Gabriel Perez, que lleva operando el teleprompter de Donald Trump desde la campaña de 2016, está bajo investigación de la Comisión de Trading de Futuros de Materias Primas (CFTC) de EE.UU. La acusación: usó su acceso previo al texto de los discursos presidenciales para apostar en el mercado de predicción Kalshi sobre qué palabras o frases iba a decir Trump. Las ganancias superaron los 100.000 dólares, aunque Kalshi congeló más de 90.000 dólares de esa cantidad cuando detectó la actividad sospechosa y refirió el caso a los reguladores. Perez fue puesto en licencia administrativa sin sueldo por la Casa Blanca.
Lo reporta el New York Times el 16 de julio, basándose en fuentes familiarizadas con la investigación.
Cómo funciona el «Mentions market» de Kalshi
Para entender el caso hay que entender el producto: Kalshi tiene un tipo de mercado llamado «Mentions market» donde los usuarios apuestan sobre si una persona dirá una palabra, frase o tema durante un evento público. Los contratos están disponibles para discursos presidenciales: puedes apostar a si Trump dirá «China», «aranceles», «media radical», «elección robada» o cualquier otro término en un discurso concreto.
El mercado es legal bajo la autorización de la CFTC. Kalshi está regulado como exchange de contratos de materias primas. La apuesta en un Mentions market no requiere tener información privilegiada para ser legal — cualquier analista político puede opinar sobre qué términos dirá Trump en un discurso del Estado de la Nación.
Lo que no es legal es apostar usando información no pública obtenida a través del empleo. Kalshi lo prohíbe explícitamente en sus términos de servicio. Y Perez, en su rol de operador del teleprompter, tenía acceso al texto completo de los discursos horas antes de que Trump los pronunciara.
Los discursos en los que Perez supuestamente apostó incluyen:
- El discurso ante el Estado de la Nación (febrero de 2026).
- Sus intervenciones en el Foro Económico Mundial en Davos (enero de 2026).
- Un discurso en una ceremonia de Medalla de Honor (marzo de 2026).
Cómo Kalshi detectó el fraude
El sistema de vigilancia de Kalshi detectó un patrón inusual: un usuario apostaba de forma consistente y con tasas de éxito anómalas en Mentions markets relacionados con discursos presidenciales. Cuando Kalshi examinó las cuentas implicadas, descubrió que el titular era un empleado federal que trabajaba como operador de teleprompter. La plataforma congeló el cuenta que contenía más de 90.000 dólares en ganancias y refirió el caso a la CFTC.
Kalshi publicó en redes sociales a través de su abogado Bobby DeNault: «El equipo de vigilancia de Kalshi flagueó, investigó y refirió estas operaciones a la CFTC con prontitud. Hemos estado asistiendo a los reguladores en esta materia.»
La Casa Blanca también reaccionó. La secretaria de prensa Karoline Leavitt dijo en rueda de prensa que Trump había leído el informe y cree que es «profundamente desafortunado y francamente una vergüenza». El portavoz Davis Ingle confirmó que Perez «está cooperando plenamente con la CFTC» y ha sido puesto en licencia administrativa sin sueldo.
El caso en el contexto del boom de los mercados de predicción
El caso de Perez no es el primer caso de presunto insider trading en mercados de predicción. El ex-congresista republicano George Santos también está bajo investigación por supuestamente haber anunciado públicamente que asistiría al Estado de la Nación de Trump de 2026 para impulsar un contrato de Kalshi y luego no asistir, cerrando su posición con ganancias.
Los mercados de predicción han crecido explosivamente en 2026: Kalshi tiene unos 22.000 millones de dólares de valoración, ha levantado alrededor de 1.000 millones en financiación y el fútbol del Mundial es su categoría más operada del año. Esa escala trae nuevos problemas: los incentivos para usar información privilegiada son reales, y los mecanismos de vigilancia necesitan escalar con el volumen.
El acuerdo de ChatGPT con Kalshi para mostrar cuotas del Mundial dentro del asistente de OpenAI — publicado el 15 de julio — cobra una dimensión diferente cuando Kalshi enfrenta simultáneamente una investigación de insider trading relacionada con el presidente. Meta convirtió la geotermia en una apuesta estratégica para sus centros de datos de IA, el tipo de movimiento de infraestructura a largo plazo que los jugadores con suficiente escala financiera pueden hacer. El plan de superinteligencia de OpenAI con fondo soberano refleja cómo las grandes plataformas tecnológicas están diseñando modelos económicos que van más allá del servicio y hacia la infraestructura financiera.
Mi valoración
El caso Perez es el primer ejemplo documentado de insider trading en un mercado de predicción vinculado a un actor con acceso al gobierno americano. Lo que lo hace notable no es el monto (100.000 dólares es pequeño en el contexto de los mercados financieros) sino el mecanismo: la información privilegiada no era sobre un movimiento corporativo o una fusión, sino sobre las palabras que el presidente de EE.UU. iba a pronunciar en un discurso público.
Lo que más me convence del sistema de Kalshi es que funcionó: la vigilancia detectó el patrón, congeló los fondos y refirió el caso antes de que Perez pudiera retirar las ganancias. Lo que más me preocupa es el acceso estructural: si el operador del teleprompter puede hacer esto, qué otros empleados con acceso a información de agenda presidencial tienen el mismo potencial? El caso abrirá preguntas sobre qué empleados con acceso a información gubernamental no pública pueden participar en mercados de predicción.
Preguntas frecuentes
¿Qué son los Mentions markets de Kalshi exactamente?
Los Mentions markets son contratos donde puedes apostar sobre si una persona específica dirá una palabra, frase o referenciará un tema durante un evento público. Los contratos se resuelven después del evento con confirmación de fuentes de transcrición. Son legales bajo la regulación de la CFTC, que clasifica estos contratos como contratos de futuros sobre «eventos de no-precio».
¿Qué pasa con los 90.000 dólares congelados por Kalshi?
Kalshi congeló los fondos como medida preventiva mientras la investigación está en curso. Los fondos permanecerán bloqueados hasta que la CFTC determine si hubo infracción. Si la CFTC concluye que Perez usó información privilegiada, los fondos pueden ser decomisados como parte de las sanciones. Si se llega a un acuerdo, parte o la totalidad de los fondos puede devolverse menos las penalidades acordadas.
¿Puede Kalshi bloquear a empleados gubernamentales de sus mercados de predicción?
Kalshi anunció en junio de 2026, antes de que este caso fuera público, que implementaba nuevos requisitos para traders en ciertos mercados: declarar detalles sobre su situación laboral. Esos cambios fueron los que permitieron identificar a Perez como empleado federal. Kalshi puede prohibir o limitar la participación de categorías de empleados con acceso a información gubernamental sensible.