Três semanas antes do início da Copa do Mundo no Qatar, um algoritmo desenvolvido pelo DataLab da Serasa Experian atribuiu ao Brasil a maior probabilidade de conquista do título — 20,9% — entre as cinco seleções historicamente dominantes do futebol mundial. A previsão não nasceu de intuição humana, mas de modelos de Machine Learning e Deep Learning alimentados por décadas de resultados. É um momento que revela como a ciência dos dados avança sobre territórios antes reservados à paixão e ao imprevisível.
IA aponta Brasil como favorito para Copa do Mundo com 20,9% de probabilidade
O futebol torna-se cada vez mais científico, mas está longe de ser exato
Mark
Por que a Serasa Experian, uma empresa de análise de crédito, resolveu prever a Copa do Mundo?
Mimi
Porque o modelo que eles usam para avaliar risco financeiro é fundamentalmente o mesmo que você precisa para prever futebol. Ambos dependem de padrões históricos e probabilidade.
Mark
Então o algoritmo não sabe nada sobre tática, lesões, moral do time?
Mimi
Exato. Ele só vê números: quem jogou contra quem, quando, e quem venceu. Tudo o mais — a psicologia, a forma física, a química do elenco — fica de fora.
Mark
Isso não torna a previsão meio cega?
Mimi
Completamente. Por isso o próprio estudo avisa que as probabilidades caem rapidamente quando o torneio começa. Uma derrota inesperada derruba tudo.
Mark
Então por que fazer a previsão se ela vai estar errada em poucos dias?
Mimi
Porque mesmo errada, ela mostra algo verdadeiro: padrões. O Brasil realmente tinha mais histórico de vitórias que a Alemanha. Os dados não mentem, só não contam a história toda.
Mark
O futebol está virando ciência?
Mimi
Está virando mais científico. Mas a ciência exata é para física. Futebol sempre vai ter espaço para o improvável.
Il Polso
- Um algoritmo, não um especialista, declarou o Brasil favorito à Copa com 20,9% de probabilidade — número gerado sem qualquer intervenção humana.
- Argentina (14,3%), França (11,4%), Espanha (9%) e Alemanha (3,4%) completam o ranking, todos calculados a partir de três ciclos completos de Copas do Mundo.
- A mesma tecnologia usada para avaliar risco de crédito e precificação de seguros foi adaptada para prever resultados de futebol — a fronteira entre finanças e esporte se dissolve.
- O modelo funciona como um algoritmo de streaming: assim como a Netflix recomenda filmes pelo histórico do usuário, o sistema projeta vitórias pelo histórico de confrontos entre seleções.
- Os próprios criadores alertam: uma derrota inesperada reescreve os cálculos em minutos — o futebol se torna mais científico, mas a incerteza permanece sua essência.
Três semanas antes do início da Copa do Mundo no Qatar, um algoritmo desenvolvido pelo DataLab da Serasa Experian atribuiu ao Brasil a maior probabilidade de conquista do título — 20,9% — entre as cinco seleções historicamente dominantes do futebol mundial. A previsão não nasceu de intuição humana, mas de modelos de Machine Learning e Deep Learning alimentados por décadas de resultados. É um momento que revela como a ciência dos dados avança sobre territórios antes reservados à paixão e ao imprevisível.
Três semanas antes da bola rolar no Qatar, o algoritmo do DataLab — braço tecnológico da Serasa Experian — já tinha sua resposta: o Brasil era o favorito para levantar a taça, com 20,9% de probabilidade. Atrás vinham Argentina (14,3%), França (11,4%), Espanha (9%) e Alemanha (3,4%). Nenhum desses números saiu de uma mesa de debate. Foram gerados por máquinas treinadas em Machine Learning e Deep Learning, sem interferência humana, a partir de todos os resultados dos últimos três ciclos de Copas — amistosos, eliminatórias e torneios regionais incluídos.
O Brasil também liderava a projeção de classificação para as oitavas dentro do seu grupo, com 97,48% de chance. O modelo calculava a probabilidade de resultado para cada partida do torneio, funcionando de forma semelhante aos algoritmos de recomendação de plataformas de streaming: assim como a Netflix sugere filmes pelo histórico de visualizações, o sistema projetava vitórias pelo histórico de confrontos entre seleções. Olivier Devaux, diretor responsável pelo projeto, destacou que a Experian já usava modelos similares para calcular riscos de crédito e precificação de seguros.
Mas os próprios criadores embutiam uma ressalva essencial: as probabilidades eram apenas uma fotografia do momento anterior ao torneio. Uma derrota inesperada de qualquer favorita reescreveria os cálculos rapidamente. O futebol estava se tornando mais científico — mas permanecia longe de ser uma ciência exata. Os números podiam orientar. A incerteza, porém, continuava sendo parte inseparável do jogo.
Três semanas antes da bola rolar no Qatar, um algoritmo da Serasa Experian já tinha sua resposta: o Brasil era o favorito para levantar a taça. A probabilidade apontada pela inteligência artificial era de 20,9% — não uma certeza, mas o número mais alto entre as cinco seleções que dominaram o futebol mundial nos últimos quarenta anos.
A Argentina vinha atrás com 14,3%, seguida pela França com 11,4%, Espanha com 9% e Alemanha com apenas 3,4%. Esses percentuais não saíram de uma mesa de especialistas ou de jornalistas debatendo em estúdio. Foram gerados por máquinas treinadas em Machine Learning e Deep Learning, sem qualquer intervenção humana no processo de análise. A equipe do DataLab, braço de tecnologia da Serasa Experian — a filial brasileira da gigante britânica Experian — alimentou o sistema com um conjunto massivo de dados: todos os resultados dos últimos três ciclos de Copas do Mundo, incluindo as seleções envolvidas, as datas, e o tipo de competição em questão, fossem amistosos, eliminatórias ou torneios regionais.
Com esse histórico em mãos, os engenheiros programaram um modelo capaz de calcular a probabilidade de resultado para cada partida que seria disputada no torneio. O Brasil também liderava a projeção de classificação para as oitavas de final dentro de seu grupo, com 97,48% de chance — a Argentina tinha 96,1%, a França 93,4%, a Espanha 89,6% e a Alemanha 69,6%.
A tecnologia por trás dessa previsão não era nova. A Experian, historicamente uma empresa do setor financeiro, usa modelos similares para calcular riscos em concessões de crédito e na precificação de seguros. Olivier Devaux, o diretor que comandou o projeto, explicou que o sistema funcionava de forma parecida com os algoritmos de recomendação usados por plataformas de streaming. Assim como Netflix sugere um filme baseado no seu histórico de visualizações, o modelo de machine learning sugeria probabilidades de vitória baseado no histórico de confrontos entre seleções.
Mas havia uma ressalva importante embutida na própria metodologia. As probabilidades eram apenas uma fotografia do momento anterior ao torneio começar. Uma derrota inesperada de qualquer uma dessas cinco seleções — especialmente das favoritas — alteraria rapidamente os cálculos. O futebol, afinal, estava se tornando cada vez mais científico, mas permanecia longe de ser uma ciência exata. Os números podiam orientar, mas não determinavam. A incerteza era parte do jogo.
Citazioni salienti
Por meio de métodos de sistemas de recomendação, muito semelhantes às plataformas de streaming, montamos um sistema de machine learning que prevê, probabilisticamente, o resultado de cada partida entre dois países— Olivier Devaux, diretor do projeto na Serasa Experian
Vuoi la storia completa?
Leggi l'originale su UOL ↗
Technology