Qué acertaron y qué no los modelos de predicción del Mundial 2026, y qué deja eso para quien decide con datos

El 19 de julio España le ganó 1-0 a Argentina y levantó la Copa. Semanas antes, el 1 de junio, el supercomputador de Opta había corrido 25.000 simulaciones del torneo y había dejado a España de primera en la lista, con 16,1% de probabilidad. Detrás venían Francia con 13%, Inglaterra con 11,2% y Argentina con 10,4%. EA Sports simuló el mundial dentro de su videojuego y también coronó a España, con lo que suma cinco mundiales consecutivos acertando al campeón.

El titular fácil sería que los datos ganaron. El titular honesto es que no, y ahí está lo interesante.

Empecemos por el 16,1%. Ese número no dice “España campeón”. Dice que en 84 de cada 100 mundiales simulados el campeón era otro. Un pronóstico así es igual de correcto si España gana la final que si se cae en octavos, porque lo que estaba comunicando no era un ganador sino una distribución muy plana sobre 48 equipos. Cuando un modelo declara favorito a alguien con 16%, lo que está diciendo, sobre todo, es que no sabe. Que nadie sabe. Que el sistema tiene demasiado ruido como para concentrar masa de probabilidad en un solo nombre.

Lo que pasó después lo confirma. Terminada la fase de grupos, el mismo modelo movió el favoritismo a Francia con 18,66%. En cuartos subió a Francia a 27,3% y antes de semifinales a 34%, su lectura más confiada de todo el torneo. Francia perdió 0-2 con España. Es decir, el modelo abandonó al campeón a mitad de camino y su momento de mayor convicción coincidió con su mayor error. No porque estuviera mal construido, sino porque estaba haciendo lo único que un modelo puede hacer: describir el estado de la información en cada momento, no el futuro.

El resto del cuadro insiste en la misma idea. Los equipos ubicados del quinto al octavo lugar antes del torneo (Portugal, Brasil, Alemania y Países Bajos) quedaron los cuatro eliminados antes de cuartos de final. Uruguay, Escocia y Turquía se fueron en la fase de grupos. En su lugar aparecieron Noruega, Marruecos y Suiza. La lista de favoritos se desarmó casi por completo y, aun así, el nombre de arriba terminó siendo el correcto. Acertar el titular y fallar toda la historia intermedia es una descripción bastante exacta de lo que hacen los modelos probabilísticos.

Colombia es el caso más limpio de todos. El equipo de Néstor Lorenzo se fue invicto. Tres victorias, dos empates, cinco goles a favor y uno en contra en cinco partidos. Lo eliminó Suiza en octavos, en Vancouver, tras 0-0 en 120 minutos y 4-3 en la tanda de penaltis. No hay modelo, ni lo habrá, que prediga una tanda de penaltis. Es un generador de números aleatorios con forma de deporte. Y sin embargo decidió el torneo de todo un país.

Queda el caso de EA Sports y su racha de cinco. La simulación siempre elige dentro de un grupo de tres o cuatro selecciones dominantes; acertar cinco veces seguidas escogiendo ahí es improbable, no milagroso. Y solo contamos la racha porque existe: nadie publica las quinielas y modelos que fallaron en el camino. Es sesgo de supervivencia con departamento de mercadeo.

De todo esto salen tres cosas que sí sirven en un comité de dirección.

La primera es distinguir entre decisiones repetidas y decisiones únicas. Un modelo de riesgo de crédito con cincuenta mil deudores, o un pronóstico de demanda con miles de transacciones semanales, se juega en el promedio: si está bien calibrado, genera valor aunque falle casos individuales. Un mundial se juega una sola vez. La analítica es extraordinaria para lo primero y estructuralmente pobre para lo segundo. Cuando alguien lleva a una junta un modelo para una decisión que ocurre una sola vez —una adquisición, la entrada a un país, el lanzamiento de una línea— lo que hay que exigir no es el número central sino el rango y los escenarios de cola.

La segunda es dejar de evaluar modelos por aciertos y empezar a evaluarlos por calibración. La pregunta correcta no es “¿le pegó?” sino “de todas las veces que este modelo dijo 20%, ¿ocurrió cerca del 20% de las veces?”. Existen métricas para eso, como el Brier score. Juzgar un pronóstico por su desenlace en lugar de por su calidad tiene nombre en teoría de la decisión, resulting, y es la forma más rápida de premiar adivinos con suerte y castigar analistas rigurosos.

La tercera es entender de dónde viene el ruido. Un partido tiene pocos eventos decisivos, márgenes de un gol y desenlaces por penaltis: la relación señal-ruido es pésima, y muchos procesos de negocio se parecen a eso más de lo que nos gusta admitir. Antes de pedir un modelo conviene preguntar cuántas veces se repite el fenómeno, qué tan estable es el sistema y qué tan grande es el componente irreducible de azar. Si la respuesta es “una vez, inestable y mucho”, el mejor uso de los datos no es predecir: es dimensionar la apuesta y preparar la respuesta a cada escenario.

El supercomputador de Opta hizo bien su trabajo. Habría hecho igual de bien su trabajo si España hubiera perdido la final. Esa frase, incómoda como suena, es la única lección seria que deja este mundial para quien toma decisiones con datos.

Fuentes