Selon Andrew Hall, professeur d'économie politique à la Stanford Graduate School of Business, sur les marchés de prédiction, l'IA pourrait jouer le rôle d'arbitre intégré directement à la blockchain.
https://t.co/wQfka1JDA6
— a16z crypto (@a16zcrypto) 22 janvier 2026
Il a décrit le problème du règlement «équitable» des différends en prenant l'exemple des élections présidentielles au Venezuela.
L'an dernier, des contrats totalisant plus de 6 millions de dollars ont été signés en fonction de l'issue de l'événement. Cependant, après la campagne, le marché est resté sans conclusion claire.
- Le gouvernement a déclaré Nicolas Maduro vainqueur ;
- L'opposition et les observateurs internationaux ont dénoncé une fraude.
« La décision concernant les contrats sur le marché des pronostics doit-elle se fonder sur l’information « officielle » (victoire de Maduro) ou sur le « consensus des sources crédibles » (victoire de l’opposition) ? » a demandé Hall.
Il ne s'agit pas d'un cas isolé, a souligné l'expert. Dans une autre affaire, une personne aurait manipulé une carte de l'Ukraine dans le cadre d'un différend territorial.
Hall estime qu'il est important de créer un système équitable et fiable pour le règlement des contrats, afin que les prix deviennent des signaux significatifs pour la société.
Le problème ne se limite pas au marché des prédictions.
Des problèmes similaires affectent les marchés financiers. L'International Swaps and Derivatives Association (ISDA) est aux prises depuis des années avec les problèmes de règlement sur le marché des swaps sur défaut de crédit (CDS) — des contrats qui prévoient un versement en cas de faillite d'une entreprise ou d'un pays.
Des comités de décision votent pour déterminer si des événements de crédit se sont produits. Cependant, ce processus a été critiqué pour son manque de transparence, les conflits d'intérêts potentiels et l'incohérence de ses résultats.
« Le problème fondamental demeure le même : lorsque d’importantes sommes d’argent dépendent de la détermination des faits dans une situation ambiguë, tout mécanisme de règlement devient une cible de manipulation et l’ambiguïté un point potentiel de débat », a déclaré Hall.
Propriétés d'une bonne solution
L'expert a cité plusieurs propriétés clés que toute solution viable devrait posséder :
- résistance à la manipulation — si le verdict peut être influencé en modifiant Wikipédia, en diffusant de fausses informations, en corrompant des oracles ou en utilisant des failles juridiques, le marché se transforme en un jeu où le meilleur manipulateur gagne ;
- Précision raisonnable — le mécanisme doit parvenir à la bonne conclusion dans la plupart des cas. Une précision parfaite est impossible, mais il est important d'éliminer les erreurs systématiques et les erreurs manifestes ;
- transparence – les opérateurs doivent clairement comprendre le principe de fonctionnement du mécanisme ;
- Neutralité — les participants doivent avoir la certitude que le système ne favorise aucun utilisateur ni aucun résultat en particulier.
Les comités composés de personnes peuvent satisfaire à certaines de ces exigences, mais ils sont vulnérables à la manipulation et incapables d'être neutres.
L'IA est la solution au problème
Hall propose d'utiliser de grands modèles de langage comme juges, chaque modèle et chaque invite étant enregistrés sur la blockchain au moment de la création du contrat.
L'architecture de base ressemble à ceci :
- Lors de la création d'un contrat, le teneur de marché spécifie non seulement les critères de résolution des litiges en langage naturel, mais aussi le LLM , ainsi que l'invite exacte qui sera utilisée pour déterminer le résultat.
- Les spécifications sont enregistrées dans la blockchain à l'aide de la cryptographie.
- Dès le début des échanges, les participants peuvent se familiariser avec le mécanisme complet du contrat ; ils savent exactement comment le modèle accède aux sources d’information spécifiées et prend ses décisions.
Cette approche élimine plusieurs problèmes clés :
- L'IA est résistante à la manipulation (bien que non totalement). Les résultats d'un modèle linéaire généralisé (LLM) de grande envergure ne sont pas si faciles à modifier. Pour changer la décision, un attaquant doit modifier les sources d'information sur lesquelles le modèle s'appuie ;
- La précision est assurée : les réseaux neuronaux peuvent naviguer rapidement dans le réseau et rechercher de nouvelles données ;
- Transparence – l’intégralité du mécanisme de règlement des différends est accessible à l’analyse et à la vérification. Aucune modification des règles ne peut être apportée au cours du processus et aucune décision subjective ne peut être prise.
- Crédibilité — LLM n'a aucun intérêt financier dans le résultat et ne peut être corrompu.
L'un des inconvénients demeure le risque d'erreurs de la part de l'IA. Le système pourrait mal interpréter un article de presse ou inventer un fait.
Les manipulations ne sont pas impossibles, elles sont simplement plus difficiles à mettre en œuvre. Les fraudeurs peuvent commander la diffusion de certaines informations dans les principaux médias. C'est coûteux, mais c'est possible.
Il existe également un risque d'attaque des données d'entraînement du LLM. Mais cette attaque doit être menée bien avant la signature du contrat.
Les solutions basées sur l'IA remplacent un ensemble de problèmes par un autre, plus facile à gérer. Les plateformes devraient expérimenter différents modèles de langage, affirme Hall.
À mesure que les meilleures pratiques émergent, la communauté doit s'atteler à la normalisation des combinaisons de programmes d'IA. L'auteur estime que cela contribuera à concentrer les liquidités.
Pour rappel, en janvier, les analystes crypto d'a16z avaient prédit la croissance des marchés de prédiction et des marchés à l'épreuve de ZK.