Por Que Messi Tem Alta Avaliação?

O Paradoxo das Notas Perfeitas

Na semana passada, vi um vídeo viral: Di María dominando a média italiana em uma goleada por 3 a 0. O comentarista disse: “Messi recebe alta nota apesar de perder a posse.” Foi como um erro no cálculo bayesiano — premissas erradas, conclusão errada.

Não estou aqui para defender ou criticar Messi. Mas, como quem treina redes neurais para prever impacto de jogadores em ligas, vi como os sistemas de pontuação premiam movimento, não significado.

O Peso Invisível dos Toques

Na maioria das avaliações (como Sofascore ou FotMob), cada passe — mesmo que vá a lugar nenhum — rende pontos. Cada driblar? +0,5 se superar alguém. Nenhum desconto por tempo desperdiçado ou transições falhas.

É aqui que meu modelo falha: não importa quem você dribla — só importa que o fez.

Na partida Argentina vs Itália, Messi teve 12 toques na metade defensiva; 8 terminaram com perda de bola ou passes para trás. Ainda assim, marcou 7,⁹⁄₁₀.

Por quê? Porque tentou. Não porque conseguiu.

Quando o Esforço vira Ego

Quando métricas valorizam volume sobre valor:

• Uma bola longa para o espaço = +1 ponto (mesmo se cair no gramado)
• Um drible inútil = +0,3 (“criatividade”)
• Perder posse sob pressão? Sem penalidade.

Isso não é um defeito no sistema — é uma característica da cultura do torcedor. Queremos heróis que tentam, não apenas vencedores que vencem. Mas dados devem refletir a realidade — não adoração ao herói.

A Camada de Correção do Meu Modelo

Após analisar 240 partidas internacionais (2022–2024), nosso time no Predictive Pulse adicionou três novos pesos:

• Densidade de Valor na Posse: quantas ações significativas por toque?
• Pontuação de Impacto em Transição: seu passe gerou chute ou perda?
• Penalização por Falhas: dedução por movimentos arriscados falhados na grande área.

Messi ainda pontua bem — mas agora sua média cai de 7,8 para 6,9 quando contextualizada pelo risco real do desempenho. A diferença? Ele já não é avaliado apenas pelo esforço — mas pelos resultados sob pressão.

Por Que Isso Importa Além dos Números?

Tenho um modelo aberto no GitHub chamado FutbolMetrics. Um usuário perguntou: “Isso significa que Messi não é bom?” The resposta é não — mas estamos medindo grandeza diferente do que deveríamos ser. The sistema recompensa visibilidade sobre impacto. E visibilidade é fácil de fingir com gambiarras em zonas mortas. Quando confundimos movimento com domínio, perdemos o foco no que realmente vence jogos… ou constrói legados. The verdade não está no número — está no contexto atrás dele. The verdadeira previsão não é quem marca gol — é quem muda o jogo sem sequer tocar na bola.