Avec l’approche de la Coupe du Monde, la plupart des mod\u00e8les d’intelligence artificielle (IA) annoncent l’Espagne comme probable championne, suivie de pr\u00e8s par la France. Ce tournoi repr\u00e9sente un v\u00e9ritable champ de bataille non seulement pour les \u00e9quipes, mais aussi pour les technologies d’IA. Deux projets de recherche, en particulier, se penchent sur cette question intrigante.<\/p>\n
Le succ\u00e8s des chatbots d’IA comme Grok est notable ; ils ont correctement pr\u00e9dit la victoire de l’Allemagne contre Cura\u00e7ao. Grok a m\u00eame pu anticiper les r\u00e9sultats exacts des trois premi\u00e8res rencontres de la Coupe. Cela soul\u00e8ve des interrogations : est-ce une simple co\u00efncidence ou t\u00e9moigne-t-il de la comp\u00e9tence de l’IA ? Des chercheurs de l’Institut d’Intelligence Artificielle en Management \u00e0 Munich cherchent \u00e0 le d\u00e9couvrir.<\/p>\n
Le doctorant Jonas Schweisthal a, en collaboration avec ses coll\u00e8gues de Cologne et de Paderborn, mis sur pied une comp\u00e9tition d’IA pour pr\u00e9dire les matches et les tournois, attribuant des points selon la pr\u00e9cision de leurs pr\u00e9visions. Des points sont attribu\u00e9s pour les pr\u00e9visions exactes, la bonne diff\u00e9rence de buts ou simplement la bonne tendance (victoire, match nul ou d\u00e9faite).<\/p>\n
Les chatbots participant \u00e0 ce tournoi incluent ceux d’OpenAI, Google, et d’autres. Malgr\u00e9 l’utilisation de donn\u00e9es similaires \u2014 comme des rapports historiques et des classements \u2014 les r\u00e9sultats varient. Pourquoi tant de divergence ? Schweisthal explique ces diff\u00e9rences par le “raisonnement” des mod\u00e8les ; chaque IA donne un poids diff\u00e9rent aux informations, comme l’impact des joueurs bless\u00e9s.<\/p>\n
Ces divergences dans le raisonnement des IA int\u00e9ressent particuli\u00e8rement les chercheurs. Elles pourraient r\u00e9v\u00e9ler comment ces mod\u00e8les \u00e9valuent les informations, incluant les biais culturels ou linguistiques. Par exemple, le mod\u00e8le francophone Mistral accorde une note particuli\u00e8rement favorable \u00e0 l’\u00e9quipe nationale fran\u00e7aise.<\/p>\n
Un second projet de recherche, men\u00e9 par la TU Munich en partenariat avec des universit\u00e9s \u00e0 Vienne et Hangzhou, se concentre sur l’analyse des effectifs des \u00e9quipes nationales. S’appuyant sur les “Squad League Networks”, ils calculent les chances de victoire en prenant en compte les ligues o\u00f9 \u00e9voluent les joueurs, tenant compte de la qualit\u00e9 des clubs comme Liverpool ou le Paris Saint-Germain.<\/p>\n
\u00c0 l’inverse des pr\u00e9visions des chatbots, cette m\u00e9thode bas\u00e9e sur les effectifs vise \u00e0 fournir des r\u00e9sultats plus objectifs. Les chercheurs comparent les effectifs actuels avec les performances pass\u00e9es lors des grands tournois.<\/p>\n
Sur le march\u00e9, des outils d’IA comme Opta et Footbot simulent les matches jusqu’\u00e0 50 000 fois, tenant compte de multiples facteurs, tels que la force des \u00e9quipes, les conditions m\u00e9t\u00e9orologiques et les lieux de jeu. Cependant, leur taux de r\u00e9ussite ne d\u00e9passe pas 60 %.<\/p>\n
Peut-on consid\u00e9rer l’IA comme sup\u00e9rieure \u00e0 l’intuition humaine ? Aucune preuve scientifique ne le prouve. Un r\u00e9cent test a vu l’IA, repr\u00e9sent\u00e9e par ChatGPT, se classer 22e contre 275 parieurs humains apr\u00e8s une semaine de comp\u00e9tition.<\/p>\n
Selon des \u00e9tudes, 40 % des objectifs marqu\u00e9s r\u00e9sultent du hasard. Les passionn\u00e9s de football peuvent donc se rassurer : l’IA permet des pr\u00e9visions, mais ne peut pas pr\u00e9dire l’avenir. Au final, alors que certaines pr\u00e9dictions d’IA peuvent sembler fiables, le football reste un sport impr\u00e9visible, o\u00f9 des surprises peuvent survenir \u00e0 chaque coin de terrain.<\/p>\n