Como deve ser a nova infraestrutura financeira na era da IA?

null

Autor original: Matt Liston

Compilação original: AididiaoJP, Foresight News

Em novembro de 2024, os mercados de previsão previram o resultado das eleições antes de todos os outros. Quando as sondagens mostram que o vencedor é indistinguível e os especialistas estão a brilhar, o mercado dá a Trump 60% de hipótese de ganhar. Quando os resultados foram anunciados, o mercado de previsão venceu todo o sistema de previsões – sondagens, modelos, julgamentos de peritos, tudo.

Isto prova que o mercado consegue agregar informação dispersa em crenças precisas, e o mecanismo de partilha de risco desempenha um papel. Desde os anos 40 do século XX, os economistas sonham que os mercados especulativos superariam as previsões dos especialistas, e hoje este sonho é validado no maior palco.

Mas vamos analisar mais de perto a economia por detrás disto.

Os apostadores na Polymarket e na Kalshi fornecem milhares de milhões de dólares em liquidez. Qual é o retorno deles? Eles geram um sinal que o mundo inteiro pode ver instantaneamente, gratuitamente. Os fundos de cobertura observam, as equipas de campanha absorvem e os jornalistas constroem painéis de dados à volta disso. Ninguém tem de pagar por esta informação, e os apostadores estão, na verdade, a subsidiar um bem público global.

Este é o dilema em que os mercados de previsão se encontram: a informação que produzem é a parte mais valiosa, divulgada no momento em que é gerada. E compradores astutos não pagam por informação pública. Os fornecedores privados de dados cobram aos fundos de investimento exorbitantes porque os seus dados são invisíveis para os concorrentes. Por outro lado, o preço de mercado previsto publicamente, por mais preciso que seja, não tem valor para estes compradores.

Portanto, os mercados de previsão só podem existir em áreas onde pessoas suficientes queiram “apostar”: eleições, desporto, eventos de memes online. Como resultado, temos um passatempo de entretenimento disfarçado de infraestrutura de informação. As questões que realmente importam aos decisores políticos ainda não têm resposta, como riscos geopolíticos, interrupções nas cadeias de abastecimento, resultados regulatórios e prazos para o desenvolvimento tecnológico, porque ninguém aposta nelas para entretenimento.

A lógica económica de prever o mercado está invertida. E corrigir isto faz parte de uma mudança maior. A informação é um produto em si mesma, as apostas são apenas um mecanismo para produzir informação, e é um mecanismo limitado, precisamos de um paradigma diferente. Segue-se um esboço preliminar de “finanças cognitivas”: uma infraestrutura redesenhada a partir dos princípios fundamentais em torno da própria informação.

Inteligência coletiva

Os mercados financeiros são uma inteligência coletiva por si só. Convergem conhecimentos, crenças e intenções dispersos em preços, orquestrando assim o comportamento de milhões de participantes que nunca comunicam diretamente. Isto é notável, mas também extremamente ineficiente.

Os mercados tradicionais são lentos porque são limitados por horários de negociação, ciclos de liquidação e atritos institucionais. Só conseguem expressar crenças em termos gerais através da ferramenta rudimentar do preço. As coisas que pode representar também são muito limitadas, ou seja, o espaço para reivindicações comerciais é simplesmente insignificante comparado com o espaço problemático que realmente valoriza aos humanos. Além disso, os participantes estão severamente restritos: barreiras regulatórias, requisitos de capital e restrições geográficas que excluem a grande maioria das pessoas e todas as máquinas.

O surgimento do mundo cripto está a começar a mudar isto, incluindo mercados intermináveis, participação sem permissões e ativos programáveis. Protocolos modulares que podem ser combinados sem coordenação central. A DeFi (finanças descentralizadas) provou que a infraestrutura financeira pode ser reconstruída em componentes fundamentais abertos e interoperáveis, nascidos da interação de módulos autónomos em vez de decretos de gatekeeper.

Mas a DeFi basicamente replica as finanças tradicionais com melhores “canais”. A sua inteligência coletiva continua baseada no preço, focada nos ativos e lenta a absorver nova informação.

As finanças cognitivas são o próximo passo: reconstruir os próprios sistemas inteligentes a partir dos princípios fundamentais para a era da inteligência artificial e da encriptação. Precisamos de um mercado “pensante” que consiga manter um modelo probabilístico do mundo, absorver informação a qualquer nível de granularidade, ser consultado e atualizado por sistemas de IA, e que os humanos possam contribuir com conhecimento sem compreender a estrutura subjacente.

