Cómo los aficionados utilizan la IA para predecir los resultados de la F1

Antes de un fin de semana de gran premio, a la mayoría de nosotros nos gusta compartir predicciones o intentar adivinar quién saldrá vencedor el domingo. La científica de datos Mariana Antaya llevó esos chats un paso más allá y creó un modelo de aprendizaje automático para intentar predecir los resultados de las carreras de F1. Hasta ahora, su modelo ha acertado los ganadores de tres grandes premios esta temporada.

“Soy un gran aficionado a la Fórmula 1”, afirma Antaya en declaraciones a Motorsport.com. “El aprendizaje automático y todos estos algoritmos son muy utilizados en la Fórmula 1 por los equipos. No creo que tanta gente lo sepa, pero los ingenieros de carrera lo utilizan para su estrategia en tiempo real”.

“Así que quise intentar predecir el ganador como un ejercicio divertido, sólo para ver, por ejemplo, lo bien que podemos llegar con los datos disponibles”.

Para ello, Antaya empezó a construir su propio modelo. Con los tiempos de vuelta del Gran Premio de Australia del año pasado, obtenidos del almacén de datos API de FastF1, Antaya se puso a comparar el resultado de la carrera de 2024 con las clasificaciones de 2025.

Una vez eliminados los novatos del programa, lo que Antaya admite que es el único factor en el que “interfirió”, ya que no había datos con los que comparar, empezó a entrenar su modelo. Utilizando una herramienta de gradient boosting, Antaya predijo los tiempos por vuelta de la carrera en Albert Park, y su programa eligió correctamente a Lando Norris como ganador.

“Al final del vídeo me dije: obviamente es un modelo sencillo, y no sabía que iba a predecir bien”, dice Antaya. A partir de ahí, el proyecto empezó a crecer a medida que la comunidad de la F1 se reunía para ver cuántas carreras más podía predecir correctamente Antaya.

“Quería que fuera una especie de crowdsourcing”, añade. “Así, todo el público podía decir: ‘Quiero que incluyas los datos meteorológicos’ o ‘Quiero que incluyas las sesiones de entrenamientos en el modelo’.

“Quería que la gente me dijera qué otras características querían añadir al modelo para mejorarlo a lo largo de la temporada”.

Mariana Antaya, aficionada a la Fórmula 1

Foto: Mariana Antaya

Y ha mejorado, ya que el modelo de aprendizaje automático sigue prediciendo correctamente los ganadores de las carreras. Esto no significa que sea perfecto, sin embargo, y Antaya está añadiendo más datos al programa para ayudar a aumentar su precisión.

“Con más datos, el modelo aprenderá más y podrá hacer mejores predicciones”, explica. “Si sólo tienes una cantidad determinada de datos, supongo que tendrá una mente muy pequeña y no podrá entender tanto”.

Para ampliar la mente de su modelo, Antaya añadió datos meteorológicos antes del Gran Premio de Japón, que incluían la probabilidad de lluvia durante la carrera y las temperaturas de la pista de Suzuka. Además de esto, también se añadió el rendimiento en mojado de los pilotos, y el programa lo utilizó para predecir correctamente la victoria de Max Verstappenen la carrera.

El siguiente gran paso para el modelo llegó antes del Gran Premio de Arabia Saudí de este fin de semana, cuando se entrenó con el rendimiento de cada equipo en lo que va de año. Antaya explicó que los datos adicionales ayudarían a su programa a entender que equipos como McLaren y Williams han dado un paso adelante en 2025, mientras que otros como Red Bull no están rindiendo tan bien como en 2024.

“Ahora tenemos en cuenta una imagen más holística del rendimiento del coche y del equipo”, explica.

Sorprendidos” por la serie

Laserie de publicaciones en Instagram y TikTok ha ido creciendo en popularidad con cada subida sucesiva, y los clips han llegado incluso a la propia Fórmula 1. Al parecer, un puñado de ingenieros de equipos de F1 de la parrilla se pusieron en contacto con Antaya después de que empezara a subir los vídeos, y ahora está deseando descubrir hasta qué punto se acercó a los modelos de predicción utilizados en la serie.

“Me ha sorprendido [la respuesta]. Me ha sorprendido muchísimo”, dice. “Sinceramente, no tengo ni idea [de cómo lo hacen los equipos]. Es una caja negra para mí, ojalá lo supiera. Pero espero estar haciéndolo correctamente o algo parecido. Probablemente utilizan modelos mucho más complejos y muchos más datos de los que tienen en el coche, seguro”.

Hannah Schmitz, Ingeniera Principal de Estrategia de Red Bull Racing

Foto de: Peter Fox – Getty Images

Antaya, que ha acertado tres de los cinco ganadores de la carrera, no se duerme en los laureles y espera que el pronosticador sea aún más preciso. Antes del Gran Premio de Miami, la científica de datos afirma que quiere empezar a experimentar con procesos de aprendizaje automático más complejos para aumentar la precisión de sus predicciones y reducir el error medio absoluto del modelo, que puede considerarse como la diferencia media entre las predicciones del modelo y el resultado de la carrera.

Pero aunque la precisión del modelo podría aumentar gracias a datos adicionales y a la aplicación de nuevos procesos, Antaya es consciente de que en la F1 siempre habrá elementos impredecibles.

“Creo que siempre va a existir esa barrera”, añade. Es muy difícil saber que en esta vuelta va a salir un coche de seguridad y que eso va a desencadenar otra serie de acontecimientos”.

“Quizá podamos obtener datos anteriores sobre el porcentaje de accidentes durante la carrera, y eso es algo que podemos añadir como otra característica. Pero también es un deporte, así que no es como si pudiéramos mirar al futuro y ver lo que va a pasar en todo momento”.