La inteligencia excepcional combinada con riesgo desmedido es un patrón peligroso
Cuando Elm Wealth entregó a modelos de inteligencia artificial los titulares bursátiles del futuro, esperaba revelar si la máquina podía superar al mercado con ventaja perfecta. Lo que descubrió, en cambio, fue un espejo incómodo: tanto la IA como los expertos humanos que antes enfrentaron el mismo reto tendieron a apostar con exceso de confianza, replicando el eterno error de creer que saber más equivale a ganar más. El verdadero desafío de las finanzas no es la información, sino la disciplina ante ella.
- Cuatro de los modelos de IA más avanzados del mundo recibieron información privilegiada sobre el futuro bursátil y aun así varios terminaron perdiendo dinero, lo que sacude la narrativa de que la IA es invencible en mercados financieros.
- Gemini apostó de forma tan agresiva que perdió más de la mitad de su capital, y Grok tampoco logró rentabilidad, evidenciando que el exceso de riesgo es un defecto compartido entre humanos y máquinas.
- Claude fue la excepción relativa, multiplicando el millón inicial a 2,6 millones en promedio, pero incluso su éxito parcial no basta para justificar confiar decisiones financieras críticas a sistemas sin controles de riesgo.
- El hallazgo resuena con el colapso de Long-Term Capital Management en 1998, cuando mentes brillantes con modelos sofisticados casi hundieron el sistema financiero global por apostar demasiado fuerte.
- El experimento lanza una advertencia directa a quienes planean delegar carteras de inversión a la IA: sin disciplina de riesgo incorporada, la inteligencia artificial puede amplificar los peores instintos del inversor humano.
Imagina tener los titulares del Wall Street Journal de mañana en tus manos hoy. Parece la receta perfecta para enriquecerse. Hace dos años, Elm Wealth puso a prueba esa intuición con 120 profesionales financieros: les entregó portadas antiguas del periódico y la posibilidad de operar con esa ventaja. El resultado fue humillante. En promedio, apenas cubrieron pérdidas. Uno de cada seis lo perdió todo.
La pregunta inevitable llegó sola: ¿qué pasaría si esa misma ventaja se le diera a la inteligencia artificial? Elm repitió el desafío con cuatro modelos avanzados, cada uno simulando ser un inversor de mediana edad apostando un millón de dólares a lo largo de quince rondas de decisiones.
Claude, de Anthropic, fue el más prudente y terminó con un promedio de 2,6 millones. Gemini, en cambio, multiplicó sus apuestas de forma temeraria y perdió más de la mitad de su capital. Grok también cerró en negativo, acertando menos de la mitad de los titulares y ejecutando cálculos tan complejos que sus propios errores resultaron difíciles de rastrear.
El patrón que emerge es perturbador: los modelos comprendían mejor que muchos humanos cómo calibrar apuestas simples, pero no lograron trasladar esa comprensión a decisiones reales. Asumieron demasiado riesgo. Apostaron con exceso de convicción. Incluso con el futuro en la mano, cometieron los mismos errores de siempre.
Para Victor Haghani, fundador de Elm y ex socio de Long-Term Capital Management —el fondo que en 1998 casi derrumbó el sistema financiero global con sus apuestas desmedidas—, la lección es conocida y dolorosa. La inteligencia, humana o artificial, no basta. Lo que separa a los ganadores de los perdedores es la disciplina ante la tentación de apostar demasiado fuerte cuando uno cree tener razón. Y eso, por ahora, ningún modelo de IA ha logrado dominar.
Imagina que alguien te entrega los titulares del Wall Street Journal de mañana. Sabes exactamente qué noticias van a sacudir los mercados antes de que se publiquen. ¿Ganarías dinero? Parece obvio que sí. Pero cuando Elm Wealth, una gestora de inversiones, planteó esta pregunta hace dos años, los resultados fueron desalentadores. Entregaron a 120 profesionales del sector financiero cincuenta dólares y portadas antiguas del periódico con los detalles del mercado ocultos. Podían comprar y vender acciones y bonos antes de que las noticias se hicieran públicas, incluso apalancarse con préstamos. El resultado: de media, apenas cubrieron sus pérdidas. Uno de cada seis lo perdió todo.
