¿Puede una red ciudadana predecir el futuro de la guerra mejor que la CIA?

Llegan a España los mercados de predicción. Hypermind, la principal herramienta de inteligencia colectiva europea, y beBartlet, el gabinete de incidencia pública español, presentaron ayer en el Mobile World Congress una alianza para usar esta herramienta en exclusiva en el ámbito de la consultoría estratégica en toda Europa. Esta tecnología, usada por gobiernos europeos para tomar mejores decisiones, permite a organizaciones, empresas, o a medios de comunicación, agregar inteligencia para anticipar escenarios y tomar mejores decisiones.

En esta conversación entre Marc López Plana, editor y director de Agenda Pública, con Emile Servan-Schreiber, fundador de Hypermind, se concluye también que la industria de los medios de comunicación lleva décadas cometiendo un error estratégico multimillonario: hacer más inteligentes a sus lectores para luego no hacer absolutamente nada con esa inteligencia. Servan-Schreiber, investigador con un doctorado en ciencia cognitiva e integrante de una histórica dinastía de periodistas europeos, creadores de L’Express y Les Echos, tiene la fórmula para corregirlo. Tras 25 años perfeccionando plataformas de predicción colectiva, su diagnóstico para el sector es tajante y revelador: "si creas algo valioso y no usas ese valor, es un desperdicio".

La llegada de los mercados de predicción a España de la mano de la consultora beBartlet abre una puerta a la monetización del conocimiento agregado. En lugar de limitarse a ofrecer publicidad estática, los medios pueden transformar a sus lectores en analistas predictivos, extrayendo insights de altísimo valor para empresas y mercados. Servan-Schreiber lo tiene claro: "Creo que el futuro del periodismo dependerá de gamificar las noticias". Cuando el usuario necesita informarse para apostar o competir, el engagement se dispara y el medio recupera su relevancia absoluta en la cadena de valor.

Pero este nuevo modelo de negocio se enfrenta a un desafío inminente: la inteligencia artificial ya está aquí. Aunque hace poco parecía imposible, hoy la tecnología avanza a un ritmo vertiginoso: "Hace un año no era factible, pero ahora la IA puede hacer predicciones tan bien como una multitud diversa de humanos inteligentes". Si las máquinas son cien veces más rápidas y baratas, ¿qué papel le queda al lector humano en la economía de la predicción? Una conversación en profundidad para entender cómo la fusión entre la IA, la gamificación social y la prensa definirá el modelo económico de la próxima década.
 
Lleva 25 años impulsando el principal proyecto europeo de mercados de predicción. ¿Cómo empezó?

Empecé cuando trabajaba como periodista. Mi familia viene de Alemania. Mi padre creó L’Express, mi abuelo creó Les Echos y mi tío creó L’Expansion. Es una familia de periodistas. Pero yo nunca fui periodista: yo era científico. Estudié el cerebro —ciencia cognitiva—, e hice un doctorado en ciencia cognitiva en la Carnegie Mellon. Empecé mi carrera como ingeniero de inteligencia artificial en los noventa, durante el llamado "invierno de la IA". En aquella época, todo el mundo pensaba que éramos unos payasos.

Luego, con el tiempo, me hice periodista para buscar ideas nuevas en una revista científica. Me encontré con un artículo que planteaba esta idea: en vez de usar IA para rastrear Internet y ver qué está pasando —hace trece años la tecnología no daba para hacer lo que hoy hacemos—, en vez de usar agentes de IA para buscar información en la red, quizá podamos usar los cerebros conectados a la web para generar inteligencia colectiva, especialmente sobre el futuro, que es el problema más difícil.

"Pensé en crear plataformas en las que la gente apueste entre sí para hacer predicciones sobre el futuro, y la inteligencia colectiva será mayor que la de cualquier individuo"

Fue la primera vez que podías conectar de forma masiva muchos cerebros humanos y ver qué podía hacer esa red de cerebros. Antes de la web, esto era imposible. Como científico y como alguien que ha estudiado el cerebro, yo sabía que toda inteligencia se basa en interacciones colectivas de muchos agentes más pequeños que no son tan inteligentes. Neuronas, por ejemplo: hay 80.000 millones de neuronas en tu cerebro. Cuando se hizo posible aprovechar la red de cerebros humanos creada por la web, pensé: "Esto es fantástico".

Entonces pensé en crear plataformas en las que la gente apueste entre sí para hacer predicciones sobre el futuro, y la inteligencia colectiva será mayor que la de cualquier individuo. Como científico, me interesaba esa posibilidad. Como periodista, me interesaba otra cosa: nos pasamos el tiempo ofreciendo análisis y noticias y haciendo a la gente más lista. Ese es vuestro oficio: hacer a la gente más lista. Pero no hacéis nada con ello. Quizá reciben una carta al director o algo así, pero poco más.

