DraftKings usa IA para apuntar a apostadores compulsivos

¿Qué está denunciando la EFF sobre DraftKings?

La Electronic Frontier Foundation (EFF) publicó este lunes un análisis bajo el título «DraftKings Is Using AI to Behaviorally Target Chronic Gamblers», en el que acusa a DraftKings —uno de los mayores operadores de apuestas deportivas y casino online en Estados Unidos— de usar machine learning para identificar a los clientes con más probabilidades de perder más dinero tras recibir una promoción y devolverlos a la plataforma con bonos personalizados. La EFF enmarca el caso como ejemplo de los daños de la publicidad conductual online (anuncios personalizados con los datos que la empresa recoge sobre ti) y pide su prohibición total.

El reporte se apoya en una investigación del New York Times publicada el 19 de septiembre, basada en entrevistas con más de 40 exempleados de DraftKings y en documentos internos, presentaciones y registros de apuestas que el periódico revisó.

Lo que el New York Times destapó

El caso de fondo es un modelo de machine learning que DraftKings empezó a desarrollar a mediados de 2023, según el NYT. Calculaba una métrica interna llamada «elasticidad»: cuánto más apostaría un usuario si la casa le enviaba una promoción concreta. Las variables que alimentaban al modelo incluían la frecuencia de juego, el saldo diario en la cuenta, la relación entre pérdidas y apuestas realizadas, y la probabilidad estimada de que el usuario dejara de jugar.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Jayden Butts, exempleado de DraftKings que probó el modelo sobre unos 5.000 jugadores de casino en septiembre de 2023, lo resumió así al Times: «The best investment would be a problem gambler.» En lógica de optimización, el jugador compulsivo era el «mejor cliente».

El peso del negocio ayuda a entender la presión. Según datos de Citizens Bank citados por el NYT y reproducidos por NY Post y Moneycontrol, DraftKings generó alrededor de US$8.700 millones en ingresos brutos por apuestas deportivas y casino online en 2025 y repartió aproximadamente US$3.000 millones en promociones. Un ejecutivo de la compañía dijo a inversores que la analítica mejoró los márgenes de las apuestas deportivas ligadas a promociones en un 13% en 2025, y que la IA se usó para personalizar «cientos de millones de dólares» en gasto promocional, según recogió NY Post.

El caso humano más documentado es el de Bryan Biehl, que declaró al NYT haber perdido cerca de US$70.000 apostando online, más de la mitad en DraftKings. Cuando empezó terapia por adicción a finales de 2024, los emails de promociones se convirtieron en un factor de recaída: según correos revisados por el periódico, recibió 40 promociones de DraftKings en las dos primeras semanas de diciembre de 2024. Cayó una última vez el día de Navidad, antes de inscribirse en listas de autoexclusión.

En paralelo, otro equipo construyó un segundo modelo con el objetivo opuesto: predecir qué jugadores estaban desarrollando ludopatía, a partir de depósitos, retiradas, intentos de «cazar» pérdidas, edad y género. Lo inició el data scientist Nestor Hernandez en 2024. «La idea es ser proactivos, no reactivos: predecir que un usuario va a tener problemas días o semanas antes, y actuar», declaró al NYT. El proyecto fue cancelado y dos intentos posteriores corrieron la misma suerte. La jefa de juego responsable de DraftKings, Lori Kalani, dijo al periódico que la decisión fue «colectiva» y que la tecnología «no era evidence-based».

DraftKings rechazó la interpretación en un comunicado recogido por NY Post: las promociones, afirma, se dirigen a «clientes que muestran un uso sostenido y comprometido de la plataforma, no a clientes seleccionados por sus pérdidas». La compañía asegura tener un equipo de más de 50 personas en responsible engagement y una chief responsible gaming officer con reporte directo al CEO. Rivales como FanDuel y Fanatics, en cambio, sí usan herramientas de scoring de riesgo de terceros, según declaró al NYT Phil Sherwood, responsable de juego responsable en PrizePicks.

Por qué la EFF apunta a toda la publicidad conductual

El ángulo de la EFF es estructural, no solo corporativo. Argumenta que la publicidad conductual online se vuelve más dañina cuando se potencia con IA: cuantos más datos tiene la empresa, más fino puede afinar el anuncio; y como los modelos operan como cajas negras, los equipos que los entrenan rara vez pueden predecir qué variable será útil, lo que incentiva una recolección continua e ilimitada de datos.

La EFF añade un punto que cualquier founder con datos de usuario debería leer: la publicidad conductual alimenta la industria de la vigilancia. Los datos recogidos para colocar anuncios se venden a aseguradoras, bancos y agencias como CBP e ICE. ICE publicó este año un Request for Information para entender cómo proveedores de Big Data y Ad Tech podían apoyar sus investigaciones, según el texto original. Aunque en este caso DraftKings habría usado solo first-party data (recogidos directamente por la plataforma), la EFF concluye que cualquier política que limite solo el intercambio con terceros es insuficiente: la salida lógica es prohibir la publicidad conductual.

Qué significa esto para tu startup

Aunque DraftKings no es tu competidor, este caso es un manual de los riesgos legales, reputacionales y de producto que asume cualquier SaaS que personalice la experiencia con IA, desde fintech hasta salud mental, edtech o e-commerce:

Define un «principio de no-explotación» antes de entrenar el modelo. El sistema de elasticidad de DraftKings optimizaba un KPI financiero sin contrapeso. Antes de desplegar personalización agresiva, escribe en una página qué outcomes NO vas a optimizar: adicción, gasto por encima de cierto umbral respecto al ingreso del usuario, comportamientos que sabes de antemano que son dañinos. Ese documento funciona como seguro regulatorio y de marca, y te obliga a tener la conversación ética antes de que sea un problema legal.
Separa el equipo que detecta daño del que optimiza revenue, y dale poder de veto. En DraftKings, el equipo de juego responsable dependía jerárquicamente de quienes querían maximizar el ingreso promocional, y los modelos predictivos de daño se cancelaron. Si tu equipo de ética o cumplimiento reporta al mismo VP que el de growth, el conflicto ya está perdido. Una separación real (presupuesto propio, métricas independientes, línea de reporte propia) es la diferencia entre compliance de papel y uno que de verdad frena un lanzamiento problemático.