Umjetna inteligencija (AI) postala je nezaobilazan dio promjene onoga kako se ljudi na internetu upoznaju sa dotad nepoznatim temama. Umjesto da tragaju za velikim istraživanjima, korisnici sada očekuju brza objašnjenja, kratka sumiranja te izravne vodiče. Sportsko klađenje nazoči istom trendu: ono što je nekada izgledalo odveć tehničko ili zastrašujuće sada je postalo mnogo prijemčivije.
Moderne online kladionice također su mnogo lakše za razumjeti početnicima u ovom svijetu no što je to ranije bio slučaj. Danas novi igrač ne mora potrošiti sate i sate tragajući za informacijama o tome kako se registrirati, koji platni sustav koristiti ili kako izgleda sam proces sportskog klađenja. U digitalnom dobu, mnoga ovakva znanja nalaze se na stručnim i uskospecijaliziranim stranicama kao što je Legalbet, na kojem početnici mogu doznati sve o legalnim kladionicama i osnovama sportskog klađenja.
No kada je posrijedi AI, ova slika nije onoliko pozitivna koliko se to na prvi pogled čini, posebno za početnike. Prava opasnost ne leži u nedostatku informacija, već u iluzciji da je svaki alat koji omogućuje informacije jednako pouzdan. AI može biti koristan, no može postati i prečac ka prevelikom samopouzdanju - a upravo tu počinju problemi.
Iluzija kontrole
To nas dovodi do prve velike zablude, po imenu iluzija kontrole, a koju bihevioralna ekonomija odavno opisuje. Ova iluzija predstavlja tendenciju da vjerujemo kako imamo utjecaja na ishode koji su počesto tek djelomično predvidivi.
Umjetna inteligencija pomaže generiranju te iluzije, time što ne govori da je nešto pretpostavka, već daje strukturirane odgovore koji izgledaju kao produkt ozbiljne analize.
Zna li AI što su tečajevi?
Tečajevi nisu uvijek odraz vjerojatnosti ishoda. Oni su zapravo odraz onoga što kladionica procjenjuje da nogometna javnost misli, korigirano maržom koja uvijek ide u korist kuće. Tečajevi na tržištu pod utjecajem su kretanja oklada i javnih percepcija, ne samo onoga što se događa na terenu. Kladionice imaju čitave timove analitičara čiji jedini posao je postavljanje linija koje će maksimizirati prihod od marže, bez obzira na to tko pobijedi.
Brzina kao zamka
AI alati odgovaraju u treptaju oka, što ponekad može biti dobro, no počesto je opasno. Iskusni kladioničari vole usporiti, odgoditi odluke, prespavati na analizi, preispitati je hladne glave. Kod početnika tog filtra nema. AI za jednu minutu generira cijelu “analizu”, a neiskusni kladioničar pomisli da je to dovoljno, i ne razmišljajući previše, brzo uplaćuje okladu. A to je mnogo više kockanje nego stvarno “studiranje” jednog događaja.
Pristranost potvrde
Dobro je poznato koliko su AI alati pristrani, ali to su često i ljudi. Mnogi traže informacije samo kako bi potvrdili ono u što već vjeruju. Tako početnik pomisli da će jedna momčad pobijediti i pita AI zašto bi ta momčad trebala pobijediti. Dobit će u najvećem broju slučajeva odgovor koji to potvrđuje, upravo stoga jer je pitanje postavljeno na način koji vodi prema željenom zaključku.
Iskusni kladioničar postupit će suprotno: on će tragati za argumentima protiv vlastite teze, i zapravo će pitati “Koji su rizici oklade na ovu momčad?”.
Podaci ne znaju što će se desiti
Umjetna inteligencija operira s podacima, što je s jedne strane snaga, a s druge ozbiljno ograničenje. Povijesni podaci mogu opisati prošlost, pa je čak i objasniti, no ne mogu jamčiti što će se dogoditi u budućnosti, posebno ne u sportu.
