Risultato esatto e IA: perché è la previsione più incerta e come la stima un modello

Tablette affichant une analyse tactique et des probabilités de score

Un'IA può indovinare il risultato esatto di una partita? Può stimare una probabilità per ogni punteggio possibile, non indovinare quello giusto. Il risultato esatto è la previsione più dettagliata che esista, e quindi la più incerta: nell'esempio calcolato più sotto, il punteggio più probabile ha solo il 12% circa di possibilità di verificarsi, cioè quasi 9 volte su 10 non sarà quello giusto. Ecco perché, e come un modello basato sui gol attesi (xG) e sulla distribuzione di Poisson costruisce una distribuzione dei punteggi.

Perché il risultato esatto è l'esito meno probabile

Un risultato esatto è un caso particolare di un esito. Un 2-1 è una vittoria della squadra di casa, ma solo una delle sue forme possibili, accanto a 1-0, 2-0, 3-1 e molte altre. La sua probabilità è quindi sempre inferiore a quella della vittoria che presuppone, a sua volta inferiore a quella di «vittoria o pareggio».

Il calcio accentua l'effetto: i gol sono rari e basta un solo gol, in qualsiasi minuto, per cambiare il punteggio finale. Mentre una previsione 1X2 divide la probabilità fra tre esiti, una previsione sul punteggio la disperde su un lungo elenco di risultati possibili.

Come un modello stima la distribuzione dei punteggi

1. Stimare i gol attesi di ciascuna squadra

Il punto di partenza è il numero medio di gol che ci si aspetta da ciascuna squadra in quella partita, indicato con λ (lambda). I modelli classici lo ricavano dalla forza offensiva della squadra, dalla solidità difensiva dell'avversario e dal vantaggio del campo: è l'impostazione proposta da M. J. Maher già nel 1982. I modelli più recenti aggiungono spesso i gol attesi (xG), che misurano la qualità delle occasioni create e concesse e non soltanto i gol segnati. Per approfondire, leggi la nostra guida sui gol attesi (xG), i 2,5 gol ed «entrambe le squadre segnano».

2. Da una media alle probabilità con la distribuzione di Poisson

La distribuzione di Poisson descrive quante volte si verificano eventi rari in un intervallo di tempo dato, qui i gol di una squadra in 90 minuti. Se λ è la media attesa, la probabilità che la squadra segni esattamente k gol è:

P(k) = e^(−λ) × λ^k / k!

dove e ≈ 2,718 e k! è il fattoriale di k (3! = 3 × 2 × 1 = 6; per convenzione, 0! = 1).

3. Combinare le due squadre

Supponendo che ciascuna squadra segni in modo indipendente dall'altra, la probabilità di un punteggio come 2-1 è il prodotto di due probabilità: quella che la squadra A segni 2 gol e quella che la squadra B ne segni 1. Si ottiene così una griglia di tutti i punteggi. Sommandone le caselle si ritrovano le probabilità di vittoria, pareggio o sconfitta, oppure quelle del totale dei gol.

Esempio calcolato passo dopo passo (valori di fantasia)

Prendiamo una partita immaginaria: la squadra A, in casa, ha 1,5 gol attesi; la squadra B 1,1.

Squadra A (λ = 1,5), con e^(−1,5) ≈ 0,2231:

0 gol: 0,2231
1 gol: 0,2231 × 1,5 ≈ 0,3347
2 gol: 0,2231 × 1,5² / 2 ≈ 0,2510

Squadra B (λ = 1,1), con e^(−1,1) ≈ 0,3329:

0 gol: 0,3329
1 gol: 0,3329 × 1,1 ≈ 0,3662
2 gol: 0,3329 × 1,1² / 2 ≈ 0,2014

Probabilità dell'1-1: 0,3347 × 0,3662 ≈ 0,1226, cioè circa il 12,3%. Ripetendo il calcolo per ogni casella si ottengono i punteggi più probabili:

Punteggio (A-B)	Calcolo	Probabilità
1-1	0,3347 × 0,3662	12,3%
1-0	0,3347 × 0,3329	11,1%
2-1	0,2510 × 0,3662	9,2%
2-0	0,2510 × 0,3329	8,4%
0-1	0,2231 × 0,3662	8,2%
0-0	0,2231 × 0,3329	7,4%

