Mining Lab · Academia Coinovo · IA y cripto
Una herramienta, no un oráculo
Un modelo de lenguaje de IA ha aprendido de una enorme cantidad de texto qué palabras suelen ir seguidas. De ahí genera respuestas que suenan fluidas y competentes. No consulta automáticamente una base de datos, y su conocimiento termina en una fecha de corte, salvo que pueda buscar en la web. Es fuerte explicando, resumiendo y reformulando.
Un modelo de lenguaje genera texto plausible, no hechos comprobados.
A veces un modelo se inventa cosas: cifras, fechas, funciones, incluso fuentes con título y dirección. Lo traicionero es que las respuestas erróneas suenan igual de seguras que las correctas. Pregunta la fecha exacta de un cambio de reglas y puede que recibas una respuesta de apariencia precisa pero falsa. Sabiéndolo, tratas a la IA como un borrador, no como una prueba.
Convincente no es lo mismo que correcto.
Un modelo de lenguaje está entrenado para dar una continuación adecuada, no para callar cuando no sabe algo. Si haces una pregunta para la que no ha aprendido ninguna respuesta fiable, igualmente produce un texto que parece una respuesta. Ese texto se compone de patrones frecuentes en textos parecidos.
Los detalles precisos son especialmente vulnerables: años, porcentajes, nombres de leyes, números de versión, direcciones web. Una cita puede parecer totalmente auténtica, con un título adecuado y una dirección creíble, y aun así no existir. En temas que cambian rápido, como las normas fiscales o las comisiones, el modelo también falla a menudo, porque su conocimiento termina en una fecha de corte.
Los sistemas más nuevos pueden buscar en la web y leer documentos. Eso reduce los errores, pero no los elimina. Incluso una fuente encontrada puede resumirse mal. La regla básica sigue siendo la misma: cuanto más depende de una afirmación, más importante es comprobarla tú mismo en la fuente.
Primero: pide la fuente de cada afirmación importante y ábrela tú mismo. Comprueba que la página existe y que dice de verdad lo que se afirma. Una dirección que no lleva a ninguna parte es una señal clara de una referencia inventada.
Segundo: compara con una fuente primaria. Para las reglas de una red, es la especificación técnica o el documento original; para cuestiones fiscales, la ley o la administración tributaria del país; para advertencias, el supervisor financiero. Preguntar a una segunda IA si la primera tiene razón no sustituye esto, porque ambas pueden haber aprendido el mismo error.
Tercero: repregunta. Pide al modelo que señale los puntos débiles de su propia respuesta o que defienda la postura contraria. Si empieza a titubear o cambia su afirmación sin un motivo nuevo, la primera respuesta no era fiable. Las cifras que importan, mejor recalcularlas tú.
Los precios dependen de acontecimientos futuros y del comportamiento de muchas personas que a su vez reaccionan a la información nueva. Si existiera una herramienta que predijera precios de forma fiable, todos los que la usaran actuarían en consecuencia a la vez, y la ventaja predicha desaparecería. Cuando un modelo de lenguaje dice que un precio subirá, es una frase que suena plausible, no un conocimiento.
Un bot de trading es un programa que compra y vende según reglas. Que esas reglas las haya escrito una persona o se hayan encontrado con IA no cambia que las comisiones, las oscilaciones y la mala suerte formen parte del juego. Un bot puede ser disciplinado, pero no puede conocer el mercado. Quien promete rentabilidades fijas, con o sin IA, promete algo que no existe.
Detrás de la palabra bot suele haber algo sencillo: una regla como «comprar cuando el precio baja de una media, vender cuando la supera», ejecutada por un programa que nunca duerme. La IA puede ayudar a encontrar esas reglas o a analizar datos. No convierte una regla en una certeza.
Cada operación cuesta dinero. Hay comisiones, más la diferencia entre precio de compra y de venta, y en mercados rápidos un precio peor de lo esperado. Un bot que opera a menudo paga estos costes a menudo. Con 20 operaciones al mes a un 0,2 % de coste cada una, son un 4 % al mes que hay que ganar antes de que aparezca siquiera un beneficio.
A eso se suman riesgos que no tienen nada que ver con el mercado. Muchos bots necesitan acceso a tu cuenta del exchange mediante una clave. Si esa clave tiene derecho a retirar dinero, un atacante o un proveedor dudoso puede vaciar la cuenta. Por eso, quien usa un bot le da como mucho derechos de negociación, nunca de retirada.
Un backtest pasa una estrategia por precios pasados y muestra lo que habría ganado entonces. Parece una prueba, pero es fácil de manipular. Quien ajuste los parámetros el tiempo suficiente siempre encontrará una combinación que en el pasado parece brillante.
Este problema se llama sobreajuste (overfitting). La estrategia no ha aprendido entonces el mercado, sino las casualidades de un periodo concreto. Cuando llega un periodo nuevo, las casualidades ya no encajan y los resultados se hunden. Cuantos más parámetros ajustables y más impresionante la cifra histórica, mayor la sospecha.
Una prueba más honesta usa datos que no se emplearon durante el desarrollo, con comisiones realistas y sin retoques posteriores. Aun así, un buen pasado no es una promesa de futuro. Quien anuncia un producto con un backtest sin revelar estos puntos vende una historia, no un resultado.
Siempre que un tema está de moda aparecen tokens que lo llevan en el nombre. Pero la palabra IA en un nombre no dice nada sobre si el proyecto usa realmente IA. Preguntas útiles: ¿existe ya un producto utilizable? ¿Necesita ese producto siquiera un token propio? ¿Y quién puede cambiar las reglas y la cantidad del token?
Una palabra de moda en el nombre no es un producto.
La IA puede recrear vídeos y voces de forma engañosamente real. Los estafadores lo usan para falsas apariciones de personas famosas que supuestamente regalan cripto si primero envías algo. Aún más peligrosas son las voces clonadas de familiares que piden dinero urgente por teléfono. Ayuda una palabra clave acordada, igual que devolver la llamada a un número que hayas guardado tú.
Un vídeo que parece real no es una prueba.
Bien usada, la IA es un tutor paciente. Pídele que te explique términos, que desarrolle ejemplos o que te haga preguntas. Pide contraargumentos a una idea que te entusiasma. Haz que resuma un whitepaper y luego lee tú los pasajes clave. Pero nunca le des a una IA tu frase de recuperación ni tus claves privadas, y no dejes que te prepare una transacción que no hayas comprobado.
La IA para entender, las fuentes para comprobar.