Os componentes que tornam isto possível não são misteriosos: modificar modelos económicos com mercados privados, captar correlações com estruturas combinatórias, processar informação em escala com ecossistemas de agentes e extrair sinais do cérebro humano através de interfaces homem-máquina. Cada parte pode ser construída hoje e, quando combinada, cria algo novo com significado qualitativo.

Mercado privado

Se o preço não for divulgado, as restrições económicas serão levantadas.

Um mercado privado de previsão só permite que a entidade que subsidia a liquidez veja o preço. Assim, a entidade recebe um sinal exclusivo, uma informação proprietária, não um bem público. Como resultado, o mercado torna-se subitamente viável em qualquer pergunta do tipo “alguém precisa de respostas”, independentemente de alguém estar disposto a apostar por diversão.

Discuti este conceito com @_Dave_White_.

Imagine um fundo de cobertura macro que quer estimativas contínuas de probabilidade das decisões da Fed, resultados de inflação e dados de emprego como sinais de tomada de decisão em vez de apostas em oportunidades. Desde que a inteligência seja exclusiva, estão dispostos a pagar por ela. Uma empresa de defesa quer uma distribuição de probabilidade de cenários geopolíticos, e uma empresa farmacêutica quer supervisionar previsões dos prazos de aprovação. Hoje, no entanto, esses compradores já não existem, porque, uma vez gerada, a informação é imediatamente divulgada para os concorrentes.

A privacidade é a base do que mantém o modelo económico de pé. Uma vez que o preço é tornado público, o comprador de informação perde a vantagem, os concorrentes começam a aproveitar-se e todo o sistema regride para depender apenas das necessidades de entretenimento.

Isto é possível graças a um ambiente de execução confiável, um enclave de computação seguro onde os processos computacionais são invisíveis para o exterior, mesmo para os operadores do sistema. O estado do mercado existe inteiramente dentro do TEE. Os compradores de informação recebem sinais através de canais verificados. Múltiplas entidades não concorrentes podem subscrever mercados sobrepostos; Janelas de acesso em níveis podem equilibrar a exclusividade da informação com uma distribuição mais ampla.

O TEE não é perfeito, exige confiança no fabricante do hardware. Mas já proporciona privacidade suficiente para aplicações comerciais, e a tecnologia de engenharia está agora bastante madura.

Mercado combinado

Os mercados de previsão atuais veem os acontecimentos como isolados uns dos outros. “A Fed vai cortar as taxas de juro em março?” Num mercado independente. “A inflação ultrapassará os 3% no segundo trimestre?” noutro mercado. Um trader que compreenda a correlação intrínseca entre estes eventos, como saber que uma inflação elevada pode aumentar a probabilidade de cortes nas taxas, ou que um emprego forte pode reduzir a probabilidade de cortes, deve recorrer à arbitragem manual entre estes fundos desconectados numa tentativa de reconstruir correlações que foram destruídas pela própria estrutura do mercado.

É como construir um cérebro onde cada neurónio só pode disparar isoladamente.

Os mercados de previsão de portefólio diferem porque mantêm uma “distribuição conjunta de probabilidade” de múltiplas combinações de resultados. Uma operação que diga “as taxas de juro mantêm-se elevadas e a inflação ultrapassa os 3%” criará ondulações em todos os mercados relevantes do sistema, atualizando simultaneamente toda a estrutura de probabilidade.

Isto é semelhante à forma como uma rede neural aprende: no treino, centenas de milhões de parâmetros são ajustados simultaneamente a cada atualização de gradiente, e toda a rede reage a cada dado como um todo. Cada operação na mesma carteira prevê que o mercado atualiza toda a sua distribuição de probabilidade, e a informação é propagada através de uma estrutura de correlação em vez de apenas atualizar preços isolados.

O que emerge é um “modelo”, uma distribuição de probabilidade que é continuamente atualizada no espaço de estados dos eventos mundiais. Cada transação está a otimizar a perceção do modelo sobre as correlações entre as coisas. O mercado está a aprender como o mundo real está ligado.

Ecossistema inteligente

Os sistemas automatizados de negociação já dominam o Polymarket. Eles monitorizam preços, localizam preços incorretos, executam arbitragem, agregam informação externa e fazem-no mais rapidamente do que qualquer pessoa.

