Como funcionam as previsões de futebol com IA
Um modelo de previsão de futebol transforma um jogo em uma probabilidade para cada resultado. A parte interessante não é o modelo (classificadores treinados são tecnologia comum), mas os passos entre a saída bruta de um modelo e uma porcentagem que significa o que diz. A maioria dos sites não descreve nenhum deles.
O que o modelo realmente é
Não é um modelo só. O ScorePredicts roda 100 modelos treinados, exportados para ONNX e mantidos em memória, e um jogo é pontuado por vários deles ao mesmo tempo. Cada mercado tem o seu: resultado da partida, gols de cada lado, ambas equipes marcam, escanteios de cada lado, cartões de cada lado. Um modelo que prevê bem os escanteios aprendeu algo diferente de um que prevê gols, e perguntar a um modelo de gols sobre escanteios produz uma resposta pior do que treinar um segundo modelo.
Cada uma dessas perguntas é respondida por um modelo, o treinado para aquele mercado e aquele tipo de competição, e não por vários modelos votando. Dividir o trabalho assim mantém cada modelo focado em um único alvo, e um resultado fraco em um mercado pode ser rastreado até um modelo e retreinado sem mexer nos outros.
"IA" nesta categoria quase sempre significa aprendizado supervisionado sobre dados tabulares de jogos. Não significa um modelo de linguagem lendo notícias, e qualquer site que sugira o contrário descreve algo diferente e muito menos confiável.
Por que os modelos são agrupados por competição
Os 100 modelos são organizados em 19 grupos, divididos por tipo e nível de competição: ligas nacionais em vários níveis (com a segunda divisão separada por região), copas nacionais, competições continentais de clubes e jogos de seleções. Um jogo é encaminhado aos modelos treinados no seu próprio tipo de futebol.
Isso importa mais do que parece. Fator casa, taxas de gols, frequência de empates e contagem de cartões diferem de forma sistemática entre uma grande liga europeia e uma divisão nacional de terceiro nível. Um único modelo global treinado com tudo aprende uma média desses ambientes e, por isso, erra um pouco em todo lugar, e mais ainda nas pontas, onde os dados são mais escassos.
O agrupamento também decide quais mercados estão disponíveis. Modelos de escanteios e cartões existem só para grupos com histórico suficiente para sustentá-los. Os outros grupos recebem um conjunto menor (resultado da partida, gols e ambas equipes marcam em alguns, resultado da partida e gols em outros e só resultado da partida nos mais escassos), em vez de uma previsão construída sobre dados insuficientes. Menos mercados com base real valem mais que mais mercados sem ela.
O que entra em uma única previsão
Os modelos de resultado da partida, gols e ambas equipes marcam leem 77 variáveis por jogo. Os modelos de escanteios leem 72 e os de cartões, 51, porque o que move a contagem de escanteios não é o que move um gol.
As 77 se dividem aproximadamente assim: 44 variáveis centrais de forma e força, 8 dos últimos cinco confrontos diretos, 8 de gols esperados, 5 sazonais, 2 que descrevem o ambiente de gols da liga, 2 do árbitro, 2 que sinalizam um time recém-promovido e 6 que descrevem a tradição de cada clube: quanto futebol continental ele jogou recentemente e como sua força atual se compara com a média de três anos. As tendências do árbitro importam mais para os cartões, cujos modelos têm entradas próprias de árbitro. Até o árbitro ser nomeado, essas entradas voltam à média daquele tipo de competição, então uma previsão de cartões fica mais específica quando a escala é confirmada e a próxima atualização roda.
Dias de descanso e contexto do jogo (se é um clássico, quanto o jogo importa, risco de rodízio em jogos de copa e continentais) entram junto, com a variação dos preços de mercado. As previsões são atualizadas várias vezes ao dia, então um jogo pontuado na segunda-feira não continua sendo apresentado no sábado com as entradas de segunda.
Da saída bruta do modelo à porcentagem declarada
A saída bruta de um classificador não é uma probabilidade, embora pareça uma. É uma nota entre 0 e 1 que por acaso está bem ordenada (mais alto significa mais provável), mas é sistematicamente confiante demais ou de menos. Publicá-la direto é a forma mais comum de um site de previsões acabar com números que não significam nada.
