Come funzionano i supercomputer che prevedono i campionati

Ogni agosto, con i campionati appena partiti, i media sportivi pubblicano lo stesso tipo di titolo: il supercomputer ha previsto la Premier League, oppure il modello concede il 62 per cento di possibilità alla favorita. La parola evoca una macchina enorme che ronza in uno scantinato refrigerato. La realtà è parecchio più umile e parecchio più interessante: quasi sempre si tratta di un programma statistico che distribuisce i gol seguendo una formula con più di quarant'anni di storia e che gioca la stagione migliaia di volte di fila per contare quante di quelle volte vince ciascuna squadra. Capire che cosa c'è sotto serve a due cose: a valutare perché questi modelli azzeccano più di quanto ci si aspetterebbe, e a sapere esattamente in quale momento smettono di servire.

Da dove esce il titolo di ogni agosto

Il format lo hanno reso popolare le società di dati sportivi. Il modello di Opta, per esempio, simula ogni partita della stagione diecimila volte e ordina le squadre in base alla media di punti che accumulano in quell'insieme di stagioni immaginarie. Con quel materiale si può costruire qualsiasi titolo: probabilità di scudetto, di entrare in Europa, di retrocedere, oppure la classifica finale più probabile. È un contenuto economico da produrre, si aggiorna da solo a ogni giornata e funziona molto bene sui social, per cui è diventato un genere giornalistico a sé che ricompare puntualmente a ogni precampionato.

La cosa curiosa è che le note in calce di solito contraddicono il titolo. Nella proiezione di Opta per la Premier League 2025-26, diciannove squadre su venti hanno vinto il titolo almeno una volta dentro quelle diecimila stagioni simulate. Detto altrimenti: era il modello stesso ad avvertire che quasi qualsiasi cosa era possibile. Il titolo prende la squadra che ha vinto più volte e la presenta come una previsione chiusa; il modello, invece, stava descrivendo un ventaglio enorme di futuri, alcuni molto improbabili ma nessuno impossibile.

Maher, Dixon e Coles: l'origine accademica

L'idea di fondo è più vecchia di internet. Nel 1982, M. J. Maher pubblicò sulla rivista Statistica Neerlandica un articolo intitolato Modelling association football scores in cui assegnava a ogni squadra due numeri: una forza d'attacco e una forza di difesa. I gol di ogni partita venivano modellati con una distribuzione di Poisson, lo stesso strumento che serve a contare eventi poco frequenti dentro un intervallo di tempo. Maher verificò che, con qualche sfumatura, quel modello così semplice descriveva ragionevolmente bene la frequenza reale dei punteggi, e vi incorporò inoltre il vantaggio di giocare in casa.

Quindici anni dopo, nel 1997, Mark Dixon e Stuart Coles pubblicarono sul Journal of the Royal Statistical Society, Serie C, il lavoro che trasformò tutto questo in uno strumento pratico. Adattarono il modello a partite inglesi di campionato e coppa disputate fra il 1992 e il 1995 e vi apportarono due correzioni decisive. La prima: correggere la frequenza dei punteggi bassi, perché il Poisson puro restava corto sugli zero a zero e sugli uno a uno. La seconda, e la più importante per quello che ci riguarda: introdurre una ponderazione temporale, in modo che le partite recenti pesassero più di quelle vecchie nello stimare la forza di una squadra. Un club non è lo stesso ad aprile e due anni prima, e il modello doveva accorgersene.

Perché bisogna giocare la stagione diecimila volte

Con gli attacchi e le difese ormai stimati si può calcolare la probabilità di ogni punteggio possibile in ogni partita da giocare. Il problema è che un campionato non è una partita isolata: è una rete di decine di giornate in cui il risultato di ciascuna cambia il significato della successiva. Non esiste una formula chiusa ragionevole che trasformi tutte quelle probabilità individuali in una probabilità di finire campioni, tanto meno quando entrano in gioco i criteri di spareggio per differenza reti o per scontri diretti fra le interessate.

La via d'uscita è la simulazione di Monte Carlo, un metodo che consiste nel risolvere un problema difficile tirando i dadi moltissime volte. Il computer estrae un risultato concreto per ogni partita che resta, seguendo le probabilità dettate dal modello; somma i punti; costruisce la classifica finale; e annota chi è stato campione e chi è retrocesso. Poi ripete l'operazione da zero. Al termine di diecimila stagioni complete basta contare: se una squadra ha chiuso prima in 6.200 di esse, la sua probabilità di titolo è del 62 per cento. Non c'è altra magia che questa, e il nome viene dal casinò di Monaco, non da un supercalcolatore.

