El Futuro de la IA en las Predicciones
Recientemente, se ha generado un creciente interés en la capacidad de los modelos de inteligencia artificial (IA) para realizar predicciones más precisas. La evolución de estas tecnologías promete significativos avances en el corto plazo, lo que podría resultar especialmente relevante para quienes participan en ligas de fantasía, como es el caso de la Premier League.
Un Experimento con Agentes de IA
En un intento por aprovechar el potencial de la IA en la gestión de un equipo de fútbol de fantasía, se implementó un grupo de agentes virtuales para crear y administrar mi selección de jugadores. Con la creciente presencia de la IA en nuestras vidas, me pregunté si un conjunto de bots podría formar un equipo exitoso.
Mi primera experiencia con la IA en este contexto tuvo lugar hace unos años, cuando utilicé una herramienta del Instituto Turing del Reino Unido que recomendaba alineaciones basándose en datos de temporadas anteriores. Sin embargo, sus sugerencias carecían de relevancia, ya que no tomaban en cuenta factores importantes como lesiones de jugadores o cambios en la dirección técnica.
Desarrollo del Sistema de Predicción
Decidí mejorar el sistema alimentando el modelo con artículos de investigación pertinentes y solicitándole que desarrollara un conjunto de instrucciones y código para coordinar a los distintos agentes en varias etapas. La nueva configuración resultó en una capacidad de recopilación y análisis de información notablemente superior a la que podría haber logrado por mí mismo. Aun así, las recomendaciones iniciales sobre la alineación fueron sorprendentes y poco acertadas, como dejar a Erling Haaland en el banquillo.
Para optimizar los resultados, organicé un equipo de agentes con diversas funciones: algunos se encargaban de leer noticias y blogs, otros analizaban resultados recientes, y otro grupo ejecutaba modelos de predicción. Esta estrategia mejoró considerablemente las sugerencias, aunque al intentar aumentar el número de agentes a más de 100, la mejora fue mínima y, además, incrementó considerablemente el coste del uso de la API.
Avances en la Predicción con IA
A pesar de esto, la evolución en comparación con mis experiencias anteriores fue notable. Haifeng Xu, un experto en informática de la Universidad de Chicago que investiga las aplicaciones de la IA en mercados, destaca que los modelos actuales son más efectivos en sus predicciones, gracias a su capacidad para procesar y analizar grandes volúmenes de datos del mundo real.
Xu también ha observado la creciente popularidad de los mercados de predicción, como Kalshi y Polymarket, y ha comenzado a evaluar cómo se desempeñan los modelos en situaciones reales. Sus pruebas han demostrado que los modelos pueden realizar predicciones con una precisión comparable a la de un humano, e incluso mejor en ocasiones, sin necesitar instrucciones adicionales. En sus análisis, GPT-5 se posicionó como el modelo más eficaz, seguido de Grok 4, Claude Sonnet, Gemini y Llama.
Herramientas de Evaluación de Modelos de IA
El equipo de Xu ha desarrollado Prophet Arena, una herramienta de evaluación diseñada para medir la eficacia de los modelos de predicción. Además, Prediction Arena, creada por investigadores de la Universidad de Harvard y Arcada Labs, otorgó recientemente 10,000 dólares en apuestas a modelos de vanguardia durante un periodo de 57 días. Aunque los modelos sufrieron pérdidas en el experimento, se observaron señales de mejora progresiva en sus capacidades. Esta evolución continua sugiere que el futuro de la predicción a través de IA podría ser aún más prometedor.
