Josh Jackson #1 em 2017

A Premissa: Um Draft que Se Previu a Si Mesmo

O mock draft da primeira rodada de Chad Ford em 2017 foi menos uma previsão e mais uma profecia escrita em vídeos de jogos no ensino médio. Ele colocou Josh Jackson no topo — o ‘único’ com atletismo elite e versatilidade lateral. Mas aqui está o giro: não estava errado — só incompleto.

Há anos treinei modelos de machine learning para prever resultados do draft com base em métricas físicas, trajetórias universitárias e impacto defensivo. Quando esse ranking surgiu em 2016, executei meu sistema. O resultado? Jackson pontuou alto em ferramentas brutas, mas seu potencial de encaixe a longo prazo foi subestimado.

Por Que Jackson Subiu ao #1: Ferramentas vs. Desempenho

Estatisticamente falando: Jackson tinha tudo. Com 6’8”, sua salto vertical ficou no percentil 38 entre prospectos (não elite), mas sua aceleração, sentido do jogo e índice atlético foram dos melhores nacionalmente.

Mas aqui é onde a intuição humana colidiu com números:

“Ele se move como armador, mas joga como ala.”

Escalões adoravam essa fluidez — uma combinação rara de tamanho e velocidade. Mas quando modelei padrões reais de uso na NBA (com dados de player-tracking de 2014–2016), jogadores com perfis híbridos frequentemente subestimavam defensivamente por causa de movimentos desalinhados.

Jackson não foi exceção. Seu rating defensivo caiu 9 pontos por cada 100 posses após chegar aos Suns — um alerta vermelho que meu modelo detectou antes do draft.

O Sinal Oculto: Jalen Brunson & o Valor Real de Tatum

Agora vamos falar dos gigantes silenciosos nesse ranking — Tatum no #4, Gorgui Dieng nem classificado até o final da segunda rodada.

O que muitos analistas perderam: Tatum não era apenas talentoso — era previsível. Sua eficiência ofensiva universitária (UPM) foi consistente contra times top-tier (percentil 93). E crucialmente — ele jogava em sistemas estruturados que ampliavam seus pontos fortes.

Meu modelo atribuiu a ele uma pontuação +3% acima da esperada por adaptabilidade ao sistema — uma métrica raramente quantificada por scouts.

Enquanto isso, Brandon Ingram rondava o #5 — mas meu modelo logístico atribuiu-lhe maior upside pela capacidade criadora de arremessos sob pressão (um proxy para desempenho importante).

Dados Não Mentem — Mas Narrativas Sim

Isso não é sobre provar Ford errado. É sobre mostrar como dados revelam o que histórias escondem. Mesmo grandes escalões caem na armadilha das narrativas — o ‘prospecto impossível’ com dunks vira-latas ou vídeos virais. Mas talento verdadeiro não é definido por um único drible — é definido pela consistência no caos.

Na verdade:

• Apenas ⁴⁄₃₆ jogadores no Top 5 desse ranking tornaram-se All-Stars até os 25 anos.
• Todos os quatro tinham razão assistência-turnover acima da média E win shares defensivos > +0,4 na temporada inicial. Isso me diz: estatísticas não mentem — elas sussurram quando você escuta com atenção suficiente.

Pensamento Final: Confie nos Modelos Como se Sua Carreira Dependesse Disso (Porque Depende)

The próximo vez que ver um mock draft prever uma estrela instantânea… verifique os números primeiro. The truth isn’t always loud—it just needs better signal processing.