La pregunta que quedó flotando en el aire fue incómoda: si los expertos humanos fracasaban incluso con información del futuro, ¿qué pasaría si les dábamos esa misma ventaja a la inteligencia artificial? Elm decidió averiguarlo. Hace poco lanzó el desafío nuevamente, esta vez enfrentando a cuatro de los modelos de IA más avanzados del mundo. Cada uno tenía que simular ser un inversor adinerado de mediana edad apostando un millón de dólares, su patrimonio completo, a través de quince rondas de decisiones de inversión.
Los resultados fueron reveladores, aunque no de la forma que muchos hubieran esperado. Claude, el modelo de Anthropic, fue el que mejor se desempeñó, terminando con un promedio de 2,6 millones de dólares. Tenía un buen instinto para analizar los titulares y calibrar sus apuestas. Gemini, de Alphabet, no tuvo tanta suerte. A pesar de conocer las noticias futuras, multiplicó sus apuestas de forma agresiva y perdió más de la mitad de su capital. Grok, el modelo de Elon Musk, también perdió dinero en promedio, acertando menos de la mitad de los titulares. Los analistas de Elm sugieren que Grok podría haber obtenido ganancias modestas si hubiera apostado con más cautela, pero sus cálculos complicados hacen difícil saberlo con certeza.
Lo que emerge de estos números es un patrón inquietante: los modelos de IA entendían mejor que la mayoría de los humanos cómo calibrar apuestas simples, casi como lanzar una moneda al aire. Pero no lograron trasladar esa comprensión a decisiones de inversión reales. Asumieron demasiado riesgo. Apostaron demasiado fuerte. Incluso con información perfecta sobre lo que iba a pasar, cometieron los mismos errores que cometen los inversores humanos todos los días.
Esta conclusión tiene un peso histórico particular para Victor Haghani, fundador de Elm. Hace décadas fue socio del fondo de cobertura Long-Term Capital Management, una operación repleta de algunas de las mentes más brillantes del mundo financiero, incluidos dos ganadores del Premio Nobel. Apostaron de forma demasiado agresiva. Fracasaron estrepitosamente en 1998, casi hundiendo el sistema financiero global. Haghani ha pasado los últimos años predicando una verdad incómoda: los fondos indexados son la opción inteligente, incluso si tuvieras una bola de cristal ligeramente empañada que te mostrara el futuro.
Lo que el desafío de Elm revela es algo más profundo que simplemente que la IA no es perfecta en inversiones. Sugiere que la inteligencia, ya sea humana o artificial, no es suficiente. La gestión del riesgo, la disciplina, la capacidad de resistir la tentación de apostar demasiado fuerte cuando crees que tienes razón: eso es lo que separa a los ganadores de los perdedores. Y eso es algo que ningún modelo de IA ha dominado todavía, incluso cuando conoce el futuro.
Citas Notables
Los modelos entendían mejor que la mayoría de los humanos cómo calibrar apuestas simples, pero no lograron trasladar eso a inversiones reales, asumiendo demasiado riesgo— Análisis de Elm Wealth
La Conversación del Hearth Otra perspectiva de la historia
¿Por qué fracasaron los modelos de IA si sabían exactamente qué iba a pasar en los mercados?
Porque saber qué va a pasar no es lo mismo que saber cuánto apostar. Claude entendía los titulares, pero incluso él no ganó lo que debería haber ganado con información perfecta.
Entonces, ¿el problema fue la avaricia? ¿Apostaron demasiado fuerte?
Exactamente. Gemini y Grok multiplicaron sus apuestas de forma agresiva y perdieron dinero. Es como si la inteligencia les diera confianza, pero no prudencia.
¿Y los humanos lo hicieron mejor?
No. Los profesionales hace dos años apenas cubrieron sus pérdidas. Uno de cada seis lo perdió todo. Así que ni siquiera con ventaja informativa los humanos ganan de forma consistente.
¿Qué significa eso para el futuro? ¿Deberíamos confiar menos en la IA para inversiones?
Significa que deberíamos confiar menos en cualquiera que crea que puede vencer al mercado, IA o humano. Victor Haghani aprendió eso de la forma más dura posible en 1998. Ahora dice que los fondos indexados son la respuesta.