nieuwsbriefBroncode
Broncode Ik weet dus echt helemaal niks van voetbal. Voor het WK kon ik amper een speler van het Nederlands elftal opnoemen. Ja, Depay misschien nog net. Nog steeds geen idee bij welke club de beste man speelt. Toch sta ik aan de vooravond van de finale eerste in de voetbalpool van mijn collega’s. Ik zal het maar meteen opbiechten: ik heb met AI hun voetbalpool verpest.
Met 104 wedstrijden leek dit WK een ideaal experiment voor AI. Ik liet Claude Opus 4.8 daarom alle groepswedstrijden voorspellen op basis van een gewogen analyse van bookmakers en voorspellingsmarkten. Ik nam de voorspellingen blind over. In de knock-outfase versimpelde ik mijn prompt tot: „Voorspel land A – land B”.
Mijn AI-strategie leek in het begin voor geen meter te werken: na de eerste week stond ik stijf laatste. Zou AI dan toch het onvoorspelbare, menselijke en emotionele van voetbal niet begrijpen, klonk het hoopvol op onze redactie. Ik heb natuurlijk vanaf het begin eerlijk verteld dat ik Claude had gebruikt, wat leidde tot een lullige nieuwe bijnaam: Clauter van Noort. Maar het lachen verging de collega’s snel.
Want toen begon de wet van grote getallen in te kicken: in grote sprongen ging ik omhoog in het klassement, totdat ik halverwege de groepsfase als een irritante, valsspelende mug richting de eerste plek leek te zoemen.
En dat zorgde voor een gekke dynamiek: ineens werden álle voorspellingen eigenlijk een beetje verdacht. Het viel mij op dat sommige andere voorspellingen ineens wel heel erg op die van Claude begonnen te lijken, zeker toen het spannender werd in de pool. Ik noem geen namen (je weet wie je bent). Speelden we deze pool nog met collega’s, of met AI, of een beetje met allebei?
Maar hoe erg is dat nou? AI-onderzoeker Sander Duivestein, die op eenzelfde manier zijn voetbalpool verstierde, schreef er een grappig blogje over op LinkedIn, waarin hij volgens mij de kern raakt: „Vooraf de bookmakers raadplegen heet voorbereiding. De opstelling googelen vindt niemand raar. Maar 25.000 simulaties draaien klinkt alsof je met een consultancybureau tegen de stamtafel speelt. Je wint niet meer als mens, het systeem wint.”
Doorzie de wereld van technologie elke week met NRC-redacteuren
Een voetbalpool is geen keiharde voorspellingswedstrijd, het is een sociaal ritueel. En dat ritueel heb ik bruut verstoord door het te automatiseren. Zoals een collega het verwoordde toen ze hoorde dat ik AI had gebruikt: „Wat is daar nou léúk aan?” Een andere collega sneerde dat ik wel heel erg deed alsof ik geen andere keuze had dan AI te gebruiken. AI als sfeerspons.
Gelukkig voor de sfeer bij NRC heeft AI niet álles goed voorspeld, vooral Spanje vindt Claude blijkbaar lastig in te schatten: hij dacht dat Frankrijk van Spanje zou winnen, en sensationele verrassingen waaronder het gelijkspel van Kaapverdië tegen Spanje zag het ook niet aankomen.
Maar het is een catch-22: als je nog een voetbalpool wil winnen, is de verleiding groot om AI te gebruiken, maar als iedereen AI gebruikt is alle lol ervan af. Een AI-vrije voetbalpool? O ja, en wie gaat dat controleren? Bij elke pool zal hoe dan ook de twijfel toeslaan.
Dus helaas is de belangrijkste vraag dit WK eigenlijk: welke chatbot is dit keer kampioen geworden? De onafhankelijke vergelijkingssite LLM Soccer Arena liet alle grote AI-modellen het tegen elkaar opnemen met voorspellingen. De winnaar is – met de finale nog te gaan: ChatGPT 5.5, gevolgd door Claude Opus 4.8 (het nieuwe model Fable was nog niet uit bij de WK-start), en DeepSeek V4 Pro. De onderlinge verschillen waren opvallend klein.
Er is nog iets van hoop misschien, want uit een recente studie blijkt dat chatbots nog steeds niet de állerbeste manier zijn om het WK te voorspellen. De Amerikaanse onderzoekers constateerden dat een combinatie van specialistische voetbalmodellen zoals Elo-ratings (die continu teamsterkte berekenen), zogeheten Poisson/Dixon-Coles-modellen (die gemiddelde scoreverdelingen meewegen) en Monte Carlo-simulaties (waarbij het het hele toernooi duizenden keren virtueel wordt nagebootst) betere resultaten opleveren dan algemene chatbots.
Maar goed, dat weten de chatbots nu ook – en Poisson/Dixon-Coles-modellen klinken nou ook niet direct supergezellig.