Quiniela IA e inteligente

Los modelos de IA no adivinan resultados de fútbol. Leen consenso mejor que un humano medio, y a veces lo contradicen con datos que un humano medio no procesa. Ahí está la diferencia real entre un pronóstico automático serio y un algoritmo-teatro con marketing.

Este texto separa qué hacen los modelos de lo que se publicita que hacen. Sirve para lectores que ven titulares del tipo «IA predice la Quiniela» y quieren saber cuánto hay de método y cuánto de escenografía.

§I. Qué llamamos «IA» en la Quiniela

La etiqueta «IA» cubre cosas distintas que producen predicciones distintas. Tres familias conviven en los pronósticos de Quiniela, y confundirlas es el primer error de lectura.

Un modelo predictivo estadístico ajusta pesos sobre variables de fútbol. Le entran xG, forma, cuotas y ausencias; le sale una probabilidad para 1, X y 2. La familia más veterana. Un modelo Poisson estima cuántos goles marcará cada equipo asumiendo una distribución concreta, y de ahí deriva la probabilidad del resultado. Un modelo Elo actualiza una nota por equipo tras cada partido, el mismo sistema que se usa en ajedrez desde 1960, adaptado a fútbol por FiveThirtyEight y varios académicos. Una regresión logística ajusta pesos sobre variables numéricas y devuelve una probabilidad entre 0 y 1 para cada signo. Nada nuevo desde los años setenta, salvo la potencia de cómputo.

Un modelo de machine learning aprende esos pesos automáticamente de datos históricos. Random forests combinan cientos de árboles de decisión y votan la respuesta más frecuente. Gradient boosting, con XGBoost como nombre más citado, corrige errores partido a partido durante el entrenamiento. Redes neuronales pequeñas encuentran interacciones no lineales entre variables que un modelo estadístico clásico no vería. La diferencia con la familia anterior está en el método: no se le dicta la forma funcional, se le enseñan casos y él encuentra patrones. Afinan más si los datos son abundantes y limpios. Sobreajustan si no lo son.

Un modelo de lenguaje grande (LLM), la familia de ChatGPT, Claude o Gemini, con arquitectura transformer, no fue entrenado para predecir fútbol. Fue entrenado para producir texto plausible. Puede leer una previa, resumir estadísticas, redactar un análisis. No calcula probabilidades desde datos numéricos a menos que se le acople una herramienta que sí lo haga. Pedirle a un LLM «pronostica la jornada» sin darle datos concretos produce un texto que suena a análisis y no lo es.

En Pizarra 15 usamos las tres, para cosas distintas. Un modelo estadístico agrega cuotas y calcula la mediana. Un modelo de aprendizaje ajusta ponderaciones sobre xG y forma. Un LLM escribe las previas en lenguaje natural a partir de las cifras que produce el resto. Ninguno hace el trabajo de los otros dos. El método lo detalla partido por partido.

§II. Qué datos leen los modelos

La familia importa. Las entradas importan más. Un modelo sin datos correctos produce ruido con formato de predicción. Los pronósticos de fútbol con base real usan cinco variables principales, y ninguna sirve por separado.

Forma reciente. Los últimos cinco a diez partidos de cada equipo. No basta con victoria, empate o derrota; importa el rival, el escenario (casa o fuera), y el rendimiento generado frente al resultado obtenido. Un equipo que gana tres de cinco por 1-0 con xG bajo, alrededor de 0,9 por partido, no está en la misma forma que uno que gana tres de cinco por 3-1 con xG de 2,4. Los tres puntos son iguales en la clasificación. El modelo los pondera distinto porque el segundo equipo genera más ocasiones y las convierte, mientras el primero depende de resultados apretados que se rompen con un despeje mal medido.

xG, goles esperados. Métrica que estima cuántos goles debería haber marcado un equipo dadas las ocasiones creadas, ponderando cada tiro por su probabilidad histórica de acabar en gol. Sirve para detectar equipos que ganan por suerte y equipos que pierden por mala definición. Ejemplo típico: un equipo con xG de 1,8 por partido que marca 0,6 goles reales durante tres jornadas. La lectura correcta no es que baje de nivel. Genera ocasiones equivalentes a casi dos goles. Está en mala racha de definición, y esa racha revierte antes o después. El modelo que confunde ambas cosas paga la diferencia. El desfase entre goles reales y xG converge con el tiempo; los pronósticos serios lo usan como corrector de resultados.

