Cómo la IA analiza un partido: de los datos a la probabilidad

La IA no predice el resultado de un partido. Calcula qué tan probable es cada desenlace y luego dice cuánto confía en su propio cálculo. La diferencia importa. Una predicción suena a «esto es lo que va a pasar». Una probabilidad suena más aburrida y dice más: «en una situación así, con datos así, esto es lo que suele pasar». Entre los números en bruto y una lectura terminada hay cuatro pasos, y ninguno es magia. Van uno por uno, en orden.

Qué hace realmente la IA con un partido

Imagina que alguien te pone delante doscientos números sobre dos equipos y te da una hora. Goles, tiros, rachas en casa y fuera, quién está lesionado, quién ha vuelto, qué pasó en los últimos cinco enfrentamientos directos, cómo llegan ambos equipos al tramo final de la temporada. La tarea: decir qué resultado es más probable.

Podrías hacerlo. Pero al partido número doscientos estarías cansado, y al trescientos empezarías a doblar la respuesta hacia lo que ya habías decidido en los primeros treinta segundos. Así funcionan las personas.

Una máquina no se cansa ni se enamora de su primera impresión. Y ahí está toda su ventaja. No ve lo que no está en los datos, no entiende el contexto que nadie le ha contado, y no tiene ni idea de si el entrenador ha discutido con el capitán esta mañana. Resulta útil no porque sea «más lista», sino porque hace el mismo trabajo aburrido con el mismo estándar trescientas veces seguidas.

Paso 1. Qué datos entran en el análisis

Lo primero que hay que entender: la calidad de una lectura depende casi por completo de lo que entró en ella. Un modelo bonito con datos malos produce tonterías bonitas.

Estadísticas y forma

La base son los resultados y cómo se llegó a ellos. No solo el marcador, sino cuánto creó un equipo, cuánto concedió, cuánto de sólido ha estado en las últimas semanas. «Cinco victorias seguidas» y «cinco victorias seguidas sufriendo, con un tiro a puerta por partido» son dos rachas muy distintas. La métrica que separa ambas cosas es el valor esperado de los tiros — qué mide y dónde engaña se explica en qué es el xG en el fútbol.

Enfrentamientos directos

Cómo se han comportado los dos equipos entre sí. Un indicador traicionero: funciona mientras la plantilla y la forma de jugar siguen siendo las mismas, y se convierte en ruido en cuanto han cambiado el entrenador, media alineación titular o incluso la categoría. En LaLiga, donde un mercado de fichajes activo puede rehacer una plantilla en un mes, esa corrección hace especial falta, e ignorarla es el error más común del análisis manual.

Alineaciones

Quién está convocado, quién está lesionado, a quién se reserva antes de un compromiso europeo entre semana. Un solo jugador rara vez cambia el panorama, pero un cambio de portero o la ausencia de los dos centrales sí.

Noticias frescas, minutos antes del análisis

Las estadísticas describen el pasado, el partido se juega hoy. Por eso, antes de calcular nada, el sistema comprueba por separado lo que acaba de pasar: alineaciones confirmadas, comunicados de los clubes, el tiempo, el árbitro designado. Es la única capa que no se puede sacar de una base de datos — hay que buscarla en el momento mismo del análisis.

La capa de consenso

Un plano aparte: cómo valoran ese partido las fuentes profesionales. Sharkline recoge este dato de más de veinte fuentes independientes, las pone en una misma escala y pondera cada una según su fiabilidad. No para copiar un juicio ajeno, sino para ver dónde ese juicio no coincide con lo que dicen las estadísticas. El propio desajuste es informativo: normalmente detrás hay una noticia que aún no ha llegado a los números, o un error de una de las dos partes.

Paso 2. Por qué los datos en bruto no se pueden usar tal cual

Entre «datos recogidos» y «números calculados» hay un paso que desde fuera no se ve, y que importa más que todo lo demás.

Los datos se contradicen entre sí. Una fuente marca a un jugador como lesionado, otra lo incluye en la lista. Una muestra a un equipo en gran forma de resultados, otra en forma pésima si se mira la calidad de las ocasiones creadas. El modelo tiene que resolver esto de algún modo, y cómo lo resuelve importa más que el modelo en sí.

