LIVE NEWS
|
Cargando últimas noticias de El Punto...

El Punto te trae historias confiables, oportunas e interesantes de todo el mundo, con un enfoque especial en la República Dominicana y su diáspora.

Entretenimiento

Contacto

Calle Mercedes Amiama No. 42, Sector San Gerónimo, Santo Domingo, RD
Portada > Economía > Mercados de predicción, ¿juegos de azar o inteligencia colectiva?
EconomíaThe Conversation en Español

Mercados de predicción, ¿juegos de azar o inteligencia colectiva?

F
Publicado el 26 de julio de 2026 a las 11:30 p. m.Actualizado el 26 de julio de 2026 a las 11:30 p. m.
Compartir:
Resumen (TL;DR)
  • Publicidad de la plataforma Kalshi promocionando su servicio de apuestas sobre las elecciones a la alcaldía de Nueva York en 2025.
  • Rblfmr/Shutterstock
  • Un mercado de predicción es un mecanismo en el que los participantes negocian contratos cuyo valor depende del resultado de “un evento futuro, incierto, pero definido con precisión”.
  • Aunque el acontecimiento y su impacto no se puedan predecir con absoluta certeza, la clave está en describir con precisión el contrato (qué debe pasar para que se cumpla o no). Así, el precio en cada momento es la mejor estimación del colectivo sobre la probabilidad de que ese evento ocurra: los mercados revelan y agregan información privada dispersa entre numerosos agentes.
  • El pasado 26 de mayo de 2026, el Ministerio de Consumo de España ordenó el bloqueo cautelar de las plataformas Kalshi y Polymarket y les abrió un expediente sancionador por operar sin licencia de juego. Para el Gobierno español, los mercados de predicción son, a efectos legales, juegos de azar.
  • El punto de inflexión
  • Hace cinco años, los mercados de predicción todavía eran, sobre todo, un experimento académico. En 2024, el ciclo electoral estadounidense los hizo despegar. Kalshi, fundado en 2018, obtuvo el reconocimiento de la CFTC para operar como mercado regulado en los 50 estados y se integró con plataformas de finanzas (fintech) como Robinhood y Coinbase. Polymarket, creado en 2020 sobre blockchain, creció rápidamente en volumen de transacciones y fue citado como referencia informativa por medios internacionales de primer nivel. Los mercados de predicción llegaban así al público generalista.
  • El debate ha sido intenso: desde análisis en los grandes medios y artículos de opinión, hasta artículos académicos que los describen como una amenaza para la salud pública, la heterogeneidad de las fuentes e intensidad de la discusión son indicadores precisos del interés que genera el sector.
  • Ejemplos de mercados de predicción.
  • Francisco J. Jariego con información de Wikipedia, CC BY-SA
  • ¿Por qué son tan controvertidos?
  • La evidencia sobre su capacidad predictiva es sólida: en múltiples situaciones, los mercados de predicción superan a las encuestas y a los paneles de expertos. Su mecanismo de agregación de información dispersa amplía el espectro de opinión disponible y, por tanto, de inteligencia colectiva.
  • Las objeciones más enconadas son tres:
  • Su equiparación con los juegos de azar.
  • La manipulación por participantes que dispongan de información privilegiada.
  • Las reservas éticas sobre la monetización de eventos negativos.
  • Las tres han sido ampliamente estudiadas y debatidas.
  • Si nos atenemos a la definición del BOE de los juegos de azar vemos que todos esos elementos concurren con facilidad en los mercados de predicción:
  • “Toda actividad en la que se arriesgan cantidades de dinero u objetos económicamente evaluables sobre resultados futuros e inciertos, dependientes en alguna medida del azar, y que permiten su transferencia entre los participantes, con independencia de que predomine la destreza de los jugadores o el azar”.
  • Aunque el operador de teleprompter de la Casa Blanca acaba de ser acusado de utilizar información privilegiada sobre los contenidos de los discursos del presidente estadounidense, la posible manipulación de los mercados de predicción es difícilmente sostenible en el tiempo: cualquier intento de distorsionar el precio crea oportunidades de arbitraje que los participantes con información real aprovechan.
  • La presencia de especuladores, paradójicamente, incrementa la liquidez. No es una propiedad exclusiva de estos mercados: ocurre en cualquier otro, desde la renta variable hasta los mercados de opciones y futuros. Los manipuladores atraen a participantes informados dispuestos a explotar las ineficiencias que crean, mejorando en ocasiones la precisión del mercado.
  • Y respecto a la ética de las apuestas sobre eventos negativos, esta cuestión tiene una respuesta que seguramente no agrade a muchos: la información sobre eventos negativos es valiosa para quienes deben prevenirlos, pero suprimirla no elimina el riesgo, solo la capacidad de estimarlo.
  • Miedo al futuro
  • Los medios de comunicación pueden verse especialmente afectados por la agilidad e inmediatez de los mercados de predicción: Polymarket y Kalshi ofrecen información en tiempo real en redes sociales, y plataformas como Substack permiten integrar predicciones directamente en sus artículos.
  • Estas plataformas operan en un espacio regulatorio ambiguo que ninguna jurisdicción ha resuelto satisfactoriamente. En Estados Unidos, por ejemplo, más de la mitad de los estados restringen las apuestas sobre resultados electorales. El problema no es la regulación, sino el marco conceptual: equiparar un mercado de agregación de información con una máquina tragaperras es un error de categoría. En lugar de bloquear el acceso a los mercados de predicción, vale más establecer las condiciones para que operen legalmente. La función de la regulación debe ser habilitar y encauzar nuevas posibilidades, no limitarlas.
  • La verdadera razón del rechazo subyace en dos capas más profundas:
  • La estratégica. Como formuló Maquiavelo en El príncipe, nada es más difícil que introducir un nuevo orden de cosas: el innovador tiene en contra a todos los que se benefician del antiguo orden.
  • La sociológica. El estadounidense Robert K. Merton describió cómo anticiparse a los hechos puede influir en el comportamiento de los involucrados y provocar que lo que se predice finalmente ocurra. Si un mercado asigna alta probabilidad a un evento, ¿acelera su llegada? Aunque el argumento es real, opera en ambas direcciones: la misma dinámica que puede precipitar un resultado negativo puede también movilizar la respuesta que lo evita, o decantar uno deseable. Que el conocimiento anticipado del futuro tenga consecuencias no es un defecto del mecanismo, es precisamente su valor.
  • La batalla no ha hecho más que comenzar
  • La valoración de Kalshi supera los 40 000 millones de dólares y la de Polymarket está en torno a los 15 000 millones de dólares respectivamente. Y Mark Zuckerberg acaba de anunciar que Meta pone la mirada en los mercados de predicción.
  • No es la primera vez que experimenta con ellos: ya lo hizo con Forecast, en 2020, durante los primeros días de la pandemia. La nueva apuesta es una aplicación llamada internamente Arena. Zuckerberg no quiere perderse esta nueva oportunidad de negocio que abren Kalshi y Polymarket.
  • Francisco J. Jariego no recibe salario, ni ejerce labores de consultoría, ni posee acciones, ni recibe financiación de ninguna compañía u organización que pueda obtener beneficio de este artículo, y ha declarado carecer de vínculos relevantes más allá del cargo académico citado.

