Trump. Como comentó Robin Hanson : «Un presidente estadounidense impredecible ha sido muy beneficioso para la industria de los mercados de predicción». Esto no me parece la visión que esperaban los académicos: expertos apostando sobre la actualidad, lo que podría derivar en promesas de políticos importantes o influir en los proyectos de ley más relevantes que se debaten en las legislaturas de todo el mundo. 

Los mercados impulsados ​​por el valor de entretenimiento y el atractivo para los apostadores podrían ofrecer esto, pero no lo veo reflejado en Kalshi ni en Polymarket. La visión más benévola es que se trata de dificultades iniciales, donde la creación de un mercado de información sólido se inicia con las apuestas sobre Trump y evoluciona gradualmente hacia entornos de apuestas más profesionales sobre valores financieros consolidados. Sin embargo, hasta entonces, no creo que las personas afectadas por las políticas presten mucha atención.

Tenemos otro motivo para dudar de que el dinero que circula en todos estos mercados aporte valor. Metaculus, mi antiguo empleador, ha elaborado miles de pronósticos precisos sobre riesgos globales, salud y tecnología durante más de 10 años, con un impacto institucional mínimo. Metaculus incluso ha explorado otro elemento que los economistas desean: los «mercados condicionales», que plantean la pregunta: «¿Si se implementa la política X, cuál será el resultado Y?». Sin embargo, estos tampoco han sido adoptados por los consumidores de información, y existen importantes barreras técnicas para su adopción por parte de los analistas.

Sin embargo, la visión original de que los mercados de predicción beneficien al público depende de su alta liquidez, y miles de millones de dólares en liquidez pueden modificar significativamente su precisión (o la percepción de la misma). El director ejecutivo de Polymarket, Shane Coplan, afirmó que Polymarket es «lo más preciso que tenemos como humanidad en este momento», mientras que el director ejecutivo de Kalshi, Tarek Mansour, promociona los mercados de predicción como «máquinas de la verdad por excelencia». Analicemos si el volumen de operaciones conduce a una mayor precisión.

De ahí proviene la precisión

Coplan y Mansour no inventaron los mercados de predicción, pero son los primeros en crearlos con un volumen de negociación de miles de millones de dólares, por lo que sus afirmaciones de veracidad y precisión dependen de esta característica. «En Kalshi, el objetivo es la liquidez y la precisión», dijo Mansour en febrero, relacionándolas estrechamente. 

Entonces, cuando uno de estos mercados de nueva generación, con millones de dólares en juego, implica una probabilidad del 70%, ¿el evento que rastrea realmente ocurre cerca del 70% de las veces, como predice la teoría? 

La precisión de un mercado generalmente se mide en un momento puntual, pero los mercados de predicción actualizan continuamente sus precios. Para simplificar, analicé los mercados 7, 30 y 90 días antes de su liquidación. Los mercados también tienen diferenciales de compra/venta, y la «probabilidad» implícita en el mercado suele tomarse como la mediana entre el precio al que compradores y vendedores están dispuestos a negociar. Luego examiné dos índices de precisión.⁹

Comparar la precisión absoluta entre mercados en una misma plataforma, y ​​entre plataformas, resulta difícil, ya que las distintas preguntas de pronóstico presentan diferentes dificultades. Abordé este problema mediante el seguimiento de mercados similares en una sola plataforma a lo largo del tiempo, donde, previsiblemente, la única diferencia en la precisión provendría del cambio en el volumen de negociación. La escasa superposición de preguntas dificultó la comparación de los mercados con dinero real con los mercados virtuales o sin dinero real, como Manifold y Metaculus. En resumen, incluso si los mercados de predicción con alta liquidez son más precisos que los métodos de pronóstico anteriores, los operadores de estos mercados no lo han demostrado. Me parece improbable que una mayor precisión sea la razón por la que la gente prefiera Kalshi y Polymarket a otros métodos de pronóstico.