Los datos envejecen. Una alineación conocida el día antes del pitido inicial y una conocida una hora antes son dos alineaciones distintas. Un análisis hecho por la mañana no sabe nada de una lesión ocurrida en el entrenamiento de la tarde.

A veces simplemente hay pocos datos. Una Segunda RFEF, una primera ronda de Copa, un torneo femenino — el material disponible puede ser diez veces menor que para un partido de primera división. No es motivo para calcular peor. Es motivo para decir con honestidad que ahí la confianza es más baja.

Paso 3. Cómo los datos se convierten en la probabilidad de un resultado

Ahora llega la aritmética de verdad. A la salida no hay una única opción sino una distribución: un porcentaje para cada resultado, que en total suma cien.

Ejemplo de ficha de análisis. Los números son ilustrativos.

Tomemos esta ficha. Manchester City contra Liverpool: 44% de victoria local, 28% de empate, 28% de victoria visitante. No se lee como «gana el City». Se lee de forma más aburrida y mucho más útil: en un partido así, con datos así, el equipo local gana en unos cuatro de cada diez casos. Y en seis, no.

De aquí salen dos conclusiones inmediatas, y las dos rompen un hábito.

Más probable no significa «va a pasar». 44% es menos de la mitad. El resultado más probable de este partido concreto pasa igualmente menos veces de las que no pasa. Quien dice «el modelo predijo la victoria del City» simplemente dejó de leer antes del número.

Los porcentajes planos son más honestos que los espectaculares. Cuando una lectura sale 44/28/28, comunica lo principal: el partido está igualado, la ventaja es pequeña. Un servicio que sobre el mismo partido dibuja un 80% y promete un «resultado seguro» no es más preciso. Solo está vendiendo seguridad, porque la seguridad se vende mejor que una distribución.

Paso 4. De dónde sale el porcentaje de confianza

Junto a las probabilidades, la ficha lleva un segundo número — el anillo del 74%. Se confunde con el primero constantemente, y es una escala completamente distinta.

La probabilidad responde a «qué tan probable es este resultado». La confianza responde a «cuánto confía el modelo en su propio cálculo». Se puede estar muy seguro de que un partido es impredecible. Y se puede sacar una probabilidad de aspecto convincente sobre datos que no valen nada.

La forma más sencilla de sentir la diferencia es un pronóstico del tiempo. «40% de probabilidad de lluvia mañana» y «honestamente no sabemos cómo será mañana, la estación meteorológica lleva tres días sin funcionar» son dos mensajes distintos, y el segundo dice más.

El riesgo principal

Por eso cada lectura lleva, en una línea aparte, lo que con más probabilidad la hará añicos. En el ejemplo de arriba es la rotación de cara al compromiso europeo entre semana. No es una excusa inventada después, es parte de la lectura: el servicio nombra por adelantado la circunstancia en la que se equivocará.

Esa línea es la forma más sencilla de poner a prueba un servicio. Si nunca nombra su propio riesgo principal, o no lo calcula, o lo calcula y lo esconde.

Qué pasa cuando hay pocos datos

El escenario más interesante, el que muestra la diferencia entre una herramienta y un vendedor.

A la izquierda, un partido con una base de datos sólida. A la derecha, el caso en el que solo hay una respuesta honesta. Números ilustrativos.

Cuando sobre un partido se ha recogido poco material, o los datos se contradicen entre sí, la lectura recibe una valoración baja de la calidad de la investigación y una recomendación directa: pásalo. Sin porcentaje de confianza, porque tampoco hay confianza ahí.

Para un servicio que vive de una suscripción al análisis, este es un resultado de trabajo normal. Para un canal obligado a producir cada día «el pronóstico seguro de hoy», es un desastre comercial: no puede permitirse un día sin respuesta. Así que la respuesta siempre estará ahí, con independencia de si hay algo detrás.

Misma situación, dos comportamientos opuestos. Es exactamente esa bifurcación el mejor criterio para elegir una herramienta.