O mercado atual de previsões é concebido para apostadores humanos através de interfaces web. Os agentes estão “relutantemente” envolvidos neste design. Um mercado de previsão nativo de IA inverteria completamente esta lógica: os agentes tornaram-se atores principais, enquanto os humanos estavam ligados ao sistema como fonte de informação.

Há aqui uma decisão arquitetónica crucial: é necessário alcançar isolamento completo. Um agente que consiga ver o preço não deve ser uma fonte de informação ao mesmo tempo; E o agente responsável por obter informações não deve ter acesso ao preço.

Sem este “muro”, o sistema vai corroer-se a si próprio. Um agente que consegue obter informação e observar preços pode deduzir que informação é valiosa a partir de movimentos de preço inversos, e depois procurá-la por si só. Desta forma, os próprios sinais do mercado tornam-se um “mapa do tesouro” para guiar os outros. O comportamento de aquisição de informação degenera numa complexa “transação prospectiva”. O mecanismo de isolamento garante que o agente de aquisição de informação só pode lucrar fornecendo sinais verdadeiramente novos e únicos.

Do lado da “parede”: estão os agentes de transações, que competem em estruturas complexas de portefólio para identificar preços incorretos; e agentes de avaliação, que avaliam a informação recebida através de mecanismos adversariais, discernindo o que é sinal, o que é ruído e o que é manipulação.

Do outro lado da “parede”: estão os agentes de aquisição de informação, que operam inteiramente fora do sistema central. Monitorizam fluxos de dados, digitalizam documentos, contactam pessoas individuais com conhecimentos únicos – e enviam informação para o mercado numa direção. São compensados quando a sua informação se revela valiosa.

A compensação flui na direção oposta ao longo da cadeia. Uma operação lucrativa recompensa o agente que executa a operação, o agente que avalia essa informação e o agente adquirido que inicialmente forneceu essa informação. Este ecossistema torna-se assim uma plataforma: por um lado, permite a agentes de IA altamente especializados rentabilizar as suas capacidades; Por outro lado, torna-se também uma camada base para outros sistemas de IA recolherem informações que orientem as suas ações. O agente é o próprio mercado.

Inteligência humana

Grande parte da informação mais valiosa do mundo existe apenas na mente humana. Por exemplo, engenheiros que sabem que o progresso do seu produto ficou para trás; Analistas que detetam mudanças subtis no comportamento do consumidor; Observadores que notavam detalhes que nem sequer os satélites conseguiam ver.

Um sistema nativo de IA deve ser capaz de captar estes sinais do cérebro humano sem ser sobrecarregado pela enorme quantidade de ruído. Dois mecanismos tornam isto possível:

Participação do agente intermediário: Permite aos humanos “negociar” sem ver o preço. Uma pessoa simplesmente expressa uma crença em linguagem natural, como “Acho que o lançamento do produto vai ser atrasado.” Um “agente de tradução de crenças” dedicado analisa esta previsão, avalia a sua confiança e, em última análise, traduz-a numa posição no mercado. Este agente coordena-se com um sistema que tem acesso a preços para construir e executar ordens. Os participantes humanos só receberão feedback aproximado sobre os resultados: “posição aberta” ou “vantagem insuficiente”. A remuneração será acordada após o evento, com base na precisão da previsão, e a informação sobre o preço não será divulgada durante todo o processo.

Mercado de informação: Permite que os agentes de aquisição de informação paguem diretamente por sinais humanos. Por exemplo, um agente que queira compreender a rentabilidade de uma empresa tecnológica pode identificar um engenheiro com conhecimento interno relevante, comprar um relatório de avaliação e verificar e pagar-lhe com base no valor dessa informação no mercado. Os humanos são pagos pelo seu conhecimento sem compreender estruturas de mercado complexas.

Veja-se a analista Alice, por exemplo: ela acredita que uma fusão e aquisição não passará pela aprovação regulatória com base no julgamento profissional. Ela insere esta visão através de uma interface de linguagem natural, e o seu “agente de tradução de crenças” analisa a previsão, avaliando a sua confiança a partir de detalhes linguísticos, verificando a sua história e construindo uma posição adequada sem tocar no preço ao longo do processo. O “agente coordenado” na fronteira do TEE avalia se as suas opiniões têm uma vantagem informacional com base na probabilidade implícita do mercado atual e executa as operações em conformidade. A Alice só receberá uma notificação de “posição aberta” ou “vantagem insuficiente”. Os preços são sempre mantidos em segredo.

