Hay 2 mil millones de dólares en juego en apuestas durante este Mundial y el arribo de la IA a la cancha de los momios ha demostrado que los modelos de lenguaje amplio tienen su propia forma de armar quinielas.
Goldman Sachs corrió un millón de simulaciones y sentenció: España gana el Mundial con 26% de probabilidad. Opta hizo lo mismo, 25,000 veces, y llegó a 16%. Polymarket –donde miles de personas apuestan dinero real en tiempo real– pone a Francia arriba con cerca del 20%. Y si le preguntas a un LLM –modelo de lenguaje grande–, el resultado cambia dependiendo de cuál uses. Cuatro metodologías, cuatro respuestas distintas. Bienvenido a la era del pronóstico democratizado.
Antes del Mundial 2026, únicamente los bancos de inversión y las grandes firmas de análisis deportivo podían construir modelos predictivos de este calibre. El equipo de investigación de Goldman Sachs, procesó casi 20,000 partidos internacionales desde 1978 usando el ranking World Football Elo, originalmente desarrollado para el ajedrez, combinado con factores como rendimiento histórico, potencia ofensiva, momentum reciente y geografía. Opta, la empresa de datos deportivos más grande del mundo, hizo sus propias 25,000 simulaciones con metodología estadística distinta. Dos instituciones con décadas de experiencia cuantitativa, trabajando con datos similares, llegaron a números que difieren en 10 puntos porcentuales para el mismo equipo.
Pero la noticia de fondo no es la divergencia entre Goldman y Opta. Es que hoy tú puedes hacer exactamente lo mismo.
ChatGPT, Grok, Claude y Gemini son accesibles para cualquier persona con un teléfono, y millones de usuarios los utilizaron para simular torneos completos antes de que arrancara el 11 de junio. El fenómeno fue documentado por Al Jazeera, que consultó los cuatro modelos principales y publicó sus predicciones enfrentadas. Las búsquedas de IA predicciones Copa del Mundo escalaron posiciones de forma orgánica en múltiples países durante mayo, según el análisis de tendencias de El Financiero de Costa Rica. El dato que nadie esperaba: la divergencia entre modelos no generó confusión, generó debate, y el debate generó más búsquedas, y más búsquedas atrajeron más usuarios a las plataformas. La incoherencia entre modelos resultó ser, paradójicamente, el mejor motor de engagement del torneo.
