‍#广场预测世界杯赢40000U

La predicción de la IA sobre los "32 equipos del Mundial" supera la precisión humana

Tras el fin de la fase de grupos del Mundial de 2026 en Estados Unidos, México y Canadá, la lista completa de los 32 equipos clasificados fue anunciada oficialmente. Mientras los equipos tradicionales y los equipos sorpresa competían ferozmente en el campo de fútbol, fuera de él, una "batalla de predicción entre humanos y máquinas" liderada por la inteligencia artificial también alcanzó un "cierre" temporal.

En la "Batalla de predicción del Mundial entre humanos y máquinas" lanzada por Lenovo Group junto con Migu Video, 12 modelos principales de IA nacionales y expertos humanos predijeron los resultados de 104 partidos. Los datos finales mostraron que la tasa de precisión general del lado de la IA superó a la de los expertos humanos, y algunos modelos de IA incluso acertaron equipos sorpresa como Cabo Verde, que no tenían datos históricos en el Mundial, obteniendo resultados "contra el consenso".

Fuente de la imagen: proporcionada por Lenovo oficialmente

Desde el 28 de mayo hasta antes del inicio del Mundial, Lenovo Tianxi AI, como "convocador general", envió una "tarjeta de respuestas del examen unificado de predicción de los 32 equipos del Mundial 2026" a 12 modelos principales de IA nacionales y expertos humanos, solicitando que presentaran sus "respuestas" antes del torneo.

El 28 de junio, hora de Pekín, con el empate 3-3 entre Argelia y Austria en el partido final del Grupo J, se revelaron las clasificaciones de las predicciones de cada IA. Entre ellas, Tencent Hunyuan ocupó el primer lugar al acertar 29 equipos clasificados, seguido de MiniMax y Xunfei Xinghuo con 28 aciertos. La tasa de éxito general del lado de la IA alcanzó el 61.9%, superando a los expertos humanos en un 7.3%.

Lo más destacado fue que, antes del torneo, cuatro de las 12 IAs se atrevieron a apostar por el "novato" Cabo Verde. Esta predicción "contra el consenso" fue confirmada por los resultados de Cabo Verde: el equipo empató sucesivamente con equipos tradicionales como España y Uruguay, y avanzó invicto.

Ma Lin, director técnico de SenseTime, explicó al reportero de Time Finance que la razón por la cual el modelo de IA pudo acertar a Cabo Verde como el "mayor equipo sorpresa" es que el modelo puede penetrar la apariencia superficial de la fuerza del equipo y extraer datos profundos. Aunque Cabo Verde es un "novato" en el Mundial, sus jugadores se han formado en gran medida bajo el sistema de ligas europeas, y en los últimos años han mostrado un rendimiento fuerte en las eliminatorias. El modelo de IA, al capturar variables de datos profundos como la disciplina defensiva, la eficiencia de los contraataques y la estructura de los jugadores, llegó a una conclusión más racional que la experiencia humana.

Sin embargo, mientras la IA demostró su capacidad "contra el consenso", también expuso sus limitaciones frente a la incertidumbre extrema. Por ejemplo, en el partido entre Cabo Verde y Arabia Saudita, las 12 IAs se dividieron en tres predicciones: DeepSeek, Kimi, Jieyue y Xunfei Xinghuo predijeron la victoria de Arabia Saudita; Tongyi Qianwen, Zhongyi Jiutian, Tianxi AI, Tencent Hunyuan y SenseTime Xiaohuanxiong predijeron un empate; Baidu Wenxin, Zhipu y MiniMax apostaron por la victoria de Cabo Verde. Aunque el resultado final fue un empate, ningún modelo acertó el marcador exacto de 0-0.

Este fenómeno reveló una "ceguera común de sobreestimación del poder ofensivo" en las predicciones de IA. Incluso los 5 modelos que predijeron el empate dieron marcadores que incluían al menos un gol. Según datos oficiales de Lenovo, de los 9 empates ocurridos en la fase de grupos, la tasa de acierto de la IA fue inferior al 3%. Por lo tanto, los modelos de IA son mejores procesando datos estructurados y tendencias deterministas, pero para un deporte de equipo como el fútbol, que involucra múltiples factores como la psicología en el momento, lesiones inesperadas y casualidad, hay partes que los modelos de IA no pueden estimar.

La aparición de múltiples equipos sorpresa en este Mundial hizo que las predicciones de la IA fueran variadas. Esto en realidad expone la debilidad de la "convergencia lógica subyacente" de los grandes modelos. Porque los grandes modelos son esencialmente "compresores de probabilidad" que se basan en datos históricos para hacer predicciones. En partidos regulares donde la diferencia de fuerza es clara, todos se alimentan de los mismos datos, por lo que naturalmente llegan a las mismas conclusiones; pero cuando se enfrentan a equipos desconocidos, o cuando aparecen tácticas innovadoras o estrategias extremas en el juego, la IA "falla colectivamente" por falta de referencia histórica. Porque no entienden realmente el juego, solo hacen conjeturas basadas en probabilidades frente a lo desconocido.

De hecho, la "batalla entre humanos y máquinas" por la predicción de los resultados del Mundial no es un esfuerzo exclusivo de Lenovo; varios fabricantes principales de modelos de IA también han participado: Tongyi Qianwen lanzó un asistente de IA especializado en predicciones de fútbol, que no solo cubre los 104 partidos completos para que los usuarios compitan con la IA, sino que también inició simultáneamente el "Plan de Canchas": cuando los puntos de predicción de los usuarios alcanzan cierta cantidad, Tongyi Qianwen donará canchas de fútbol a escuelas rurales.

Moonshot AI (Kimi) también construyó 300 agentes especializados, responsables de análisis táctico, seguimiento del estado de los jugadores, cálculo de calendarios y monitoreo de cuotas, entre otros campos específicos, y finalmente generó un informe de predicción profunda de 224 páginas, demostrando su capacidad para manejar tareas complejas mediante la colaboración multi-agente. Además, el modelo Claude Fable 5 de Anthropic también hizo predicciones basadas en variables macro como la estructura del torneo (48 equipos participantes, el campeón necesita jugar 8 partidos), las altas temperaturas del verano en Norteamérica y la curva de edad de las plantillas de los equipos.

Estas diversas formas de participación no solo transformaron la predicción de la IA de una simple "competencia de victorias y derrotas" a una demostración técnica integral que abarca análisis de datos, colaboración multi-agente, interacción pública y simulación macro, sino que también convirtieron esta "batalla entre humanos y máquinas" en torno al Mundial en un excelente campo de pruebas para que los fabricantes evalúen la capacidad de implementación de los grandes modelos. Pero desde una perspectiva más amplia, en sistemas complejos como la toma de decisiones comerciales, el análisis macroeconómico e incluso la gobernanza social, la IA también enfrenta el dilema entre "datos completos" y "caos real".