Cómo funcionan realmente los caddies de IA (y sus limitaciones)

Un caddie de IA no está mirando tu swing ni siguiendo el vuelo de tu bola. Cuando una app te dice que pegues hierro 7 y apuntes siete metros a la izquierda de la bandera, esa recomendación sale de tres modelos apilados, y ninguno de ellos es inteligencia artificial en el sentido que sugiere el marketing. Es aritmética de valor esperado corriendo sobre un mapa.

No es una crítica. El cálculo es sólido y toma mejores decisiones que la mayoría de los amateurs. Pero saber qué contiene realmente te permite distinguir qué recomendaciones seguir y cuáles descartar, y esa distinción vale más que la función en sí.

Los tres ingredientes de cualquier recomendación

Quítale la marca a cualquier caddie de IA y encontrarás siempre los mismos tres componentes.

Un modelo del campo. Imágenes por satélite y mapeo GPS convierten cada hoyo en un conjunto de polígonos: calle, rough, bunkers, agua, green, fuera de límites. Las mejores implementaciones añaden desnivel y contornos de green. Esta parte es precisa y es donde se va casi todo el trabajo de ingeniería.

Un modelo de dispersión tuyo. Es una nube de probabilidad, normalmente una elipse, que describe dónde suele acabar tu bola con un palo determinado. Tiene un componente de distancia (tu hierro 7 vuela 140 metros de media, con un margen) y uno direccional (tus golpes se abren quizá un 6% de la distancia de vuelo a cada lado).

Una tabla de golpes esperados. Para cada combinación de distancia y lie, un número que indica cuántos golpes se tarda normalmente en embocar desde ahí. Un jugador scratch necesita unos 2.80 golpes desde 140 metros en calle y unos 3.00 desde 140 en rough. Esas tablas vienen del mismo trabajo que dio origen a strokes gained: el análisis de Mark Broadie sobre millones de golpes, publicado en Every Shot Counts.

El algoritmo, en lenguaje llano

Con esas tres piezas montadas, el motor de recomendaciones hace algo casi mecánico.

Genera una lista de jugadas candidatas: hierro 7 a bandera, hierro 7 al centro, hierro 6 largo por la izquierda, y así sucesivamente. Para cada candidata coloca tu elipse de dispersión sobre el mapa del hoyo en ese punto de mira. Después calcula qué porcentaje de esa nube cae en cada zona: 54% green, 21% antegreen, 14% rough derecho, 8% bunker de green, 3% agua.

Cada zona recibe su valor de la tabla de golpes esperados. Green a 7 metros son 1.85 golpes. Bunker de green, 2.55. Agua es el drop más la recuperación, así que unos 3.60. Multiplica cada resultado por su probabilidad, suma, y la candidata queda reducida a un único número: golpes esperados para embocar.

Gana la candidata con el total más bajo, y ese es el palo y el objetivo que aparecen en pantalla. Todos los caddies de IA del mercado ejecutan alguna versión de este bucle.

Qué aciertan de verdad

El enfoque tiene virtudes reales, y son las virtudes de la aritmética frente al instinto.

No se deja seducir por una bandera escondida. El cálculo pondera el mal resultado por lo malo que es, y por eso estas herramientas casi siempre te empujan hacia el centro del green cuando el hoyo está cerca de un borde. Los amateurs saben que eso es correcto y lo ignoran igualmente.

Valora bien las penalizaciones. Los golfistas humanos infravaloran de forma brutal un 5% de probabilidad de agua, porque el 95% de las veces no pasa nada. Un cálculo de valor esperado no tiene ese punto ciego, y ahí es donde un caddie de IA se gana la mayoría de los golpes que ahorra.

Resuelve bien los lay-ups. Decidir si te dejas 85 metros en calle o 35 metros en rough es una comparación genuinamente difícil de hacer mentalmente. Para una tabla de consulta es trivial.

Dónde se rompe el modelo

Todas las limitaciones nacen del mismo sitio: dos de los tres ingredientes son suposiciones sobre ti, y solo el mapa del campo es firme.

Tu dispersión se supone, no se mide

La mayoría de las apps deducen tu dispersión de tu handicap. Le dices que eres 14 y te asigna el patrón de un handicap 14 genérico. Pero dos jugadores de 14 pueden llegar al mismo índice por caminos opuestos: uno pega 230 metros y la reparte, el otro pega 190 por el centro. El palo correcto desde 140 metros no suele ser el mismo para los dos, y un modelo basado en el handicap no los distingue.

