Kalshi desenvolve agente de IA para testar resistência de apostas em mercados de previsão

A Kalshi desenvolveu seu próprio agente de IA (inteligência artificial) para ajudar a lidar com diversos processos internos, incluindo algumas das questões mais espinhosas que enfrenta em relação à redação de seus contratos de mercado de previsão.

A empresa tem usado a ferramenta —conhecida internamente como Harrison— para ajudar a evitar contratempos nas milhões de apostas processadas diariamente sobre resultados de eventos como eleições, jogos esportivos e premiações, disse a cofundadora Luana Lopes Lara em entrevista.

Apostas que envolvem milhões de dólares costumam depender de detalhes da forma que os contratos da Kalshi são redigidos, como a linguagem utilizada ou arsenic fontes de evidência consideradas. O setor já enfrentou polêmicas nary passado quando a formulação dos mercados não correspondia à complexidade dos eventos bash mundo real.

O agente de IA, sobre o qual a empresa nunca havia falado publicamente, também executa tarefas diárias, como reunir arsenic principais notícias, analisar arsenic ofertas de concorrentes e fazer recomendações sobre quais novos mercados a corretora deve listar ou onde deve concentrar incentivos para usuários que fornecem liquidez.

"Temos, na verdade, um engenheiro de IA na equipe de mercados, em que a IA testa a fundo toda a certificação — verificando se, ao seguir determinada direção, talvez exista uma brecha aqui, e assim por diante", disse Lopes Lara.

Lopes Lara afirmou que, fora da engenharia, os funcionários da equipe de mercados são os maiores usuários da tecnologia entre os 150 colaboradores da empresa. O agente da Kalshi —construído sobre o modelo Claude da Anthropic— oferece uma janela para como startups em rápido crescimento estão desenvolvendo suas próprias ferramentas para lidar com tarefas que antes eram deixadas para funcionários de alto escalão.

Quando a Kalshi foi fundada, Lopes Lara e seu cofundador, Tarek Mansour, contrataram um grupo de campeões de statement da Universidade Yale para testar a estrutura dos contratos listados pela empresa. Um deles ainda trabalha na Kalshi até hoje.

A estrutura dos mercados costuma ser um problema para plataformas de mercados de previsão quando os eventos tomam rumos inesperados. A Kalshi, por exemplo, resolveu como "não" um mercado que apostava se um executivo da Netflix diria "Warner Bros." em uma teleconferência de resultados em janeiro, porque a pessoa pronunciou o nome como "Warner Brothers".

A Kalshi agora tem cerca de 2.800 modelos para possíveis mercados que já foram trabalhados por sua equipe, de acordo com um porta-voz da empresa. Eles refletem arsenic próprias previsões da empresa sobre o que pode acontecer nary mundo, disse Lopes Lara, dando a cada resultado um contrato regulamentado correspondente.

Cada modelo passa pela mesma revisão: como pode ser generalizado para se adequar a mais eventos? Como pode ser testado sob estresse? Atende aos requisitos dos usuários?

"Hoje em dia é muito fácil porque para cada sugestão, a IA já sugere qual mercado, qual modelo usar, questões que devemos pensar, talvez uma nova certificação ou emenda", acrescentou Lopes Lara.

A demanda por apostas em eventos esportivos, como a Copa bash Mundo e arsenic finais da NBA, levou a corretora a registrar um mês recorde em maio, com cerca de US$ 18 bilhões em measurement nocional negociado, segundo dados compilados por usuários na Dune Analytics. Na primeira semana da Copa bash Mundo deste mês, a Kalshi também bateu um recorde semanal, com US$ 5,1 bilhões em volume.

Listar um novo mercado na Kalshi normalmente requer duas pessoas, disse Lopes Lara: uma para trabalhar nary preenchimento bash modelo com arsenic informações corretas, regras que precisam ser exibidas ou avisos a serem incluídos; e uma segunda pessoa para revisar tudo. Os contratos então enfrentam um atraso de uma a duas horas para identificar problemas antes de irem ao ar para todos os traders, com uma recompensa para quem identificar falhas.

A resolução de um mercado funciona de maneira semelhante. Alguns mercados, como quem venceu um jogo esportivo, podem ser determinados automaticamente com basal em um provedor de dados externo. Em outros casos, a IA da Kalshi enviará alertas aos membros da equipe se detectar muitos artigos de notícias sobre um tópico, anexando uma lista de mercados que podem precisar de uma decisão

Na maioria dos casos, determinar um resultado é um processo de três etapas: alguém da equipe de mercados insere um resultado nary sistema, enquanto uma segunda pessoa adiciona independentemente sua própria decisão.

A IA da Kalshi então verifica se arsenic respostas coincidem, ao mesmo tempo em que confere com sua própria resposta sugerida. Se um mercado for complicado, como uma decisão da Suprema Corte, há uma camada adicional de verificações, às vezes envolvendo o diretor regulatório da Kalshi.