Publicidad de la plataforma Kalshi promocionando su servicio de apuestas sobre las elecciones a la alcaldía de Nueva York en 2025. Rblfmr/Shutterstock

Un mercado de predicción es un mecanismo en el que los participantes negocian contratos cuyo valor depende del resultado de “un evento futuro, incierto, pero definido con precisión”.

Aunque el acontecimiento y su impacto no se puedan predecir con absoluta certeza, la clave está en describir con precisión el contrato (qué debe pasar para que se cumpla o no). Así, el precio en cada momento es la mejor estimación del colectivo sobre la probabilidad de que ese evento ocurra: los mercados revelan y agregan información privada dispersa entre numerosos agentes.

Cargando espacio...

El pasado 26 de mayo de 2026, el Ministerio de Consumo de España ordenó el bloqueo cautelar de las plataformas Kalshi y Polymarket y les abrió un expediente sancionador por operar sin licencia de juego. Para el Gobierno español, los mercados de predicción son, a efectos legales, juegos de azar.

El punto de inflexión

Hace cinco años, los mercados de predicción todavía eran, sobre todo, un experimento académico. En 2024, el ciclo electoral estadounidense los hizo despegar. Kalshi, fundado en 2018, obtuvo el reconocimiento de la CFTC para operar como mercado regulado en los 50 estados y se integró con plataformas de finanzas (fintech) como Robinhood y Coinbase. Polymarket, creado en 2020 sobre blockchain, creció rápidamente en volumen de transacciones y fue citado como referencia informativa por medios internacionales de primer nivel. Los mercados de predicción llegaban así al público generalista.

El debate ha sido intenso: desde análisis en los grandes medios y artículos de opinión, hasta artículos académicos que los describen como una amenaza para la salud pública, la heterogeneidad de las fuentes e intensidad de la discusión son indicadores precisos del interés que genera el sector.

Ejemplos de mercados de predicción. Francisco J. Jariego con información de Wikipedia, CC BY-SA

¿Por qué son tan controvertidos?

