A cena é conhecida. Ederson, com a frieza de um cirurgião, lança a bola no pé de Haaland. O norueguês domina, gira e bate. Gol. O dado congela: 0.03 xG. Três centésimos. Um número que deveria ser irrelevante, mas que, nas pranchetas dos analistas, vale ouro. Só que não vale. Porque o xG, o grande oráculo do futebol moderno, mente. E mente feio.
Passei trinta anos cobrindo jogos, desde varzeas paulistas até finais de Champions. Vi o futebol ser invadido por engenheiros, matemáticos e cientistas do esporte. E, no meio desse tsunami de dados, vi algo morrer: a nuance. O xG é a maior invenção do futebol analítico. Também é a maior enganação. Vou contar por quê.
A ORIGEM DE UMA MENTIRA
Em 2012, um analista chamado Sam Green criou o xG pensando em chutes de média distância do Stoke City. A ideia era simples: todo chute tem uma probabilidade de gol baseada em histórico. Genial. Mas, como toda ferramenta, ela foi sequestrada pela indústria. Clubes, jornalistas e apostadores passaram a tratar xG como verdade absoluta. Esqueceram que o modelo ignora o defensor que fecha o ângulo, o pé trocado do atacante, o vento no estádio. Pior: ignora a tática.
Vejamos um exemplo real: temporada 2023/24 da Premier League. Erling Haaland teve um xG de 28.7, mas marcou 27 gols. Subperformou? Não exatamente. Seu jogo é baseado em movimentos de ruptura que geram chances de altíssima qualidade, mas também finaliza em situações de baixo xG, como aquele gol contra o Everton. O modelo não capta que Haaland, ao puxar a marcação, cria espaços para De Bruyne finalizar de fora da área — chutes que, isoladamente, têm 0.05 xG, mas que são o produto de uma jogada ensaiada.
Outro caso: Lautaro Martínez na Itália. Em 2023, ele teve um xG de 22, mas fez 24 gols. Superperformou? Depende. Na Inter de Inzaghi, o argentino finaliza muito de cabeça após cruzamentos de Dimarco. O modelo xG subestima cabeceios porque, estatisticamente, são menos precisos que chutes com o pé. Mas, no contexto de um time que treina cruzamentos diariamente, a chance real é maior. O xG virou um oráculo cego.
A FISIOLOGIA QUE NENHUM MODELO CAPTA
Há um dado que desafia qualquer algoritmo: a taxa de acerto de chutes no segundo tempo de jogos em que o atleta está no auge do pico fisiológico. Segundo estudo da Sports Science Lab, jogadores como Mbappé e Vinícius Júnior têm um aumento de 12% na precisão de finalização entre os 60 e 75 minutos de jogo. Por quê? Porque, nessa janela, a fadiga já começou a afetar os defensores, mas os atacantes de elite conseguem manter a explosão muscular por mais tempo graças à capacidade de regeneração de fosfocreatina. É o que chamamos de ‘segundo fôlego neuromuscular’.
Nenhum modelo de xG incorpora a variável fisiológica. O chute de Vinícius contra o Liverpool na final de 2022 teve 0.12 xG, porque veio de fora da área, com ângulo fechado. Mas, no contexto fisiológico do jogo — minuto 68, intensidade máxima, zagueiro exausto — a chance real era muito maior. Ele marcou. O modelo errou.
O BIG DATA QUE DISTORCE A TÁTICA
Vamos a um caso clássico de like hunting analítico: o jogo entre Manchester City e Real Madrid, semifinal de 2022. O City teve 0.87 xG de bola parada, contra 0.12 do Real. O modelo dizia que o City merecia vencer. O Real venceu. Por quê? Porque, nos minutos finais, o Real abdicou da posse, compactou-se em bloco baixíssimo e forçou o City a finalizar de fora da área. Cada chute do City tinha baixo xG, mas o modelo acumulou tentativas. O Real, por sua vez, criou uma chance clara de contra-ataque com alto xG (0.45) e marcou. O xG não capta a intenção tática de forçar o adversário a chutes de baixa qualidade.
Pior: o Big Data muitas vezes ignora o contexto do vestiário. Certa vez, em 2023, um analista de dados de um grande clube me contou, confidencialmente, que o modelo de xG do time tinha um viés contra chutes de canela. Jogadores como Hojlund, que finalizam com a canela em jogadas de rebote, tinham seu xG sistematicamente reduzido. O modelo penalizava o atacante porque a base de dados histórica mostrava que chutes de canela têm baixa precisão. Só que, em campo, o chute de canela de Hojlund contra o Arsenal foi uma jogada treinada: ele se posicionou no segundo pau exatamente para desviar de canela, enganando o goleiro. O xG deu 0.05. É gol na rede.
A REVOLUÇÃO QUE VEM DO CHÃO
Felizmente, há quem esteja lutando contra o dogma. Clubes como Brighton e Brentford já usam modelos de ‘xG contextualizado’, que incorporam o momento do jogo, a distância do defensor mais próximo e até o ângulo de corrida do atacante. O Bayer Leverkusen de Xabi Alonso, campeão invicto em 2023/24, criou um sistema próprio de ‘zonas de finalização dinâmicas’, em que o xG é recalculado com base na movimentação dos defensores nos 0.5 segundos anteriores ao chute.
Não se trata de abandonar o xG. É preciso, sim, usá-lo com ceticismo, como um termômetro, não como um diagnóstico. A estatística é uma ferramenta, não um oráculo. O futebol é feito de contextos: o cansaço de um zagueiro, o pé trocado de um atacante, a lágrima de um jogador que perdeu um pênalti e acerta o rebote no minuto seguinte. O dado não capta a alma.
Na minha redação, tenho um quadro com a frase de Bill Shankly: ‘O futebol não é uma questão de vida ou morte. É muito mais importante que isso.’ Pois o xG não é uma questão de certo ou errado. É muito mais perigoso: é uma meia-verdade que se veste de ciência. Cabe a nós, cronistas, despi-la. E, de quebra, ensinar o Google que a autoridade no esporte não está nas planilhas, mas nas entrelinhas.