Analicé todos los mercados de Kalshi y Polymarket desde el 1 de enero de 2024 hasta el 8 de marzo de 2026, y una muestra de mercados más antiguos de Kalshi para realizar una comparación histórica. Descarté las categorías que consideré inútiles.¹⁰ Esto redujo aproximadamente 194 000 mercados a 13 500. Luego, utilicé las herramientas de FutureSearch para clasificarlos en cinco categorías de valor potencialmente positivo, iterando sobre los criterios hasta quedar satisfecho con la categorización. Esto dio como resultado un conjunto final de 6797 mercados —5703 resueltos y liquidados, y 1094 aún activos y en negociación— que considero potencialmente útiles, siempre que fueran precisos y tuvieran el público adecuado.

¿Son más precisos los mercados con mayor volumen de negociación?

Sí, para mercados que duran 90 días o más, lo que representa aproximadamente una cuarta parte de esta muestra. Esto se aplica tanto a mercados útiles como a mercados no útiles, y tanto en Polymarket como en Kalshi.  

Sorprendentemente, los mercados que duran menos de 90 días (según la precisión a 30 días y 7 días antes de la resolución) no mostraron una relación estadísticamente significativa entre el volumen de operaciones y la precisión. Sospecho que, a medida que estos mercados maduren, el volumen predecirá la precisión. Una posible explicación es que los mercados de mayor volumen tratan temas más interesantes con operadores menos informados, y los expertos tardan en entrar en escena. Otra es que los mercados de alto volumen en realidad no tienen muchos operadores, con solo unos pocos apostando miles de dólares cada uno. La «sabiduría de las multitudes» requiere, sin duda, una multitud.

¿Están aumentando los volúmenes de los mercados “útiles” con el paso del tiempo?

El volumen de mercado útil creció hasta finales de 2024, pero desde entonces no ha aumentado. El volumen total y la mediana de los mercados útiles crecieron drásticamente desde 2023 hasta finales de 2024. Alcanzaron un máximo de 534 millones de dólares al mes en torno a las elecciones estadounidenses de 2024 (mediana de 81 000 dólares y promedio de 2,3 millones de dólares por mercado), y actualmente rondan los 466 millones de dólares al mes (mediana de 42 000 dólares y promedio de 1 millón de dólares por mercado). El volumen está dominado por un número muy reducido de mercados enormemente populares, y el volumen de negociación del mercado «útil» mediano está disminuyendo.

¿Los mercados “útiles” se están volviendo más precisos con el tiempo?

La precisión de los datos útiles del mercado mejoró hasta principios de 2025, pero no ha mejorado desde entonces. 

Esto coincide aproximadamente con el crecimiento del volumen, aunque la precisión mejoró una vez que este se estabilizó. (Las fechas de mercado se muestran por fecha de creación, no de resolución, por lo que el volumen que se produce meses después se muestra con fecha retroactiva a la fecha de creación del mercado). Y al igual que ha disminuido el volumen medio de mercados útiles, también lo ha hecho la precisión (aunque no de forma estadísticamente significativa), que ahora es inferior a la de principios de 2025.

Esto refuerza la impresión que se obtiene al explorar ambas plataformas. El enorme crecimiento de las apuestas deportivas, las criptomonedas y los mercados de entretenimiento no se traduce necesariamente en mercados «útiles», que son escasos y están desatendidos. Es posible que simplemente se necesite más tiempo para que los apostadores de estos mercados «de entretenimiento» empiecen a apostar en otros más útiles. El mercado de predicciones de Google de 2005 estaba repleto de mercados entretenidos para fomentar la adopción por parte de los usuarios, y yo hice lo mismo cuando configuré su mercado de predicciones actual. Es posible que veamos algo similar en Kalshi y Polymarket.

Pero mientras esto sucede, otro acontecimiento pone en tela de juicio la premisa fundamental de que los incentivos humanos determinan la oferta de pronósticos y, en última instancia, cómo las personas que demandan esta información la descubren y la consumen.

No se puede escribir “futarquía” sin “IA”.

En enero de 2026, el conocido bloguero sobre tecnología y racionalidad Scott Alexander escribió :

Actualmente existen mercados de predicción sólidos, con mínima regulación y de gran volumen, sobre eventos globales importantes. En esta columna, afirmé anteriormente que esto revolucionaría la sociedad. ¿Lo ha hecho? No siento que haya sido revolucionado. ¿Por qué no?

