AMERICA: 3 DE 3 HOY
- ROBERTO SALAZAR CORDOVA
- hace 3 días
- 3 min de lectura
El Delta de Pareto en los Dieciseisavos de Final
Cuando un modelo aprende sin borrar su historia
Por Roberto F. Salazar-Córdova
Economista
CEO Hexagon Group LAT-AM | UK-Global
Presidente Red Santa Cruz Chile
Uno de los principios más importantes de un buen modelo predictivo es que no debe cambiar cada vez que aparece un resultado inesperado. Si lo hiciera, dejaría de ser un modelo para convertirse simplemente en una descripción del pasado.
Por esa razón, el Algoritmo ADN@+ mantiene congelada su estimación original de los dieciseisavos de final del Mundial. Esa predicción constituye la verdadera prueba fuera de muestra. Es la fotografía del conocimiento disponible antes de que comenzaran los partidos.
Sin embargo, aprender también forma parte del método científico.
Mientras el modelo original permanece intacto, es posible construir una segunda capa de análisis: el Delta de Pareto.
No reemplaza al algoritmo. Tampoco modifica la polla ni reescribe las predicciones. Su única función consiste en medir qué pequeños ajustes permitirían explicar los resultados observados con mayor precisión.
La idea proviene del principio de Pareto. En muchos sistemas complejos, una parte relativamente pequeña de los factores explica una gran proporción de los resultados.
La fase de grupos permitió construir una estructura basada en veinte atributos técnicos medidos mediante escalas Likert.
Los dieciseisavos representan ahora un nuevo laboratorio donde identificar ese pequeño conjunto de factores que adquiere mayor importancia cuando el margen de error desaparece.
Hasta ahora comienzan a aparecer patrones interesantes.
Los partidos son mucho más cerrados que en la fase de grupos. Las diferencias entre selecciones disminuyen considerablemente. Los favoritos continúan dominando la posesión, pero con frecuencia encuentran enormes dificultades para traducir esa superioridad en goles. La defensa vuelve a ocupar un lugar central.
Alemania controló largos pasajes frente a Paraguay. Sin embargo, la resistencia paraguaya llevó el encuentro al límite y terminó eliminando al tetracampeón mundial europeo.
Países Bajos encontró ventaja mediante un contragolpe, pero Marruecos respondió con presión sostenida hasta conseguir el empate en el tiempo de descuento. Brasil necesitó paciencia para superar a Japón. Canadá resolvió un partido extremadamente estrecho frente a Sudáfrica.
El aprendizaje no consiste en cambiar arbitrariamente el peso de todas las variables. Consiste en identificar cuáles aumentan o disminuyen su relevancia cuando comienza la eliminación directa.
Entre ellas aparecen, de manera preliminar, la solidez defensiva, la eficacia del contragolpe, la capacidad para soportar ciento veinte minutos, el rendimiento del arquero, la adaptación al entorno competitivo y la influencia estratégica del cuerpo técnico.
Lo interesante es que estos factores no sustituyen a los veinte atributos originales. Funcionan como un delta marginal. El modelo estructural continúa explicando la mayor parte del rendimiento de cada selección. El Delta de Pareto únicamente captura aquello que emerge cuando dos equipos de nivel semejante disputan un partido donde cualquier error puede significar la eliminación.
Desde un punto de vista metodológico, el ejercicio es semejante a mantener constante una función de producción mientras se estima el efecto marginal de nuevas variables.
El conocimiento acumulado no se destruye; se capitaliza. La predicción original permanece disponible para evaluar su calidad. El Delta, en cambio, representa el aprendizaje incremental obtenido gracias a la evidencia empírica.
La meta durante toda la semana de dieciseisavos no será modificar la trayectoria ni alterar el pronóstico oficial. Será construir, partido tras partido, un Delta de Pareto cada vez más robusto.
Cada encuentro permitirá ajustar ligeramente la matriz de atributos, recalibrar los pesos relativos y cuantificar cuánto aporta cada nueva evidencia al comportamiento del sistema.
Al finalizar la ronda, el resultado será doble.
Por una parte, existirá una evaluación transparente del desempeño predictivo del modelo original. Por otra, se dispondrá de una versión calibrada específicamente para partidos de eliminación directa, capaz de explicar con mayor precisión las características observadas en esta fase del torneo.
Ese es precisamente el espíritu del Algoritmo ADN@+: no aprender olvidando, sino aprender acumulando evidencia.
Cada Mundial deja información. Cada partido aporta datos. Cada sorpresa obliga a formular nuevas preguntas. El objetivo no consiste únicamente en pronosticar quién ganará mañana.
El objetivo consiste en comprender mejor por qué ocurre lo que ocurre y convertir ese conocimiento en un modelo cada vez más sólido, verificable y útil para futuras aplicaciones dentro y fuera del deporte.
Comentarios