Como a IA analisa um jogo: dos dados à probabilidade

A IA não prevê o resultado de um jogo. Ela calcula o quanto cada resultado é provável e depois diz o quanto confia no próprio cálculo. A diferença importa. Uma previsão soa como “é isso que vai acontecer”. Uma probabilidade soa mais sem graça e diz mais: “numa situação assim, com esses dados, é isso que costuma acontecer”. Entre os números brutos e uma conclusão pronta existem quatro passos, e nenhum deles é mágica. Vamos por eles, um de cada vez.

O que a IA realmente faz com um jogo

Imagine que alguém coloca na sua frente duzentos números sobre dois times e te dá uma hora. Gols, finalizações, sequências em casa e fora, quem está machucado, quem voltou, o que aconteceu nos últimos cinco confrontos diretos, como cada time chega para a reta final da temporada. A tarefa: dizer qual resultado é mais provável.

Você conseguiria fazer isso. Mas no jogo duzentos você já estaria cansado, e no trezentos começaria a dobrar a resposta para o que já tinha decidido nos primeiros trinta segundos. É assim que as pessoas funcionam.

Uma máquina não cansa nem se apaixona pela primeira impressão. E é aí que está toda a vantagem dela. Ela não vê o que não está nos dados, não entende o contexto que ninguém contou pra ela, e não tem a menor ideia se o técnico brigou com o capitão essa manhã. Ela é útil não porque é “mais esperta”, mas porque faz o mesmo trabalho chato com o mesmo padrão trezentas vezes seguidas.

Passo 1. Quais dados entram na análise

A primeira coisa a entender: a qualidade de uma conclusão depende quase inteiramente do que entrou nela. Um modelo bonito com dados ruins produz besteira bem-apresentada.

Estatísticas e forma

A base são os resultados e como eles aconteceram. Não só o placar, mas o quanto um time criou, quanto permitiu criar contra ele, o quanto foi sólido nas últimas semanas. “Cinco vitórias seguidas” e “cinco vitórias seguidas sofrendo, com um chute no gol por jogo” são duas sequências bem diferentes. A métrica que separa as duas coisas é o valor esperado das finalizações, conhecido como gols esperados (xG) — o que ele mede e onde engana fica para um próximo texto.

Confrontos diretos

Como os dois times se saíram um contra o outro. Um indicador traiçoeiro: funciona enquanto o elenco e o estilo de jogo continuam os mesmos, e vira ruído assim que mudaram o técnico, metade da escalação titular ou até a divisão. No Brasileirão, onde uma janela de transferências movimentada consegue reformar um elenco em um mês, essa correção é especialmente necessária, e ignorá-la é o erro mais comum da análise manual — a regra de corte completa está em o que é H2H no futebol.

Escalações

Quem está relacionado, quem está machucado, quem vai ser poupado antes de um jogo decisivo pela Libertadores. Um jogador sozinho raramente muda o quadro, mas a troca do goleiro ou a ausência dos dois zagueiros titulares muda.

Notícias frescas, minutos antes da análise

As estatísticas descrevem o passado, o jogo é hoje. Por isso, antes de calcular qualquer coisa, o sistema confere separadamente o que acabou de acontecer: escalação confirmada, comunicados dos clubes, o clima, o árbitro designado. É a única camada que não dá pra tirar de um banco de dados — precisa ser buscada na hora da análise.

A camada de consenso

Uma camada à parte: como as fontes profissionais avaliam aquele jogo. O Sharkline reúne esse dado de mais de vinte fontes independentes, coloca elas numa mesma escala e pondera cada uma pela sua confiabilidade. Não para copiar um julgamento alheio, mas para ver onde esse julgamento não bate com o que as estatísticas mostram. O próprio descompasso já é informativo: normalmente por trás dele tem uma notícia que ainda não chegou nos números, ou um erro de um dos dois lados.

Passo 2. Por que os dados brutos não podem ser usados como estão

Entre “dados coletados” e “números calculados” existe um passo que de fora não se vê, e que importa mais que todo o resto.

Os dados se contradizem entre si. Uma fonte marca um jogador como machucado, outra o inclui na lista. Uma mostra um time em ótima forma de resultado, outra em forma péssima se olhar a qualidade das chances criadas. O modelo precisa resolver isso de algum jeito, e como ele resolve importa mais que o modelo em si.

