A IA demonstrou baixa eficácia nas apostas esportivas, perdendo todo o dinheiro em partidas da Premier League inglesa.

Breve sobre os resultados do experimento

A startup *General Reasoning* conduziu um teste chamado KellyBench, no qual avaliou oito principais sistemas de IA (Google Gemini 3.1 Pro, OpenAI ChatGPT‑4, Anthropic Claude Opus 4.6, xAI Grok 4.20 e outros) quanto à capacidade de fazer apostas durante a temporada da Premier League inglesa 2023–2024.

Cada agente recebeu uma descrição estatística completa de todas as equipes e partidas anteriores, mas o acesso à internet estava proibido – os modelos só puderam usar os dados que receberam antecipadamente.

Como foi conduzido o teste

1. Três tentativas: cada sistema podia fazer três séries de apostas ao longo da temporada.
2. Apostas: nos resultados dos jogos (vitória/empate/perda) e na quantidade de gols.
3. Objetivo: maximizar o lucro, gerenciando os riscos.

Quem venceu e quem perdeu

No final, cada modelo perdeu dinheiro ao longo da temporada, e alguns até “falharam” completamente. Isso confirma as conclusões dos pesquisadores: mesmo os sistemas de IA mais avançados enfrentam dificuldades com previsões de longo prazo no mundo real.

O que isso significa para o futuro da IA

- As preocupações sobre a substituição do ser humano ainda parecem exageradas.
- Os benchmarks atuais costumam usar condições “estáticas”, que não refletem o caos e a complexidade da vida real.
- Embora a IA já resolva com sucesso tarefas como escrever código, na maioria das outras áreas de atividade humana ela permanece limitada.

Assim, o experimento KellyBench demonstra que a IA ainda não está pronta para competir com humanos em tarefas dinâmicas e imprevisíveis, como previsões esportivas.