Che cosa significa davvero un 62 per cento

Qui sta il malinteso centrale. Un 62 per cento non significa che quella squadra vincerà il campionato. Significa che, se la stagione si giocasse cento volte a partire dallo stato attuale, con queste rose e questo calendario, quella squadra uscirebbe campione una sessantina di volte, sessantadue, e un'altra se lo prenderebbe nelle trentotto restanti. E un 38 per cento non è una cifra trascurabile: è quasi esattamente la probabilità di ottenere due teste lanciando tre volte una moneta, cosa che non sorprende nessuno quando accade.

Ecco perché un modello non si giudica dall'aver azzeccato il campione, ma dalla sua calibrazione: di tutte le volte che ha detto venti per cento, l'evento si è verificato più o meno una volta su cinque? Un modello ben calibrato sbaglia continuamente nei casi individuali e risulta comunque utile, esattamente come un bollettino meteo che annuncia un trenta per cento di pioggia sta facendo il suo lavoro se piove tre volte su dieci che lo dice. Giudicare una probabilità da un solo esito è come giudicare un dado da un unico lancio.

Come funziona il supercomputer di questo sito

Il modello di futsimulator.com appartiene alla stessa famiglia di idee. Gioca diecimila volte tutte le partite che restano da disputare nella competizione e conta gli esiti. La forza offensiva e difensiva di ogni club non si ricava dalla classifica grezza, ma correggendo per gli avversari già affrontati: segnare tre gol alla capolista non vale come segnarli all'ultima in classifica, e una difesa che ha già fatto visita alle quattro migliori del campionato va letta con un metro diverso rispetto a un'altra che non si è ancora mossa da casa.

Seguendo la logica di Dixon e Coles, le partite recenti pesano più di quelle lontane, con un'emivita di cento giorni: un risultato di tre mesi fa influisce all'incirca la metà di uno di questa stessa settimana. E per il problema classico delle prime giornate, quando ancora non ci sono dati sufficienti, il modello parte da un valore a priori costruito a partire dal valore della rosa del club e dal suo piazzamento dell'anno precedente; quel peso iniziale cala man mano che arrivano risultati reali. Un dettaglio tecnico che vale la pena citare: tutto il calcolo viene eseguito nel browser del visitatore, non su un server remoto. Il supercomputer, letteralmente, è il tuo stesso dispositivo.

Quello che nessun modello può sapere

E qui arriva la parte onesta. Questi modelli leggono il passato; non leggono il futuro. Non sanno che l'attaccante titolare si infortunerà alla nona giornata, né che il club a gennaio prenderà un centrocampista che cambia la faccia della squadra, né che ci sarà un cambio in panchina capace di riordinare completamente lo spogliatoio. Non sanno nulla del carico del calendario europeo che svuoterà le gambe a marzo, né di una sanzione amministrativa, né di una cessione inattesa nell'ultimo giorno di mercato. Tutto questo entra nel modello solo dopo essere accaduto, quando si è già tradotto in risultati.

Non catturano bene nemmeno quella che gli statistici chiamano correlazione fra partite: nella simulazione ogni incontro viene estratto in modo praticamente indipendente, mentre nella realtà una brutta striscia si contagia da un fine settimana all'altro e un infortunio lungo pesa per mesi. Per questo gli intervalli che producono tendono a essere un po' più stretti di quanto la vita finisca per dimostrare. La conclusione ragionevole non è buttare via il modello, ma usarlo per quello che è: un modo ordinato di distinguere il probabile dal semplicemente possibile, senza mai confondere una cosa con l'altra.

"Un modello non ti dice quello che accadrà; ti dice quante volte accadrebbe se l'anno si ripetesse diecimila volte."

• Simula le giornate che restano del tuo campionato e guarda come si chiude la classifica finale.
• Cambia a mano qualsiasi risultato e verifica all'istante come si muove la classifica.
• Costruisci tabelloni a eliminazione diretta e simulali turno dopo turno fino alla finale.
• Apri il supercomputer, guarda le probabilità di titolo e di retrocessione e confrontale con la classifica reale.

"La statistica non sostituisce la stagione: ti dice soltanto che cosa aspettarti prima che si giochi."