Así que les damos información a través de los medios y ellos nos devuelven, a través de esta plataforma de predicción, el uso del mañana.

¿No es suficiente con que la gente pueda ser más inteligente?

No, porque si creas algo valioso y no usas ese valor, es un desperdicio. Haces a la gente más lista, ¿y qué obtienes? Un poco de dinero y quizá un poco de influencia. Pero no obtienes la posibilidad de usar esa inteligencia que tienes a tu disposición para hacerte más inteligente, o para que tu organización o tu periódico sea más eficaz.

Imagina que eres consciente de todo lo que tus lectores saben y de todo el análisis que son capaces de hacer. ¿Cuánto valor aportaría a tu organización mediática poder aprovecharlo? Hubo un consejero delegado famoso de Hewlett-Packard en los noventa, al inicio de la revolución de la gestión del conocimiento dentro de las organizaciones. Dijo: "Si HP supiera lo que HP sabe". Hay muchísimo conocimiento ahí fuera, pero no tienes una forma de agregarlo y hacerlo útil.

Esa era la idea: nosotros damos las noticias y ellos nos devuelven predicciones sobre lo que pasará después. ¿Qué pasará con la Junta de Paz de Trump? ¿Cuántos países se van a sumar? Eso será la noticia de mañana, así que podemos tenerla hoy.
 
Quizá algunos lectores no conocen los mercados de predicción y pueden pensar que es parecido. ¿Cuál es la diferencia entre mercados de predicción y encuestas o sondeos?

Es completamente distinto. Hay que darse cuenta de que las encuestas y los sondeos se inventaron hace menos de 100 años: en 1936, por Gallup. Antes de eso, ¿cree que la gente no hacía predicciones sobre elecciones?

No…

Apostar es probablemente la segunda profesión más antigua del mundo. Tenemos registros de quince elecciones presidenciales antes de que Gallup inventara las encuestas, en las que la gente apostaba en Wall Street sobre quién sería el siguiente presidente. En esencia, estaban haciendo mercados de predicción en la calle en vez de en Internet.

El registro científico de esas elecciones anteriores a las encuestas muestra que el favorito de los mercados de apuestas ganó catorce de quince veces. Era bastante preciso. De hecho, cuando llegaron las encuestas, la gente pensó: "Por fin, algo científico para predecir elecciones". Sin embargo, el historial muestra que las encuestas no lo hicieron mejor en precisión que los mercados de apuestas antes de que existieran.

No solo eso: desde que se inventaron las encuestas, los mercados de apuestas se volvieron menos eficientes porque se contaminaron con malas encuestas. Como hemos visto en muchas elecciones, la gente mira un sondeo y dice: "Esto es lo que va a pasar, así que voy a apostar así". Entonces, cuando sale elegido Donald Trump en vez de Hillary Clinton, todo el mundo se sorprende. Además, tenemos registros de periódicos, por ejemplo el New York Post, de antes de las encuestas. ¿Qué publicaban? En vez de sondeos, las cuotas de que Roosevelt iba a ganar. Cinco a uno a que Roosevelt gana, y luego sube respecto a la semana pasada. Trataban los mercados de apuestas exactamente del mismo modo que hoy se usan los sondeos como contenido.

La segunda diferencia es el fundamento. Los sondeos se basan en una muestra representativa de la población. Si quieres decir si los españoles prefieren a este candidato o a aquel, necesitas asegurarte de que representas a cada español con probabilidad de votar. La representatividad es el principio central.

"Todo el mundo tiene sesgos: si eres de izquierda o de derecha, no tendrás necesariamente la misma perspectiva ni consumirás la misma información. Pero aquí no se te pide expresar preferencia"

En los mercados de apuestas, la representatividad no importa. Lo que importa es el conocimiento. Por eso buscamos reclutar a personas que saben de política, están interesadas y absorben información nueva todo el tiempo para actuar en consecuencia. Nadie es perfecto. Todo el mundo tiene sesgos: si eres de izquierda o de derecha, no tendrás necesariamente la misma perspectiva ni consumirás la misma información. Pero aquí no se te pide expresar preferencia: se te pide expresar una predicción. No apelamos a tus emociones. De hecho, observamos que al apostar se inhibe la parte del cerebro vinculada a las emociones, mientras se activa más la parte asociada al pensamiento racional. Se te pide una predicción de lo que realmente ocurrirá sobre el terreno. Hay que empatizar con la realidad, no con la ideología.
 