Qué no sabe la IA en este esquema

La lista es corta y merece la pena tenerla presente:

• Todo lo que pasó después del análisis. Una lectura es una fotografía tomada en un momento concreto. Una lesión en el calentamiento o una alineación anunciada más tarde ya no entran ahí.
• Decisiones de las que nadie ha hablado. La clasificación el modelo la ve, y puede considerar que a un equipo ya no le queda nada por lo que jugar. Si el entrenador va a reservar a los titulares para la copa, cuando nadie lo ha dicho en voz alta, no lo sabe nadie.
• Lo que nunca se convirtió en dato. Conflictos en el vestuario, acuerdos no declarados, todo lo que no llega ni a las estadísticas ni a las noticias.
• Situaciones raras. Un debutante, un partido aplazado, un torneo sin estadísticas decentes. Ahí el sistema no intenta arreglárselas: la calidad de la investigación baja, y la lectura es honesta — pásalo.

Nada de esto hace que el análisis sea inútil. Solo explica por qué toda lectura honesta tiene un techo, y por qué una promesa de resultado siempre es mentira, la diga quien la diga.

En qué se diferencia de «la IA eligió este resultado»

«La IA eligió» suena más convincente y dice menos. Detrás no se ven ni los datos, ni la distribución, ni la confianza, ni el riesgo. No se puede verificar. Si sale bien: «te lo dijimos». Si sale mal: «el deporte es impredecible».

Una lectura que tiene los cuatro pasos se puede verificar. Se ve de qué está hecha, dónde el servicio admite su propio punto débil y cuánto confía de verdad en su respuesta. No se convierte en garantía — las garantías en el deporte no existen. Pero deja claro por qué se está pagando.

Todo el mecanismo está descrito en la página cómo funciona Sharkline.

Cómo se ve esto en Sharkline

La lista de partidos del día. Encuentros y números son ejemplos.

Sharkline analiza cientos de partidos al día en nueve deportes, y lo hace antes de que abras la app. Un análisis completo de un partido tarda alrededor de un minuto. La ficha muestra la probabilidad de cada resultado, la lectura, un porcentaje de confianza, los argumentos a favor y en contra y el riesgo principal. Si un partido no está en la lista, se puede fotografiar o enviar como captura de pantalla.

Lo que no hacemos: no prometemos resultados, no publicamos «pronósticos seguros» y no producimos una lectura donde no hay datos. No es modestia — es la única forma en que un porcentaje de confianza significa algo de verdad.

Sigue leyendo

• Qué no sabe la IA de un partido — el mapa factor por factor: qué ve el sistema, qué ve en parte y qué no ve en absoluto.
• Análisis IA o canal de pronósticos — cinco comprobaciones para aplicar a cualquier servicio, incluido este.
• Qué es el xG en el fútbol — la métrica detrás de la frase «crea ocasiones más peligrosas».

Y si prefieres hacerlo a mano, empieza por cómo analizar un partido antes de empezar.

Preguntas frecuentes

¿Puede la IA predecir con exactitud el resultado de un partido? No. Ni la IA, ni una persona, ni nadie más. La IA calcula la probabilidad de los resultados a partir de los datos, y hasta un 70% bien calculado significa que tres de cada diez veces pasará algo distinto. Quien promete un resultado exacto está vendiendo seguridad, no análisis.

¿Qué diferencia hay entre la probabilidad de un resultado y el porcentaje de confianza? La probabilidad dice qué tan probable es el resultado en sí. La confianza dice cuánto confía el modelo en su propio cálculo. Se puede sacar una probabilidad alta con datos débiles — el primer número será grande, el segundo pequeño, y el segundo importa más.

¿Por qué a veces el análisis recomienda pasar de un partido? Porque hay pocos datos, o se contradicen entre sí. En esa situación, cualquier número sería inventado. Un rechazo honesto es más útil que una respuesta verosímil construida sobre la nada.

¿En qué datos se basa el análisis? Estadísticas de equipos y jugadores, forma actual, posición en la clasificación, historial de enfrentamientos directos, alineaciones y lesiones — todo llega de una API de datos deportivos. Encima se añade la capa de consenso con más de veinte fuentes y una comprobación aparte de noticias frescas justo antes del análisis: alineaciones confirmadas, tiempo, árbitro. Cada lectura lleva una valoración de la calidad de estos datos, así se ve cuánto confiar en ella.

¿Cuánto tarda el análisis de un partido? Alrededor de un minuto. Los partidos de la lista del día se analizan por adelantado, así que se abren ya listos.