Por Que o Algoritmo Perdeu?

O Empate Que Não Calculou

Wolter Eastenda vs. Avai: 1-1. Apito final às 00:26:16 UTC. Não foi um thriller. Nem mesmo uma falta quase marcada.

Rodei os números às 22:30 de 17 de junho — esperava vitória, não empate.

O modelo tinha uma diferença esperada de gols de 87% com base em xG, cadeias de posse e gradientes de pressão defensiva.

Previu vitória caseira.

Estava errado.

O Erro Humano em Tempo Real

O atacante da Avai, Darius Kova (sim, nomeado após a barraca do meu pai), marcou de uma jogada que desafiou o xG em 0,43.

Seu chute? Probabilidade esperada: 0,09.

Ele marcou mesmo assim.

O algoritmo não se importou com o ângulo do seu pé — nem com o peso da sua crença.

Treinamos com dados que gritavam na noite.

Por Que a Intuição Vence Quando os Modelos Dormem

Wolter Eastenda controlou a posse (63%), mas seu jogo parecia um modelo superajustado — muitas variáveis, pouca criatividade.

Avai? Jogaram com baixa entropia — contra-ataque construído sobre silêncio e precisão. Sem charme. Apenas execução. Como a barraca do meu pai: previsível, consistente, desprovida — e de alguma forma mais viva que qualquer lateral da Premier League.