阿尔帕德·埃洛评定的是意外程度，而非比赛结果，国际象棋由此获得一个可比的数字

1960年之前，美国国际象棋棋手采用肯尼斯·哈克尼斯（Kenneth Harkness）的体系进行评分，该体系对锦标赛表现取平均值，但无法有意义地比较从未对阵过相同对手的棋手，而且它产生的评分被普遍认为不准确。马凯特大学物理学教授、国际象棋大师阿尔帕德·埃洛（Arpad Elo）为美国国际象棋联合会研究了评分体系，并在1960年3月号的《Chess Life》上撰文介绍了替代方案——《USCF评分体系》。

其设计选择是评定意外程度，而非比赛结果。两个评分之间的差值对应一个预期得分，每局比赛后，评分按实际结果偏离该预期的程度成比例变动。该体系不需要中央机构来重新校准刻度，因为每局比赛都会将评分点数从一名棋手转移给另一名棋手，而查表使俱乐部志愿者能够手工计算。

USCF于1960年实施该体系，世界国际象棋联合会（FIDE）于1970年采用。400分刻度——100分的差距意味着约64%的预期得分，200分约76%——成为一对一棋力的通用语言，而预期得分的理念传播到了足球、篮球、棒球、其他棋类游戏和电子竞技匹配中。

按意外程度的大小更新评分

两个数字之间的差距在棋子移动之前就预测了结果

更新是零和的，因此刻度永远不需要中央重新校准

只有相对于预期的表现才计入，因此结果可以跨俱乐部和跨年份汇总

查表使志愿者在计算机出现前几十年就能运行它

为你没有预料到的结果打分。如果每个结果都按其意外程度更新一个数字，那么来自不同地点和不同时间的结果就会汇入一个可自我修正的可比刻度。

埃洛的刻度成为国际象棋的世界标准，也成为远超其外的匹配模板。这些假设后来被改进而非被取代：国际象棋表现实际上并非正态分布，而逻辑斯谛形式被证明更易于计算。格利克曼（Glickman）的Glicko和Glicko-2增加了评分可靠性度量，支撑着在线对弈，而今天的美国国际象棋程序运行着六个源自同一预期得分逻辑的评分体系。按意外程度的大小更新评分，如今已成为双方一对一交锋时的默认做法。