a16z Crypto propone un mecanismo de juicio basado en IA para resolver problemas de escalabilidad en los mercados de predicción

Según un artículo publicado por a16z Crypto titulado "¿Qué hacer cuando los mercados de predicción fallan?" (How AI 'judges' can scale prediction markets), ChainCatcher informa que el mayor desafío al que se enfrentan los mercados de predicción no es "poner un precio al futuro", sino determinar qué sucedió realmente. Este tipo de problemas ocurren con frecuencia incluso en eventos de menor escala, y mecanismos de liquidación erróneos o poco transparentes pueden erosionar la confianza en el mercado, la liquidez y la precisión de las señales de precio. La industria propone introducir modelos de lenguaje de gran tamaño (LLM, por sus siglas en inglés) como árbitros de los mercados de predicción, incluyendo compromisos de reglas en la cadena de bloques, resistencia al manipuleo, mayor transparencia y mayor neutralidad. Por ejemplo, al crear un contrato, se podría cifrar y registrar en la blockchain el modelo LLM específico, la marca de tiempo y las instrucciones de decisión, permitiendo a los inversores conocer con anticipación el mecanismo completo de toma de decisiones. Los pesos del modelo se fijarían para que no puedan ser fácilmente alterados, reduciendo así el riesgo de trampas. El mecanismo de liquidación sería público, auditable y no estaría sujeto a decisiones arbitrarias por parte de personas. Este mecanismo de decisión impulsado por IA puede mejorar significativamente la eficiencia y la escalabilidad de los mercados de predicción, siempre que se garantice la transparencia y la imparcialidad.