AccueilArchive

Grand perdant de la Coupe du monde : l’algorithme de prédiction de Goldman Sachs

Grand perdant de la Coupe du monde : l’algorithme de prédiction de Goldman Sachs

Image :

MOSCOW, RUSSIA – JULY 15: France goalkeeper Hugo Lloris lifts the trophy during the 2018 FIFA World Cup Russia Final between France and Croatia at Luzhniki Stadium on July 15, 2018 in Moscow, Russia. (Photo by Ian MacNicol/Getty Images)

avatar

Par Thibault Prévost

Publié le

Malgré un algorithme sophistiqué et un énorme volume de données, le système de prédiction sportive développé par Goldman Sachs s’est royalement planté.

À voir aussi sur Konbini

Comme une feuille de match de l’Argentine, sur le papier, ça avait tout de la bonne idée : une banque d’investissement, tête de gondole du capitalisme spéculatif, met ses capacités d’évaluation prédictive au service du pari sportif. Ses meilleurs cerveaux, habitués à analyser la volatilité des marchés financiers, conçoivent un algorithme de machine learning (“apprentissage automatique”). En s’appuyant sur un volume de données gigantesques, comprenant chaque équipe et chaque joueur présent à la Coupe du monde, l’intelligence artificielle simule près d’un million de tournois pour livrer sa prédiction. Mieux : l’algorithme est mis à jour pendant la compétition pour continuer à analyser sans relâche. L’arme atomique des parieurs. Paul le Poulpe sous stéroïdes. Invincible. Implacable. Inarrêtable.

Le 11 juillet, dans un rapport, Goldman Sachs publie les prédictions de sa machine. Dans le monde parallèle des statistiques, le Brésil rafle sa sixième étoile en battant l’Allemagne. La Russie ne sort pas de la phase de poules. Et nos soldats tricolores perdent en demi-finale contre le Brésil, après avoir sorti l’Espagne en quarts. Mbappé, Grizou et les autres peuvent doucement rigoler. Vous l’aurez compris, l’initiative de Goldman Sachs a été un échec absolu. Pire : c’est la seconde fois que la firme s’essaie aux pronostics par IA, après avoir tenté le coup lors de la Coupe du monde brésilienne. Avec des résultats tout aussi honteux.

Les statistiques, un outil puissant… sur le long terme

Comment expliquer que les modèles prédictifs, qui sont le secret le mieux gardés de ces firmes et peuvent, grâce à leurs calculs, faire transiter des sommes d’argent gigantesques en un claquement de doigts, soient aussi nuls lorsqu’il s’agit de football ? Difficile d’y répondre avec certitude. Dans un livre célèbre intitulé The Numbers Game, paru en 2013, David Sally, économiste et total débutant du football, tentait d’analyser ce sport à la seule lumière des nombres.

Et y révélait des statistiques inédites, aussi réelles que profondément inconfortables pour les fans que nous sommes (par exemple, au vu des chiffres, un corner ne devrait jamais être vu comme une occasion de but, et surtout pas tiré directement vers le point de penalty). L’approche statistique du beautiful game n’est donc pas dénuée d’intérêt ; seulement, sur un temps aussi court que celui d’un tournoi, le football est assurément plus qu’une somme de variables identifiables, tout joueur de Football Manager ayant déjà vécu l’horreur d’une défaite surnaturelle vous le dira.

Les limites de l’approche algorithmique

Ce que Deschamps le premier appelait “l’irrationnel” au sortir de France-Argentine, les algorithmes sont pour l’instant bien incapables de mettre le doigt dessus, encore moins d’en prédire les mouvements. Kanté et sa gastro-entérite le soir de la finale. Lloris qui bouffe une libellule. Les décisions contradictoires prises avec la VAR. La comète de Benjamin Pavard. Toutes ces décisions minuscules, souvent révélées après le coup de sifflet final, font l’essence d’un sport dont l’atout le plus ravageur est bien la capacité de stupéfaction des foules.

Pour être honnête, Goldman Sachs est loin d’être la seule firme à s’être cassée les dents sur l’idée de pouvoir prédire un match de football : la banque suisse UBS donnait la coupe à l’Allemagne, comme d’autres universitaires et à peu près tous les parieurs à l’approche pragmatique. L’Allemagne, fantasme absolu de statisticien, régulière au plus haut niveau depuis des temps immémoriaux, rouleau compresseur en match de préparation… rentrée à la maison tête basse après deux énormes accidents industriels (défaite 1-0 contre le Mexique le 17 juin, puis défaite 2-0 contre la Corée du Sud le 27 juin). Une défaite que les algorithmes, formidables broyeurs de chiffres, ne pouvaient pas décemment anticiper.

À l’heure où les modèles prédictifs envahissent progressivement tous les secteurs, de la police au marketing, avec une acuité terrifiante, le football reste un îlot de chaos imperméable aux sirènes algorithmiques. Tant mieux pour tous les Benjamin Pavard à venir.