¿Qué incentivo tiene la gente para participar en un mercado de predicción?

Hay cuatro tipos de incentivos, según lo que quieras conseguir.

Uno: recompensas. El dinero que podrías ganar o los premios que podrías obtener.

Dos: reconocimiento. Por ejemplo, dentro de Google, cuando hay un mercado de predicción, no sobre política, sino sobre el número de fallos en Gmail, a la gente no le importa el dinero: ya están bien pagados. Les importa el reconocimiento, como una camiseta que diga: "Soy el mejor pronosticador de Google". Es una forma de reconocimiento social dentro de la empresa.

Tres: relaciones. Cuando apuestas contra otros, os conocéis. Es una actividad social: disfrutas de una comunidad de pronosticadores que compiten por ver quién es el mejor. Negocias sobre el precio correcto para que Trump gane la próxima elección, o para que Sánchez se mantenga en el poder, lo que sea.

"Cada encuestadora tiene su propia fórmula, y esa fórmula es tan secreta como la receta de Coca-Cola. No puedes fiarte del todo"

Cuatro: relevancia. Si leo un artículo en Agenda Pública sobre el mercado del automóvil y los vehículos eléctricos en Europa, y me interesa de verdad esa industria, ya tengo ideas sobre lo que puede pasar, lo que debería pasar o lo que probablemente pasará. Las plataformas de predicción me dan una vía para expresarlo. Esa relevancia, sea por trabajo o por interés personal, consiste en poder expresar mis ideas ahí. Si no, solo podría comentarlas con mis amigos.

¿Cuál es la influencia real que podrían tener los mercados de predicción?

En política pueden tener tanta influencia como los sondeos, quizá más, porque los sondeos son una tecnología débil. Por eso existen los agregadores: porque ningún sondeo individual es lo bastante fiable. Además, no es transparente. Cada encuestadora tiene su propia fórmula, y esa fórmula es tan secreta como la receta de Coca-Cola. No puedes fiarte del todo, porque sabemos que algunas encuestas favorecen a la derecha, otras a la izquierda, y aun así influyen.

Por ejemplo, el New York Times informó de que a la mayoría de los estadounidenses no les gustó lo que Trump hizo en su primer año. ¿Usted se lo cree? No sería lo mismo si viniera de Fox News. En la última elección, el mercado de predicción, dos semanas antes, empezó a favorecer a Trump, de forma sorprendente, porque los sondeos mostraron un empate durante tres semanas. Nadie podía diferenciar.

Hubo cierta manipulación que funcionó. Le dio a Trump una ventaja psicológica que pudo marcar la diferencia en una elección muy ajustada, la cual acabó ganando por muy pocos votos. Los mercados de predicción pueden influir así.

Sin embargo, esa no es la influencia que más me interesa. Me atrae el cómo los mercados de predicción pueden cuantificar el futuro para que la gente, especialmente empresas y responsables políticos, tenga una idea mejor de los riesgos. Los políticos a menudo deciden basándose en ideología más que en realidad. Frente a ello, los mercados de predicción ofrecen una forma gamificada de consultar lo que la gente sobre el terreno cree que va a ocurrir. Me parece una manera poderosa de elegir políticas para alcanzar objetivos concretos.
 
Mercados de predicción e inteligencia artificial: ¿quizá ya no necesitamos a la gente para hacer predicciones?

Déjeme explicarlo. Acabamos de crear una máquina de pronóstico puramente artificial basada en IA: The Forecasting Machine [La máquina de predicción]. Es muy interesante. Hace un año no era factible, pero ahora la IA puede hacer predicciones tan bien como una multitud diversa de humanos inteligentes. En seis meses o un año, la IA será mejor; en dos años, significativamente mejor.

La principal ventaja es que la IA no necesita recompensas. No le importa hacer una predicción para mañana o para dentro de cien años: se toma todas las predicciones en serio. Es más rápida, unas cien veces más rápida que los humanos, y más barata —mucho más barata—. Entonces, ¿por qué seguimos necesitando pronosticadores humanos? Por razones y aplicaciones distintas. Si quieres hacer horizon scanning alrededor de tu empresa, la IA puede hacerlo. Pero si quieres implicar a la gente, porque los humanos siguen viviendo en el planeta y necesitas organizarlos en movimientos, necesitas pronosticadores humanos.