Incluso las apps que sí miden tus distancias miden a menudo el número equivocado. Tu vuelo medio con el hierro 7 no es el número con el que planificar. Lo que importa es el vuelo que produces en un swing normal, un poco fino y un poco apresurado, más cercano a tu percentil 70 que a tu media. Elegir palo con medias te deja corto aproximadamente la mitad de las veces.

No ve el golpe que tienes delante

El modelo sabe que estás a 139 metros en rough. No sabe que la bola está hundida, que la tienes veinte centímetros por debajo de los pies, que el lie te va a matar el efecto o que el green está corriendo duro esta semana. Un caddie humano lee todo eso en dos segundos. La app trabaja con coordenadas.

Los ajustes por viento y desnivel son estimaciones montadas sobre estimaciones. Una app que consulta una API meteorológica conoce el viento de la casa club, no el remolino del pasillo al que estás pegando.

Recomienda el golpe que deberías pegar, no el que puedes pegar hoy

Un modelo de golpes esperados asume que ejecutas a tu nivel base. Un día en el que llevas tres drives cruzados, tu dispersión real no se parece en nada a la elipse de la app, y la línea agresiva que te propone es sencillamente incorrecta esa tarde.

Optimiza una media, que no siempre es lo que quieres

Minimizar golpes esperados es el objetivo correcto a lo largo de una temporada. No siempre lo es en el hoyo que estás jugando. Uno abajo con dos hoyos por delante necesitas varianza, no la media más baja. El modelo no tiene ningún concepto del estado del match.

No hay ciclo de retroalimentación

Esta es la limitación más profunda. Un caddie de IA hace una recomendación y nunca se entera de lo que pasó después. No sabe si acertaste el green, si su palo se pasó, ni si su punto de mira te mantuvo fuera de problemas en cincuenta intentos. Un consejo sin medición no puede mejorar, y casi ningún golfista que usa estas herramientas sabe si le han ahorrado un solo golpe.

Lo que hace que una recomendación sea realmente buena

Todas las debilidades anteriores apuntan al mismo dato ausente: un registro real de lo que haces en el campo. No una sesión en el campo de prácticas, ni un índice de handicap, sino resultados golpe a golpe de vueltas que jugaste de verdad.

Esa es la capa sobre la que está construido golfity. Cada golpe que registras tiene una posición de inicio y otra de final, así que tus distancias salen de swings que hiciste en el campo, con los malos incluidos, y tu strokes gained se calcula desde esas posiciones en lugar de deducirse de tu índice. Nada se estima a partir de tu handicap y nada depende de hardware adicional.

La diferencia práctica aparece cuando contrastas una decisión con tus propios datos. Desde 140 metros, un caddie de IA puede decirte que el centro del green vale 0.12 golpes más que la bandera. Tus vueltas registradas te dicen algo más útil: que aciertas el 41% de los greens desde esa distancia, que tu fallo es corto y a la derecha once de cada veinte veces, y que pierdes 0.3 golpes por approach desde ese tramo frente a tu benchmark. Lo primero es la opinión de un modelo. Lo segundo es tu tarjeta.

Cómo usar bien un caddie de IA

Tómate en serio las cuentas sobre penalizaciones, que es la parte que estas herramientas hacen mejor que tú. Y tómate en serio el sesgo hacia el centro del green, porque la investigación que hay detrás lo respalda con solidez.

Ignora la elección de palo cuando el lie, el viento o tu forma de ese día sean cosas que la app no puede ver. Y contrasta las recomendaciones con los resultados: después de veinte vueltas registradas, tu strokes gained por distancia de approach te dirá si el consejo está funcionando o si llevas toda la temporada jugando con el patrón de dispersión de otra persona.

Un modelo que conoce el campo puede decirte que el hoyo mide 140 metros. Solo tus datos pueden decirte qué haces tú realmente desde 140. Empieza a registrar tus vueltas y dale al cálculo algo real con lo que trabajar. Si quieres profundizar en cómo construir recomendaciones sobre tus propios números, tenemos una guía sobre recomendaciones de palos basadas en tus datos reales.