Tribunal de Argentina ordena bloqueo a nivel nacional de Polymarket por apuestas

cointelegraphPublicado a 2026-03-17Actualizado a 2026-03-17

Resumen

Un tribunal de Argentina ha ordenado el bloqueo a nivel nacional de la plataforma de mercados de predicción Polymarket por ofrecer apuestas no autorizadas. La medida, dictaminada por el Juzgado en lo Criminal, Contravencional y de Faltas Nº 31 de Buenos Aires, fue ejecutada por el regulador de comunicaciones ENACOM y los proveedores de internet. La investigación, iniciada por la Lotería de la Ciudad de Buenos Aires (LOTBA), alega que la plataforma permitía realizar apuestas sin una verificación adecuada de identidad y edad, exponiendo a menores de edad. Además, se ordenó a Google y Apple eliminar sus aplicaciones. El caso se produce en un contexto de mayor escrutinio hacia Polymarket, cuyos mercados de predicción sobre inflación habían generado controversia por reflejar datos oficiales antes de su publicación. Esta acción se suma a restricciones similares implementadas en otros países.

Un tribunal de Argentina ha ordenado el bloqueo a nivel nacional de la principal plataforma de mercados de predicción basados en criptomonedas, Polymarket, por apuestas no autorizadas.

El regulador nacional de comunicaciones y medios de Argentina, Ente Nacional de Comunicaciones (ENACOM), recibió una orden judicial para bloquear el acceso al sitio web de Polymarket y sus variantes en todo el país, según un fallo fechado el 11 de marzo.

La orden fue emitida por el Juzgado de Primera Instancia en lo Penal, Contravencional y Faltas N° 31 de Buenos Aires, que está investigando a Polymarket bajo el Código Penal de Argentina por presuntamente ofrecer servicios de apuestas sin autorización.

El juez solicitó a ENACOM llevar a cabo la medida directa o indirectamente a través de los proveedores de servicios de internet (ISP) e informar prontamente al tribunal o a la fiscalía especializada en juegos de azar si obstáculos técnicos u otros impiden el cumplimiento total.

Regulador de Buenos Aires inició el caso

Según reportes de medios locales, el caso fue presentado por la Lotería de la Ciudad de Buenos Aires (LOTBA), la empresa estatal que regula las actividades de apuestas en la ciudad.

Tras recibir una denuncia de LOTBA sobre la presunta operación no autorizada de Polymarket, el fiscal Juan Rozas, a cargo de la Fiscalía Especializada en Juegos de Azar (FEJA) de la Ciudad, abrió la investigación que condujo a la orden judicial.

Las autoridades argumentaron que Polymarket permitía a los usuarios realizar apuestas sin suficiente verificación de identidad y edad, generando preocupación de que menores pudieran acceder a la plataforma.

"En la práctica, esto significaba que cualquier persona —incluidos niños y adolescentes— podía acceder y comenzar a apostar sin ningún control", dijeron las autoridades según se informa.

Apuestas sobre inflación profundizan el escrutinio

Además de instruir a ENACOM para bloquear el acceso a Polymarket, el tribunal ordenó supuestamente a Google y Apple eliminar y restringir las aplicaciones móviles de la plataforma en Android e iOS en toda Argentina, incluso para usuarios existentes.

Reportes en redes sociales indican que los usuarios discuten alternativas como VPN, mientras observadores señalan que la orden proviene de un tribunal de la ciudad de Buenos Aires y no del gobierno nacional.

*Fuente:* *ImpuestosyE* *(traducido por Grok)*

La acción se suma a un escrutinio anterior de Polymarket después de que sus mercados de predicción relacionados con la inflación reflejaron estrechamente datos oficiales de la agencia de estadísticas de Argentina, reavivando la controversia sobre posible uso de información privilegiada, según reportes locales.

Polymarket no respondió inmediatamente a una solicitud de comentarios de Cointelegraph.