La evidencia sobre su capacidad predictiva es sólida: en múltiples situaciones, los mercados de predicción superan a las encuestas y a los paneles de expertos. Su mecanismo de agregación de información dispersa amplía el espectro de opinión disponible y, por tanto, de inteligencia colectiva.

Las objeciones más enconadas son tres:

  • Su equiparación con los juegos de azar.

  • La manipulación por participantes que dispongan de información privilegiada.

  • Las reservas éticas sobre la monetización de eventos negativos.

Las tres han sido ampliamente estudiadas y debatidas.

Si nos atenemos a la definición del BOE de los juegos de azar vemos que todos esos elementos concurren con facilidad en los mercados de predicción:

“Toda actividad en la que se arriesgan cantidades de dinero u objetos económicamente evaluables sobre resultados futuros e inciertos, dependientes en alguna medida del azar, y que permiten su transferencia entre los participantes, con independencia de que predomine la destreza de los jugadores o el azar”.

Aunque el operador de teleprompter de la Casa Blanca acaba de ser acusado de utilizar información privilegiada sobre los contenidos de los discursos del presidente estadounidense, la posible manipulación de los mercados de predicción es difícilmente sostenible en el tiempo: cualquier intento de distorsionar el precio crea oportunidades de arbitraje que los participantes con información real aprovechan.

La presencia de especuladores, paradójicamente, incrementa la liquidez. No es una propiedad exclusiva de estos mercados: ocurre en cualquier otro, desde la renta variable hasta los mercados de opciones y futuros. Los manipuladores atraen a participantes informados dispuestos a explotar las ineficiencias que crean, mejorando en ocasiones la precisión del mercado.

Y respecto a la ética de las apuestas sobre eventos negativos, esta cuestión tiene una respuesta que seguramente no agrade a muchos: la información sobre eventos negativos es valiosa para quienes deben prevenirlos, pero suprimirla no elimina el riesgo, solo la capacidad de estimarlo.

Miedo al futuro

Los medios de comunicación pueden verse especialmente afectados por la agilidad e inmediatez de los mercados de predicción: Polymarket y Kalshi ofrecen información en tiempo real en redes sociales, y plataformas como Substack permiten integrar predicciones directamente en sus artículos.

Estas plataformas operan en un espacio regulatorio ambiguo que ninguna jurisdicción ha resuelto satisfactoriamente. En Estados Unidos, por ejemplo, más de la mitad de los estados restringen las apuestas sobre resultados electorales. El problema no es la regulación, sino el marco conceptual: equiparar un mercado de agregación de información con una máquina tragaperras es un error de categoría. En lugar de bloquear el acceso a los mercados de predicción, vale más establecer las condiciones para que operen legalmente. La función de la regulación debe ser habilitar y encauzar nuevas posibilidades, no limitarlas.

La verdadera razón del rechazo subyace en dos capas más profundas:

  • La estratégica. Como formuló Maquiavelo en El príncipe, nada es más difícil que introducir un nuevo orden de cosas: el innovador tiene en contra a todos los que se benefician del antiguo orden.

  • La sociológica. El estadounidense Robert K. Merton describió cómo anticiparse a los hechos puede influir en el comportamiento de los involucrados y provocar que lo que se predice finalmente ocurra. Si un mercado asigna alta probabilidad a un evento, ¿acelera su llegada? Aunque el argumento es real, opera en ambas direcciones: la misma dinámica que puede precipitar un resultado negativo puede también movilizar la respuesta que lo evita, o decantar uno deseable. Que el conocimiento anticipado del futuro tenga consecuencias no es un defecto del mecanismo, es precisamente su valor.

La batalla no ha hecho más que comenzar

La valoración de Kalshi supera los 40 000 millones de dólares y la de Polymarket está en torno a los 15 000 millones de dólares respectivamente. Y Mark Zuckerberg acaba de anunciar que Meta pone la mirada en los mercados de predicción.

No es la primera vez que experimenta con ellos: ya lo hizo con Forecast, en 2020, durante los primeros días de la pandemia. La nueva apuesta es una aplicación llamada internamente Arena. Zuckerberg no quiere perderse esta nueva oportunidad de negocio que abren Kalshi y Polymarket.

Francisco J. Jariego no recibe salario, ni ejerce labores de consultoría, ni posee acciones, ni recibe financiación de ninguna compañía u organización que pueda obtener beneficio de este artículo, y ha declarado carecer de vínculos relevantes más allá del cargo académico citado.

⚖️Artículo de libre republicación legal bajo licencia Creative Commons BY-ND 4.0 obtenido de The Conversation en Español. Crédito original al autor/a: Francisco J. Jariego, Independent Researcher. Professor of Innovation & Futures Studies, UNED - Universidad Nacional de Educación a Distancia. Puedes consultar la publicación original aquí.