“La comisión está buscando utilizar IA para detectar patrones que sugieran que alguien posee información no pública.”
Ese es, al menos, el objetivo declarado. Pero seamos honestos: la CFTC está básicamente intentando jugar al “Adivina quién es el insider” con una herramienta que es notoriamente mala entendiendo la causalidad. Es un movimiento gubernamental clásico: lanzar una palabra de moda contra un problema que no pueden resolver con los marcos legales existentes y esperar que la imagen pública sea suficiente.
La CFTC tiene pánico a los mercados de predicción porque estas plataformas se mueven más rápido que los comunicados de prensa del gobierno. Cuando un mercado se desplaza un 20% a favor de un resultado regulatorio específico tres horas antes del anuncio oficial, parece una filtración. La solución, según la agencia, es conectar algunos modelos de ML y esperar que detecten a las personas adecuadas.
Según Ars Technica, la agencia quiere identificar anomalías que griten “sé algo que tú no”. Esta es esencialmente la misma lógica utilizada en la vigilancia de operaciones de alta frecuencia, pero aplicada a un entorno enormemente más volátil. Es como un árbitro en un partido de fútbol que solo saca la tarjeta después de ver una repetición en cámara lenta 4K de una jugada que ocurrió hace tres minutos. Para cuando se detecta el “patrón” y un agente humano revisa la alerta, el dinero ya se ha movido.
¿Detiene esto realmente la filtración? Probablemente no. Si tienes una línea directa con un senador o un alto cargo, no vas a apostar tu patrimonio neto en una sola cuenta que es fácilmente rastreable a tu dirección IP doméstica. Dividirás la operación entre veinte cuentas (o usarás un proxy).
La herramienta es un espantapájaros.
La agencia está apostando a que la mera existencia de “vigilancia con IA” disuadirá al insider ocasional: el empleado de nivel medio que cree estar siendo ingenioso. Pero para los jugadores profesionales, esto es solo una nueva variable para optimizar. Simplemente encontrarán el umbral en el que la IA deja de marcar un volumen “inusual” y mantendrán sus operaciones justo por debajo de esa línea.
La verdadera fricción aquí no es la IA; es la evidencia. Un modelo de ML puede marcar una correlación, digamos, un aumento repentino de apuestas “Sí” a una resolución regulatoria específica, pero no puede probar que el apostante recibió un PDF filtrado de un empleado. Proporciona un indicio, no una condena. (A menos que la CFTC planeé usar “el modelo lo dijo” como prueba legal, lo cual sería un desastre para el debido proceso).
Ya hemos visto esto antes con la SEC y sus diversos intentos de automatizar la detección de “abusos de mercado”. El resultado suele ser una montaña de falsos positivos y unas pocas victorias fáciles contra personas que fueron demasiado descuidadas para usar una VPN. La brecha entre una anomalía estadística y un delito legal es un abismo que ninguna cantidad de capacidad de cómputo puede salvar.
Para el cuarto trimestre, veremos cómo el primer caso de alto perfil de “uso de información privilegiada detectado por IA” es desestimado por un juez porque la evidencia es puramente circunstancial.
El gobierno está intentando policar un espejo. Los mercados de predicción no crean las filtraciones; solo las reflejan. El mercado no es la fuente del problema; es el termómetro. Intentar detener al “insider” monitoreando el termómetro —o usando una caja negra para vigilar el termómetro— es un desperdicio de ciclos de GPU. Si la CFTC realmente quisiera detener el uso de información privilegiada, se centraría en las personas que filtran la información, no en las que apuestan sobre ella. En su lugar, han elegido el camino de menor resistencia: desplegar una herramienta que se ve impresionante en un comunicado de prensa pero que hace muy poco para cambiar los incentivos de quienes realmente guardan los secretos.