Relacionado: Presidente de la CFTC respalda mercados de predicción basados en blockchain como ‘máquinas de la verdad’

La acción de Argentina es el último ejemplo de medidas contra mercados de predicción a nivel global, con países como Países Bajos, Hungría, Portugal y Ucrania tomando pasos similares para restringir el acceso.

En América Latina, Colombia fue uno de los primeros en tomar acción, con su regulador de apuestas advirtiendo supuestamente sobre las operaciones no autorizadas de Polymarket en septiembre de 2025.

Revista: Cómo cambiaron las leyes de cripto en 2025 — y cómo cambiarán en 2026

Preguntas relacionadas

Q¿Por qué un tribunal de Argentina ordenó el bloqueo de Polymarket en todo el país?

AEl tribunal ordenó el bloqueo nacional de Polymarket por ofrecer servicios de apuestas no autorizados, investigados bajo el Código Penal argentino.

Q¿Qué organismo regulador recibió la orden judicial para bloquear el acceso a Polymarket?

AEl Ente Nacional de Comunicaciones (ENACOM) recibió la orden judicial para bloquear el acceso al sitio web de Polymarket y sus variantes en todo el país.

Q¿Qué preocupación expresaron las autoridades sobre el funcionamiento de Polymarket?

ALas autoridades argumentaron que Polymarket permitía a los usuarios realizar apuestas sin una verificación suficiente de identidad y edad, lo que generaba preocupación de que menores pudieran acceder a la plataforma.

Q¿Qué medidas adicionales ordenó el tribunal además del bloqueo del sitio web?

AEl tribunal también ordenó a Google y Apple eliminar y restringir las aplicaciones móviles de Polymarket en Android e iOS en toda Argentina, incluso para usuarios existentes.

Q¿Qué caso anterior de escrutinio contra Polymarket se menciona en el artículo?

ASe menciona que los mercados de predicción relacionados con la inflación de Polymarket reflejaron estrechamente los datos oficiales de la agencia de estadísticas de Argentina, lo que reavivó la controversia sobre posible uso de información privilegiada.

Lecturas Relacionadas

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

Resumen del informe del primer trimestre de 2026 sobre Ethereum, por Token Terminal. El reporte destaca una tendencia clave: la cantidad de usuarios activos mensuales (13.2 millones, +53.5%), las transacciones (200.4 millones, +38%) y el rendimiento de la red (25.78 TPS) alcanzaron máximos históricos, mientras que las tarifas de transacción en la capa principal cayeron un 47.9% intertrimestral. Este fenómeno, denominado la "Paradoja de Jevons", sugiere que Ethereum está priorizando deliberadamente la expansión a corto plazo sobre la captura de ingresos inmediatos. La actualización Fusaka, que aumenta la capacidad de datos y reduce el costo del espacio de bloque, es un factor clave. La narrativa central de Ethereum se está desplazando de una cadena de bloques DeFi a una capa de liquidación financiera global. Ethereum mantiene una posición dominante en activos tokenizados, con una capitalización total de $2 billones (-0.7% intertrimestral). Destacan el crecimiento de los fondos tokenizados ($194 mil millones, +4.9%) y las materias primas tokenizadas ($47 mil millones, +60%), reflejando una mayor adopción institucional por parte de entidades como BlackRock y JPMorgan. A pesar de una caída del 30.3% en su capitalización de mercado totalmente diluida, la base de titulares de ETH creció a 292.8 millones. En resumen, Ethereum está sacrificando ingresos a corto plazo para impulsar la adopción, consolidándose como la infraestructura de liquidación preferida para las finanzas tokenizadas, con el objetivo de que una mayor demanda de red compense las tarifas más bajas a largo plazo.

marsbitHace 13 min(s)

