¿Puede el AI Predecir el Draft?

La Cancha Fue Mi Primer Laboratorio

Crecí donde el asfalto se agrietaba bajo las luces de la calle—donde cada dribble cargaba más que estadísticas. A los quince, vi cómo a mi primo lo descartaron del intento—no por falta de talento, sino porque el sistema no lo vio. Ahora uso Python para mapear lo que ignoran: selecciones en la Green Room (#46%), primera ronda (#69%). Esto no es suerte. Es lógica vestida en cuero.

Los Datos No Se Importan Por Tu Nombre

El draft de la NBA no es una lotería: es una cadena de sesgos disfrazada de oportunidad. Equipos como Thunder (#15), Wolves (#17), Nets (#19), Jazz (#21), Hawks (#22) y Pacers (#23) tienen algoritmos tras sus decisiones. Pero cuando miras las señales crudas—las que ningún reclutador quiere reconocer—ves chicos con manos callosas y sueños silenciosos. No necesitan invitaciones. Necesitan visibilidad.

El Algoritmo Que Me Vio

Mi madre dijo: “Si no te ven en papel, no esperes una invitación.” Así construí modelos que convierten el ruido en narrativa. Con Tableau, visualicé cómo #44 fue etiquetado como “demasiado tarde”—mientras #17 fue etiquetado como “esperanza”. Pero la esperanza no viene de hojas de cálculo: viene de sesiones a medianoche en las canchas de Englewood.

¿Por Qué Esto Importa Más Allá de la Noche del Draft?

El AI no está aquí para reemplazar a los reclutadores: está aquí para recordarlos. Cuando reducimos la redundancia en los datos, restauramos dignidad a jugadores que nunca tuvieron oportunidad pero siguieron lanzando igualmente. ¿Creés que se trata del talento? No. Se trata de sistemas que silencian voces como la mía.

Y si me preguntas: ¿Quién decide quién es elegido? Te mostraré el código—and luego te devolveré la pelota.