Esta arquitetura trata a atenção humana como um recurso escasso que precisa de ser cuidadosamente alocado e justamente compensado, em vez de um recurso público que pode ser explorado à vontade. À medida que estas interfaces amadurecem, o conhecimento humano tornar-se-á “fluido”: a informação que conheces é alimentada num modelo global da realidade e recompensada quando provada correta. A informação presa na mente já não estará presa.

Panorama futura

Estica a tua visão o suficiente para veres onde tudo isso nos vai levar.

O futuro será um oceano de relações fluidas, modulares e interoperáveis. Estas relações formavam-se e dissiparam-se espontaneamente entre atores humanos e não humanos, sem qualquer guardião central. Isto é uma espécie de “confiança fractal autónoma”.

Os agentes negociam com agentes, os humanos contribuem com conhecimento através de interfaces naturais, e a informação flui para um modelo de realidade continuamente atualizado, que qualquer pessoa pode consultar, mas ninguém pode controlá-lo.

O mercado de previsão de hoje é apenas um esboço aproximado deste quadro. Eles validam o conceito central (a partilha de risco produz crenças precisas), mas ficam presos em modelos económicos falsos e pressupostos estruturais falsos. As apostas desportivas e eleitorais são, para a finança cognitiva, o que a ARPANET (a Internet primitiva) é para a Internet global de hoje: é uma “prova de conceito” que é confundida com a forma suprema.

O verdadeiro “mercado” é, na verdade, todas as decisões tomadas sob incerteza, ou seja, quase todas as decisões. Gestão da cadeia de abastecimento, ensaios clínicos, planeamento de infraestruturas, estratégia geopolítica, alocação de recursos, nomeações e despedimentos de pessoal… O valor de reduzir a incerteza nestas áreas ultrapassa largamente o valor de entretenimento das apostas em eventos desportivos. Simplesmente ainda não construímos a infraestrutura para captar esse valor.

O que está a caminho é o “momento OpenAI” no campo da cognição: um projeto de infraestrutura à escala civilizacional, mas cujo objetivo não é o raciocínio individual, mas a crença coletiva. Grandes empresas de modelos de linguagem estão a construir sistemas que “raciocinam” a partir de dados de treino passado; As finanças cognitivas, por outro lado, visam construir sistemas que “acreditem” – mantêm uma distribuição de probabilidade calibrada sobre o estado do mundo, atualizam-na continuamente através de incentivos económicos em vez de descidas de gradiente, e integram o conhecimento humano a qualquer nível de finesse. Os LLMs codificam o passado; Os mercados de previsão convergem crenças sobre o futuro. Só combinando os dois poderemos formar um sistema cognitivo mais completo.

Quando totalmente escalado, isto evoluirá para uma infraestrutura: os sistemas de IA podem consultá-lo para compreender a incerteza do mundo; Os humanos podem contribuir com conhecimento para ela sem compreender os seus mecanismos internos; Toma conhecimento local de sensores, especialistas do domínio e investigação de ponta e sintetiza-o num modelo unificado. Um modelo auto-otimizado e preditivo do mundo. Um substrato sobre o qual a própria incerteza pode ser negociada e combinada. A inteligência que emerge no final superará a soma das suas partes.

Os computadores civilizados são exatamente a direção que as finanças cognitivas procuram seguir.

O que está em jogo está em jogo

Todas as peças do puzzle estão no lugar: as capacidades do agente ultrapassaram o limiar que pode ser usado para previsão; A computação confidencial passou do laboratório para o ambiente de produção; Os mercados de previsão têm demonstrado um alinhamento produto-mercado em larga escala no espaço do entretenimento. Estes fios convergem numa oportunidade específica e histórica: construir a infraestrutura cognitiva necessária para a era da inteligência artificial.

Outra possibilidade é que o mercado de previsão se mantenha sempre ao nível do entretenimento, a ter um desempenho preciso durante as eleições, geralmente sem importância, e nunca conseguindo abordar as questões realmente importantes. A infraestrutura onde os sistemas de IA compreendem a incerteza deixará de existir, e os sinais valiosos presos na mente humana permanecerão silenciosos para sempre.