Informe de Ethereum del primer trimestre de 2026: caen las tarifas, usuarios y volumen de transacciones alcanzan máximos históricos

marsbitHace 13 min(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

El CEO de Intel, Chen Lifu, expresó en una entrevista en un podcast su objetivo de multiplicar por diez el valor de la empresa en un plazo de 5 a 10 años. Para lograrlo, está centrando la estrategia en la superación de los límites físicos de la miniaturización de los semiconductores, invirtiendo en tres áreas clave: tecnologías avanzadas de empaquetado como EMIB, nuevos materiales como el nitruro de galio (GaN), carburo de silicio (SiC), fosfuro de indio (InP) y diamante sintético, y sustratos innovadores como el de vidrio. Destacó que la explosión de la IA, especialmente los agentes autónomos y la inferencia, está impulsando una fuerte demanda de CPUs, cambiando la proporción CPU/GPU en servidores. Chen Lifu también defendió la apuesta de Intel por el negocio de fundición (foundry), subrayando que es crucial para la seguridad de la cadena de suministro en EE.UU. y que se basa en generar confianza a través de altos rendimientos y fiabilidad. Reveló detalles de la colaboración Terafab con Elon Musk para construir fábricas de chips y abordar la escasez de capacidad. Reconoció que Intel aún está en una fase de transformación ("gatear"), reconstruyendo equipos y capacidades fundamentales, pero proyecta que su verdadero potencial en mercados como la informática de borde, la IA física y la de agentes comenzará a materializarse hacia 2030-2032. Con una mentalidad de capitalista de riesgo, su meta clara es entregar un retorno de 10x a los accionistas en la próxima década.

marsbitHace 15 min(s)

Entrevista inaugural en podcast del CEO de Intel, Tan Lip Bu: Nuestro objetivo es '10 veces en 5-10 años', apostamos por empaquetado avanzado, sustratos de vidrio y diamantes artificiales

marsbitHace 15 min(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

En la actualidad, el mercado de inversión está obsesionado con los "Modelos del Mundo". Sin embargo, Pete Florence, ex científico de DeepMind y co-creador de la arquitectura Vision-Language-Action (VLA), fundó Generalist AI y rechaza esta etiqueta. Para él, el objetivo concreto es más importante: crear robots que realicen cualquier tarea con alta tasa de éxito sin datos específicos. Recientemente, Generalist AI recaudó 400 millones de dólares (unos 2.700 millones de RMB) en una ronda de financiación, alcanzando una valoración de 2.000 millones de dólares. Inversores incluyen NVentures de Nvidia, Bezos Expeditions, NFDG, y figuras como el cofundador de Xiaomi Lin Bin, el fundador de Zoom Eric Yuan, y la renombrada científica Fei-Fei Li. Florence, influenciado por su mentor en el MIT Russ Tedrake, prioriza comprender el mundo físico. Su enfoque comienza estableciendo una meta clara, luego diseña la ruta técnica. Tras dejar Google, lanzó Generalist AI en 2025. La compañía presentó su primer modelo de IA incorporada, GEN-0, en noviembre de 2025, demostrando que las leyes de escalado de los LLMs también se aplican al movimiento físico. En abril de 2026, presentaron GEN-1, entrenado con más de 50.000 horas de datos de interacción física recogidos por un dispositivo portátil. GEN-1 logra un 99% de éxito en tareas como plegar cajas y empaquetar teléfonos, siendo tres veces más rápido que GEN-0. Este avance acerca el modelo a un punto de inflexión similar al GPT-3, mostrando un rendimiento apto para despliegues comerciales en ciertas tareas. La inversión récord respalda la visión de Florence: robots universales que sean lo suficientemente expertos en tareas reales como para ser útiles, avanzando hacia la reducción del coste marginal del trabajo físico a cero. La etiqueta "Modelo del Mundo" queda así en segundo plano frente a los resultados tangibles.

marsbitHace 22 min(s)

