Med adventstida kommer avslutningen av Eliteserien og dermed også avslutningen av midtnorsk mesterskap i tabelltipping. Denne gangen fikk vi en høyst uvanlig vinner, selv om seieren riktignok ble delt med førstekonsulent Irene Lange Sætre.
Av KJETIL KÅRE HAUGEN, professsor ved Høgskolen i Molde
All ære til Irene som endte opp på toppen av lista!
Den personen hun delte førsteplassen med var imidlertid en voldsom overraskelse. Den ikke ukjente amerikaner (egentlig er han vel fra Sør-Afrika) Elon Musk.
Eller, jeg lyver litt, så gode forbindelser har jeg ikke, men Musks KI-verktøy — Grok 3 — deltok i konkurransen med suksess, og den kunstige intelligensen slo den øvrige naturlige intelligensen mer eller mindre ned i støvlene.
Resultatlista nedenfor taler sitt tydelige språk:
| .Rank | Name | MAD[1] |
| 1. | Grok 3 | 2.500 |
| 1. | Irene L. S. | 2.500 |
| 3. | Harry A. S. | 2.750 |
| 3. | Lise L . H. | 2.750 |
| 5. | Jan Ola S. | 2.875 |
| 6. | Brynjulf O. | 3.000 |
| 6. | Harald H. | 3.000 |
| 8. | Hallgeir G. | 3.125 |
| 8. | Gaute E. | 3.125 |
| 8. | Morten K. | 3.125 |
| 11. | Kjetil H. | 3.375 |
| 11. | Asmund O. | 3.375 |
| 11. | Lars M. H. | 3.375 |
| 11. | Bjørn G. | 3.375 |
| 15. | Loktu M. | 3.500 |
| 15. | Erlend V. | 3.500 |
| 17. | Knut P. H. | 3.625 |
| 18. | Olav H. | 4.125 |
| 19. | Arild W. | 4.375 |
[1] Målenheten MAD (Mean Average Deviation) er det gjennomsnittlige antallet feilplasseringer en tipper har gjort målt opp mot slutt-tabellen i Eliteserien.
| End-Table | Team | Grok 3 | Irene |
| 1. | Viking | Bodø/Glimt | Bodø/Glimt |
| 2. | Bodø/Glimt | Molde | Molde |
| 3. | Tromsø | Brann | Viking |
| 4. | Brann | Rosenborg | Brann |
| 5. | Sandefjord | Viking | Rosenborg |
| 6. | Vålerenga | Vålerenga | Vålerenga |
| 7. | Rosenborg | Fredrikstad | Fredrikstad |
| 8. | Fredrikstad | Tromsø | Sarpsborg 08 |
| 9. | Sarpsborg 08 | Sarpsborg 08 | Strømsgodset |
| 10. | Molde | Strømsgodset | Sandefjord |
| 11. | Ham/Kam | KFUM | Tromsø |
| 12. | KFUM | Ham/Kam | Ham/Kam |
| 13. | Kristiansund | Kristiansund | Kristiansund |
| 14. | Bryne | Sandefjord | KFUM |
| 15. | Strømsgodset | Bryne | Haugesund |
| 16. | Haugesund | Haugesund | Bryne |
Ser vi litt nærmere på tabellen ovenfor ser vi at begge bommet stygt på Moldes plassering. Begge undervurderte også Tromsøs kvalitet i noen grad. Ellers ser vi at Grok 3 faktisk traff perfekt på fire tips — Vålerenga, Sarpsborg 08, Kristiansund og Haugesund. I den konkurransen fikk Irene kun tre fulltreffere — Brann, Vålerenga og Kristiansund.
Det virker kanskje ikke så vanskelig å tippe tabeller. Sannheten er en helt annen. Tipper en helt tilfeldig (uten kunnskap om lagkvalitet) finnes det 16! mulige tabeller (1 x 2 x …. 16). Dette utgjør 20 922 789 888 000 mulig forskjellige tabeller. Sannsynligheten for å treffe tilfeldig er altså 1/20922789888000, noe som er omtrent 10 millioner ganger vanskeligere enn å få 7 rette i Lotto.
Mer interessant enn de matematiske spissfindigheter ved tabelltipping er vel heller det faktum at her har en samling høyt kvalifiserte og særdeles fotballinteresserte aktører mer eller mindre blitt knust av Elon Musk og hans KI-verktøy Grok.
Ser vi på deltagerlista består den av ni professorer i logistikk, matematikk, fysikk, sport management, økonomi og sosiologi, to førsteamanuenser i økonomi, en professor emeritus, en dosent emeritus og en amanuensis emeritus, samt en redaktør og en førstekonsulent.
At det er førstekonsulenten som stikker av med seieren er pinlig nok, men at hele denne gjengen blir slått av kunstig intelligens er vel nærmest århundrets pinligste prestasjon.
Joda, vi vet at kunstig intelligens er menneskelig intelligens overlegen i sjakk. Magnus Carlsen er vel fortsatt under 3000 i ELO-rating, mens den kunstige versjonen – Stockfish har nådd 3645 – se CCRL. Men, at det å forutsi Eliteserien også skulle innebære klart forsprang for den kunstige intelligensen, det må vi nok innrømme var overraskende. Utvalget av konkurrenter skulle vel også tilsi at dette ikke ga Grok 3 de enkleste vinnersjansene, men Elon Musk tok altså knekken på de fleste.
Hva blir så konklusjonen? Det er selvsagt fristende å spå professorer og førsteamanuensers død. Imidlertid er vel virkeligheten tross alt mer komplisert. En ting vi tross alt føler oss nokså sikre på er at selv om KI kan overgå menneskers prestasjoner i nær sagt all slags kunnskapsbasert konkurranseaktivitet, ser vi fortsatt ikke hvordan KI kan sørge for å arrangere slike konkurranser. Enda mindre finne på at slike konkurranser bør arrangeres.
God jul!