Las comisiones de gas de Ethereum revelan los límites de las previsiones de la IA

¿Puede la IA predecir la tensión en la red Ethereum?

Ethereum puede seguir produciendo bloques y, al mismo tiempo, volverse caro o incómodo de usar. Para quien envía un pago, ajusta una posición de préstamo o liquida un activo tokenizado, esa diferencia es importante. Que una cadena de bloques funcione no garantiza que los costes de transacción sean previsibles.

Un nuevo estudio de S’phesihle Khumalo y Moinak Maiti analiza si el aprendizaje automático puede detectar la tensión en la red Ethereum (ETH ) a partir de los cambios en los precios del gas y las comisiones de transacción.¹ Sus conclusiones ofrecen un punto de partida útil para mejorar la supervisión, pero también ponen de manifiesto una brecha importante: reconocer hoy las condiciones inusuales es considerablemente más fácil que anticiparlas para mañana.

Esa brecha abre una oportunidad para los proveedores de infraestructura de cadena de bloques. A medida que más servicios financieros migran a la cadena, traducir los datos de la red en decisiones operativas útiles podría llegar a ser tan importante como aumentar la capacidad de transacción.

Por qué las comisiones de gas de Ethereum importan más allá del comercio de criptomonedas

El gas mide el trabajo computacional necesario para ejecutar una transacción en Ethereum. Los usuarios pagan por ese trabajo, y los costes pueden aumentar cuando crece la demanda de ejecución. Por tanto, un repunte de las comisiones puede indicar presión sobre la capacidad disponible, aunque no necesariamente signifique que la red esté fallando.

Las consecuencias económicas dependen de la transacción. Una transferencia discrecional puede esperar. Un prestatario que añade garantías para evitar la liquidación quizá tenga poco margen de maniobra. Una empresa que procesa con frecuencia pagos pequeños necesita que los costes sigan siendo manejables en relación con el valor de cada pago.

Esto cobra más relevancia a medida que las aplicaciones de cadena de bloques se extienden más allá del comercio especulativo. La cobertura reciente de Securities.io sobre la tokenización del ARK Venture Fund en Ethereum muestra cómo los productos de inversión están incorporándose al ecosistema. La tokenización no hace que todas las transacciones sean urgentes, pero aumenta la importancia de comprender la infraestructura que sustenta la titularidad y las transferencias.

Un sistema de alertas útil ayudaría a los operadores a anticipar las condiciones de ejecución. No tendría que predecir el precio de Ether ni diagnosticar todas las posibles amenazas a la seguridad para resultar valioso.

Cómo funciona el estudio sobre la detección de tensión en Ethereum

Los investigadores analizaron métricas de Ethereum correspondientes al período comprendido entre julio de 2015 y julio de 2025, obtenidas de Etherscan. Entre ellas figuraban la actividad de las transacciones, el uso de gas, las comisiones y los indicadores históricos relacionados con la minería. Aunque el artículo plantea el análisis en términos de bloques, sus pruebas de previsión utilizan observaciones diarias, por lo que los resultados no deben interpretarse como alertas sobre bloques concretos que estén a punto de producirse.

Se probaron tres métodos. El bosque aleatorio combina numerosos árboles de decisión. El bosque de aislamiento busca observaciones que difieren del comportamiento habitual. El árbol de decisión utiliza reglas ramificadas que hacen que sus clasificaciones sean relativamente fáciles de examinar.

La definición principal de tensión se basó en comisiones de transacción inusualmente altas en relación con una referencia móvil. Esto proporciona a los modelos un objetivo cuantificable, pero plantea una complicación: un modelo que utilice variables de entrada relacionadas con las comisiones podría estar reproduciendo en parte la regla empleada para etiquetar la tensión, en lugar de detectar un problema operativo distinto.

Los investigadores abordaron esta cuestión con comprobaciones adicionales, entre ellas eliminar los predictores derivados de las comisiones, probar el modelo con observaciones posteriores y construir una definición alternativa de tensión basada en la actividad de los bloques ommer. Estos bloques históricos están asociados al antiguo sistema de prueba de trabajo de Ethereum y no permiten realizar la misma prueba independiente en la etapa actual de prueba de participación.

Qué muestran realmente los resultados de las previsiones sobre Ethereum

La precisión puede resultar engañosa cuando la tensión es poco frecuente. Un modelo que suele predecir condiciones normales puede obtener una puntuación alta y, aun así, pasar por alto la mayoría de los episodios que interesan a los operadores. La precisión positiva mide con qué frecuencia son correctas sus alertas; la exhaustividad mide cuántos episodios reales de tensión detecta. La puntuación F1 combina ambas medidas.

El bosque aleatorio ajustado del estudio obtuvo una puntuación F1 de 0.50 en la detección para el mismo día con el conjunto completo de características. El rendimiento empeoró a medida que aumentó el horizonte de previsión.

Estos resultados respaldan la existencia de una señal de previsión limitada, no de una alerta fiable con varios días de antelación. Por separado, el bosque aleatorio con menos características logró una precisión global del 91 %, pero solo detectó el 23 % de las observaciones de tensión definidas por las comisiones. La validación independiente basada en bloques ommer arrojó resultados mucho peores y menos estables.

Esta distinción es fundamental para comprender la relevancia del estudio para la inversión. Detectar la volatilidad de las comisiones, predecir la congestión y anticipar un fallo de seguridad son tareas distintas. El artículo aporta pruebas sobre la primera y pruebas limitadas sobre la tensión futura definida por las comisiones. No demuestra que sea posible predecir de forma fiable ataques, interrupciones del servicio ni precios de los activos.