Os dados envelhecem. Uma escalação conhecida um dia antes do apito inicial e uma conhecida uma hora antes são duas escalações diferentes. Uma análise feita de manhã não sabe nada sobre uma lesão que aconteceu no treino da tarde.

Às vezes simplesmente tem pouco dado. Uma segunda divisão estadual, uma primeira fase de copa regional, um torneio feminino — o material disponível pode ser dez vezes menor do que para um jogo de primeira divisão. Isso não é motivo para calcular pior. É motivo para dizer com honestidade que ali a confiança é mais baixa.

Passo 3. Como os dados viram a probabilidade de um resultado

Agora entra a aritmética de verdade. Na saída não tem uma única opção, e sim uma distribuição: uma porcentagem para cada resultado, que juntas somam cem.

Exemplo de ficha de análise. Os números são ilustrativos.

Vamos usar essa ficha. Manchester City contra Liverpool: 44% de vitória em casa, 28% de empate, 28% de vitória visitante. Isso não se lê como “o City vence”. Se lê de um jeito mais sem graça e bem mais útil: num jogo assim, com esses dados, o time da casa vence em uns quatro a cada dez casos. E em seis, não.

Daí saem duas conclusões imediatas, e as duas quebram um hábito.

Mais provável não significa “vai acontecer”. 44% é menos da metade. O resultado mais provável desse jogo específico acontece menos vezes do que não acontece. Quem diz “o modelo previu a vitória do City” simplesmente parou de ler antes do número.

Porcentagens equilibradas são mais honestas que as espetaculares. Quando uma conclusão sai 44/28/28, ela comunica o principal: o jogo está equilibrado, a vantagem é pequena. Um serviço que sobre o mesmo jogo desenha um 80% e promete um “resultado certo” não é mais preciso. Só está vendendo certeza, porque certeza vende melhor que uma distribuição.

Passo 4. De onde vem a porcentagem de confiança

Junto com as probabilidades, a ficha traz um segundo número — o anel de 74%. Ele é confundido com o primeiro o tempo todo, e é uma escala completamente diferente.

A probabilidade responde “o quanto esse resultado é provável”. A confiança responde “o quanto o modelo confia no próprio cálculo”. Dá pra estar bem seguro de que um jogo é imprevisível. E dá pra tirar uma probabilidade com cara de convincente sobre dados que não valem nada.

O jeito mais simples de sentir a diferença é uma previsão do tempo. “40% de chance de chuva amanhã” e “sinceramente não sabemos como vai estar amanhã, a estação meteorológica está há três dias sem funcionar” são duas mensagens diferentes, e a segunda diz mais.

O risco principal

Por isso toda conclusão traz, numa linha à parte, o que tem mais chance de derrubá-la. No exemplo acima é o rodízio pensando no compromisso europeu no meio da semana. Não é uma desculpa inventada depois, é parte da conclusão: o serviço nomeia com antecedência a circunstância em que vai errar.

Essa linha é o jeito mais simples de testar um serviço. Se ele nunca nomeia o próprio risco principal, ou não calcula isso, ou calcula e esconde.

O que acontece quando tem pouco dado

O cenário mais interessante, o que mostra a diferença entre uma ferramenta e um vendedor.

À esquerda, um jogo com uma base de dados sólida. À direita, o caso em que só existe uma resposta honesta. Números ilustrativos.

Quando sobre um jogo foi reunido pouco material, ou os dados se contradizem entre si, a conclusão recebe uma avaliação baixa da qualidade da pesquisa e uma recomendação direta: pular. Sem porcentagem de confiança, porque também não tem confiança ali.

Para um serviço que vive de assinatura de análise, esse é um resultado de trabalho normal. Para um canal obrigado a produzir todo dia “a previsão certa de hoje”, é um desastre comercial: ele não pode se dar ao luxo de ficar um dia sem resposta. Então a resposta sempre vai estar lá, independente de ter alguma coisa por trás.

Mesma situação, dois comportamentos opostos. É exatamente essa bifurcação o melhor critério para escolher uma ferramenta.