Ausencias con peso real. No cualquier baja mueve la previsión. La lesión del delantero titular con doce goles pesa; la baja de un suplente que juega diez minutos no. Un mediocentro que reparte el 40% de los pases decisivos del equipo también pesa, aunque el marcador no lo delate. Los modelos que suman jugadores sin ponderar minutos y aporte estadístico terminan reaccionando a ruido: cada semana hay tres bajas anunciadas, y solo una mueve la línea de forma legítima.

Cuotas comparadas. La mediana de las casas de apuestas condensa la información pública del mercado. Es la variable individual más predictiva. Se recoge de varias casas, no de una sola, porque una casa aislada puede tener sesgo: una oferta puntual, un error del operador, un ajuste tardío. La mediana de seis u ocho casas elimina ese ruido. La metodología explica cómo se calcula la mediana en cada partido y qué se considera rango razonable de dispersión.

Cara a cara reciente. Los últimos diez enfrentamientos directos. Menos importante de lo que la intuición sugiere, porque las plantillas rotan cada dos o tres temporadas y el histórico envejece rápido. Informa cuando hay dinámicas estables: estilos que chocan mal, escenarios difíciles para uno de los dos, mala trayectoria en un campo concreto. Un equipo que ha perdido siete de sus diez últimas visitas a un mismo estadio suele arrastrar algo que no se explica solo con las plantillas actuales.

Sin al menos tres de estas cinco variables limpias, cualquier modelo produce estimaciones que no superan a marcar el favorito de la cuota más baja. Con las cinco tampoco garantiza acertar los quince. Solo mejora el promedio.

§III. Consenso del mercado + análisis: la fórmula real

Esa mejora de 3 a 8 puntos porcentuales tiene una fuente concreta. Empieza en las cuotas.

El consenso del mercado se lee de la mediana de las casas. Cuando muchas casas coinciden en un favorito, el mercado ha procesado información que va más allá de lo público: apuestas de expertos, movimiento de fichas, ajustes intradía. Ese consenso, tomado en mediana, gana la mayor parte de las partidas.

En muestras históricas amplias, marcar al favorito de mercado partido a partido cae en una franja de precisión de 1X2 alrededor del 60-65%. La cifra exacta depende de la temporada, la mezcla de partidos y el criterio de qué es «favorito» cuando la cuota está cerca. Es una referencia, no un compromiso.

Un modelo bien construido no sustituye a la cuota; la refina. Añade tres a ocho puntos porcentuales cuando aporta información que el mercado todavía no ha incorporado. Ejemplo del tipo de valor añadido: una jornada donde dos equipos anuncian bajas titulares el jueves por la tarde, después de que las casas hayan fijado la cuota principal el miércoles. La cuota queda desfasada durante veinticuatro o treinta y seis horas. Un modelo con feed de plantillas al día recalcula el xG esperado del equipo afectado, y si la caída es sustancial, contradice al favorito de mercado antes de que la cuota se ajuste. En ese hueco temporal cabe el valor de un pronóstico automatizado.

Otro caso: un equipo que arrastra tres jornadas con xG alto y goles bajos. El mercado tiende a castigarle la cuota por la racha de resultados. El modelo, mirando xG, ve un equipo por encima de su marcador y le mantiene la probabilidad. Cuando la definición vuelve a la media, el pronóstico se cobra la divergencia.

Esa mejora no es lineal ni constante. Hay jornadas donde el modelo iguala al mercado, jornadas donde lo bate por seis puntos, y jornadas donde lo empeora porque los datos de entrada eran ruidosos.

Un modelo serio no adivina, calibra. La diferencia entre calibrar y adivinar es que quien calibra sabe cuándo callarse.

Publicar «nuestra IA acierta el 90% de los pronósticos» no describe un modelo; describe un embudo de marketing. Ninguna metodología razonable sobre 1X2 en fútbol de primer nivel llega ahí de forma sostenida. Cuando aparece esa cifra, o la muestra es diminuta, o la temporada era anómala, o se cuentan los aciertos de forma creativa: solo pronósticos «de alta confianza», solo partidos con favorito claro, solo jornadas seleccionadas a posteriori.

