Inteligência artificial no trabalho do treinador e no apoio à decisão no futebol: o que pode e o que não pode fazer

A inteligência artificial no trabalho do treinador e no apoio à decisão no futebol é mais útil quando a tratamos como um segundo leitor da mesma evidência que a equipa técnica já domina: forma, força, lesões, calendário, os hábitos do adversário. Não vê nada que um bom analista não consiga ver. O seu valor está na rapidez, na consistência e numa probabilidade declarada em vez de um vago "deve correr bem". O treinador continua a ser o dono da decisão, e a ferramenta só merece o lugar se mudar uma conversa para melhor.

Comece pela dificuldade real do próximo jogo. Um bom resultado de apoio à decisão dá probabilidades de vitória da casa, empate e vitória do visitante, não um veredicto. A distinção pesa numa semana sobrecarregada. Se a sua equipa tiver, digamos, 40% de hipóteses de ganhar fora, o staff pode perguntar o que isso implica: um jogo que se espera disputar e não controlar, em que uma equipa rodada pode custar pouco ou muito, consoante quem falte. O número enquadra a discussão. Não a encerra.

A rotação é onde isto mais ajuda, porque o custo de um palpite errado se espalha por vários jogos. Bem usada, uma previsão permite comparar jogos entre si: onde um onze enfraquecido ainda deixa uma hipótese razoável, e onde não deixa. Mostra também quanto o quadro muda quando se conhecem as escalações confirmadas, e é por isso que o momento conta. Uma leitura feita dias antes e uma leitura atualizada quando saem as fichas de jogo são produtos diferentes, e convém saber qual deles se está a ler.

A preparação de cenários é a terceira utilização, e a menos glamorosa. As estimativas de resultado exato não são previsões do marcador final. São uma forma de ver que estados de jogo são plausíveis: um golo madrugador, um 1-0 apertado, um jogo aberto em que ambas as equipas marcam. Uma simulação de golos construída a partir do que cada equipa marcou e sofreu recentemente, calibrada pela visão do mercado sobre o favorito, dá ao staff um menu de formas prováveis para ensaiar. Trate-a como um ponto de partida para o planeamento de bolas paradas e de substituições, não como um guião. Quem pergunta como devem ser os prompts de IA para treinadores de futebol tira mais proveito de uma pergunta simples: que dois ou três cenários concentram a maior parte da probabilidade, e o que fazemos em cada um?

Avaliar se uma previsão é boa é a parte que os clubes mais vezes saltam. Três hábitos ajudam. Primeiro, peça um historial ao longo de muitos jogos, avaliado com uma definição fixa, porque um único resultado não prova nada: uma previsão de 70% falha, em média, cerca de três vezes em cada dez. Segundo, compare-a com uma referência ingénua, como apostar sempre na equipa da casa, já que uma previsão que não bate uma regra simples não acrescenta informação. Terceiro, verifique a calibração e uma regra de pontuação adequada, como o índice de Brier, que premeia probabilidades honestas e não palpites confiantes. Quanto mais baixo, melhor, e a comparação que conta é com a referência, não com a perfeição.

Um exemplo prático mostra como é um historial honesto. A Kickwise publica uma probabilidade pré-jogo para cada partida que cobre, combinando a leitura que um modelo de linguagem faz dos dados do jogo com o consenso do mercado, ou com uma estimativa baseada na forma quando não há mercado. O seu registo público guarda a última previsão feita antes do apito inicial e avalia-a com o resultado aos 90 minutos mais o eventual prolongamento. Em 2026-10-09, as previsões com confiança de 65% ou mais nos últimos 90 dias estiveram certas 45 vezes em 60 (75%), em jogos nos quais a equipa da casa ganhou 52% das vezes. Em todas as previsões avaliadas nos últimos 30 dias, a todos os níveis de confiança, o registo mostra 36 certas em 62 (58%), com um índice de Brier de 0,549 contra 0,656 de uma referência que usa as próprias taxas de vitória da casa, empate e vitória do visitante da amostra.

Esses mesmos dados trazem os limites que deve esperar de qualquer ferramenta deste tipo. O empate é o resultado mais difícil de acertar. Os amigáveis e os jogos com poucos dados são pouco mais do que um cara ou coroa. E uma sequência curta de resultados, boa ou má, diz pouco sobre a qualidade, pelo que um registo tem de ser lido ao longo de muitos jogos. Se um produto de análise de dados no futebol, comprado ou construído, não consegue mostrar os seus próprios erros e a comparação com uma referência simples, também não pode confiar nos seus acertos.

Onde deixa de ser útil? Nas coisas que uma probabilidade não consegue conter: o estado de espírito de um jogador, a dinâmica do balneário, uma ideia tática que o treinador quer experimentar precisamente porque os números não a esperam. O uso sensato das ferramentas de IA para treinadores de futebol é como verificação dos nossos próprios pressupostos e como forma mais limpa de informar a direção: aqui está a expectativa, aqui está o intervalo, aqui está o motivo por que um mau resultado, por si só, não significa um mau processo. A ferramenta informa a preparação do jogo. O treinador decide.