La inteligencia artifical acertó el ganador en 60,5% de los partidos del Mundial

Con cada jornada del Mundial, La República publicó un pronóstico elaborado con inteligencia artificial para anticipar el desarrollo de cada partido. El ejercicio acompañó el torneo desde la fase de grupos hasta las semifinales y permitió contrastar las proyecciones del modelo con lo que finalmente ocurrió en la cancha.

El balance mostró que el modelo acertó el ganador en 49 de los 81 partidos evaluados, lo que representa una efectividad de 60,49%. Además del resultado final, el sistema obtuvo una calificación promedio de 7,65 sobre 10 y registró 46 partidos con una nota igual o superior a ocho, de los cuales 20 alcanzaron nueve puntos o más, reflejando un desempeño consistente durante el campeonato.

“Lo más importante al momento de hacer una predicción son los datos históricos, incluidos los aspectos anímicos de los jugadores. No solo se analiza cuántos goles marca un equipo o cuántos kilómetros recorre; también se evalúa cuánto tiempo tarda en igualar un resultado o en conseguir un segundo gol”, explicó Daniel Tovar, consultor en tecnología, al referirse al nivel de precisión que puede alcanzar un modelo de inteligencia artificial aplicado al análisis deportivo.

Lejos de limitarse a predecir un ganador, el sistema analizaba cientos de variables para construir un panorama completo de cada compromiso. En cada publicación se presentaban las probabilidades de victoria, empate y derrota, el marcador más probable y un indicador sobre el nivel de confianza del modelo.

Las proyecciones también incorporaban variables que normalmente no aparecen en los pronósticos tradicionales. Antes del pitazo inicial, la inteligencia artificial estimaba quién tenía mayores opciones de ser el jugador del partido, el goleador y el asistidor más probables, además del minuto en el que podía llegar el primer gol y el intervalo con mayor probabilidad para esa anotación.

Aunque el ejercicio generaba todas estas proyecciones, la evaluación del desempeño del modelo se realizó con base en un único criterio: el resultado final de cada partido. De esta forma fue posible medir qué tan cerca estuvieron las predicciones de lo que finalmente pasó.

Como ocurre con cualquier herramienta de predicción, también hubo partidos que escaparon a las proyecciones estadísticas. Los desempeños más bajos se registraron en España vs. Cabo Verde (1,2), Ecuador vs. Curazao (2,0) y Portugal vs. Congo (2,5), encuentros cuyos resultados se alejaron considerablemente de las tendencias identificadas por el modelo.

Más que acertar o fallar un marcador, el ejercicio permitió mostrar cómo la inteligencia artificial puede procesar grandes volúmenes de información para estimar probabilidades y construir escenarios antes de un evento deportivo.

Tovar señaló que el análisis estadístico no es una herramienta nueva en el deporte y recordó que disciplinas como el béisbol lo utilizan desde hace años para mejorar la capacidad de predicción de los resultados. Sin embargo, explicó que el fútbol representa un reto mayor debido a la cantidad de variables que intervienen.