Tres inteligencias artificiales pronostican la Copa Mundial de la FIFA 2026. Un cuarto pronóstico las combina. Esta página las enfrenta.
Un experimento de ciencia de datos que compara, partido a partido y selección a selección, los pronósticos de Claude, ChatGPT y Gemini para el Mundial 2026 (48 selecciones, 72 partidos de fase de grupos y el cuadro completo hasta la final), más un consenso construido sobre los tres.
🔗 Página en vivo: https://mundial.javierforero.co
La página (index.html) es autocontenida: todo el HTML, CSS, JavaScript y los datos van embebidos en un único archivo. No depende de servidores, frameworks ni librerías externas (solo carga la tipografía de marca desde javierforero.com). Funciona abriéndola directamente en el navegador.
Incluye, en la parte superior, conmutador de idioma español / inglés (traducción completa de toda la interfaz, incluidos los nombres de las 48 selecciones y las metodologías desplegables) y tema claro / oscuro. Ambas preferencias se recuerdan entre visitas y el tema respeta la configuración del sistema en la primera carga.
Contiene cuatro vistas:
- Consenso — la combinación de los tres modelos: veredicto y podio del favorito, hallazgos clave, gráfico de divergencia entre IAs, comparador partido a partido, los 72 partidos con su índice de confianza y el camino al título de las 48 selecciones.
- Claude / ChatGPT / Gemini — el detalle de cada modelo por separado: metodología, probabilidad de campeón de las 48 selecciones y camino al título ronda por ronda.
Cada IA aborda el problema con una filosofía distinta, y eso es parte de lo interesante:
-
Nueva dimensión — Bota de Oro: además de qué selección gana, el análisis pronostica el Top 10 de goleadores (probabilidad de Bota de Oro). Las tres IAs aportan su lista, incluido el nuevo modelo de jugador de Claude (v6), que parte de los goles que su modelo de selección proyecta por equipo y separa el riesgo físico (minutos) de la forma (tasa de gol). El consenso promedia las tres.
-
Claude v7 (recalibración Fase 7 sobre v5/v6) — Ensamble que promedia un motor estadístico Dixon-Coles (fuerzas de ataque/defensa estimadas por máxima verosimilitud sobre miles de partidos internacionales reales) con un modelo de machine learning (gradient boosting con pérdida de Poisson sobre Elo, forma reciente e histórico de Mundiales). Peso del ensamble afinado por backtesting (0.4 DC / 0.6 ML). Único modelo validado fuera de muestra con código reproducible sobre 4 Mundiales (2010–2022, 192 partidos).
-
ChatGPT v7 — Recalibración (Fase 7) del ensamble calibrado histórico: reajusta probabilidades y añade el Top 10 de goleadores con goles esperados por jugador.
-
Gemini v8 — Recalibración (Fase 8) de Local Pressure Networks: regresión isotónica anti-sobreconfianza, parámetro de empates dinámico y matriz bayesiana de inactividad para el Top 10 de goleadores.
El consenso toma la mediana de las tres IAs para la probabilidad de título (robusta frente a un modelo atípico), promedia las probabilidades de cada partido y resuelve el marcador por mayoría. Cada partido lleva además un índice de confianza (0–100) que combina la fuerza del favorito con el grado de acuerdo entre las tres IAs (pool logarítmico + divergencia de Jensen-Shannon).
Nota honesta sobre los límites: es un pronóstico previo al torneo, no una predicción infalible. Y el consenso no puede validarse empíricamente entre las tres IAs porque solo Claude existía en 2018/2022; se aplica el método de combinación teóricamente superior, documentado en el código.
