El acuerdo, publicado en el Boletín Oficial del Estado (BOE), se fundamenta en los artículos 54 y 58 de la Ley 39/2015 de Procedimiento Administrativo Común, y abre un proceso de tres meses para la resolución y notificación.
Esta medida introduce un modelo predictivo basado en técnicas de machine learning (XGBoost) que será de uso obligatorio para todos los operadores autorizados en España.
Entre los indicadores más relevantes que analiza el modelo se encuentran:
- Frecuencia de la actividad de juego: número de días activos, duración de las sesiones y rachas de juego continuadas.
- Gestión del saldo: número de depósitos, retiradas, cancelaciones y situaciones de saldo bajo (menos de 2 €).
- Hábitos de apuesta: porcentaje de apuestas en directo, simples, con cash-out, así como variaciones tras obtener grandes premios.
- Diversificación del juego: número de deportes, competiciones y segmentos de juego en los que participa el usuario (apuestas, ruleta, póker, blackjack, bingo, etc.).
- Variables demográficas: edad y sexo del jugador, siempre respetando la legalidad vigente (mayores de 18 años).
- Horarios de actividad: franjas de participación y concentración de apuestas en determinadas horas del día.
- Límites autoimpuestos: número de veces que el jugador aumenta o disminuye sus límites de depósito y participación.
- Autoexclusiones: registro de solicitudes realizadas por el jugador durante todo su historial de actividad.
"Este nivel de detalle permite identificar, con una alta capacidad predictiva, si un usuario presenta comportamientos que puedan considerarse potencialmente problemáticos".
Aplicación práctica del modelo por los operadores
El modelo de la DGOJ ha sido entrenado con XGBoost, una de las técnicas de machine learning más potentes en la actualidad. Para su implementación, los operadores tendrán a su disposición un archivo en formato JSON, descargable desde la web oficial de la DGOJ.
Los operadores deberán cargar este modelo en sus sistemas de análisis de datos y aplicar las variables de sus jugadores respetando el orden y la lógica definida. La DGOJ incluso facilita ejemplos en R y Python, lo que garantiza su adaptabilidad en distintos entornos tecnológicos.
La predicción funciona mediante un umbral establecido en 0,3160608:
- Si el resultado de la función predict es superior a ese valor, el jugador será detectado como jugador de riesgo.
- Si el resultado es inferior, será considerado fuera de riesgo.
El sistema es flexible y podrá integrarse en las plataformas de los operadores para un análisis en tiempo real o diferido.
La medida tiene un impacto directo en todos los operadores que trabajan en el mercado español:
- Homogeneización regulatoria: todos deberán aplicar un modelo común, reduciendo las diferencias en la forma de evaluar riesgos.
- El regulador establece un estándar único, objetivo y basado en datos.
Adaptación de sistemas: los operadores deberán invertir en integración tecnológica y capacitación de equipos para cumplir con la resolución.
Con esta medida
, "España se posiciona a la vanguardia europea en la utilización de inteligencia artificial aplicada a la regulación del juego online. La adopción de un modelo predictivo basado en machine learning supone un cambio de paradigma: del control meramente reactivo al análisis preventivo y predictivo del riesgo".
La resolución definitiva será publicada en el Boletín Oficial del Estado (BOE) y su implantación será obligatoria en los plazos que determine la DGOJ.
Acuerdo y borrador de proyecto
Memoria
18+ | Juegoseguro.es – Jugarbien.es
