Una investigación del New York Times sostiene que DraftKings utilizó registros de apuestas y modelos de aprendizaje automático para identificar a los jugadores que probablemente perderían más dinero después de recibir una promoción, mientras que varios proyectos internos para detectar señales de juego problemático no llegaron a implementarse. El reportaje, según las coberturas públicas accesibles, se apoya en entrevistas con exempleados y documentos internos. DraftKings responde que sus promociones se dirigen a clientes con actividad sostenida, no a quienes pierden más, y que su sistema de juego responsable ya monitorea señales de riesgo. La disputa importa porque plantea si los datos de una persona se usan para protegerla o para aumentar la frecuencia y el volumen de sus apuestas.
El modelo medía cuánto respondía cada jugador a una promoción
Según la investigación descrita por las coberturas consultadas, en 2023 DraftKings tomó registros históricos de clientes y los introdujo en un modelo de aprendizaje automático. La pregunta no era qué equipo ganaría un partido, sino qué jugador aumentaría sus apuestas y sus pérdidas después de recibir un bono, una apuesta gratuita u otro incentivo.
El sistema asignaba una puntuación basada en los hábitos de cada cliente. Entre las variables descritas aparecen la frecuencia de juego, el dinero que permanecía en la cuenta, las pérdidas en relación con el volumen apostado y una estimación de la probabilidad de que la persona dejara de jugar. Una puntuación más alta significaba que la promoción podía generar una pérdida mayor para ese cliente.
El término IA se usa aquí para referirse a modelos de aprendizaje automático que procesan datos de comportamiento, no a un chatbot generativo. La prueba inicial se realizó con clientes de casino en línea y después se amplió, según el reportaje. Jayden Butts, el analista que participó en las pruebas, dijo que al principio entendió que el objetivo era reducir el gasto promocional. Sus supervisores le habrían explicado que la intención era redistribuirlo hacia los clientes que respondían mejor.
Butts describió la lógica comercial de forma contundente: «La mejor inversión sería un jugador con problemas de juego», según el reportaje. Otro exempleado resumió la preocupación de esta manera: si una persona pierde más, recibe más incentivos para seguir jugando. Las frases son testimonios atribuidos a antiguos trabajadores, no conclusiones de un regulador o de un tribunal.
El sistema para detectar juego problemático no habría llegado a implementarse
Los mismos datos que permiten calcular la respuesta a una promoción también pueden revelar señales de riesgo. La investigación describe un proyecto iniciado en 2024 para ayudar al área de juego responsable a detectar a clientes que podían estar acercándose a una crisis, antes de que el comportamiento se agravara.
El modelo habría analizado movimientos de dinero, persecución de pérdidas y otros patrones demográficos y de actividad. Su objetivo era dar a la empresa días o semanas de ventaja para enviar una advertencia, limitar la cuenta o impedir nuevas apuestas. De acuerdo con los resúmenes públicos del reportaje, el proyecto quedó incompleto, una presentación ante directivos fue cancelada el día previsto y otros intentos internos terminaron archivados.
Esta parte de la historia requiere una precisión adicional. La información proviene de exempleados y de materiales internos descritos por el New York Times, pero el medio principal y los documentos originales no estuvieron disponibles para esta revisión. Por eso, el borrador presenta el abandono de esos proyectos como una alegación reportada, no como un hecho establecido de manera independiente.
DraftKings niega que sus promociones se basen en las pérdidas
DraftKings rechaza la interpretación de que sus modelos busquen a los clientes que más dinero pierden. La compañía sostiene que sus promociones se dirigen a personas con actividad sostenida en la plataforma y no a clientes seleccionados por sus pérdidas. También ha dicho que no puede responder de forma definitiva a pruebas o memorandos que no haya revisado y que una prueba aislada no representa su método general de inversión promocional.
Lori Kalani, directora de juego responsable de DraftKings, afirmó en una entrevista de 2025 que la empresa utiliza límites, mensajes de pausa y herramientas para que los jugadores consulten sus depósitos, ganancias, pérdidas y tiempo de actividad. También dijo que la plataforma puede detectar sesiones prolongadas y enviar recordatorios para establecer límites o tomar un descanso. Esas medidas muestran la posición pública de la empresa, pero no resuelven por sí solas la acusación sobre el uso de datos para dirigir promociones.
La compañía ha defendido una lógica similar en otros frentes. En julio de 2026, Reuters informó que Filadelfia había solicitado información sobre créditos promocionales, bonos, programas VIP y políticas para combatir el juego problemático. DraftKings demandó a la ciudad para frenar esa investigación y argumentó que la normativa estatal prevalecía sobre la ordenanza local. La empresa dijo que está comprometida con operar de forma responsable y cumplir la ley de Pensilvania.
El conflicto forma parte de una disputa mayor sobre los datos de los apostadores
Una investigación previa de The Washington Post describió cómo las plataformas de apuestas recompensan a sus clientes más activos con anfitriones VIP, viajes, regalos y ofertas personalizadas. Las empresas presentan esos programas como atención y fidelidad; jugadores, especialistas y legisladores han advertido que pueden alentar apuestas más frecuentes y de mayor volumen entre personas vulnerables.
El problema de fondo no es que un modelo prediga el comportamiento. Es qué decisión toma la empresa después de obtener esa predicción. Una señal de que alguien responde a una promoción podría activar una advertencia de protección o convertirse en una razón para ofrecerle otro incentivo. La investigación sobre DraftKings plantea que esas dos rutas no recibieron el mismo impulso interno.
El reportaje no constituye una resolución judicial ni demuestra que cada promoción se haya enviado para provocar pérdidas. Sí coloca bajo escrutinio una pregunta concreta para la industria: si una plataforma puede identificar a los clientes que más probablemente jueguen y pierdan tras recibir un incentivo, ¿qué controles impiden que esa información se use primero para aumentar ingresos?