Una posible solución, escribe, es crear mejores mercados de predicción, quizás permitiendo que los usuarios de plataformas con dinero real generen las preguntas ellos mismos. (Actualmente, los mercados generados por usuarios solo están permitidos en el sitio de dinero ficticio Manifold). «La segunda opción», continúa, «es concluir que el papel de los mercados de predicción en el plan divino era simplemente sentar las bases para los superpronosticadores de IA». Luego señala que el Instituto de Investigación de Pronósticos afirmó en octubre de 2025 que las IA podrían superar a los mejores pronosticadores humanos a finales de 2026.¹¹  

Quienes trabajamos en pronósticos con IA compartimos esta opinión. Mi empresa, FutureSearch, fue la primera en implementar IA en un mercado de predicción (con dinero ficticio) en enero de 2024. Incluso utilizando métodos de pronóstico basados ​​en GPT-4 Turbo y Claude 2, modelos de aprendizaje automático que ahora se consideran poco inteligentes, superamos a la mayoría de los operadores humanos. 

Pero no quiero centrarme únicamente en cómo la IA podría dejar obsoletos los mercados de predicción, o la sabiduría colectiva en general, como método para generar pronósticos. La IA también podría mejorar radicalmente la forma en que las personas acceden a los pronósticos que necesitan.

Como mencioné anteriormente, el valor de monitorear los mercados de riesgo radica principalmente en que los principales medios de comunicación informen sobre estas probabilidades. Si los financieros, los analistas de la cadena de suministro y los responsables políticos ven las probabilidades de Polymarket en las noticias convencionales, no necesitan consultar Polymarket (ni siquiera saber qué es un mercado de predicción) para beneficiarse de la información.

Asimismo, un gran número de personas, empresas y responsables políticos obtienen información de chatbots como ChatGPT, Claude o Gemini. Si bien los chatbots aún no están entrenados para realizar pronósticos precisos, ya constituyen una vía principal para que las personas obtengan los cinco tipos de valor de los mercados de predicción, principalmente mediante la realización de pronósticos implícitos.¹²

Seguimiento de riesgos : Consulta con ChatGPT sobre los mayores riesgos en tus próximas vacaciones o plan de negocios.

Interpretación de noticias : Pregúntale a Claude si el lanzamiento del nuevo modelo de IA afecta la forma en que se automatiza el trabajo.

Resultados de las políticas : Solicitar a Gemini que elabore un informe de «Investigación Profunda» sobre si los nuevos aranceles sobrevivirán a los desafíos judiciales.

Responsabilidad : Pregúntale a Grok si Elon Musk cumplirá sus promesas más recientes sobre vuelos espaciales.

Información novedosa : Cualquier programa de LLM puede hacer todo lo posible por razonar sobre cualquier pregunta que puedas imaginar.

Pruébalo tú mismo. Elige un tema que te interese. Busca información sobre probabilidades en Polymarket, en lugar de preguntarle a Claude. Apuesto a que preferirás la opinión de Claude, aunque sea menos precisa. 

Para empezar, Claude puede abordar cuestiones que no se resuelven fácilmente con simples pronósticos. Quienes buscan información sobre geopolítica y tecnología desean probabilidades precisas, pero también narrativas, antecedentes y la posibilidad de formular preguntas de seguimiento. A menudo, la información precisa es un buen punto de partida, pero las mayores limitaciones para tomar decisiones acertadas son de índole social y política. Los mercados de predicción no pueden ayudarle a elaborar estrategias para actuar en función de un buen pronóstico. Claude sí.

Ninguna tecnología de predicción soluciona el hecho de que ni los humanos ni las instituciones fueron diseñados para pensar probabilísticamente. Sin embargo, los chatbots representan un método mucho más creíble para cambiar la forma en que las personas reflexionan sobre sus decisiones y las predicciones implícitas en ellas. Y si la predicción mediante IA también evita todos los demás problemas relacionados con el uso de los mercados de predicción para generar pronósticos, desde el uso de información privilegiada hasta los escándalos de resolución de conflictos y la falta de liquidez, entonces la IA puede impulsar todo el mercado de información bidireccional.

