Esta IA es capaz de predecir si vas a ganar o perder en League of Legends incluso antes de jugar
En las últimas semanas os hemos contado algunos usos sorprendentes de la inteligencia artificial en los videojuegos, como una demo de Quake 2 lanzada por Microsoft creada en tiempo real por IA generativa, los NPC de InZOI más humanos o una IA de Google capaz de crear un videojuego en un minuto.
Ahora llega otro uso sorprendente, relacionado con uno de los juegos multijugador más exitosos de todos los tiempos. ¿Alguna vez has sentido que perdiste una partida de League of Legends desde la pantalla de selección de campeones? Un desarrollador independiente ha creado un modelo de inteligencia artificial que intenta anticipar esos desenlaces, prediciendo qué equipo ganará una partida usando únicamente el draft, el parche y el Elo de los jugadores, sin necesidad de estadísticas de daño, enfrentamientos previos ni otros datos complejos.
Un modelo de IA que predice el resultado de partidas con un 55 % de precisión
Originalmente anunciado con una supuesta precisión del 62 %, el modelo llamó rápidamente la atención en Reddit. Sin embargo, días después, se descubrió un error en los datos de entrenamiento: algunas partidas estaban duplicadas, lo que provocaba que el modelo se sobreajustara. Tras corregir este fallo, el autor publicó una rectificación y actualizó la cifra real de precisión a un 55 %, a fecha del 4 de abril.
El modelo, disponible de forma gratuita en loldraftai.com/draft, aprende de millones de partidas y tiene en cuenta la composición del equipo completo, no solo los enfrentamientos online. Por ejemplo, aunque Darius pueda parecer un gran counter de Sion, si el equipo enemigo también tiene una botlane Tristana/Janna, el modelo detecta que Darius es fácilmente "kiteado" y ajusta su predicción en consecuencia.
Además, incluye una función de "Sugerir campeón", que recomienda picks que aumentan la probabilidad de victoria en función del draft actual. Eso sí, el creador aclara que el modelo está entrenado con datos de soloQ y no se adapta bien al entorno profesional, donde los estilos de juego y prioridades como los junglas tanques son valorados de forma distinta.