Momčad koja je slavila na pet od šest posljednjih derbija nije nužno favorit i u narednom. Trener može promijeniti sustav ne bi li se prilagodio narednom rivalu. Možda se i u svlačionici dogodilo nešto što je poremetilo kemiju u ekipi. A ništa od toga ne može se naći u bazi podataka.
Također, AI neće imati najnovije informacije, a one su najznačajnije – baš kao što neće imati one “insajderske”, kakve se mogu pronaći na specijaliziranim portalima.
Jezik koji zvuči sigurno
Kad iskusan analitičar piše o utakmici, u svakom takvom tekstu su naznačene nesigurnosti te konstrukcije poput “Čini se”, “Pod uvjetom”, “Prema dostupnim informacijama”, koje trebaju i čitateljima staviti do znanja da postoje granice onoga što autor zna.
Kod AI takvih “ograda” nema, i njegov tekst zvuči definitivno, premda je to daleko od istine.
AI griješi na konkretnim primjerima
Kada favorit igra protiv autsajdera kod kuće, AI će uvijek naginjati favoritu. No iskusniji igrači znaju da takve utakmice znaju biti zamka i da su veliki timovi skloni podcijeniti protivnika, kao i da se mora uzeti u obzir i njihov raspored. Autsajder koji se organizirano brani i čeka kontre može biti daleko opasniji po momčad s niskim tečajem nego što to sugerira statistika.
Odgovornost i granice alata
Niti jedan AI alat ne snosi odgovornost za oklade koje početnik donese na temelju njegovih analiza. Uostalom, AI ne uči iz svojih “propalih” oklada, i to je temeljna razlika između novinara, analitičara i tipstera s jedne i umjetne inteligencije s druge strane. Oni se mogu, na kraju krajeva, pozvati na odgovornost. To s AI nije slučaj.
Sve ovo ne znači da AI nije koristan: za brzo prikupljanje statističkih podataka, provjeru forme, strukturiranje vlastite analize, provjeru čimbenika koje je možda propustio. U rukama nekoga tko zna što traži i razumije ograničenja alata, AI štedi vrijeme. Ali nije se dobro oslanjati samo na njega.
Moderne online kladionice također su mnogo lakše za razumjeti početnicima u ovom svijetu no što je to ranije bio slučaj. Danas novi igrač ne mora potrošiti sate i sate tragajući za informacijama o tome kako se registrirati, koji platni sustav koristiti ili kako izgleda sam proces sportskog klađenja. U digitalnom dobu, mnoga ovakva znanja nalaze se na stručnim i uskospecijaliziranim stranicama kao što je Legalbet, na kojem početnici mogu doznati sve o legalnim kladionicama i osnovama sportskog klađenja.
No kada je posrijedi AI, ova slika nije onoliko pozitivna koliko se to na prvi pogled čini, posebno za početnike. Prava opasnost ne leži u nedostatku informacija, već u iluzciji da je svaki alat koji omogućuje informacije jednako pouzdan. AI može biti koristan, no može postati i prečac ka prevelikom samopouzdanju - a upravo tu počinju problemi.
Iluzija kontrole
To nas dovodi do prve velike zablude, po imenu iluzija kontrole, a koju bihevioralna ekonomija odavno opisuje. Ova iluzija predstavlja tendenciju da vjerujemo kako imamo utjecaja na ishode koji su počesto tek djelomično predvidivi.
Umjetna inteligencija pomaže generiranju te iluzije, time što ne govori da je nešto pretpostavka, već daje strukturirane odgovore koji izgledaju kao produkt ozbiljne analize.
Zna li AI što su tečajevi?
Tečajevi nisu uvijek odraz vjerojatnosti ishoda. Oni su zapravo odraz onoga što kladionica procjenjuje da nogometna javnost misli, korigirano maržom koja uvijek ide u korist kuće. Tečajevi na tržištu pod utjecajem su kretanja oklada i javnih percepcija, ne samo onoga što se događa na terenu. Kladionice imaju čitave timove analitičara čiji jedini posao je postavljanje linija koje će maksimizirati prihod od marže, bez obzira na to tko pobijedi.
