Un dueño de un galgo de 38 kilos llamado Bebop aplicó el modelo de Bradley-Terry, una técnica estadística basada en comparaciones por parejas, para identificar la golosina preferida de su mascota entre cinco opciones del mercado. Cada noche, a las 23:00, le presentó dos golosinas simultáneamente con la orden «choice» y registró cuál elegía el animal.
El modelo de Bradley-Terry asigna a cada competidor una puntuación de fuerza latente y estima la probabilidad de que uno supere al otro a partir de sus comparaciones directas. Es el mismo enfoque estadístico que subyace al sistema Elo de ajedrez —una versión incremental y en línea— y al ranking global que emplea Chatbot Arena para evaluar modelos de lenguaje.
Las cinco candidatas fueron: MON2SUN de pato con cuero crudo (A), Greenies grandes (B), Pork Chomps (C), MON2SUN de pollo con cuero crudo (D) y Pur Luv Chicken deshidratado (E). Tras docenas de ensayos, el análisis bootstrap —re-muestreo repetido para evaluar la estabilidad del resultado— arrojó que E gana en el 63% de las muestras simuladas, A en el 33% y D en el 4%; B y C quedaron descartadas.
El veredicto provisional sitúa a Pur Luv Chicken como favorita, algo lógico tratándose de pollo deshidratado, aunque A se mantiene como rival plausible. El experimento también detectó un sesgo de lateralidad: Bebop escogió de forma consistente la golosina de la mano izquierda del dueño, posiblemente por la influencia de un ventilador junto a la ventana. El autor plantea ahora concentrar los ensayos restantes en enfrentamientos E contra A para confirmar el ranking.