Η τεχνητή νοημοσύνη μπορεί πλέον να βρίσκεται σχεδόν παντού στο Παγκόσμιο Κύπελλο 2026. Στην ανάλυση δεδομένων, στην ασφάλεια, στη διαχείριση εγκαταστάσεων, ακόμη και στον τρόπο με τον οποίο οι ομάδες διαβάζουν το παιχνίδι. Υπάρχει όμως ένα πεδίο όπου η AI συνεχίζει να μοιάζει εντυπωσιακά ανθρώπινη: κάνει λάθος προβλέψεις.
Και όχι απλώς λάθος. Μερικές φορές, πέφτει έξω με τρόπο σχεδόν απολαυστικό.
Διαβάστε Επίσης
Σε μια ημέρα με τέσσερις αγώνες στο πρόγραμμα, αθλητικογράφοι της USA Today αποφάσισαν να δοκιμάσουν το Copilot της Microsoft, ζητώντας του να προβλέψει τα σκορ. Το εργαλείο έδωσε νίκες σε όλα τα φαβορί ή, τουλάχιστον, σε όλες τις ομάδες που θεώρησε πιθανότερο να πάρουν το αποτέλεσμα.
Για το Ισπανία - Πράσινο Ακρωτήριο προέβλεψε 3-0, για το Βέλγιο - Αίγυπτος 2-1, για το Ουρουγουάη - Σαουδική Αραβία επίσης 2-1 και για το Ιράν - Νέα Ζηλανδία 1-0. Το αποτέλεσμα; Κανένα από αυτά δεν συνέβη.
Και οι τέσσερις αναμετρήσεις έληξαν ισόπαλες. Το Βέλγιο - Αίγυπτος και το Ουρουγουάη - Σαουδική Αραβία τελείωσαν 1-1, το Ιράν - Νέα Ζηλανδία 2-2, ενώ η μεγαλύτερη έκπληξη ήρθε στο Ισπανία - Πράσινο Ακρωτήριο. Εκεί όπου το Copilot περίμενε ισπανικό "σφυροκόπημα", όμως ο Ζοσιμάρ "Βοζίνια" Ντίας κράτησε το 0-0 και έγινε το πρόσωπο της βραδιάς.
Θα μπορούσαμε να πούμε με ποδοσφαιρική γλώσσα ότι, η τεχνητή νοημόσυνη δεν διάβασε το παιχνίδι. Διάβασε την αφήγηση. Είδε την Ισπανία, είδε το Πράσινο Ακρωτήριο και έφτιαξε ένα σκορ που έμοιαζε λογικό στα χαρτιά. Μόνο που το ποδόσφαιρο, ευτυχώς, δεν παίζεται στα χαρτιά.
Το Copilot δεν είναι το μόνο μοντέλο που έχει εκτεθεί σε αθλητικές προβλέψεις. Νωρίτερα μέσα στον μήνα, δημοσιογράφοι είχαν ζητήσει από το ChatGPT να προβλέψει τον τελικό του NBA ανάμεσα στους New York Knicks και τους San Antonio Spurs, με το μοντέλο να δίνει προβάδισμα στους Spurs. Ούτε εκείνη η πρόβλεψη επαληθεύτηκε.
Το θέμα, βέβαια, δεν είναι απλώς ένα χαριτωμένο τεχνολογικό φιάσκο. Πρόσφατη μελέτη έδειξε ότι τα μεγάλα γλωσσικά μοντέλα εξακολουθούν να δυσκολεύονται πολύ όταν καλούνται να προβλέψουν αθλητικά αποτελέσματα ή να αναλύσουν με ακρίβεια την εξέλιξη ενός αγώνα. Σε δοκιμές πρόβλεψης μικρών τμημάτων παιχνιδιών, το καλύτερο μοντέλο έφτασε σε ακρίβεια μόλις 43%, ενώ οι άνθρωποι έφτασαν το 58,9%.
Αυτό δεν σημαίνει ότι η τεχνητή νοημοσύνη δεν έχει θέση στον αθλητισμό. Έχει και μάλιστα μεγάλη. Μπορεί να βοηθήσει στην ανάλυση, στην προετοιμασία, στη διαχείριση δεδομένων και στην κατανόηση μοτίβων. Όμως όταν το ζητούμενο είναι να προβλέψει ποιος θα λυγίσει, ποιος θα αντέξει, ποιος τερματοφύλακας θα "κατεβάσει ρολά" ή ποια ομάδα θα αρνηθεί να χάσει, τα πράγματα αλλάζουν.
Γιατί ο αθλητισμός παραμένει ένα από τα τελευταία πεδία όπου η λογική δεν αρκεί πάντα. Και αυτό είναι ίσως το καλύτερο νέο για όλους μας.
Ακολούθησε το Esquire στο Facebook, το X και το Instagram.
