QUANDO O VAR DEVE ANULAR A DECISÃO DO ÁRBITRO?
Em 26 de junho de 2026, na última rodada da fase de grupos da Copa do Mundo, o Irã enfrentou o Egito em Seattle. Os autores estavam no estádio. No 93º minuto, Shoja Khalilzadeh marcou o que parecia ser o gol da vitória, e a equipe de arbitragem em campo considerou o lance legal. Depois de minutos de deliberação, o árbitro assistente de vídeo (VAR) reverteu a decisão: segundo sua reconstrução em 3D, uma pequena parte do pé do autor do gol estava em posição de impedimento. A partida terminou empatada. Segundo o The Athletic, o Irã ainda tinha 92% de chance de chegar ao mata-mata; os resultados do dia seguinte levaram essa chance a zero.
A pergunta dos autores é simples: uma margem de impedimento muito pequena indicada pelo VAR deveria bastar para reverter a decisão do árbitro?
Um quadro mede 17 centímetros
Precisão na tela não é precisão no campo. Num vídeo gravado a 30 quadros por segundo, um atleta que corre a 5 metros por segundo se desloca cerca de 17 centímetros entre dois quadros consecutivos. Mesmo uma leve incerteza sobre o instante exato em que a bola foi tocada pode pesar mais do que os milímetros de um modelo 3D.
Amir Ali Ahmadi, da Universidade de Princeton, e Parsa e Radeen Alavi, da Algonquin Regional High School, transformaram a polêmica num modelo de probabilidade. A margem verdadeira, θ, é a distância do atacante além da linha de impedimento: positiva significa impedimento. O árbitro a percebe com um erro aleatório de dispersão σ_H, mas só diz sim ou não. O VAR mede um número, com seu próprio erro aleatório de dispersão σ_AI. Os dois erros são supostos gaussianos e independentes.
A regra do √(2/π)
Os autores então procuram a margem que torna mais provável o que foi observado — uma decisão do árbitro e um número do VAR —, um método chamado máxima verossimilhança. Eles provam que essa melhor estimativa sempre existe e é única. Melhor ainda, a decisão final não exige cálculo nenhum, só uma comparação com um limiar:
c = √(2/π) × σ_AI² / σ_H
Quando os dois discordam, o VAR só reverte a decisão do árbitro se a margem que ele mede for maior que c. Abaixo disso, a decisão do árbitro prevalece. O número √(2/π), cerca de 0,80, vem da própria curva em forma de sino.
Tome um árbitro cujo erro típico é de 10 cm e um VAR cujo erro típico é de 2 cm. O limiar é de 0,32 cm. Uma margem do VAR em conflito de 0,20 cm mantém a decisão do árbitro; uma de 0,50 cm a reverte. Colocar o atacante além da linha não basta: o VAR precisa colocá-lo claramente além dela.
Dois erros que não pesam igual
A fórmula guarda uma assimetria. O limiar cresce com o quadrado do erro do VAR, mas é apenas inversamente proporcional ao erro do árbitro: dobre o erro do VAR e o limiar quadruplica; dobre o do árbitro e ele só cai pela metade. Um VAR mais impreciso precisa de provas mais fortes; um árbitro mais impreciso é mais fácil de contrariar. Os autores atribuem as potências diferentes aos dois tipos de informação: um número para o VAR, um simples sinal para o árbitro.
Combinar os dois também compensa. Com erros iguais de 2 cm e uma margem verdadeira de 2 cm, o árbitro sozinho ou o VAR sozinho erra em 15,87% das vezes; a regra combinada, em 9,70%.
O modelo também lida com vieses. Um árbitro inclinado a marcar impedimento, em 5 cm em média, ganha dois limiares diferentes: 0,20 cm para reverter uma marcação de impedimento, 0,46 cm para reverter uma de posição legal. E se o próprio VAR tem um viés conhecido de 1 cm, ignorá-lo pode inverter o veredito.
Para usar a regra, é preciso conhecer os quatro parâmetros de erro. O artigo mostra como estimá-los a partir de lances de calibração em que a margem verdadeira é conhecida: uma simples média e dispersão para o VAR, e um ajuste “probit” para as decisões de sim ou não do árbitro.
Além do campo
A mesma estrutura aparece sempre que um humano dá um veredito e uma máquina dá uma medição da mesma grandeza: um médico que classifica uma lesão como benigna ou maligna ao lado de um escore de malignidade dado por uma IA, um engenheiro que libera uma peça de avião ao lado de um escore de gravidade de defeitos, um gestor de fundos ao lado do retorno esperado calculado por um modelo. Os autores sugerem testar o efeito real da regra onde a calibração é fácil, como em finanças, imagens médicas e mercados de previsão.
O artigo foi escrito como material didático, para estudantes de graduação e alunos avançados do ensino médio que conhecem probabilidade e cálculo básicos. Seus parâmetros são ilustrativos: nenhum árbitro ou sistema de VAR real foi calibrado. Sua última linha pertence aos agradecimentos, em que os autores dizem ter usado o ChatGPT para figuras, revisão do texto e verificações de coerência, “seguindo sua regra do √(2/π) para garantir que a IA não revertesse seu julgamento humano”.