Cinco passos ficam entre o modelo e o número na página. A saída bruta é primeiro calibrada por uma tabela de regressão isotônica ajustada a resultados avaliados, que é o passo que faz um 70% declarado corresponder a cerca de 70% na realidade. As probabilidades calibradas são então encolhidas para comprimir as caudas extremas, onde os modelos são menos confiáveis. Quando um lado é claramente favorito, uma correção de viés de favorito reduz a probabilidade que os modelos tendem a atribuir demais ao azarão e ao empate. O resultado é então combinado com a referência do mercado. Por fim, a dupla chance é recalculada a partir dos números combinados de resultado da partida, em vez de prevista separadamente, para que os dois nunca se contradigam.
Cada um desses passos move o número, e um site que os pula mostra a saída bruta do classificador com um sinal de porcentagem. A pontuação de confiança de uma Melhor Previsão é essa probabilidade final, ajustada ainda pelo desempenho passado daquele mercado. Em um item de Análise de Valor, é a probabilidade do próprio modelo antes da combinação com o mercado, porque o objetivo dessa visão é comparar o modelo com o mercado.
Por que a saída é ancorada em preços de mercado
Este passo merece ser dito com clareza, porque é o que um site de previsões menos admite: para resultado da partida, gols e ambas equipes marcam, as probabilidades do modelo são combinadas com as probabilidades implícitas nos preços de mercado antes de serem publicadas, ponderadas pelo nível da competição. As previsões de escanteios e cartões não são combinadas, porque os preços nesses mercados são a referência menos confiável.
O motivo é que os preços de mercado de fechamento são a previsão publicamente disponível mais forte de um jogo de futebol. Eles combinam o julgamento de um mercado enorme e são difíceis de melhorar por uma margem ampla. Um modelo que diverge muito de um mercado bem informado está quebrado com muito mais frequência do que inspirado, e a combinação é uma proteção barata contra uma variável ruim ou uma entrada desatualizada gerando um número confiante e absurdo.
A ponderação depende do nível, e esse é o ponto. O modelo sempre fica com a maior parte do peso. Nas competições de elite, onde os preços são mais bem informados, a parcela do mercado é maior; nos níveis inferiores e em competições menos cobertas, os preços são mais rasos e menos examinados, a parcela do mercado diminui, e é justamente aí que um modelo estatístico tem algo a acrescentar que o mercado ainda não precificou.
Como uma previsão é escolhida em vez de outra
Existem probabilidades para todo mercado de todo jogo, muito mais do que alguém quer ler. Uma camada de decisão separada escolhe o que de fato é publicado, e ela não ordena simplesmente pela maior diferença em relação ao mercado.
Os candidatos são ordenados por uma pontuação combinada (a diferença de probabilidade, ponderada pela confiabilidade que aquele mercado teve e pela confiança do modelo), e não só pelo tamanho da diferença. A qualidade dos dados reduz a confiança de um candidato em vez de descartá-lo em silêncio, então um jogo em que um dos lados tem pouco histórico estatístico produz uma previsão mais fraca e claramente marcada, em vez de sumir ou, pior, aparecer com confiança total. Quando os dados estão materialmente incompletos, só os mercados mais robustos são oferecidos. O risco de rodízio antes de um jogo de copa ou continental reduz a confiança em vez de bloquear o jogo. Há também um limite de quantas previsões um jogo pode produzir, o que impede que um único jogo bem coberto tome o lugar de uma rodada inteira.
O efeito são menos previsões publicadas do que o modelo poderia gerar, que é a direção certa da troca.
O que este processo não consegue fazer
Ele não diz o que vai acontecer em um jogo. Um 72% calibrado é uma afirmação sobre o longo prazo: resultados como esse se confirmam cerca de 72 vezes em 100, e as 28 restantes não são erros, são a distribuição fazendo o que foi medida para fazer.
Ele não enxerga um cartão vermelho no nono minuto, um erro do goleiro ou um técnico demitido entre a previsão e o início do jogo. Não são variáveis que faltam ao modelo; são ruído irredutível, e é por isso que o teto honesto da precisão no resultado da partida fica na casa dos cinquenta e poucos, e não perto dos números anunciados nesta categoria.
E ele não pode ser validado pelo que aconteceu em um fim de semana qualquer. O único teste significativo é se as probabilidades declaradas correspondem às frequências observadas ao longo de milhares de jogos, e por isso o histórico de precisão é publicado faixa a faixa, e não como uma porcentagem de destaque.