Algoritmos tentam prever o imprevisível: quem ganha a Copa?

Em todas as Copas do Mundo, surgem tentativas de prever quem irá se classificar, quem irá vencer, quem será o azarão. E não são apenas videntes os responsáveis por isso – até algoritmos de Big Data, BI e análise de risco surgem para responder à charada, colocando em xeque o poder supersticioso daquela “camisa da sorte” infalível do torcedor que, quando vestida, é garantia de vitória do time.

Nesse ano, um dos responsáveis pela previsão da área de TI é Fernando Hernandez,  consultor e trainee na empresa de software de análise de risco Palisade Corp, em Nova York. Ele criou um modelo preditivo lógico baseado nos rankings dos times e também o resultado de 1.100 jogos. As seleções são divididas em 10 categorias diferentes com base em sua posição no ranking da FIFA. A partir de então, Hernandez rodou uma simulação dos jogos da Copa de modo a corrigir alguns fatos, como a dificuldade de cada grupo.

Depois de 50 mil interações, o time com maior probabilidade de vitória seria a Alemanha, com 19,9%, seguido da Espanha (16,1%), Argentina e Suíça (6,1% cada) e só então o Brasil, com 6%.

Contudo, o sistema do especialista considera fatores não exatos na conta – como a vantagem do Brasil jogar em casa. Assim, o percentual da nossa seleção sobe para 17,3%, enquanto a Espanha cai para 12,2% e a Alemanha despenca para 6,9%, atrás de Suíça e Grécia.

Pelo menos Hernandez não cravou um vencedor único – sabemos que isso dá errado. Em fevereiro, contamos o caso da Varick Media Management (VMM). A companhia apontou os Broncos como vencedores do Super Bowl. Erraram feio: eles não só perderam, como sofreram uma derrota de lavada para o Seattle Seahawks.

À época, o especialista do SAS Marcos Pichatelli acalmou os ânimos, pois Big Data e qualquer analytics garante apenas uma chance de vitória, sem mensurar variáveis que não podem ser medidas. É essa a graça do esporte.

Pois bem. Apesar da previsão de Hernandez, vale mesmo a pena apostar em sua mandinga de torcedor.