البيانات تكذب، لكن الملعب يقول غيرها

by:LondDataMind9 ساعات منذ
1.68K
البيانات تكذب، لكن الملعب يقول غيرها

الأرقام لا تكذب — لكنها مفاجئة

استخدمت سنوات في تدريب نماذج الذكاء الاصطناعي للتنبؤ بنتائج المباريات. حتى أن مشروعًا سابقًا حقق دقة 78% في توقع نتائج الدوري الإنجليزي. ومع ذلك… عند تطبيق نفس المنطق على الجولة 12 من الدرجة الثانية البرازيلية، شعرت بشيء غير طبيعي.

الإحصائيات كانت واضحة: فرق مثل جوياس وكروزايرو لديها دفاع قوي؛ أما آمازون إف سي فتحظى بهجمات هائلة. لكن الواقع؟ فوضى. أكثر من ثلثي المباريات انتهت بالتعادل أو بهدف واحد فقط — مما يتناقض مع التوقعات الحسابية.

الرياضة ليست مجرد احتمالات — إنها أشخاص. والأفراد يضيفون الضوضاء.

القصة غير المتوقعة: عندما تلتقي الإحصائيات بالروح

دعني أرافقك في بعض المباريات البارزة:

  • ولتا ريدوندا ضد آواي (1–1): تعادل متأخر بعد خسارة 1–0 في الشوط الأول. النموذج كان يتوقع فوز آواي بنسبة 58% بناءً على الأرض والشكل الأخير — لكن التوتر البشري عكس النتيجة.
  • آمازون إف سي ضد فيلا نوفا (2–1): أول شباك نظيفة لآمازون إف سي رغم ضعف الدفاع طوال الموسم. النموذج كان يتوقع تسجيلهم لهدفين على الأقل قبل نهاية الشوط الأول — لم يسجلوا شيئًا!
  • جوياس ضد فيرو فياريّا (4–0): أعطاني النظام فرصتهم بـ35% فقط بسبب الإصابات ونقص العمق — لكن الدافع أكبر من الأرقام عندما يكون الفريق يناضل من أجل الصعود.

هذه ليست أخطاء — إنها خصائص حقيقية.

تشوهات إحصائية وتحيزات خفيّة لم تقُم بها التحليلات التقليدية:

1. الإرهاق بسبب السفر الطويل

المتوسط للمسافة بين المباريات كان أكثر من 600 كم هذه الجولة — خاصةً الفرق الشمالية/شمال شرق التي لعبت يوم الأربعاء في الجنوب البرازيلي. يؤثر ذلك على عدد السprints وسرعة اتخاذ القرار.

2. ميزة الأرض ليست ثابتة

اعتبر النموذج أن الأرض = +0.3 أهداف لكل مباراة. ولكن فقط ثلاثة من ثمانية فرق “مُستضيفة” فازوا — رغم لعبهم على ملاعبهم اليومية.

3. اختلاف تحكم الحكام حسب الوقت

أظهر التحليل الأولي ارتفاعًا كبيرًا بنسبة البطاقات الحمراء خلال المباريات المسائية مقابل الصباحية — وهو عامل لم يُدخله النظام بعد.

4. دوران التشكيلة يصنع المفاجآت

عديد الفرق غيّرت التشكيلة الأساسية بسبب بطولة كوبا أمريكا أو إصابات — حتى لو كان أداؤهم يوحي بخلاف ذلك.

5. الزخم النفسي حقيقي (وغير قابل للقياس بالنموذج)

لحظة هدف فيرو فياريّا ضد جوياس بعد خسارتين؟ غير كل شيء — حتى لو قال الرياضيات أن الاحتمال لم يتغير كثيرًا.

لهذا السبب لا أؤمن بأن البيانات يجب أن تتبع بشكل عميائي فقط، بل يجب تفسيرها بعناية، ولأن المشجعين يقعون في حب الاستثنائية بينما يبقى المحللون واقعيين.

LondDataMind

الإعجابات37.74K المتابعون1.48K