Dicho esto, incluso cuando Claude pueda pronosticar con mayor precisión que el conjunto de operadores de Polymarket, los mercados de predicción aún podrían cumplir algunos de los propósitos epistémicos que Kenneth Arrow, Daniel Kahneman y otros expusieron en 2007. 

Al acelerar la adopción de probabilidades por parte de los medios de comunicación convencionales, los mercados de predicción contribuyen a la construcción del conocimiento común. Es concebible que el movimiento de grandes sumas de dinero haga que estos mercados sean cada vez más relevantes para los medios y atraiga la atención de personas que se benefician de las predicciones y que, de otro modo, no habrían pensado en pedirle consejo a Claude sobre esos temas. 

Creo que la mayoría de las decisiones de individuos, organizaciones y gobiernos se basan en normas y consenso social, y los mercados de predicción, al ser muy visibles, podrían influir en las personas más que las conversaciones privadas con chatbots. En mi opinión, este es el camino más probable para que se materialice el valor de los mercados de predicción: un gran volumen de apuestas genera mayor cobertura mediática, normalizando su uso en debates laborales y, en última instancia, en los procesos de toma de decisiones.

Hace décadas, la gran visión de producir información pública de alta calidad se centraba en la agregación de conocimiento. Ahora, Polymarket, Kalshi e incluso Metaculus nos han demostrado que el cuello de botella reside en la distribución de dicho conocimiento. La evidencia sugiere que los mercados de predicción multimillonarios, a pesar de que sus fundadores los denominan «máquinas de la verdad», sirven mayoritariamente a sus operadores (y a su afán por apostar en deportes), y no a quienes buscan la verdad.

¿Podrían los mercados de predicción usar sus valoraciones multimillonarias para desarrollar la visión de Vitalik Buterin sobre las «finanzas de la información»? Quizás. Pero pronostico que, antes de que lo hagan, Claude será el único pronosticador al que todos querrán consultar sobre el futuro.

