El método de Prediction AI: cómo se elabora el análisis de un partido, con total transparencia

Intelligence artificielle et tableau de bord de données football

En una frase

Para cada partido solicitado, Prediction AI hace buscar primero en la web hechos recientes sobre los dos equipos y después pide a un modelo de inteligencia artificial que estime probabilidades a partir de esos hechos. El resultado es una estimación, acompañada de sus hipótesis y sus fuentes, nunca una certeza.

Paso 1: la entrada

El usuario indica dos equipos (el local y el visitante), opcionalmente la fecha del partido, y elige el idioma. Si el partido real es el contrario del introducido (el equipo indicado como local juega en realidad fuera), la búsqueda lo detecta y el análisis se corrige en consecuencia.

Paso 2: la búsqueda de hechos en la web

Un modelo de IA con acceso a la web (el servicio Perplexity, con un modelo configurable) realiza varias búsquedas en paralelo, con la consigna de no inventar nada y de dejar vacío lo que no se encuentre:

El partido en sí: competición, fecha, hora, estadio y qué equipo juega realmente en casa.
Cada equipo: sus últimos cinco partidos oficiales jugados con el resultado exacto, su clasificación y sus bajas (lesiones, sanciones).
Los enfrentamientos directos: hasta los cinco últimos, además de algunos datos de contexto (lo que está en juego, calendario).
Los jugadores clave: de cada equipo, los máximos goleadores y asistentes de la temporada y su disponibilidad.
El árbitro: se busca una vez identificado el partido real, y solo si el encuentro está próximo, porque el árbitro se anuncia pocos días antes. Si está designado, se buscan sus medias de tarjetas amarillas, rojas y penaltis por partido.

Paso 3: los cálculos que hace el programa

Una parte de los indicadores no la estima la IA, sino que se calcula a partir de los resultados encontrados: la racha de los últimos cinco partidos (victoria, empate, derrota), las medias de goles marcados y encajados, el número de partidos sin encajar y el de partidos en los que marcaron los dos equipos.

Paso 4: la estimación por el modelo de IA

El modelo recibe un dossier de hechos (resultados, clasificación, bajas, enfrentamientos directos, jugadores clave, árbitro) y puede completarlo con una búsqueda si falta información reciente. Produce:

probabilidades: victoria local, empate, victoria visitante (suman el 100 %), más o menos de 2,5 goles, ambos equipos marcan y el resultado más probable;
una lectura del partido: forma, factores clave, riesgos e hipótesis adoptadas;
tres previsiones de distintos niveles de confianza: una previsión «prudente» (probabilidad de al menos el 70 %), una «principal» (entre el 50 y el 70 %) y una «arriesgada» (entre el 25 y el 50 %). Su probabilidad debe derivarse de las probabilidades estimadas: un escenario combinado es siempre menos probable que cada una de sus partes;
de dos a cuatro goleadores probables entre los jugadores disponibles, con una probabilidad y una justificación;
la probabilidad de más de 4,5 tarjetas en el partido, apoyándose en las medias del árbitro si se conocen;
un indicador de calidad de los datos (alta, media o baja), que el modelo asigna según lo bien documentadas que estén la forma y las bajas.

El modelo recibe unas salvaguardas: una ventaja de campo de entre 8 y 12 puntos aproximadamente, no más del 75 % en un resultado 1X2 salvo una diferencia de nivel muy grande, y una temperatura de generación baja para limitar la variabilidad. Un control comprueba que la previsión «arriesgada» lo sea de verdad; si no, se hace una única repetición para sustituirla.

Paso 5: la presentación

El análisis aparece con los hechos utilizados, las hipótesis y los sitios consultados por la búsqueda web (se indica su nombre de dominio). Los últimos análisis se guardan en el dispositivo del usuario para poder releerlos. Los escudos de los equipos proceden de una base pública distinta y solo sirven para la visualización.

Los límites, sin rodeos

Datos procedentes de búsquedas web. Pueden estar incompletos, desfasados o ser erróneos, y su calidad depende de los sitios consultados. La herramienta no se apoya en una base de datos de disparos ni de goles esperados (xG).
Una estimación de un modelo de IA, no un modelo estadístico validado. Las probabilidades las produce un modelo de lenguaje que sigue instrucciones, no un modelo ajustado y probado con un historial de partidos.
Sin calibración publicada. No publicamos ninguna medida de la calidad de las probabilidades a lo largo del tiempo. Por tanto, no podemos afirmar que estén calibradas y no comunicamos ninguna tasa de acierto.
Cifras aunque los hechos sean parciales. La herramienta está diseñada para ofrecer siempre una estimación; son el indicador de calidad de los datos y la lista de hipótesis los que señalan que el resultado es frágil.
Un resultado que puede variar. Dos solicitudes para el mismo partido pueden dar cifras ligeramente distintas, y un análisis refleja la información disponible en el momento de la solicitud (incluidas alineaciones y bajas de última hora).
Una identificación del partido basada en la búsqueda. Comprueba siempre la fecha, la competición y los equipos mostrados.
Los imprevistos (una lesión temprana, una expulsión, un error arbitral) no se pueden anticipar.

Cómo leer el resultado

Consulta la fecha del análisis, las fuentes y el indicador de calidad de los datos. Compara las probabilidades entre sí en lugar de fijarte en una sola cifra. Una probabilidad del 60 % significa que en unos cuatro casos de cada diez el escenario no se cumple. Nuestras guías sobre cómo leer una probabilidad 1X2 y sobre los goles esperados explican estas nociones con más detalle.

Sobre Prediction AI

Prediction AI es una plataforma de análisis deportivo predictivo con IA: para un partido de fútbol presenta probabilidades estimadas junto con los hechos en los que se apoyan y sus límites. Descubre las ofertas de Prediction AI. Una estimación es una estimación, nunca una certeza.