Naukowcy opracowali Drift-Diffusion-Enhanced Elo Rating System (DD-Elo), który znacznie przyspieszył ocenę zmian umiejętności szachistów. Tradycyjny system Elo bierze pod uwagę tylko wynik meczu, co powoduje znaczne opóźnienia w odzwierciedleniu rzeczywistego poziomu gry. Nowe podejście wykorzystuje informacje na poziomie poszczególnych ruchów, aby bardziej precyzyjnie śledzić fluktuacje umiejętności.
DD-Elo opiera się na modelu dryfu-dyfuzji, koncepcji z neuronauki poznawczej, która modeluje procesy decyzyjne. Tym samym umiejętności szachisty są traktowane jako wyrażenie się w procesie podejmowania decyzji. Chociaż włączenie danych o każdym ruchu stanowi wyzwanie ze względu na szum i ogromną przestrzeń stanów gry, matematyczne wyprowadzenie autorów pokazuje, że DD-Elo utrzymuje ograniczoną odchyłkę od tradycyjnego Elo, zapewniając teoretyczne wyrównanie obu systemów.
Eksperymenty wykazują, że DD-Elo znacznie szybciej dostosowuje się do zmian umiejętności niż klasyczne Elo. Rozwiązanie jest wstecznie kompatybilne z istniejącymi ekosystemami rankingowymi, łatwo wyjaśnialne oraz wysoce responsywne. Kod implementacji jest dostępny publicznie na GitHubie, co otwiera możliwości dla społeczności szachowej do testowania i dalszego rozwoju tego systemu.