Organización por IA: cada modelo vive en su propia carpeta, con código (cuando está disponible), datos y reportes. Esto facilita comparar metodologías y reproducir cada uno por separado.
mundial2026-ia-benchmark/
├── index.html ← la página (autocontenida; es lo único necesario para que funcione)
├── CNAME, robots.txt, sitemap.xml, 404.html, favicon.svg, og-image.png ← assets del sitio
├── IgraSans.woff2, IgraSans.otf ← tipografía de marca
├── README.md, requirements.txt, .gitignore
│
├── data/
│ └── consolidated.json ← datos unificados de las 3 IAs + consenso (alimenta index.html)
│
├── site/ ← pipeline que construye la página
│ ├── consolidate2.py combina las 3 IAs → consolidated.json (índice de confianza)
│ └── build_compare.py genera index.html a partir de consolidated.json
│
└── models/ ← un subdirectorio por IA, con la misma estructura interna
├── claude/ v5 · ensamble Dixon-Coles + Machine Learning
│ ├── README.md
│ ├── code/ código Python completo y reproducible
│ ├── data/ salidas del modelo (results_v5.json, backtest_*.json)
│ └── forecasts/ reporte de backtesting
│
├── chatgpt/ v6.2 · ensamble calibrado histórico + Nivel 2
│ ├── README.md
│ ├── code/ scripts Python reproducibles + README propio
│ └── forecasts/ camino al título, 72 partidos, backtesting Nivel 2
│
└── gemini/ v7 · Local Pressure Networks
├── README.md
├── code/ motor xG + simulador del cuadro + backtesting engine
└── forecasts/ camino al título, 72 partidos + apéndice técnico, backtesting v6
Reproducibilidad por IA. Las tres IAs entregan código fuente reproducible junto a sus reportes: Claude (ensamble v5 + backtest OOS), ChatGPT (scripts del camino al título, los 72 partidos y los backtestings Nivel 1/2) y Gemini (motor xG, simulador del cuadro y backtesting engine v7). Cada IA tiene su README explicando qué hay y cómo correrlo.
El sitio usa un subdominio propio. El archivo CNAME ya contiene mundial.javierforero.co. Como tu repositorio de usuario jaforero.github.io ya está ocupado por otro dominio, este proyecto va en un repositorio aparte.
1. Sube el repositorio a https://github.com/jaforero/mundial2026-ia-benchmark (o el nombre que prefieras).
2. Configura el DNS en tu proveedor del dominio javierforero.co — añade un registro:
| Tipo | Nombre / Host | Valor / Apunta a |
|---|---|---|
| CNAME | mundial |
jaforero.github.io |
3. Activa GitHub Pages: en el repo → Settings → Pages → Source = main / carpeta / (root). En Custom domain escribe mundial.javierforero.co (GitHub lo detecta del archivo CNAME) y guarda.
4. Espera la verificación del DNS (de minutos a un par de horas) y marca Enforce HTTPS. GitHub emite el certificado TLS automáticamente.
Listo: el sitio quedará en https://mundial.javierforero.co/.
Cada IA tiene su propio README con instrucciones específicas:
- Claude — ver
models/claude/README.md. Código completo del ensamble v5 (Dixon-Coles + Machine Learning) y del backtesting OOS sobre 4 Mundiales. - ChatGPT — ver
models/chatgpt/README.md. Scripts reproducibles de la tabla camino al título v6.2, los 72 partidos y los backtestings Nivel 1 y Nivel 2. - Gemini — ver
models/gemini/README.md. Motor matemático xG (Poisson bivariada + Dixon-Coles), simulador Monte Carlo del cuadro y backtesting engine v7.
Para regenerar la página del consenso a partir de los pronósticos de las tres IAs:
pip install -r requirements.txt
# 1. Consolidar las 3 IAs (consume las fuentes y genera consolidated.json)
python site/consolidate2.py
# 2. Generar la página final
python site/build_compare.py- Datos de partidos internacionales: martj42/international_results (resultados de selecciones desde 1872).
- Pronósticos: generados con Claude (Anthropic), ChatGPT (OpenAI) y Gemini (Google). Cada IA tiene su carpeta dedicada en
models/, con su código (cuando lo aporta) y sus reportes. - Análisis, modelado, consolidación y diseño: Javier Forero.
Javier Forero — Estadístico y consultor en Analítica Avanzada, IA y Transformación Digital.
Proyecto con fines divulgativos y de análisis. Las predicciones son estimaciones estadísticas previas al torneo, no garantías de resultado.