Arpad Elo calificó la sorpresa, no el resultado, y el ajedrez obtuvo un número comparable

Antes de 1960, los jugadores de ajedrez estadounidenses se calificaban con el sistema de Kenneth Harkness, que promediaba las actuaciones en torneos pero no podía comparar de forma significativa a jugadores que nunca se habían enfrentado a la misma oposición, y producía calificaciones ampliamente consideradas inexactas. Arpad Elo, profesor de física de la Universidad Marquette y maestro de ajedrez, estudió los sistemas de calificación para la Federación de Ajedrez de Estados Unidos y redactó el reemplazo —«The USCF Rating System»— en el número de marzo de 1960 de Chess Life.

La decisión de diseño fue calificar la sorpresa en lugar del resultado. La diferencia entre dos calificaciones se traduce en una puntuación esperada, y tras cada partida las calificaciones se mueven en proporción a cuánto se apartó el resultado real de esa expectativa. El sistema no necesitaba una autoridad central que recentrara la escala, porque cada partida transfiere puntos de calificación de un jugador a otro, y unas tablas de consulta lo hacían calculable a mano por voluntarios de clubes.

La USCF lo implementó en 1960 y la Federación Mundial de Ajedrez (FIDE) lo adoptó en 1970. La escala de 400 puntos —una diferencia de 100 puntos implica una puntuación esperada de aproximadamente el 64 por ciento, y 200 puntos, alrededor del 76 por ciento— se convirtió en el lenguaje común de la habilidad en enfrentamientos directos, y la idea de la puntuación esperada se extendió al fútbol, el baloncesto, el béisbol, otros juegos de tablero y el emparejamiento en los esports.

Actualizar las calificaciones según el tamaño de la sorpresa

La diferencia entre dos números predice el resultado antes de que se mueva una pieza

Las actualizaciones son de suma cero, así que la escala nunca necesita un recentrado central

Solo cuenta el rendimiento frente a la expectativa, así que los resultados se agregan entre clubes y años

Las tablas de consulta lo hicieron ejecutable por voluntarios décadas antes de las computadoras

Puntúa lo que no esperabas. Si cada resultado actualiza un número según lo sorprendente que fue, los resultados de distintos lugares y distintos momentos se pliegan en una única escala comparable que se corrige a sí misma.

La escala de Elo se convirtió en el estándar mundial del ajedrez y en la plantilla para el emparejamiento mucho más allá de él. Los supuestos se refinaron más tarde en lugar de reemplazarse: el rendimiento ajedrecístico no se distribuye realmente de forma normal, y la forma logística resultó más fácil de calcular. El Glicko y el Glicko-2 de Glickman, que añaden una medida de la fiabilidad de la calificación, sustentan el juego en línea, y el procedimiento actual de US Chess ejecuta seis sistemas de calificación descendientes de la misma lógica de puntuación esperada. Actualizar una calificación según el tamaño de la sorpresa es ahora lo predeterminado allí donde dos bandos se enfrentan directamente.