‍#广场预测世界杯赢40000U

Precisão da IA em prever os "32 times da Copa do Mundo" supera a humana

Após o fim da fase de grupos da Copa do Mundo de 2026 (EUA, Canadá, México), a lista completa dos 32 times foi oficialmente divulgada. Enquanto times tradicionais e zebras competiam intensamente no campo, fora dele, uma "batalha de previsão humano-máquina" liderada pela inteligência artificial também chegou a uma "liquidação" parcial.

Na "batalha de previsão da Copa do Mundo" iniciada pela Lenovo em parceria com o Migu Video, 12 grandes modelos de IA nacionais e especialistas humanos previram os resultados de 104 partidas. Os dados finais mostraram que a precisão geral das previsões do lado da IA superou a dos especialistas humanos, e alguns modelos de IA até acertaram em times azarões, como Cabo Verde, que não tinham histórico na Copa do Mundo, obtendo resultados "contra o consenso".

Fonte da imagem: Cortesia oficial da Lenovo

De 28 de maio até o início da Copa, o Lenovo Tianxi AI, como "organizador geral", enviou um formulário de respostas chamado "Prova Unificada de Palpites dos 32 Times da Copa do Mundo de 2026" para 12 grandes modelos de IA nacionais e especialistas humanos, exigindo que eles entregassem suas "respostas" antes do torneio.

No dia 28 de junho, horário de Pequim, com o empate de 3 a 3 entre Argélia e Áustria na partida final do Grupo J, o ranking das previsões de cada IA foi revelado. Entre elas, o Tencent Hunyuan ficou em primeiro lugar com 29 times classificados acertados, seguido pelo MiniMax e iFlytek Spark, ambos com 28 acertos. A taxa de vitória geral do lado da IA atingiu 61,9%, superando os especialistas humanos em 7,3%.

Mais interessante, nas previsões pré-jogo, quatro dos 12 modelos de IA ousaram apostar no "estreante" Cabo Verde. Essa previsão "contra o consenso" foi confirmada pelos resultados de Cabo Verde – a equipe empatou consecutivamente com times tradicionais como Espanha e Uruguai, classificando-se invicta.

Ma Lin, diretor técnico da SenseTime, explicou ao repórter do Time Finance que a razão pela qual o grande modelo de IA conseguiu acertar Cabo Verde, a "maior zebra", é que o modelo consegue penetrar a aparência da força superficial e extrair dados profundos. Embora Cabo Verde seja um "estreante" na Copa, seus jogadores cresceram em grande parte no sistema de ligas europeias e tiveram um desempenho forte nas eliminatórias nos últimos anos. Ao capturar variáveis de dados profundos, como disciplina defensiva, eficiência de contra-ataque e estrutura de jogadores, o modelo de IA chegou a conclusões mais racionais do que a experiência humana.

No entanto, enquanto a IA demonstrou sua capacidade de "contra-consenso", também revelou suas limitações sob extrema incerteza. Tomando como exemplo a partida entre Cabo Verde e Arábia Saudita, as opiniões dos 12 modelos de IA se dividiram em três: DeepSeek, Kimi, 阶跃 e iFlytek Spark previram vitória da Arábia Saudita; 通义千问, 中移九天, Tianxi AI, Tencent Hunyuan e 商汤小浣熊 previram empate; 百度文心, 智谱 e MiniMax apostaram na vitória de Cabo Verde. Embora o resultado final tenha sido um empate, nenhum modelo acertou exatamente o placar final de 0 a 0.

Esse fenômeno revela um ponto cego comum nas previsões atuais de IA: a "superestimação do poder ofensivo". Mesmo que cinco modelos tenham previsto empate, todos os placares que eles deram incluíam pelo menos um gol. De acordo com dados oficiais da Lenovo, entre os 9 empates ocorridos na fase de grupos, a taxa de acerto das previsões da IA foi inferior a 3%.

Assim, os grandes modelos de IA são melhores em lidar com dados estruturados e tendências determinísticas, mas para o futebol, um esporte coletivo que envolve psicologia em tempo real, lesões repentinas e múltiplos fatores de acaso, ainda há partes que os modelos de IA não conseguem estimar.

Esta Copa do Mundo teve muitas zebras, tornando as previsões da IA bastante diversas. Isso, na verdade, expõe a fraqueza dos grandes modelos de terem uma "lógica subjacente convergente". Porque os grandes modelos são essencialmente "compressores de probabilidade" que realizam inferências com base em dados históricos. Em partidas convencionais onde times fortes e fracos são claros, todos usam os mesmos dados e naturalmente chegam às mesmas conclusões; mas quando encontram times nunca vistos, ou táticas inovadoras ou estilos extremos, a IA falha coletivamente por falta de referências históricas. Porque elas não entendem realmente o jogo; apenas fazem palpites com base em probabilidade diante do desconhecido.

Na verdade, a "batalha humano-máquina" de previsão dos resultados da Copa não é um show solo da Lenovo; vários grandes fabricantes de modelos também já estão participando: o 千问 lançou um assistente de IA exclusivo para previsões de futebol, cobrindo todas as 104 partidas para os usuários competirem com a IA, e também iniciou o "Projeto Campo" – quando os pontos de palpite dos usuários atingem um certo valor, o 千问 doará campos de futebol para escolas rurais.

O Moon's Dark Side (Kimi) também construiu 300 agentes exclusivos, cada um responsável por áreas como análise tática, rastreamento de condição dos jogadores, cálculo de calendário e monitoramento de odds, gerando um relatório de previsão aprofundado de 224 páginas, demonstrando sua capacidade de processamento colaborativo de tarefas complexas com múltiplos agentes. Além disso, o modelo Claude Fable 5 da Anthropic também fez previsões com base em variáveis macro, como estrutura do torneio (48 times participantes, campeão precisa jogar 8 partidas), altas temperaturas do verão na América do Norte e a curva de idade dos elencos.

Essas formas diversificadas de participação não apenas transformaram a previsão de IA de um simples "palpite de vitória/derrota" em uma demonstração tecnológica abrangente envolvendo análise de dados, colaboração multiagente, interação filantrópica e inferência macro, mas também tornaram essa "batalha humano-máquina" em torno da Copa um campo de testes ideal para os principais fabricantes verificarem a capacidade de implementação de seus grandes modelos. Mas, de uma perspectiva mais elevada, em sistemas complexos como tomada de decisões comerciais, análise macroeconômica e até governança social, a IA também enfrenta o jogo entre "dados completos" e "caos da realidade".