Publié le 9 juillet 2018 à 10:07
Cela fait déjà plus de 3 semaines que le monde entier vibre au rythme des matchs de la Coupe du Monde de football 2018 qui se déroule en Russie depuis le 14 juin. La date tant attendue de la finale se rapproche à grands pas [ndlr : dimanche 15 juillet à 17h], et tout le monde aimerait bien savoir qui sera le vainqueur de cette édition. Tandis que certains comptent sur les talents divinatoires de Paul le poulpe et de ses 9 cerveaux, d’autres préfèrent décortiquer les chiffres pour élaborer des raisonnements mathématiquement irréprochables. Mais ont-ils raison ?
Le graal de tout pronostiqueur ? Prédire le déroulé de la coupe du monde, les équipes vainqueurs, les buts marqués… Mais compliqué lorsque l’on est incapable de lire l’avenir. C’est ici que les algorithmes prédictifs et le machine learning entrent en jeu !
Les données sont récoltées par des spécialistes de la data qui créent des modèles de prédiction et des algorithmes, et effectuent d’innombrables simulations, afin d’obtenir des taux de probabilité. C’est d’ailleurs ce qu’a fait Goldman Sachs Global Research pour la CDM 2018. Ils ont élaboré 3 modèles de prédiction différents :
L’observatoire du football CIES a, quant à lui, créé un “indice de pouvoir” afin de calculer les probabilités pour chaque équipe de gagner la coupe. Cet indice “combine le pourcentage moyen des rencontres de championnat disputées depuis le 1er juillet 2017 par les 23 joueurs les plus utilisés lors de la campagne de qualification avec le niveau sportif moyen des clubs d’emploi” (selon la lettre hebdomadaire 225 de l’observatoire). D’après leurs calculs la France termine 3e derrière le Brésil et l’Espagne. [ndlr : mais on espère qu’ils se trompent !].
Les données permettent de prédire l’issue de certains matchs, mais ça n’est pas tout ! Aujourd’hui certaines équipes sont dotées d’armées d’analystes chargées d’améliorer leur jeu technique. C’est notamment le cas de la Belgique qui utilise des drones lors des entraînements afin de collecter des données comme les déplacements des joueurs sur le terrain. Ces modèles statistiques sont construits sur de nombreuses hypothèses ayant nécessité l’analyse de 100 millions de passes faites par les joueurs de la coupe du monde. Les équipes peuvent ainsi adapter leur tactique en fonction de leur jeu et de celui de leurs adversaires.
Le “tribunal médiatique” des réseaux sociaux entre aussi en jeu dans la prédiction de l’issue des matchs de la coupe du monde. Les opinions qui y sont exprimées sont analysées afin d’évaluer une tendance générale. Ils prétendent que plus il y a de personnes partageant une même opinion, plus celle-ci a de chance de se réaliser. Mais dans ce cas, les analystes ne faisant pas appel à des données objectives, la fiabilité des résultats est discutable.
Le but du jeu de ces prédictions ? Voir juste ! Et dans une certaine partie des cas c’est ce qu’il se passe : en 2014 des intelligences artificielles avaient prédit la victoire de l’Allemagne. Mais il semble que ces prédictions aient une limite : les modèles de Goldman Sachs Global Research indiquent que l’Allemagne se retrouvera en finale contre le Brésil. Seul problème : l’équipe allemande s’est déjà fait éliminer en poule. Les modèles de prédiction à base d’intelligence artificielle ne peuvent pas tenir compte des aléas. On ne peut en effet pas (encore ?) prédire la blessure d’un joueur ou encore les conditions météorologiques. Les prédictions ne peuvent donc pas être exactes à 100%, mais ce n’est pas plus mal : comment vibrer pendant un match si on connaît l’issue avant le coup d’envoi ?