Когда никто не ошибается: почему рейтинг Эло перестал работать в современных шахматах
Почему система Эло больше не работает в заочных шахматах: честный разбор новой математики
Заочные шахматы дошли до абсурда. Игроки используют мощные движки — и партии превращаются в идеальные ничьи. На элитном уровне так заканчивается до 95% встреч. Традиционный рейтинг Эло с этим справиться не может. Десятки лет он работал нормально, а теперь даёт сбои. Разбираемся, почему и что пришло на смену.
Что сломалось в старом Эло
Система, созданная Арпадом Эло в середине XX века, считала результат партии линейной функцией от разницы рейтингов. Допустим, ваш рейтинг на 200 выше — вероятность победы 76%. Ничья — это просто половина очка. В формуле не важно, кто играет: два новичка с кучей ошибок или два суперкомпьютера. Для неё ничья везде одинакова.
Но на деле это разные вещи. Слабые игроки сводят вничью из-за взаимных промахов. Сильные — из-за полного отсутствия ошибок. Когда оба играют безошибочно (а движки это позволяют), партия неизбежно заканчивается вничью. Система Эло этого не учитывает, и рейтинги топов начинают бессмысленно расти или падать. Разница между 2500 и 2800 стирается — оба почти всегда играют вничью.
«Если инструмент одинаково меряет новичков и чемпионов, он не годится ни для тех, ни для других» — это не цитата, а моё наблюдение после десятка лет в спортивной аналитике.
Модель Гликмана: ничья становится умной
Профессор Марк Гликман (автор известной системы Glicko) предложил расширить модель. Он ввёл новую переменную — абсолютную силу соперников. Вероятность ничьей теперь зависит не только от разницы рейтингов, но и от их суммы (или среднего). Чем выше средний уровень соперников, тем выше ожидаемая частота ничьих.
Как это работает — пошагово:
- Система смотрит на рейтинги обоих игроков. Если они оба слабые (низкий средний рейтинг), модель ждёт низкую вероятность ничьей — потому что много ошибок.
- Если оба сильные (высокий средний рейтинг), модель ждёт высокую вероятность ничьей — потому что почти нет ошибок.
- После партии рейтинг корректируется с учётом этого ожидания. Ничья между слабыми — неожиданность, рейтинги сближаются сильно. Ничья между чемпионами — ожидаема, рейтинг почти не меняется.
Это убивает инфляцию. В старой системе топ-игроки набирали 3000+ пунктов просто потому, что их ничьи с равными считались «недостаточно информативными». Новая система «приземляет» их обратно в реалистичный диапазон 2600–2800.
Преимущество цвета: почему от него отказались
Гликман также обнаружил, что бонус белого цвета не постоянен. Слабые игроки не умеют удерживать инициативу первого хода — он быстро теряется из-за неточностей. А сильные превращают его в долгосрочное давление. Статистика турниров US Chess Open это подтвердила: чем выше рейтинг, тем выше вероятность победы белыми.
Однако в финальную версию для ICCF этот параметр не включили. Почему? Спортивная этика. Игроки сочли несправедливым, что у более сильного игрока белыми заранее выше шансы по формуле. В результате параметры цвета обнулили, хотя они были статистически значимы. Компромисс между математикой и восприятием.
Байесовский двигатель внутри
Для расчётов Гликман использовал байесовский подход. Рейтинг — не точка, а распределение вероятностей (среднее и дисперсия). Дисперсия растёт, если игрок долго не играет — система «забывает» его силу. Алгоритм обновляется период за периодом, не пересчитывая всю историю. Это позволяет быстро реагировать на изменения формы, но без резких скачков.
Тесты на данных ICCF (400 000 партий с 2016 по 2022) показали: новая модель предсказывает исходы точнее. Главное — устранена инфляция, и ничьи перестали «наказывать» элиту снижением рейтинга. Система теперь считает ничью между равными сильными игроками нормой.
| Параметр | Старая система Эло | Новая система Гликмана (ICCF) |
|---|---|---|
| Вероятность ничьей | Константа (зависит только от разницы рейтингов) | Зависит от суммы рейтингов (чем выше уровень, тем выше ожидание ничьей) |
| Коррекция рейтинга после ничьей | Всегда одинакова | Маленькая для сильных, большая для слабых |
| Обработка неактивности | Нет | Растёт дисперсия (неопределённость) |
| Учёт цвета | Фиксированный бонус (часто игнорируется) | Адаптивный (но отключён по этическим причинам) |
Что это значит для других сфер
История с заочными шахматами — симптом. В киберспорте, алгоритмической торговле, рейтингах ИИ-агентов та же картина: уровень мастерства растёт, результативность падает, ничьи становятся нормой. Гликман показал: универсальная линейка не работает. Инструмент должен адаптироваться к объекту. Метрики для новичков — бесполезны для профи.
Внедрение в ICCF в 2023 году — первый случай, когда крупная спортивная федерация официально признала зависимость ничьей от силы игры. Эпоха Эло уходит. На смену приходят модели, которые умеют различать «ничью из-за ошибок» и «ничью из-за совершенства».
Недавно я заметил: многие всё ещё спорят, какая система «правильнее». Спор бессмыслен. Эло была хороша, пока игра была человеческой. Когда компьютерные движки сделали игру почти идеальной, старая математика превратилась в источник шума. Новая модель — не «лучше», она просто адекватнее реальности. А выбирать между честностью и точностью — уже вопрос не математики, а совести.
