En el vertiginoso mundo de la inteligencia artificial, solemos maravillarnos con su capacidad para escribir poemas, generar imágenes artísticas o incluso programar software complejo en cuestión de segundos. Sin embargo, un nuevo estudio ha puesto de relieve una debilidad crítica: la incapacidad de los modelos de lenguaje más avanzados para navegar por la incertidumbre del mundo real, específicamente en el ámbito de las apuestas deportivas.

El informe, denominado KellyBench y publicado recientemente por la startup londinense General Reasoning, ha revelado resultados sorprendentes tras enfrentar a ocho de los sistemas de IA más potentes del mercado contra los datos de la Premier League inglesa. A pesar de contar con estadísticas detalladas y una capacidad de procesamiento masiva, los modelos de gigantes como Google, OpenAI, Anthropic y xAI fallaron estrepitosamente en su intento de generar beneficios económicos.

Un campo de juego desigual para los algoritmos

Para llevar a cabo este estudio, los investigadores crearon una recreación virtual de la temporada 2023-24 de la Premier League. A los modelos participantes se les suministró un conjunto exhaustivo de datos históricos, estadísticas de equipos, resultados de partidos previos y métricas de rendimiento de los jugadores. La instrucción era clara: desarrollar una estrategia de apuestas que maximizara el retorno de la inversión y gestionara el riesgo de manera eficiente.

El resultado fue una derrota colectiva. Ninguno de los modelos logró terminar la temporada en números positivos. Este hallazgo sugiere que existe una brecha significativa entre las capacidades cognitivas de la IA en tareas estructuradas y su desempeño en situaciones donde el caos, la emoción humana y la aleatoriedad juegan un papel fundamental. Mientras que una IA puede ser excelente siguiendo reglas lógicas en el código, el fútbol —un deporte donde un error arbitral o una lesión inesperada cambian el rumbo de todo— sigue siendo un enigma para ellas.

Grok y el desafío de la precisión

Dentro del grupo analizado, el modelo Grok de xAI, la empresa de inteligencia artificial de Elon Musk, mostró un rendimiento particularmente deficiente. A pesar de su enfoque en el procesamiento de datos en tiempo real, el sistema tuvo dificultades para equilibrar la ambición del beneficio con la gestión prudente del capital. Otros modelos destacados de OpenAI y Anthropic tampoco lograron superar la barrera de la rentabilidad, demostrando que incluso los sistemas más sofisticados de la actualidad pierden el rumbo cuando se enfrentan a análisis predictivos a largo plazo en entornos dinámicos.

¿Por qué falla la inteligencia artificial?

Los expertos de General Reasoning señalan que el problema reside en la naturaleza de los modelos de lenguaje actuales. Estos sistemas están entrenados principalmente para predecir la siguiente palabra en una secuencia, no para comprender las dinámicas profundas y a menudo irracionales de los eventos deportivos. Al intentar aplicar modelos matemáticos de gestión de riesgos, como el criterio de Kelly, las IA a menudo sobrestiman su propia confianza en predicciones incorrectas, lo que lleva a pérdidas financieras rápidas.

Este estudio es un recordatorio necesario de que la IA todavía está lejos de sustituir el juicio humano y el análisis experto en áreas donde la incertidumbre es la norma.

En conclusión, el experimento KellyBench nos advierte que no debemos confiar ciegamente en las recomendaciones financieras o predictivas de los grandes modelos de lenguaje actuales. Aunque son herramientas poderosas para la productividad, el factor humano del deporte sigue siendo, por ahora, una frontera infranqueable para el silicio.