Seldon Vault convirtió la psicohistoria de Asimov en un servicio multiagente de pronósticos con AI

Seldon Vault — un servicio multi-agente gratuito que publica pronósticos de eventos mundiales diariamente y luego verifica cuán precisos resultaron ser. El proyecto se inspira en la psicohistoria de "Fundación" de Isaac Asimov, pero está construido a partir de componentes completamente reales: LLM, flujos de noticias, actualizaciones bayesianas y conjuntos de datos abiertos.

Cómo funciona Seldon Vault

El servicio no funciona como un único "oráculo", sino como una pequeña oficina analítica. Primero, recopila señales de fuentes abiertas, luego un procesador separado filtra el ruido y decide qué contar como noticia urgente versus una tendencia estructural a largo plazo. En esta primera etapa, se utiliza un modelo más barato para que los recursos no se desperdicien en todo indiscriminadamente y la corriente de hipótesis sin sentido no se inflame. Tal filtro es necesario para que las noticias frescas no reciban el mismo peso que una siembra aleatoria.

• medios globales, Reddit, Telegram y Bluesky
• mercados de predicción Polymarket y Metaculus
• datos macro de FRED e índice Fear & Greed
• bases de datos de conflictos, desastres y eventos geopolíticos

Después del filtrado, las señales van directamente a siete analistas: uno observa geopolítica, otro economía, un tercero tecnología, luego se suman sociología, clima, análisis militar y ciberseguridad. Interpretan la misma historia de noticias de manera diferente y luego ofrecen sus pronósticos con probabilidades. Un árbitro final recopila las conclusiones top-5 de este conjunto y publica tarjetas de pronóstico bilingües con estimaciones de probabilidad que van del 5% al 95%.

Escéptico, Cascadas y Métricas

La parte más interesante de la arquitectura es un agente escéptico separado. Su tarea no es ayudar a los analistas sino romper sus conclusiones: encontrar contraejemplos, verificar hechos mediante búsqueda externa e identificar debilidades en el razonamiento. En el artículo, el autor lo llama duda institucionalizada — la idea de que es más útil para un sistema primero probarse a sí mismo incorrecto que prematuramente declararse correcto. Efectivamente, es un mecanismo de autocrítica integrado que corta análisis bonito pero débil antes de que llegue al feed final.

El analista debe buscar razones por las que está equivocado antes de

informar a la gerencia que tiene razón.

Otra idea en Seldon Vault es la de narrativas en cascada. Si el sistema ve varios pronósticos relacionados, construye una cadena de causa y efecto: por ejemplo, nuevas sanciones de exportación podrían llevar a una escasez de chips, retrasos en la producción y enfriamiento en mercados adyacentes. Cuando el primer evento en tal cadena se materializa, las probabilidades del resto se recalculan automáticamente. Para evitar que un disparador desestabilice todo el modelo, la influencia se desvanece en cada paso y se limita a algunos niveles de profundidad.

Los pronósticos que sobreviven esta verificación no se congelan para siempre. Cada seis horas, el servicio ejecuta un nuevo ciclo, revisa probabilidades usando lógica bayesiana y limita cambios diarios para no reaccionar histéricamente a cada titular. En paralelo, el sistema calcula Brier Score — una métrica base para la precisión de pronósticos probabilísticos — y acumula estadísticas para cada agente. Este feedback retorna a los prompts para que los modelos calibren mejor la confianza con el tiempo.

Dónde el Sistema Tropeza

El autor del proyecto escribe directamente que hay muchos puntos débiles. El primer problema es alucinaciones de LLM: el modelo puede citar con confianza un evento que nunca sucedió, y si la búsqueda externa no detecta el error, cae en el pronóstico final. El segundo es el hábito de modelos y personas de desplazarse hacia la zona segura de 45–55%. Formalmente se ve limpio, pero en la práctica demasiados "50%" convierten el pronóstico en una forma educada de decir "no sé".

También hay limitaciones más fundamentales. Los cisnes negros por definición son mal ajustados para predicción basada en patrones históricos, y las noticias de Reddit o Telegram muestran no la realidad misma sino la versión ya filtrada de alguien de lo que está sucediendo. Así que incluso un conjunto rico de fuentes no garantiza objetividad. El propio autor honestamente admite: el servicio fue apenas lanzado, y solo después de varios meses el Brier Score acumulado mostrará si este esquema puede capturar tendencias mejor que el azar.

Lo Que Significa

Seldon Vault es interesante no por la promesa de "predecir el futuro", sino por el intento de convertir pronósticos de LLM en un sistema verificable con roles, conflicto de opiniones y una métrica de calidad. Si tal enfoque sobrevive los primeros meses y mantiene precisión adecuada, los equipos analíticos obtendrán una herramienta útil para monitorear riesgos y señales débiles. Para el mercado, esto importa más que otro chatbot con respuestas confiables pero inverificables en análisis corporativo y medios.