Un estudio piloto con datos de Polymarket revela que el valor de la colaboración humano-IA depende de rasgos humanos específicos en lugar de solo las métricas de los modelos. Se encontró que el rendimiento híbrido era trimodal, con la mayoría de los usuarios delegando o validando automáticamente a la IA, mientras que una minoría lograba un razonamiento complementario.
- La mayoría de los participantes igualaban la precisión del modelo o empeoraban al usarlo para validar suposiciones previas.
- Una minoría se involucró en un verdadero razonamiento complementario, alcanzando una precisión que igualaba o superaba al propio mercado.
- Rasgos colaborativos como la toma de perspectiva, la humildad intelectual y la curiosidad distinguieron a quienes tuvieron éxito.
- La capacidad cognitiva bruta no predijo el éxito; los resultados son estadísticamente robustos pero preliminares.
Los hallazgos motivan una replicación pre-registrada para validar aún más cómo factores específicos del capital humano permiten una inteligencia híbrida efectiva.