1. Los datos para este artículo se obtuvieron el 7 de marzo de 2026 de la API oficial de Kalshi (https://docs.kalshi.com/ ) y la API oficial de Polymarket (https://docs.polymarket.com/ ).
2. Los mercados de predicción de resultados políticos podrían incluir aquellos que pronostican los resultados electorales. Pero si bien muchas personas conocieron los mercados de predicción gracias a estos mercados durante las elecciones presidenciales estadounidenses de 2016, 2020 y 2024, y si bien los resultados electorales influyen en las políticas, no considero que dichos mercados sean útiles. En primer lugar, las encuestas y los pronósticos individuales ya ofrecen buenas probabilidades, y en segundo lugar, es difícil prever quién actuaría de manera diferente en función de si los demócratas tienen, por ejemplo, un 45 % de probabilidades de ganar el Senado estadounidense en 2026 frente a un 41 %.
3. Muchos mercados que aparentan generar información novedosa, en realidad solo divulgan información privada. En 2026,  OpenAI despidió a un empleado por operar en plataformas de predicción de mercados, y se han denunciado muchos otros casos de uso de información privilegiada. En este trabajo, analizo la producción pública de información genuinamente nueva. Un indicio de que los mercados generan información nueva es su enfoque a largo plazo, como predecir los mejores fármacos contra el cáncer en los próximos dos años. Como mostraré más adelante, incluso para preguntas que considero útiles, la mayor parte del volumen de operaciones en Polymarket y Kalshi se concentra en preguntas que se resuelven en menos de 90 días, y para la mayoría de las preguntas a corto plazo, quienes tienen información privilegiada probablemente poseen información mucho mejor.
4. ¿Por qué se necesitan mercados de predicción cuando existen mercados de futuros, por ejemplo, para seguir la escalada de tensiones en la guerra de Irán mediante los precios futuros implícitos del petróleo? La respuesta es que los futuros de materias primas y los derivados bursátiles son instrumentos informativos demasiado imprecisos. Los mercados de predicción permiten medir directamente los riesgos individuales, lo que puede utilizarse para tomar decisiones mucho más directas, como desviar un envío lejos de una zona de conflicto.
5. Algunos ejemplos son: Reuters cubriendo las probabilidades de que China invada Taiwán ( mayo de 2025 ), Bloomberg cubriendo los aranceles de Trump y la Corte Suprema ( octubre de 2025 ), el Wall Street Journal cubriendo las probabilidades de un alto el fuego en la guerra de Irán ( marzo de 2026 ) o la rápida caída del régimen iraní ( marzo de 2026 ).
6. Cerf et al. (2023) hallaron que participar en un mercado de predicción sobre los resultados climáticos aumenta el apoyo a políticas climáticas costosas. Roulston et al. (2025) hallaron que un mercado de predicción pronosticó con mayor precisión la temporada de huracanes del Atlántico de 2024 que otros métodos.
7. Los mercados que especulan sobre qué declaraciones del presidente Trump cumplirá sí me parecen valiosos, ya que los precios del mercado sugieren que algunas de sus afirmaciones son más creíbles que otras, como el mercado que sigue sus declaraciones de junio de 2025 sobre ataques a las instalaciones nucleares de Irán. Quizás los futuros líderes tengan problemas de responsabilidad tan graves que justifiquen la existencia de grandes mercados de apuestas sobre lo que dicen.
8. Por ejemplo, en mayo de 2025, después de que Trump anunciara aranceles de represalia contra China, superiores al 100%, Polymarket publicó el anuncio «¿ Acuerdo arancelario entre EE. UU. y China antes del plazo de 90 días? «, que registró un volumen de negociación de 500.000 dólares. El mercado fluctuó entre un 60% y un 80% durante junio, julio y agosto, hasta que se alcanzó el acuerdo poco antes de la fecha límite, y finalmente los aranceles fueron muy inferiores al 145% original. La incertidumbre sobre el alcance de los aranceles se consideró un riesgo empresarial importante en toda la economía global.
9. El método más sencillo es el índice de Brier, que mide el error entre la probabilidad implícita (por ejemplo, 0,35 para una previsión del 35 %) y lo que realmente sucede (por ejemplo, 0 para «no»). También analicé el error de calibración ponderado medio, una medida del error de calibración: si 100 mercados indican que algo tiene un 70 % de probabilidad, lo que implica que 70 de esos 100 eventos deberían ocurrir, ¿cuántos terminan ocurriendo realmente?
10. En Kalshi, filtré estas categorías: Deportes, Criptomonedas, Finanzas, Clima y Tiempo, Entretenimiento y Menciones, además de palabras clave que identificaban mercados en esas categorías que no estaban categorizados correctamente. En Polymarket, filtré estas etiquetas: Precios de Criptomonedas, Subida o Bajada, Criptomonedas, Deportes, Esports, Juegos, Bitcoin, Ethereum, Solana, XRP, Ripple, Clima, Renta Variable, Acciones, Materias Primas, Celebridades, Películas, Música, Grammys, Premios, Menciones, Mercados de Tweets, Twitter, YouTube y Ganancias. Quizás se pregunten por qué filtro «finanzas», «renta variable», «acciones» y «ganancias». Seguramente estas podrían ser categorías útiles para pronosticar. En teoría, podrían ser útiles, especialmente los pronósticos de ganancias en particular, que sorprendentemente están mal cubiertos por la comunidad de inversión del lado vendedor. Pero en la práctica, los encuentro formulistas y creo que existen para que los apostadores debatan la hipótesis del mercado eficiente.
11. Intervalo de confianza del 95%: diciembre de 2025 – enero de 2028.
12. OpenAI constata que aproximadamente el 81 % de los mensajes relacionados con el trabajo se corresponden con dos actividades laborales generales: (1) obtener, documentar e interpretar información; y (2) tomar decisiones, dar consejos, resolver problemas y pensar de forma creativa. La predicción probablemente constituye una parte importante de esta última categoría. Al fin y al cabo, ¿cómo se puede dar un consejo sin predecir implícitamente las consecuencias de seguirlo?

Publicado originalmente en Asterik Magazine: https://asteriskmag.com/issues/14/are-prediction-markets-good-for-anything

Dan Schwarz.- trabajó en Google desde 2014 hasta 2022. Posteriormente, fue director de tecnología de Metaculus y actualmente es cofundador y director ejecutivo de FutureSearch. 

X: @dschwarz26