Um modelo matemático coincidiu com as escolhas do comitê da NCAA para 37 de 38 equipes.

Todo mês de março, um comitê rotativo de 10 pessoas escolhe 68 das 351 equipes da Divisão I para o torneio de basquete masculino da NCAA, assistido por mais de 80 milhões de pessoas, e em seguida define suas posições. A seleção e a definição das posições são subjetivas e vulneráveis a vieses e erros humanos.

Bruce Reinig e Ira Horowitz criaram um modelo de programação matemática que seleciona, classifica e define as posições das 68 equipes a partir de dados da temporada, independentemente das estruturas do comitê, dos resultados do torneio e das temporadas passadas. Testado nos torneios de 2012 a 2016, ele reproduziu consistentemente as classificações do comitê.

Aplicado ao torneio de 2017, o algoritmo identificou 37 das 38 equipes selecionadas pelo comitê; 24 posições foram correspondências exatas, 77,6% ficaram dentro de uma posição e 89,6% ficaram dentro de duas posições das classificações do comitê.

Classificar as equipes com matemática para que o viés do comitê não interfira.

Transforma um julgamento subjetivo do comitê em um cálculo objetivo e repetível.

Como o modelo é transparente, os diretores atléticos podem ver como mudanças no calendário afetariam sua posição.

Oferece ao comitê um ponto de partida livre de viés, deixando espaço para a revisão humana.

Quando um pequeno grupo toma decisões de classificação de alto risco, um modelo de otimização construído a partir dos mesmos dados expõe vieses, acelera o trabalho e oferece a todos uma base defensável.

A INFORMS publicou o estudo na Interfaces e disponibilizou o texto completo gratuitamente durante o March Madness de 2018, levando a seleção de chaves assistida por algoritmo para o debate público.