§IV. Los límites, dónde falla incluso el mejor modelo

Si el modelo bate al mercado por 3-8 puntos en el promedio, el resto del error hay que explicarlo. El fútbol es un juego con ruido irreductible. Ni el mejor modelo lo elimina. Hay cuatro zonas donde la predicción automática se rompe con regularidad, y todas se manifiestan en jornadas concretas de Quiniela.

Upsets sistemáticos. En una temporada estándar de Primera y Segunda, alrededor del 15-20% de las jornadas presentan tres o más resultados inesperados frente a los favoritos de cuota. El patrón típico se repite: un local de mitad de tabla recibe a un equipo de zona europea que llega rotado tras jugada continental, o un colista visita a un rival con tres bajas en defensa. Si a eso se añade clima adverso (lluvia intensa, viento sostenido, campo pesado) el partido se nivela más aún. No hay modelo que anticipe esas jornadas con precisión útil, porque su causa suele ser información que aún no era pública el viernes, o combinaciones de factores que el histórico no había visto juntas.

Asimetría de información. Rotaciones de última hora, tensiones internas del vestuario, decisiones tácticas que no trascienden a la prensa. El modelo lee lo que hay en las fuentes públicas hasta el corte. Lo que ocurre entre corte y saque inicial queda fuera de su alcance. Un entrenador que decide rotar once titulares el sábado por la mañana convierte cualquier previsión anterior en obsoleta. Ningún feed público captura esa decisión antes de que se filtre.

Correlación de las quince apuestas. Un boleto de Quiniela no son quince apuestas independientes. Son quince apuestas ligadas por la fecha, el clima, el arbitraje homogéneo, y a veces por el estado de la Liga a esa altura de temporada. Si un fin de semana los locales pierden más de lo habitual por razones ambientales, todos los pronósticos de local se resienten a la vez. En jornadas con cuatro o más upsets simultáneos, la precisión de un modelo cae del entorno habitual del 65-70% al 30-40%. No es que el modelo falle más. Es que los partidos comparten choque exógeno y el error se acumula en la misma dirección.

Sobreajuste al pasado. Los cambios de regla, la implantación del VAR, ciclos de ganadores dominantes, temporadas atípicas: todo eso rompe patrones aprendidos. Un modelo entrenado exclusivamente con datos de una era ya cerrada acierta bien en pruebas y falla en producción. El síntoma es fácil de detectar cuando se conoce: precisión histórica alta, precisión reciente en caída sostenida. Muchos pronósticos automatizados no publican esa segunda cifra por comodidad.

En Pizarra 15 lo decimos en las previas por partido: cuando el modelo es ciego (rotaciones masivas, información no cerrada, contexto extraordinario) la ficha lo indica. El lector decide si firma con nuestra convicción o sin ella.

§V. Cómo distinguir un pronóstico serio de un algoritmo-teatro

De la teoría al filtro práctico. Hay señales que separan un método reproducible de una escenografía de marketing. Ninguna requiere entender de estadística; todas requieren fijarse en qué se dice y qué se calla.

La primera columna no garantiza aciertos. Garantiza honestidad. Un pronóstico honesto puede fallar; uno teatral puede acertar por casualidad. La diferencia está en cuánto tiempo aguanta la muestra sin cocinarse.

Aplicar esas cuatro preguntas a un tipster automatizado lleva cinco minutos. Se abre su página principal, se busca la sección de metodología, se comprueba si publica accuracy histórica con muestra cerrada, se revisa la última jornada para ver si contradice al favorito de mercado con motivo. Cuando alguno de los cuatro apartados falta, el resto pierde valor: sin fuentes declaradas no hay forma de auditar los datos, sin muestra cerrada no hay forma de medir el promedio, sin explicación de las divergencias no hay forma de saber si el modelo aprende o improvisa.

En Pizarra 15 la respuesta a esas cuatro preguntas vive en la página de metodología. También hay una herramienta para comprobar la propia columna al cierre de jornada, con los signos oficiales de LAE. Ninguna garantiza premio. Cumplen una función más modesta: que el lector pueda calibrar cuánta convicción firma cada semana.

Un modelo, por bueno que sea, no evita que la Quiniela siga siendo un juego con ruido. Reduce el ruido lo justo para que el pronóstico deje de ser azar puro. No más.