"Analistas ucranianos plantean preguntas que les preocupan, y creamos una plataforma de mercado de predicción con el Ministerio de Defensa sueco para invitar a europeos a responder"

Hacer que la gente piense sobre el futuro es una manera de hacerla más inteligente hoy. No puedes ser inteligente sobre el presente si no piensas en el mañana: medio ambiente, paz mundial, desigualdad u organización social. La mejor forma es gamificar el esfuerzo, porque pensar en el futuro es muy difícil. La mayoría de la gente no vive pensando demasiado en el futuro, y eso es un problema para ellos y para la comunidad.

Ahora mismo tenemos un proyecto de predicciones sobre la guerra en Ucrania llamado Glimt.nu. Forma parte de una ayuda del Gobierno sueco a Ucrania. La idea es contribuir no con tanques o armas, sino con inteligencia.

Analistas ucranianos plantean preguntas que les preocupan, y creamos una plataforma de mercado de predicción con el Ministerio de Defensa sueco para invitar a europeos, ahora mismo muchos suecos y franceses, y ojalá también algunos españoles, a responder.

Las preguntas incluyen economía de la guerra, activos rusos en Bruselas, inflación rusa, flujos de petróleo a través de la flota en la sombra. También preguntas militares: cuántos misiles caerán sobre Kyiv, qué ciudad caerá después... Y preguntas políticas: si habrá un nuevo paquete de ayuda de Estados Unidos, qué pasará con los activos rusos, o quién será elegido en Polonia o Hungría.

La idea es que la sabiduría de una multitud de ciudadanos europeos, todos interesados en Ucrania, pueda aportar análisis desde sus perspectivas. Esas perspectivas diversas se combinan y se entregan a los analistas ucranianos. No se trata de preguntarle a la IA: se trata de implicar a europeos para que sigan informados y comprometidos.

Ha mencionado a las agencias de inteligencia. ¿Cómo podrían cambiar los mercados de predicción su forma de trabajar? Parece un cambio grande…

Fueron los primeros clientes naturales. En Estados Unidos hay una agencia llamada IARPA, Intelligence Advanced Research Projects Agency. Hace unos quince años iniciaron un proyecto de varios años para probar si las predicciones de una multitud podían ser útiles para la geopolítica.

En vez de ucranianos, la CIA planteaba cien preguntas al año a cualquiera que estuviera interesado, incluidos lectores del New York Times, Foreign Policy y otros aficionados.

Compararon los pronósticos de 10.000 aficionados diversos con las predicciones de analistas de inteligencia: misma precisión, pero mucho más barato. Dentro de esa multitud, alrededor del 2% era excepcional: un 30% mejor que los analistas, y cobraban solo doscientos dólares al año. Increíble.
   
¿La CIA está preocupada por eso?

No, es complementario. Si es más barato, les das una insignia que diga "recognized super forecaster" (prestigioso superpronosticador). La ponen en LinkedIn y se vuelven más valiosos. Creas competiciones de pronóstico y reconoces talento.
Estos superpronosticadores tienen experiencia en muchos ámbitos: geopolítica, deporte, economía, negocios. Saben descomponer un problema analíticamente y recombinarlo. Sabemos cómo piensan gracias al Good Judgment Project. Incluso podemos enseñar a la IA a pensar como un superpronosticador, aunque los humanos pueden seguir siendo mejores durante uno o dos años más.

"Nadie leería un periódico financiero si no existiera la bolsa: sería aburrido. Si quieres operar en el mercado, necesitas leer el periódico para informarte"

La CIA puede usar superpronosticadores. Organizaciones como RAND Corporation usan esta comunidad para proyectos del Gobierno de Estados Unidos. En Francia hacemos un trabajo similar con gobiernos, e incluso con gobiernos regionales en España. Los mercados de predicción se pueden aplicar de muchas maneras: no es algo secreto.

¿Cómo ve la relación entre mercados de predicción y periodismo?

Nadie leería un periódico financiero si no existiera la bolsa: sería aburrido. Si quieres operar en el mercado, necesitas leer el periódico para informarte. El mercado existe, así que existe la necesidad del periódico.

Creo que el futuro del periodismo dependerá de gamificar las noticias. Por ejemplo, Polymarket se asocia con The Wall Street Journal: la gente necesita las noticias para predecir resultados de mercado.

El modelo de negocio de Polymarket gana dinero con los jugadores: es una plataforma de apuestas. Otro modelo que usamos nosotros permite que la audiencia de una publicación juegue, creando una comunidad. Las empresas pueden comprar acceso a insights de esa comunidad en vez de limitarse a anunciarse.

¿Esto va de engagement?

Exacto. La audiencia es un activo de inteligencia. Si podemos agregarla, podemos monetizarla. Hay muchas empresas que podrían pagar por esos insights. En vez de solo poner anuncios, obtienes inteligencia predictiva real.

Muchas gracias.