Como parte do meu trabalho, a cada semana eu leio muito conteúdo sobre dados, tecnologia e inteligência artificial (apelidada de IA). Eu faço uma seleção e envio para você os melhores, todos os domingos.

Olá amigos 👋,

Depois de um hiato, eu volto misturando IA com estatísticas e Copa do Mundo! Ah, em dia de jogo do Brasil!

Montei um modelo para prever os placares da Copa. Dados desde 1930, motor estatístico, calibração a cada rodada. A tentativa de fazer a coisa por inteiro.

Depois de 15 jogos, fui medir o erro do modelo e comparei com um rival improvável: milhares de torcedores apostando o próprio dinheiro, gente que nunca abriu uma planilha. Cravei 0,48 de erro; a multidão, 0,49. Deu empate técnico: montei o modelo inteiro para empatar com gente que não montou nada.

A tese confortável é que foi sorte. Mas convém desconfiar de teses confortáveis. Talvez o empate não seja acidente — talvez seja a lição inteira.

Antes das cinco lições, o mapa visual do argumento, uma versão executiva:

Há algo incômodo em descobrir que um amontoado de estranhos prevê tão bem quanto o seu melhor esforço. A gente quer acreditar que conhecimento especializado vale mais que um chute coletivo.

E vale — só que o “chute” coletivo não é chute. Quando milhares de pessoas apostam dinheiro, cada uma traz um pedacinho de informação: a lesão que saiu de manhã, a escalação vazada, a leitura de quem mora na cidade do time. O preço junta tudo isso sem reunião, sem ata, sem slide.

Não é que o modelo não tenha valor. O meu empatou com a multidão e, num caso, ganhou de um especialista convicto. Na semana passada me chegou a análise de um deles: texto seguro, fontes graúdas, projeção de supercomputador. Só que os números que ele cravava contradiziam as próprias odds que ele citava: dava 62% de vitória a um time cuja linha de aposta dizia 41%.

A diferença do meu modelo para ele não foi esperteza. Foi humildade — ancorar no que a multidão já sabia em vez de contestá-la pela força da convicção. Uma narrativa é construída para convencer, não para acertar. A multidão não tem narrativa. É por isso que ela é tão difícil de superar.

Segunda descoberta, e talvez a mais desconfortável: o time muito favorito tropeça mais do que se imagina. Dos favoritões que acompanhei, quatro empataram quando “deviam” ganhar com folga. A Inglaterra, com 83% de chance no mercado, ficou no 0 a 0.

No futebol chamam de zebra. Na estatística, de regressão à média. Na sala de reunião, de “aquele projeto que não tinha como dar errado”.

Todo executivo conhece o favorito de 83%: o lançamento óbvio, a contratação certeira, a aquisição que ia ser sinergia pura. A confiança altíssima costuma ser, ela mesma, o sinal de que ninguém precificou o empate.

Meu modelo aprendeu a fazer algo contra intuitivo: tirar um pouco da ficha do favorito e devolver para o empate. Não porque o favorito seja fraco, mas porque a certeza é cara, e quase nunca é vendida pelo preço justo.

Terceira lição, curtinha. A Alemanha goleou Curaçao por 7 a 1 na estreia. No jogo seguinte, contra a Costa do Marfim, ganhou só por 2 a 1.

Um resultado espetacular contra um adversário frágil não projeta nada sobre o próximo. É o trimestre fora da curva, o post que viralizou sem querer, o vendedor numa sequência quente. A tentação é traçar a reta a partir de um ponto só.

O ponto único é sedutor porque é recente e vívido. Mas previsão honesta pede a série inteira, não o flash.

Chego no ponto que, no fim, é menos sobre futebol e mais sobre método.

A única coisa que de fato melhorou minhas previsões não foi um achado brilhante. Foi um caderno: anotar cada palpite, comparar com o que aconteceu e me dar uma nota honesta.

Testei várias ideias que pareciam promissoras: “sequência invicta”, posse de bola, um modelo sofisticado que pesava mais nos jogos recentes. Joguei quase todas fora. Não porque fossem ruins na intuição, mas porque, medidas contra o resultado real, não reduziam o erro. Soavam bem; não pagavam.

Imagine uma empresa que conta uma história linda sobre por que vai crescer, mas nunca volta para conferir se a história do ano passado se realizou. Ela não está prevendo o futuro. Está se entretendo com ele.

A diferença entre prever e fingir que se sabe não está na confiança da fala. Está em existir, em algum lugar, um caderno onde o erro é anotado sem desconto, e onde a ideia querida é descartada quando não paga.

No fim, o empate técnico com a multidão parou de me incomodar. Virou a lição inteira.

Prever não é cravar um número e se prender a ele. É apostar com humildade, medir o erro e corrigir a rota — de novo, e de novo. A incerteza não é o fracasso do método. A incerteza é o método.

E talvez seja essa a parte mais subestimada da era da IA. Ela não está aqui para adivinhar o futuro como um oráculo. Seu valor é mais modesto e mais útil: reduzir incerteza, pesar probabilidades e ajudar a decidir melhor. O prêmio não vai para quem crava o placar exato. Vai para quem calibra: quem começa pela sabedoria do mercado, desconfia do favorito fácil, ignora o flash e mantém o caderno aberto.

Adivinhar quem ganha é a parte fácil. Saber o tamanho da própria incerteza — isso, sim, é raro. E é o trigo.

Jhon

P.S.: E você? Como mede os próprios erros e o que faz para aprender com eles?

Se você conhece alguém que possa gostar do nosso trabalho, agora você pode indicá-lo. A propósito, adoramos indicações!

Sempre chegamos na sua caixa de entrada por volta das 12:08 PM. Alguns servidores de e-mail são teimosos e atrasam… Outros são piores ainda e nos jogam para o spam e/ ou promoções. Qual a lógica deste horário? …Nenhuma :)