Ogni quattro anni, alla vigilia del campionato mondiale di calcio, un gruppo di analisti di Goldman Sachs produce un report nel quale fornisce una scheda sintetica delle principali grandezze economiche delle 32 nazioni partecipanti.

Fin qui nulla di particolare. Quella però è la seconda parte, perché la prima parte del report è dedicata alla previsione di chi supererà i turni successivi, fino ad arrivare a indicare i finalisti e il vincitore della coppa.

Bontà loro, gli autori hanno chiuso la parte introduttiva dell'edizione 2018 con queste parole:

Ma le previsioni restano molto incerte, anche con le più fantastiche tecniche statistiche, semplicemente perché il calcio è un gioco molto imprevedibile. Questo, ovviamente, è precisamente il motivo per cui il sarà così eccitante guardare il mondiale.”

Credo che la stessa cosa la si potrebbe affermare con riferimento a ogni campo dell’azione umana, ma ecco come gli analisti di GS sono arrivati a stilare le loro previsioni.

Lo studio è stato condotto utilizzando “200.000 modelli”, ovviamente basati sui “più recenti sviluppi di machine learning”. Sì, perché al giorno d’oggi se non metti il machine learning e l’intelligenza artificiale anche nel farti il caffè alla mattina sei un vero rincoglionito.

Questo non per sminuire l’intelligenza artificiale e il machine learning, ma semplicemente per evidenziare che, a mio parere, in questo momento ci sia molta mania e volontà di utilizzarle (almeno a parole) in modo eccessivo.

Tutti questi modelli hanno simulato un milione di possibili evoluzioni nell’andamento delle partite, a cominciare da come erano composti gli 8 gruppi da 4 squadre, fino ad arrivare al vincitore, sulla base di una mole considerevole di dati relativi ai singoli giocatori e alle squadre.

Il tutto per arrivare a prevedere una finale tra Brasile e Germania, con la vittoria del Brasile.

Delle semifinaliste effettive (Francia, Belgio, Inghilterra e Croazia), solo la Francia compariva nell’elenco previsto, composto anche da Portogallo e, appunto, Germania e Brasile. Per la Croazia non era previsto neppure il superamento del primo turno, mentre poi è arrivata in finale.

Alla base del machine learning c’è la presunzione che la macchina impari mediante esperimenti successivi. Ma quando si tratta di prevedere l’azione umana evidentemente non si impara mai abbastanza, neanche simulando milioni di scenari.

L’importante è esserne consapevoli e tenerlo presente soprattutto quando qualcuno, invece di prevedere chi vince il mondiale di calcio, racconta, per esempio, di riuscire a prevedere l’andamento dei mercati finanziari.

(Matteo Corsini)

You have no rights to post comments