La jornada dejó un claro ganador en lo que respecta al modelo de predicciones de nuestro portal: el fútbol internacional de élite. Los tres partidos del Mundial FIFA 2026 fueron pronosticados correctamente. España arrolló a Austria con un contundente 3-0, Portugal superó a Croacia 2-1 en un duelo competido, y Suiza cerró su grupo con una victoria 2-0 ante Argelia. Tres aciertos de tres intentos en la fase previa mundial.
Destacable la superioridad de la selección española, que no solo ganó sino que goleó. La predicción del modelo en este caso fue acertada tanto en resultado como en magnitud de la victoria, reflejando el peso teórico de la potencia ofensiva española frente a un Austria que no pudo contener el despliegue ibérico.
Sin embargo, cuando bajamos de la élite internacional, el panorama cambió radicalmente. De 8 predicciones realizadas en ligas como USL League Two, USL League One, Premier League etíope y Copa Chile, el modelo acertó apenas 4 y falló en 4. Una tasa de acierto del 50%, muy por debajo de los estándares esperados.
La sorpresa más notable fue el colapso de Colo Colo en la Copa Chile: el modelo predijo una victoria del equipo chileno, pero O'Higgins lo goleó 4-1. Una predicción desastrosa que refleja una debilidad clara del algoritmo a la hora de capturar variables locales en competiciones sudamericanas.
La goleada más inesperada de la jornada llegó desde la USL League Two con un 8-0 de FC Motown II sobre Morris Elite. Se trata de un partido que el modelo no pronosticó previamente, por lo que no podemos evaluar su capacidad predictiva en este caso.
Los datos sugieren una pauta clara: el modelo de predicción funciona con fiabilidad en competiciones con históricos robustos y datos masivos (ligas nacionales consolidadas, selecciones internacionales), pero pierde precisión significativamente en ligas menores o segundas categorías donde el volumen de datos históricos es limitado y las variables son más volátiles.
La honestidad obliga a reconocer que una tasa de acierto del 63,6% global, aunque respetable, no es suficiente para competir con expectativas profesionales. El foco debe estar en mejorar la calibración del modelo en competiciones fuera de la élite, donde actualmente se está perdiendo credibilidad predictiva.