O que a IA não sabe nesse esquema

A lista é curta e vale a pena guardar:

• Tudo que aconteceu depois da análise. Uma conclusão é uma foto tirada num momento específico. Uma lesão no aquecimento ou uma escalação anunciada depois já não entram nela.
• Decisões das quais ninguém falou. A classificação o modelo vê, e ele consegue considerar que um time já não tem mais nada para jogar. Se o técnico vai poupar os titulares pensando na copa, e ninguém falou isso em voz alta, ninguém sabe.
• O que nunca virou dado. Conflitos no vestiário, acordos não declarados, tudo o que não chega nem nas estatísticas nem nas notícias.
• Situações raras. Uma estreia, um jogo adiado, um torneio sem estatística decente. Ali o sistema não tenta se virar: a qualidade da pesquisa cai, e a conclusão é honesta — pular.

Nada disso torna a análise inútil. Só explica por que toda conclusão honesta tem um teto, e por que uma promessa de resultado sempre é mentira, não importa quem fala.

No que isso difere de “a IA escolheu esse resultado”

“A IA escolheu” soa mais convincente e diz menos. Atrás dele não dá pra ver nem os dados, nem a distribuição, nem a confiança, nem o risco. Não dá pra verificar. Se der certo: “a gente avisou”. Se der errado: “esporte é imprevisível”.

Uma conclusão que tem os quatro passos dá pra verificar. Dá pra ver do que ela é feita, onde o serviço admite o próprio ponto fraco e o quanto ele confia de verdade na própria resposta. Isso não vira garantia — garantia em esporte não existe. Mas deixa claro pelo que você está pagando.

Todo o mecanismo está descrito na página como o Sharkline funciona.

Como isso aparece no Sharkline

A lista de jogos do dia. Confrontos e números são exemplos.

O Sharkline analisa centenas de jogos por dia em nove esportes, e faz isso antes de você abrir o app. Uma análise completa de um jogo leva cerca de um minuto. A ficha mostra a probabilidade de cada resultado, a conclusão, uma porcentagem de confiança, os argumentos a favor e contra e o risco principal. Se um jogo não está na lista, dá pra fotografar ou mandar um print.

O que a gente não faz: não promete resultado, não publica “previsão certa” e não produz uma conclusão onde não tem dado. Isso não é modéstia — é o único jeito de uma porcentagem de confiança significar alguma coisa de verdade.

Continue lendo

• O que a IA não sabe sobre um jogo — o mapa fator por fator: o que o sistema vê, o que vê em parte e o que não vê de jeito nenhum.
• Análise de IA ou canal de previsões — cinco verificações para aplicar em qualquer serviço, esse aqui incluído.

Perguntas frequentes

A IA consegue prever o resultado de um jogo de futebol com exatidão? Não. Nem a IA, nem uma pessoa, nem ninguém. A IA calcula a probabilidade dos resultados a partir dos dados, e até um 70% bem calculado significa que três em cada dez vezes vai acontecer outra coisa. Quem promete um resultado exato está vendendo certeza, não análise.

Qual a diferença entre a probabilidade de um resultado e a porcentagem de confiança? A probabilidade diz o quanto o resultado em si é provável. A confiança diz o quanto o modelo confia no próprio cálculo. Dá pra tirar uma probabilidade alta com dados fracos — o primeiro número vai ser grande, o segundo pequeno, e o segundo importa mais.

Por que às vezes a análise recomenda pular um jogo? Porque tem pouco dado, ou os dados se contradizem. Nessa situação, qualquer número seria inventado. Uma recusa honesta é mais útil que uma resposta com cara de verdade construída sobre nada.

Em quais dados a análise se baseia? Estatísticas de times e jogadores, forma atual, posição na tabela, confrontos diretos, escalações e lesões — tudo isso vem de uma API de dados esportivos. Em cima entra a camada de consenso com mais de vinte fontes e uma checagem à parte de notícias frescas pouco antes da análise: escalação confirmada, clima, árbitro. Toda conclusão traz uma avaliação da qualidade desses dados, assim dá pra ver o quanto confiar nela.

Quanto tempo leva a análise de um jogo? Cerca de um minuto. Os jogos da lista do dia são analisados com antecedência, então já abrem prontos.