Convertir las alertas de la red en decisiones útiles

La pregunta práctica es qué debería hacer un operador ante una alerta imperfecta. Un panel que anuncia un riesgo elevado sin sugerir cómo responder puede aportar poco valor. Un sistema que vincule esa alerta con la urgencia de las transacciones, los presupuestos para comisiones y las políticas operativas podría ser más útil.

Por ejemplo, un servicio de pagos podría retrasar la agrupación opcional de transacciones cuando las condiciones se encarecen, al tiempo que reserva capacidad para las transferencias urgentes. Un equipo de tesorería podría planificar los movimientos habituales en función de los costos previstos. Estas son aplicaciones posibles, no capacidades demostradas por el estudio.

• Separar las transacciones urgentes de las que pueden esperar.
• Ajustar los umbrales de alerta al costo de los eventos no detectados y las falsas alarmas.
• Comparar las previsiones con reglas sencillas basadas en las comisiones antes de implementarlas.

El umbral adecuado variaría según el caso de uso. Puede ser tolerable una falsa alarma que retrase una transferencia habitual. Una que interrumpa un ajuste esencial de garantías podría resultar costosa. Evaluar el dinero ahorrado y las transacciones completadas permitiría tomar decisiones de implementación más fundamentadas que limitarse a optimizar una puntuación de precisión destacada.

Por qué las actualizaciones de Ethereum cambian el desafío de la supervisión

Una década de historia de Ethereum abarca condiciones operativas muy distintas. La transición a la prueba de participación cambió la producción de bloques, mientras que las actualizaciones de escalabilidad modificaron la relación entre la actividad de la red principal y los costos de las aplicaciones. Es posible que un modelo entrenado con episodios anteriores de congestión no siga siendo fiable indefinidamente.

El anuncio de la actualización Fusaka de la Fundación Ethereum describe mejoras en el rendimiento de la capa 1 y en la capacidad de datos para las redes de capa 2. Su mecanismo PeerDAS permite a los nodos comprobar la disponibilidad de los datos mediante muestreo, en lugar de descargar blobs completos, lo que favorece un mayor rendimiento.

El conjunto de datos del estudio termina antes de Fusaka, por lo que no permite establecer el rendimiento en ese entorno actualizado. Esta es una razón práctica para actualizar los modelos y validarlos con las condiciones actuales.

La supervisión también requiere varias señales distintas. Las comisiones de la red principal no bastan para describir plenamente el estado operativo de una aplicación de capa 2. La disponibilidad del secuenciador, los costos de publicación de datos y el comportamiento de las confirmaciones pueden ser relevantes, además de los precios del gas. La cobertura de Securities.io sobre el uso de IA para detectar contratos Ponzi en Ethereum ilustra otra capa de riesgo independiente: el comportamiento de los contratos. Al combinar señales, es necesario conservar lo que mide realmente cada una.

Coinbase ofrece exposición a la infraestructura de cadena de bloques

Esta creciente necesidad de una infraestructura fiable establece una conexión natural con Coinbase Global (COIN ) . Más allá de su plataforma de intercambio, Coinbase ofrece servicios de custodia y participación, y contribuyó al desarrollo de Base, una red de capa 2 de Ethereum. Su relevancia radica en que facilita el uso de la cadena de bloques, no en que comercialice esta investigación en particular.

La estrategia de Base para 2026 hace hincapié en los mercados globales, los pagos, las monedas estables y la infraestructura para desarrolladores. Estas prioridades hacen que la fiabilidad operativa tenga relevancia comercial: los usuarios necesitan servicios que gestionen la actividad de manera constante a medida que crece la adopción.

En sus resultados del segundo trimestre de 2026, Coinbase informó que el volumen de transacciones con monedas estables en Base se multiplicó por siete interanual y que los ingresos por suscripciones y servicios representaron el 48 % de los ingresos netos. Estas cifras comunicadas por la empresa contextualizan su exposición más amplia a la infraestructura, pero no demuestran que la supervisión de la red vaya a mejorar sustancialmente los beneficios.

Los inversores aún deben evaluar la valoración, la competencia, la regulación y la sensibilidad a la actividad de las criptomonedas. Un mayor uso de la cadena de bloques no se traduce automáticamente en una rentabilidad proporcional para los accionistas.

Últimas noticias y novedades de Coinbase Global (COIN)

Una mejor supervisión de Ethereum empieza con una mejor validación

La investigación deja una conclusión constructiva: los datos sobre el gas y las comisiones contienen información útil, pero un sistema operativo de alertas necesita pruebas más sólidas que patrones históricos reconocibles. Los siguientes pasos esenciales son contar con etiquetas de eventos independientes, realizar pruebas en la red actual y comparar los resultados con alternativas sencillas.

El progreso puede lograrse mediante mejoras modestas que ayuden a los usuarios a tomar mejores decisiones, en lugar de depender de un único modelo que prediga todas las interrupciones. Para el ecosistema financiero en expansión de Ethereum, este es un camino creíble hacia una infraestructura más predecible.

Referencias:

¹ Khumalo, S., & Maiti, M. (2026). Anomalías a nivel de bloque como indicadores tempranos de estrés de red en Ethereum. Investigación en Negocios y Finanzas Internacionales. Publicación avanzada en línea. https://doi.org/10.1016/j.ribaf.2026.103670