Brzina kao zamka
AI alati odgovaraju u treptaju oka, što ponekad može biti dobro, no počesto je opasno. Iskusni kladioničari vole usporiti, odgoditi odluke, prespavati na analizi, preispitati je hladne glave. Kod početnika tog filtra nema. AI za jednu minutu generira cijelu “analizu”, a neiskusni kladioničar pomisli da je to dovoljno, i ne razmišljajući previše, brzo uplaćuje okladu. A to je mnogo više kockanje nego stvarno “studiranje” jednog događaja.
Pristranost potvrde
Dobro je poznato koliko su AI alati pristrani, ali to su često i ljudi. Mnogi traže informacije samo kako bi potvrdili ono u što već vjeruju. Tako početnik pomisli da će jedna momčad pobijediti i pita AI zašto bi ta momčad trebala pobijediti. Dobit će u najvećem broju slučajeva odgovor koji to potvrđuje, upravo stoga jer je pitanje postavljeno na način koji vodi prema željenom zaključku.
Iskusni kladioničar postupit će suprotno: on će tragati za argumentima protiv vlastite teze, i zapravo će pitati “Koji su rizici oklade na ovu momčad?”.
Podaci ne znaju što će se desiti
Umjetna inteligencija operira s podacima, što je s jedne strane snaga, a s druge ozbiljno ograničenje. Povijesni podaci mogu opisati prošlost, pa je čak i objasniti, no ne mogu jamčiti što će se dogoditi u budućnosti, posebno ne u sportu.
Momčad koja je slavila na pet od šest posljednjih derbija nije nužno favorit i u narednom. Trener može promijeniti sustav ne bi li se prilagodio narednom rivalu. Možda se i u svlačionici dogodilo nešto što je poremetilo kemiju u ekipi. A ništa od toga ne može se naći u bazi podataka.
Također, AI neće imati najnovije informacije, a one su najznačajnije – baš kao što neće imati one “insajderske”, kakve se mogu pronaći na specijaliziranim portalima.
Jezik koji zvuči sigurno
Kad iskusan analitičar piše o utakmici, u svakom takvom tekstu su naznačene nesigurnosti te konstrukcije poput “Čini se”, “Pod uvjetom”, “Prema dostupnim informacijama”, koje trebaju i čitateljima staviti do znanja da postoje granice onoga što autor zna.
Kod AI takvih “ograda” nema, i njegov tekst zvuči definitivno, premda je to daleko od istine.
AI griješi na konkretnim primjerima
Kada favorit igra protiv autsajdera kod kuće, AI će uvijek naginjati favoritu. No iskusniji igrači znaju da takve utakmice znaju biti zamka i da su veliki timovi skloni podcijeniti protivnika, kao i da se mora uzeti u obzir i njihov raspored. Autsajder koji se organizirano brani i čeka kontre može biti daleko opasniji po momčad s niskim tečajem nego što to sugerira statistika.
Odgovornost i granice alata
Niti jedan AI alat ne snosi odgovornost za oklade koje početnik donese na temelju njegovih analiza. Uostalom, AI ne uči iz svojih “propalih” oklada, i to je temeljna razlika između novinara, analitičara i tipstera s jedne i umjetne inteligencije s druge strane. Oni se mogu, na kraju krajeva, pozvati na odgovornost. To s AI nije slučaj.
Sve ovo ne znači da AI nije koristan: za brzo prikupljanje statističkih podataka, provjeru forme, strukturiranje vlastite analize, provjeru čimbenika koje je možda propustio. U rukama nekoga tko zna što traži i razumije ograničenja alata, AI štedi vrijeme. Ali nije se dobro oslanjati samo na njega.
