Чи можна довіряти ШІ у футбольних прогнозах?

Модель не бреше — але хто її інтерпретує?

Я створив байєсівську мережу для передбачення результатів Прем’єр-ліги на основі 12 років даних. Модель не бреше — вона навчена на чистих статистиках: володіння м’ячем, xG, зони ударів, оборонні переходи. Але коли я передав результати власнику клубу, який запитав: «Чи переможе?» — питання було не про ймоверність. Воно було про бажання.

Коли код стає культурою

Алгоритми не мають намірів. Але люди — так. У Кройдоні моя мати — нигерийська медсестра — навчила мене: статистика без емпатії — це лише шум. Моя мати — шотландський інженер — навчила мене: точність без етики — це гордощ. Коли ми оптимизуємо «точність», ми часто ігноруємо тих, хто залишився позад: молодь з меншинних спльнот, чия дана небула включена до системи.

Прихована загроза: Алгоритмичний колонIALIЗМ

Найбезпечнший сигнал — не перенавчання, а невидимость. Ми лiчимо «Думонт» як прокс для « успiх», потiм дивимося: чому його данi не додаються? Бо модель навчалася людьми, котрi не побачили його.

Данi не говорять — але тi, хто їх використовують - будуть

Ми плутаємо кореляцiю за причиннiстю бо плутаємо шаблон за владу. 78% ймоверностi перемоги - це нiщо, якщо гравець за пазом нe отримав жодного ударu.

Етичне моделювання - це людська праця

Справжнiй ізight знаходиться не в кодi - в контекстi. Задайте собi питання: Чи довiряете ВИ алгоритму… чи людинi, що його написала?