'Infraestructura de Integridad' Es Clave para la Supervivencia del Mercado de Predicciones, Dice CEO de Pred

Los mercados de predicción han ganado atención por su precisión en pronosticar eventos, pero ahora enfrentan escrutinio por acusaciones de uso de información privilegiada y preocupaciones éticas. Líderes de la industria como Amit Mahensaria abogan por un equilibrio entre autorregulación y la supervisión gubernamental necesaria para garantizar estándares éticos y apoyar la innovación.

El debate sobre innovación y supervisión

Desde que alcanzaron notoriedad en la corriente principal tras su casi perfecta precisión en predecir la victoria de Donald Trump en las elecciones presidenciales de EE. UU. en 2024, los mercados de predicción han sido objeto de un intenso escrutinio. A pesar de su creciente utilidad como herramientas de pronóstico poderosas, estos plataformas siguen siendo objeto de acusaciones sistémicas que van desde facilitar el uso de información privilegiada hasta crear incentivos perversos y riesgos morales significativos.

Mientras reguladores y gobiernos a nivel global han optado por hacer cumplir leyes—deteniendo operadores y prohibiendo contratos de alto riesgo específicos—la demanda por una respuesta regulatoria más sólida y estandarizada crece. Recientemente, legisladores estadounidenses alarmados introdujeron una legislación que prohíbe 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 primeros días de otras tecnologías transformadoras, los defensores argumentan que una regulación severa en esta etapa inicial probablemente sofocaría la innovación antes de que pueda madurar completamente. Estos apoyos sostienen que los mercados de predicción ofrecen un valor único en el mundo real al agregar información dispersa en datos accionables.

En lugar de mandatos gubernamentales rígidos, abogan por un marco de autorregulación. Este enfoque, argumentan, permitiría a la industria establecer normas éticas y mitigar riesgos, manteniendo la flexibilidad necesaria para que la tecnología evolucione en paralelo con la vida cotidiana.

Amit Mahensaria, CEO de Pred, plataforma de predicción deportiva P2P, coincide en que la autorregulación es un “imperativo”.

“Cualquier plataforma que busque longevidad debería estar construyendo infraestructura de integridad, independientemente de si un regulador está observando,” dijo Mahensaria. Esta autorregulación implica implementar sistemas de vigilancia, reglas claras de liquidación, detección de manipulación y reportes 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 de la industria solo toman medidas serias contra malas prácticas tras enfrentar crisis importantes.

“La historia muestra que las industrias que se dejan autorregular tienden a descubrir sus principios justo cuando un escándalo obliga a la conversación. Los mercados financieros, la aviación, los farmacéuticos: el patrón es consistente,” explicó Mahensaria a Bitcoin.com News.

En lugar de una autorregulación total, el cofundador de Pred aboga por una “regulación proporcional” 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 las liquidaciones, la transparencia de las contrapartes y la anti-manipulación.

Aunque los plataformas basadas en blockchain son ampliamente vigiladas, aquellas enfocadas en resultados verificables con cronogramas naturales han enfrentado menos rechazo. Mahensaria señaló que plataformas como Pred tienen una ventaja en integridad estructural sobre mercados basados en eventos 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 por ser quisquillosa,” dijo Mahensaria. “La cuestión no es solo si tales mercados pueden liquidarse con precisión. Es si crean incentivos perversos y si la información que agregan vale el costo moral del mecanismo.”

Al preguntarle quién debería ser responsable de curar las apuestas antes de su listado, Mahensaria sugirió una combinación de discreción de la plataforma y marcos regulatorios. Argumentó que las plataformas deben ejercer juicio y explicarlo públicamente, mientras que los reguladores deben establecer límites en categorías claramente dañinas.

Mientras tanto, algunos defensores están recurriendo a la inteligencia artificial para detectar el uso de información privilegiada, una visión ejemplificada por la reciente asociación entre Polymarket, Palantir y TWG AI. Mahensaria cree que la industria actualmente va rezagada respecto a los mercados financieros tradicionales en esta implementación.

“La IA es realmente útil aquí. La aplicación principal es el reconocimiento de patrones en grandes conjuntos de datos: identificar comportamientos de trading que se desvían de los modelos esperados en formas que correlacionan con información privilegiada o manipulación coordinada,” explicó Mahensaria.

Sin embargo, el uso de IA introduce una nueva tensión: el riesgo de falsos positivos que penalicen a traders hábiles. 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 IA nunca deben activar sanciones automáticas; en cambio, deben someterse a revisión humana y análisis contextual.

“La industria tradicional de trading deportivo ha pasado décadas castigando a los ganadores mediante restricciones en cuentas y límites reducidos. Eso es lo opuesto a 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—rechazando listar mercados altamente susceptibles a la manipulación desde un principio.

Mahensaria también destacó que la capa de blockchain proporciona 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 con IA un conjunto de datos más completo,” afirmó. “La combinación de transparencia en cadena y análisis impulsado por IA crea una infraestructura de integridad realmente superior a la que existe en la mayoría de los entornos tradicionales de trading deportivo hoy en día.”

FAQ ❓

• ¿Qué ha provocado el escrutinio reciente de los mercados de predicción? La mayor atención en la corriente principal tras su precisión en pronosticar la victoria de Donald Trump en 2024.
• ¿Cuáles son las principales preocupaciones respecto a los mercados de predicción? Acusaciones de uso de información privilegiada y la potencial creación de dilemas éticos e incentivos perversos.
• ¿Qué enfoques regulatorios se proponen? Legisladores en EE. UU. abogan por leyes que restrinjan ciertos contratos de alto riesgo, como los relacionados con la muerte y la guerra.
• ¿Cómo proponen los líderes de la industria abordar estos desafíos? Amit Mahensaria sugiere adoptar autorregulación junto con una supervisión gubernamental proporcional para establecer estándares éticos sin frenar la innovación.