Imagínate por un momento sentado frente a una pantalla, con un algoritmo al otro lado que promete saber más que tú sobre cuándo comprar o vender acciones. No hablamos de superordenadores cuánticos ni de salas llenas de analistas con corbata. Hablamos de inteligencia artificial la misma tecnología que te sugiere canciones en una app o que responde a tus preguntas sobre el clima ahora también quiere invertir tu dinero. Y, como suele ocurrir con las promesas tecnológicas, la realidad es más compleja de lo que suena en los titulares.
La prueba del Ibex35 cuándo la IA se pone seria con la bolsa
Entre abril de 2025 y enero de 2026, dos investigadores de la CNMV la Comisión Nacional del Mercado de Valores se propusieron una tarea inusual poner a prueba a grandes modelos de lenguaje en el mercado bursátil español. Ricardo Crisóstomo y Diana Mykhalyuk no iban a operar con intuición ni con gráficos técnicos. En su lugar, utilizaron ChatGPT, Gemini, DeepSeek y Perplexity, alimentándolos con prompts cuidadosamente diseñados, revisados y ajustados con supervisión humana. Era una mezcla de ciencia, ensayo y error, y una pizca de fe en que una máquina pudiera leer entre líneas de los informes empresariales.
El resultado no dejó indiferente a nadie Perplexity logró un retorno mensual del 3,5% sobre el Ibex35. Si ese número no te parece espectacular, hagamos números rápidos compuesto mensualmente, eso equivale a un crecimiento anual cercano al 51%. Mucho más que el rendimiento histórico promedio del índice. Pero aquí está la clave no se trataba de dejar que la IA actuara sola. La supervisión humana y la refinación iterativa de los prompts fueron esenciales. Sin ese control, los modelos tendían a confiar en ruidos, falsos patrones o datos desactualizados.
Lo que la IA entiende (y lo que aún se le escapa)
Uno de los hallazgos más reveladores fue que la precisión predictiva de estos modelos mejora notablemente cuando acceden a documentación regulatoria oficial o a informes de resultados detallados. No es magia es que la IA, como un estudiante aplicado pero algo literal, necesita fuentes claras, estructuradas y confiables. Cuando se alimenta con rumores, titulares sensacionalistas o datos incompletos, su desempeño se desploma.
En otras palabras, la IA no "adivina" el futuro, sino que interpreta la información disponible con una velocidad y un volumen que ningún humano puede igualar. Pero también hereda nuestras contradicciones si la información de entrada es sesgada o confusa, la salida será, como poco, arriesgada. Y eso se nota especialmente cuando salimos del mundo regulado de las bolsas tradicionales y entramos en el terreno salvaje de las criptomonedas.
Cripto, caos y GPT-5 el fracaso en el ring de los derivados
Mientras algunos celebraban los éxitos en el Ibex, otro experimento, esta vez en el mercado de derivados de criptomonedas, pintaba un panorama muy distinto. En Alpha Arena, una competición organizada por la empresa nof1.ai, 32 modelos de IA se enfrentaron con 10.000 dólares cada uno, operando durante solo dos semanas. El objetivo maximizar ganancias en un entorno volátil, donde el precio de un activo puede subir un 20% y caer un 30% en el mismo día.
Los resultados fueron demoledores. GPT-5, uno de los modelos más avanzados, registró pérdidas superiores al 25%. Gemini no lo hizo mejor se quedó cerca del 40% de pérdida. De los 32 participantes, solo seis lograron retornos positivos. El ganador fue Grok-4.20, el modelo desarrollado por xAI, la empresa de Elon Musk, que logró destacar en un entorno donde la mayoría naufragó.
¿Qué diferencia a un modelo exitoso de uno que quiebra en días? No es solo el algoritmo, sino cómo maneja la incertidumbre, cómo evalúa el riesgo y, sobre todo, cómo evita la trampa de la sobreconfianza. Porque una cosa es interpretar un informe anual, y otra muy distinta es predecir el próximo tweet de un influencer que mueve millones en segundos.
¿Inversiones del futuro o espejismos tecnológicos?
En paralelo, plataformas como Rallies.ai lanzada en noviembre de 2024 están permitiendo que usuarios comunes prueben estrategias automatizadas con IA. Tras cuatro meses de operación, cinco de sus modelos superaron al S&P 500… aunque solo dos lograron retornos absolutos positivos. Otra paradoja moderna puedes batir al mercado y, aun así, perder dinero.
Estos experimentos no demuestran que la IA vaya a reemplazar a los inversores. Lo que sí revelan es que la inteligencia artificial puede ser una herramienta poderosa, pero solo cuando se la usa con conocimiento, humildad y supervisión crítica. No es un oráculo. Es un reflejo amplificado de lo que le enseñamos, de los datos que le damos y de los límites que le imponemos.
En un mundo donde la información viaja a la velocidad de la luz y las decisiones financieras se toman en milisegundos, la tentación de delegar en máquinas es enorme. Pero cada crisis, cada caída imprevista, nos recuerda que detrás de los algoritmos hay personas las que programan, las que supervisan, las que asumen el riesgo. Y quizás, por ahora, ese sigue siendo el activo más valioso del mercado.