Ahora, ¿qué es la sabermetria? Es una técnica que busca analizar el béisbol a través de evidencia objetiva utilizando estadísticas que sirvan de soporte a describir todo lo que sucede en el campo de juego.
Esta técnica fue popularizada por Bill James y su famoso libro moneyball donde este personaje nos comenzó a brindar una nueva forma de ver el béisbol, especialmente para ser visto a nivel gerencial, de scouteo, entre otros. Hoy en día muchos periodista utilizan esta técnica para evaluar el rendimiento de los peloteros y con esto buscar una forma objetiva de evaluación.
Sin embargo, hay muchas personas que no comparten esa idea, lo que origina fuertes debates entre personas ligadas a este deporte y fanáticos que siguen este interesante deporte. Se han acuñado términos como estadísticas tradicionales y estadísticas de última generación para evaluar la importancia de un determinado jugador para un equipo X.
La implementación de la estadísticas en ciertas actividades cotidianas ha provocado este tipo de inconvenientes en el pasado, y por lo que algunos organismos han tenido que implementar otras metodologías de análisis para complementar lo que las herramientas estadísticas no pueden lograr. Y desde los años 70 la inteligencia artificial ha tenido que responder esas inquietudes que las estadisticas por si misma no pueden.
Las empresas dedicadas al análisis crediticios a nivel mundial tuvieron que hacer uso del análisis de redes neuronales para poder implementar los famosos "credit score", ya que las informaciones crediticias tradicionales no eran capaces de ofrecer, por lo que requieren implementar nuevos indicadores que no siempre provienen del campo de juego.
Lo que defienden muchos jugadores y analistas deportivos que no están de acuerdo con las evaluaciones sabermetricas para entrega de premios principalmente es que este tipo de técnica no brinda informaciones ni deja rastros de lo que puede ofrecer un jugador en otras áreas que no son medibles por la sabermetria.
El liderazgo no es evaluado cuando se ofrece el WAR de un jugador, tampoco el compañerismo, la empatía, entre otras acciones a los que algunos le llaman intangibles y no son medibles por ninguna estadística hoy en día. Para eso es necesario que se apliquen redes neuronales, sistemas expertos o algoritmos genéticos que le den una puntuación a este tipo de acciones como se hacen en las implementaciones de balancing scored card en muchas organizaciones a nivel mundial.
Algunos analistas que defienden la sabermetria dicen que con esos "intangibles" no se ganan partidos, que los juegos se ganan en el terreno. Ahora, todo aquel que ha trabajado en cualquier empresa organizada sabe que una persona por muy buen profesional que sea, sino tiene empatía con sus compañeros o hacia la empresa no es tan bien valorada.
Para eso las organizaciones realizan actividades grupales, exámenes cognoscitivos para evaluar a sus empleados con otros métodos que los resultados objetivos no ofrecen y eso es lo que hace falta en la sabermetria. La idea es contar con un grupo de indicadores que permita realizar una especie de scorecard que permita crear una base matemática que complemente las estadísticas de última generación.
Algunas sugerencias de algunos mediciones que se pueden realizar para complementar las técnicas sabermetricas y que hagan de esta una verdadera herramienta de comparación objetiva pueden ser:
- Puntualidad.
- Compañerismo.
- Liderazgo.
- Es sociable.
- Se lleva bien con entidades externa al equipo (periodistas, analistas, empleados estadios, etc)
- Aptitud al juego.
- Actitud.
- Comportamiento fuera y dentro del terreno.
Los sistemas de inteligencia artificial más utilizado hoy en día son los siguientes:
- Sistemas Expertos.
- Redes Neuronales.
- Algoritmos Genéticos.
Con la implementación de ambas metologías (estadísticas y no estadísticas) se busca estimar un modelo de comportamiento que si pueden indicar si un jugador es valioso o no para un equipo de béisbol
