ESPN utilizó una herramienta de IA para detectar patrones de conducta en el World Series of Poker 2026. Los profesionales no están impresionados.

Puntos clave

• ESPN transmitió una herramienta de detección de patrones de IA durante la transmisión del Main Event del World Series of Poker 2026 a principios de julio de 2026.
• La herramienta fue construida por Luke Geel, un ingeniero de IA para la Fuerza Aérea de EE.UU., y rastreaba movimientos oculares, frecuencia de parpadeo, postura y manipulación de fichas para estimar la fuerza de la mano.
• Más de 9.000 jugadores participaron en el Main Event 2026, pero solo los que estaban en tres mesas filmadas generaron datos de entrenamiento, dejando a la IA con una muestra muy pequeña.
• El jugador profesional Michael Gagliano, un veterano de 17 años que llegó a la mesa final, dice que incluso él tuvo dificultades para actuar basándose en el metraje, mucho menos un algoritmo.
• El socio de producción de ESPN confirmó que la herramienta no aparecerá en la transmisión de la mesa final, sin dar ninguna razón.

Durante algunos días a principios de julio, los espectadores que veían la cobertura en vivo del Main Event del World Series of Poker 2026 en ESPN notaron algo nuevo en la pantalla. Un sobreimpreso de texto apareció en ciertos jugadores mostrando medidas de movimiento en vivo, además de un gráfico etiquetado como "modelo de fuerza de mano" que adivinaba si el jugador tenía una mano fuerte hecha, una mano de proyecto (una que necesita una sola carta para hacerse fuerte), o un farol.

La herramienta fue construida por Luke Geel, un ingeniero de IA que trabaja para la Fuerza Aérea de EE.UU. Su sistema observó cada mano filmada en las tres mesas con cámara y construyó lo que él llama una base de datos de patrones: un registro de los movimientos oculares de cada jugador, frecuencia de parpadeo, postura, manipulación de fichas y nerviosismo de dedos, cruzados con el resultado real de cada mano.

¿Funciona realmente?

Los profesionales dicen que los datos son demasiado escasos para que el sistema sea confiable. Más de 9.000 jugadores entraron al Main Event 2026, pero la gran mayoría nunca se sentó en una mesa filmada. Incluso aquellos que lo hicieron rara vez se quedaron el tiempo suficiente para que la IA construyera una imagen significativa.

Michael Gagliano, un profesional de póker con 17 años de experiencia que llegó a la mesa final y compite por el premio de 10 millones de dólares al campeón, pasó el descanso de dos semanas y media entre la mesa final y la transmisión final revisando cada segundo de los flujos de ESPN, buscando patrones en sus oponentes restantes. Se fue con poco que pudiera usar.

"No sé cuánta información real podré actuar basándome en lo que vi," dice Gagliano. Una IA trabajando con el mismo metraje enfrenta exactamente el mismo problema.

Shaun Deeb, dos veces Jugador del Año del WSOP que terminó 15º en el Main Event 2026, señala un problema más profundo. Una cámara puede rastrear señales visibles. No puede leer intención.

"Los patrones de conducta físicos son mucho más expansivos de lo que creo que el público se da cuenta," dice Deeb. "Hay patrones en las piernas, patrones de verificación, patrones verbales, patrones de respiración, patrones de pulso. La mayoría de esos no pueden ser captados por una cámara."

El lenguaje corporal también cambia según el contexto. Un jugador que parece nervioso podría estar reaccionando a las apuestas, no a la fuerza de sus cartas. Como dice Gagliano: "Quizás mi lenguaje corporal está haciendo referencia a la situación en lugar de a la fuerza de la mano."

Esa brecha entre señal visible e intención real es exactamente lo que nuestro artículo del 27 de julio sobre por qué los sistemas de visión de IA pierden lo que está frente a ellos exploró: el reconocimiento de patrones se desmorona cuando se elimina el contexto.

¿Qué significa esto para quien ve en casa?

Para espectadores ocasionales, el sobreimpreso es entretenimiento de transmisión, no una guía confiable de lo que está sucediendo en la mesa. El propio Geel le dijo a Wired que ha ejecutado pruebas a ciegas en otras competiciones y obtuvo resultados mixtos, y reconoce que una muestra más grande de manos mejoraría la herramienta.

Deeb es contundente sobre la versión de transmisión: "Creo que simplemente encontraron algo al azar para intentar hacerlo parecer otro deporte, y simplemente creo que fue un fracaso."

El socio de producción de ESPN, Omaha Productions, confirmó que la herramienta no se utilizará para la mesa final. No se dio ninguna razón.

A más largo plazo, los jugadores experimentados ya estudian horas de metraje grabado sobre oponentes regulares. A medida que el análisis de imágenes de IA mejore, ese proceso podría acelerarse y volverse más detallado, particularmente en eventos de altos límites donde el mismo pequeño grupo de profesionales se juegan entre sí repetidamente ante la cámara. Por ahora, Deeb aún confía en un observador humano viendo en persona sobre cualquier sistema basado en cámara.

"Siempre tuvimos un lugar para que la persona que identifica los patrones estuviera observando al jugador en persona," dice Deeb, agregando que un observador en vivo "era mucho mejor que lo que obtienes en la televisión."

La lectura honesta de este experimento: ESPN obtuvo un sobreimpreso elegante y poco más. La verdadera limitación de la herramienta no es técnica, es que los patrones de póker solo significan algo cuando ya conoces a un jugador profundamente. Una base de datos construida sobre un puñado de manos filmadas no puede llevarte allí, y los profesionales lo saben.

Preguntas frecuentes

¿Se podría usar este tipo de herramienta de IA para hacer trampa en póker en vivo?

No. Herramientas como esta no están permitidas en ninguna mesa de póker en vivo, y el sistema solo se ejecuta en metraje de transmisión después de los hechos. No tiene forma de proporcionar información a un jugador durante una mano.

¿La IA está leyendo mentes?

Ni de lejos. Rastrea patrones visibles como parpadeo y postura. Si esos patrones significan algo útil depende de mucho más contexto del que una cámara puede proporcionar, y los jugadores profesionales dicen que los expertos humanos que ven en persona siguen siendo mucho más precisos.