Acaba de recaudar 2.700 millones, y Li Feifei también invirtió

marsbitHace 22 min(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

En solo tres días, Google ha perdido a dos leyendas de la IA. El 18 de junio, Noam Shazeer, coautor del seminal trabajo "Attention is All You Need" y copresponsable de Gemini, anunció su salida para unirse a OpenAI. Dos días después, John Jumper, ganador del Nobel de Química 2024 y líder de AlphaFold, dejó Google DeepMind para incorporarse a Anthropic. Estas partidas no son incidentes aislados, sino parte de una tendencia clara de fuga de talento de Google hacia OpenAI y Anthropic, como lo confirma también la reciente incorporación a Anthropic del exmiembro fundador de OpenAI, Andrej Karpathy. El trasfondo de este éxodo es fundamentalmente una cuestión de misión y enfoque. El modelo de negocio central de Google, basado en la publicidad, impone una lógica orientada a productos y métricas comerciales que, en última instancia, restringe la investigación pura. En contraste, tanto OpenAI (con su misión de AGI) como Anthropic (centrada en la seguridad y la ciencia) ofrecen un entorno de trabajo enfocado únicamente en empujar los límites de las capacidades de los modelos. A esto se suma la fuerte atracción financiera: OpenAI y Anthropic están en camino a una OPI, lo que promete una recompensa económica masiva a través de capital para sus empleados, algo que la ya gigantesca Google difícilmente puede igualar. La fusión de Google Brain y DeepMind en 2023, destinada a consolidar esfuerzos, ha generado en cambio tensiones culturales y ha hecho más evidente la presión por alinear la investigación con los objetivos de los equipos de productos. El resultado es una reorganización estructural del mapa del talento en IA. Google, a pesar de sus vastos recursos en computación y datos, está perdiendo a las personas que definen el futuro del campo. La verdadera ventaja competitiva en IA reside en retener a las mentes más brillantes, y Google está descubriendo que esa es quizás su batalla más difícil.

marsbitHace 2 hora(s)

Perdiendo a dos leyendas en tres días: ¿Se está resquebrajando el dique de talento de IA de Google?

marsbitHace 2 hora(s)

Tras las notas de la IA, se esconde un "creador de exámenes" chino

Cada vez que se lanza un modelo de IA de vanguardia, la comunidad fija su atención en ciertas "hojas de resultados" familiares: MMLU-Pro, MMMU, MMMU-Pro. Estos puntos de referencia se han convertido en exámenes estándar para evaluar y comparar modelos como GPT, Claude, Gemini, Llama, Qwen y DeepSeek. Detrás de estas influyentes evaluaciones está el investigador chino Wenhu Chen, profesor asistente en la Universidad de Waterloo y fundador del TIGERLab (apodado "虎头帮"). Su trabajo surge de una necesidad crítica: a medida que los modelos avanzaban, las pruebas antiguas como MMLU se saturaban con puntuaciones casi perfectas, dejando de ser útiles para discernir diferencias reales. En 2024, Chen y su equipo presentaron MMLU-Pro, una renovación exhaustiva del original. Con 12,032 preguntas de 14 disciplinas, aumenta las opciones de respuesta de 4 a 10 para reducir las conjeturas e incorpora problemas más complejos que requieren razonamiento. El resultado fue una caída del 16% al 33% en la precisión de los modelos y una evaluación más estable y discriminatoria, rápidamente adoptada por la industria. Su contribución se extiende al ámbito multimodal con MMMU, un conjunto de 11,500 preguntas que combinan imágenes (gráficos, mapas, fórmulas) con conocimientos académicos para probar una comprensión integrada. Incluso los mejores modelos como GPT-4V inicialmente solo alcanzaron un 56% de precisión, revelando un largo camino por recorrer. Su sucesor, MMMU-Pro, cierra aún más las brechas, obligando a los modelos a utilizar la información visual y no solo el texto. La experiencia de Chen, que incluye investigación doctoral en preguntas complejas y una etapa en Google DeepMind trabajando en Gemini, le permite anticipar cómo los modelos pueden "aparentar" competencia. Su laboratorio no solo diseña evaluaciones, sino que también desarrolla modelos (como UniVideo para video o MoCha para avatares), asegurando que sus "exámenes" reflejen desafíos reales y los límites actuales de la tecnología. Actualmente, Chen continúa este trabajo en el laboratorio de superinteligencia de Meta, enfocado en datos y evaluación multimodal. Su historia destaca el papel fundamental, aunque a menudo menos visible, de los investigadores que construyen las herramientas para medir el verdadero progreso de la IA.

marsbitHace 2 hora(s)