Ao superar a maioria dos traders humanos e transformar pequenos capitais iniciais em retornos enormes, os sistemas de negociação automatizados baseados em inteligência artificial estão alterando as regras dos mercados de previsão.
A indicação mais óbvia dessa mudança ocorreu quando, na plataforma de previsão descentralizada Polymarket, um robô de negociação baseado no modelo de IA Claude da Anthropic converteu US$ 1.000 em US$ 14.216 em apenas 48 horas.
O experimento também comparou Claude com uma configuração concorrente que utilizava o framework OpenClaw, um sistema de agentes de IA autônomos de código aberto.
Os resultados demonstraram uma diferença de desempenho significativa: enquanto o sistema baseado em Claude alcançou um retorno de 1.322%, multiplicando seu saldo inicial em mais de 13 vezes, o sistema baseado em OpenClaw foi liquidado, perdendo todo o seu saldo no mesmo período de 48 horas.
Por que a mudança é tão perceptível? Provavelmente, o gerenciamento de riscos era feito de forma substancialmente diferente pelos dois sistemas.
OpenClaw é um framework que utiliza técnicas criadas por desenvolvedores individuais, enquanto Claude é um modelo de linguagem robusto criado pela Anthropic. É muito provável que seus métodos para controlar perdas e dimensionamento de posições sejam diferentes.
Enquanto seu concorrente caiu, o bot baseado em Claude, que se acredita ter operado no Claude 3.5 Sonnet, manteve sua posição.
Bots encontrando vantagemquehumanos simplesmente não conseguem alcançar
Mas esses números impressionantes nem sequer são os exemplos mais extremos no Polymarket. Um bot teria transformado US$ 313 em US$ 414.000 em um único mês. Ele negociava apenas BitcoinEthereumEthereum EthereumEthereumEthereumEthereum EthereumEthereumSolanaSolana SolanaSolanaSolanaSolana SolanaSolana em mercados de alta/baixa de 15 minutos, fazendo apostas de US$ 4.000 a US$ 5.000 por vez, com uma taxa de acerto relatada de 98%.
A vantagem do bot não tinha nada a ver com prever a direção do preço. Em vez disso, ele detectava um atraso entre os preços no Polymarket e o momentum confirmado em grandes exchanges como Binance e Coinbase. Quando a probabilidade real de um resultado já estava em torno de 85%, mas o Polymarket ainda mostrava chances de 50/50, o bot entrava em ação e comprava repetidamente o lado com preço incorreto.
Os resultados de outros sistemas têm sido igualmente impressionantes. Usando modelos de probabilidade treinados com dados de notícias e mídias sociais, um bot gerou US$ 2,2 milhões ao longo de dois meses. Para se manter atualizado, ele continuou a se reconfigurar e se concentrou em contratostraco mercado não refletia com precisão a probabilidade do mundo real.
No Bitcoin da Polymarket, um trader diferente configurou três bots:
- Próximo da resolução, o primeiro fez apostas direcionais diretas.
- Na segunda etapa, os preços foram comparados aos dados Chainlink Oracle.
- O terceiro participante, atuando em ambos os lados de uma transação para coletar taxas, funcionava como um formador de mercado.
Outras táticas que quase sempre geram um pequeno lucro incluem antecipar ordens com baixa liquidez e comprar ambos os lados de umtracquando os preços combinados caem abaixo de US$ 1.
O debate sobre justiça e os negociadores humanos
Tem se mostrado difícil para os traders humanos competirem. Dados comparando humanos e bots usando técnicas semelhantes mostraram que, enquanto os computadores lucraram aproximadamente US$ 206.000 com taxas de sucesso superiores a 85%, os humanos empregando estratégias similares ganharam cerca de US$ 100.000.
Mesmo quando sua estratégia principal estava correta, os humanos frequentemente perdiam qualquer vantagem devido ao dimensionamento inadequado das apostas, admissões tardias e controles de risco insuficientes.
A prevalência de tecnologias automatizadas tem gerado discussões sobre equidade. A Anthropic fez uma contundentetrondeclaração se ao uso de sua tecnologia para armamento autônomo e vigilância, e se posicionou publicamente como uma empresa de segurança em IA.
Os críticos argumentam agora que permitir que bots superemmatice esgotem os operadores humanos nos mercados de previsão levanta questões não tão diferentes. A tensão sobre se uma empresa que alerta contra a eliminação da supervisão humana em contextos militares deveria permiti-la nos mercados financeiros permanece sem solução.
Além da questão da equidade, a rápida ascensão da IA ameaça minar um princípio democrático fundamental dos mercados de previsão: a agregação de diversas avaliações humanas. Isso pode levar à formação de câmaras de eco repletas de vieses otimizados por máquinas e exacerbar a divisão entre aqueles que possuem IA e aqueles que não a possuem.
