De Superbowls y predicciones por ordenador [Actualizada]

En apenas unas horas se celebra la Superbowl XLVIII que enfrentará a los Denver Broncos contra los Seattle Seahawks. Es uno de los acontecimientos deportivos más importantes del año, sobre todo en Estados Unidos, donde a toda la fanfarria del evento se unen, entre otras cosas, las anécdotas sobre las predicciones por ordenador que aparecen en torno a estos partidos.

Lo cierto es que la predicción de resultados deportivos es una de esas disciplinas en las que los ordenadores parecen no haber avanzado demasiado. Lo demuestra el hecho de que las apuestas deportivas parecen funcionar mejor que nunca, y que ningún sistema computerizado ha logrado aumentar de forma significativa las posibilidades de acertar los resultados de los eventos deportivos.

En el caso de la Superbowl se producen al menos dos situaciones singulares. La primera, la predicción que ha tratado de hacer el "motor de conocimiento computerizado" Wolfram Alpha. Sus responsables han tratado de usar el histórico de encuentros entre ambos equipos para dar una predicción concluyente.

Parece que los Broncos tienen una ligera ventaja, pero en el resumen final se curan en salud afirmando que "como cualquier fan de los deportes sabe, no obstante, hay un elemento significativo de impredicibilidad en los deortes (lo que después de todo es una de las razones de que sean tan divertidos)".

La segunda ya tiene algo más de solera: se trata de la predicción que Electronic Arts publica cada año enfrentando a los dos mismos equipos que llegan a esa final, pero haciéndolo en la edición anual correspondiente de su juego Madden.

Este último caso es especialmente curioso por el hecho de que Electronic Arts lleva jugando ese partido virtual durante 10 años, y ha acertado el ganador de la final en 8 de esas 10 finales. Y según Electronic Arts, este año serán los Denver Broncos los que ganarán la Superbowl.

El aspecto de la simulación que tratan de tener cada vez más en cuenta en los juegos deportivos de Electronic Arts contrasta con métodos más tradicionales como las comparativas por histórico que toman en cuenta en Wolfram Alpha. Será interesante ver cuál es el resultado final de ese encuentro, y si los datos arrojados por ambas propuestas acaban teniendo sentido.

Tratando de darle un carácter científico a las predicciones

Un estudio reciente titulado "A Review of Data Mining Techniques for Result Prediction in Sports" analizaba los actuales sistemas de predicción, y llegaba a las mismas conclusiones que todos tenemos en mente:

La minería de datos, un método ampliamente aceptado para predecir o explicar eventos, es una herramienta apropiada para este propósito. Varias técnicas de minería de datos tales como ANN, árboles de decisión, métodos bayesianos, regresión logística, SVM o métodos de lógica borrosa se han empleado para predecir resultados de partidos en los últimos años. Hemos evaluado la literatura disponible al respecto y hemos detectado dos grandes retos. El primero, la baja precisión de las predicciones hace que destaque la necesidad de realizar más investigaciones para obtener predicciones más fiables. La segunda, la falta de un conjunto general y coherente de estadísticas fuerza a los investigadores a recolectar datos de sitios web deportivos. La diferencia en los conjuntos de datos utilizados hace difícil que los investigadores comparen sus resultados con los de otros estudios previos y lleva a conclusiones confusas.

Los responsables de ese estudio recomiendan el uso de aprendizaje máquina y de algoritmos híbridos, así como la inclusión de un estudio del rendimiento individual de los jugadores. Además querrían impulsar el uso de conjuntos de datos universales para que las comparaciones fueran factibles de hacer en el futuro.

Lo que parece claro es que este segmento sigue aún teniendo mucho camino por recorrer. Y hasta que lo haga, la única forma de acertar los resultados parece ser la de Marty McFly. Ya sabéis. Viajecito al futuro, y a comprar un almanaque deportivo. Eso sí: preparaos para cambiar el curso del tiempo.