Tre insegnamenti:

Il punteggio più probabile resta improbabile. L'1-1 è in testa con circa il 12%: non si verificherebbe in quasi l'88% dei casi.
La favorita non ha per forza il punteggio più probabile. Sommando tutta la griglia, A vince in circa il 46% dei casi, il pareggio pesa il 26% e B il 28%. Eppure il singolo punteggio più probabile è un pareggio: le vittorie di A si distribuiscono su molti punteggi (1-0, 2-1, 2-0, 3-1…), mentre il pareggio si concentra su pochi. La nostra guida per leggere una probabilità 1X2 approfondisce questa lettura.
Sei punteggi coprono appena più di una possibilità su due. I sei della tabella sommano circa il 57%.

Il modello è anche sensibile ai dati di partenza. Con 1,8 gol attesi per A invece di 1,5, la sua vittoria sale a circa il 54%; l'1-1 resta in testa ma scende al 10,9%, e il 2-1 (9,8%) raggiunge quasi l'1-0 (9,9%). Uno scarto di 0,3 gol, difficile da stabilire prima del fischio d'inizio, basta a rimescolare l'ordine dei punteggi.

I limiti del calcolo

L'indipendenza è una semplificazione. Maher (1982) osservava già che un modello che ammette una leggera correlazione fra i gol delle due squadre descrive meglio i punteggi reali. Dixon e Coles (1997) hanno poi proposto una correzione per i punteggi bassi (0-0, 1-0, 0-1, 1-1), stimati male dal modello di base.
Anche i gol attesi sono stime. Forma, assenze o posta in gioco li fanno variare, e una media fissata prima del calcio d'inizio non vede un'espulsione o un gol nei primi minuti.
Un singolo punteggio non conferma né smentisce un modello. Solo un confronto su molte partite permette di capire se le probabilità sono ben calibrate.

Come Prediction AI presenta il punteggio

Prediction AI è una piattaforma di analisi sportiva predittiva basata sull'IA. Per una partita di calcio lo strumento lavora in due fasi. Prima raccoglie fatti verificabili tramite ricerca web: gli ultimi risultati di ciascuna squadra, la classifica, le assenze, i precedenti diretti, il contesto, i giocatori chiave e, se già designato, l'arbitro. La forma e le medie di gol segnati e subiti sono calcolate a partire da questi risultati. Poi un modello di IA stima le probabilità di vittoria interna, pareggio e vittoria esterna, di sopra o sotto 2,5 gol e di «entrambe le squadre segnano», e indica un risultato più probabile come semplice riferimento.

Le tre previsioni proposte (prudente, principale e rischiosa) riportano ciascuna una probabilità, e nessuna riguarda un risultato esatto, proprio perché è l'esito più incerto. L'analisi mostra inoltre i fattori chiave, i rischi, le fonti consultate e un indicatore di qualità dei dati. Lo strumento non pubblica una griglia completa dei punteggi come quella dell'esempio. Scopri le offerte di Prediction AI.

Domande frequenti

Un'IA può prevedere il risultato esatto di una partita?

Può attribuire una probabilità a ogni punteggio, non indicare con certezza quello giusto. Nell'esempio e nelle sue varianti, il punteggio più probabile si aggira solo sull'11-13%.

Perché 1-0 e 1-1 finiscono spesso in testa in questo tipo di modello?

Con gol attesi dell'ordine di 1-2 per squadra, la distribuzione di Poisson dà il peso maggiore a 0, 1 o 2 gol. I punteggi bassi concentrano quindi le probabilità individuali più alte, anche se l'insieme degli altri punteggi resta maggioritario.

Il punteggio più probabile indica il vincitore probabile?

Non per forza. Nell'esempio il punteggio più probabile è un pareggio (1-1), mentre la squadra A è favorita con circa il 46% di vittoria. Per capire chi è favorito, guarda le probabilità 1X2, non il punteggio.

Le probabilità descrivono un'incertezza: non assicurano alcun risultato.