O uso de inteligência artificial no esporte pode ensinar a máquina a prever o momento exato em que o atleta deve treinar e parar o treino.
Leia também: IA nas Olimpíadas
Onde a ideia surgiu?
Em 2005, um jovem atleta de futebol de 17 anos, Alessio Rossi, rompeu dois ligamentos do tornozelo direito durante um treinamento. A lesão acabou com seu sonho de seguir carreira no futebol.
Atualmente, Rossi é um pesquisador de pós-doutorado na Universidade de Pisa, Itália, onde coleta e analisa uma grande quantidade de dados para utilizar inteligência artificial no esporte e ajudar a prevenir que jogadores de times de futebol de alto desempenho se machuquem.
A evolução das pesquisas de inteligência artificial no esporte
Quando Rossi jogava em 2005, os instintos e as experiências de seus treinadores, preparadores físicos e médicos eram tudo que eles tinham para prever se ele teria algum risco de se machucar.
Nos dias atuais, times de alta performance tem a inteligência artificial no esporte a seu favor.
Isso mesmo! Um jogador de futebol, por exemplo, poderia vestir um colete com um sensor GPS que seria capaz de captar os dados necessários para alimentar algoritmo.
Esses sensores captam registros como: GPS, acelerômetro, giroscópio e bússola digital. Enquanto os atletas fazem seus exercícios, os sensores rastreiam sua frequência cardíaca, velocidade e distância percorrida.
Com uso de aprendizado de máquina para tentar detectar padrões, os pesquisadores afirmam ser possível definir a probabilidade de um jogador se machucar nos próximos dias ou nas próximas semanas.
Esses dados também contam a carga de trabalho de um atleta, por exemplo, a frequência ele treina e com que intensidade. Treinar o suficiente pode abrir caminho para medalhas, mas em excesso coloca pressão sobre o corpo e pode levar às lesões.
Os treinadores sempre levaram em consideração a condição dos jogadores ao programar os treinamentos, e, agora, eles poderão calcular com mais precisão a probabilidade de que atletas se machuquem durante a próxima partida, na próxima semana ou no próximo mês.
Por quê usar inteligência artificial no esporte
Se analisarmos os benefícios da nova tecnologia que anteciparia um novo problema físico nos atletas, muitos outros graves incidentes físicos e de saúde poderiam ser evitados e as equipes e times teriam grande otimização, além de uma melhor saúde de seus atletas.
O objetivo dos estudos é otimizar as carreiras dos atletas e reduzir gastos, contribuindo para melhorares resultados da equipe. Pesquisadores e treinadores com os dados coletados pretendem fazer previsões, não apenas para esportes coletivos, como futebol ou basquete, mas também para eventos como patinação artística ou tênis, nos quais as pessoas costumam competir individualmente .
Impacto da inteligência artificial no esporte
O pesquisador responsável acha didático ilustrar o impacto do uso de inteligência artificial no esporte através de exemplos.
Leia também: Desafios da Gestão de Dados no Esporte
- Jogadores de futebol – experimentam entre 2,5 e 9,4 lesões por 1.000 horas de esforço (D. Pfirrmann et al. J. Athl. Train. 51, 410-424; 2016), cerca de um terço das quais são de uso excessivo e, portanto, potencialmente previsíveis.
- A maioria das lesões dura cerca de uma semana, mas as recorrentes – cerca de 15% do total – geralmente requerem mais descanso físico.
- Nessa recuperação, o condicionamento físico e mental do jogador diminui e sua carreira pode ser prejudicada.
- O tempo livre do atleta em recuperação também pode aumentar a carga de trabalho de seus companheiros, aumentando a probabilidade de lesões em todo o time.
Testes do uso de inteligência artificial no esporte
Avaliar a carga de trabalho e prever lesões à moda antiga, por meio da experiência, é muito limitado.
Ajudar os treinadores a combinar o que seus instintos dizem com o que os dados revelam, através de coleta de informações, é o grande objetivo.
Foi feito um teste controlado com as seguintes especificações:
- uma equipe usou um pacote de sensores inserido nas roupas para monitoramento
- 26 jogadores de futebol de elite eram a amostra
- gravação de 931 sessões de treinamento individuais ao longo de 23 semanas (A. Rossi et al. PLoS ONE 13, e0201264; 2018).
Os pesquisadores extraíram 12 variáveis como: distância total percorrida, distância percorrida a mais de 5,5 metros/seg, número de acelerações e desacelerações de alta intensidade, entre outros dados quando umcorpo está sob estresse extra.
Em outros esportes, os dados coletados podem ser diferentes:
- jogadores de beisebol, podem usar mangas inteligentes com acelerômetros que medem os ângulos articulares, a velocidade e o estresse.
- patinadores artísticos podem anexar acelerômetros e giroscópios aos quadris para registrar os saltos
- brincos, macacões, coletes ou faixas podem medir a frequência cardíaca e a saturação de oxigênio, e as pulseiras podem registrar a qualidade do sono e a temperatura corporal.
Essa abordagem multivariada é a chave para prever lesões. Mas ter essa informação é uma coisa; dar sentido a elas é outra. Há uma lacuna entre a quantidade de dados que são capturados e o que é feito com eles. Esse aprendizado e otimização tem sido o desafio dos pesquisadores na aplicação de inteligência artificial no esporte.
Árvores de decisão (decision trees)
Rossi usou classificadores de árvore de decisão. O sistema é capaz de prever 80% das lesões.
Exemplos de variáveis:
- problemas de saúde anteriores de um atleta
- distância total que ele percorreu em uma sessão de treinamento
- distância percorrida em alta velocidade.
Outros pesquisadores usam o método da “floresta aleatória” (random forest), que utilizam várias árvores de decisão para melhorar as previsões de forma incremental.
Redes neurais também podem ser usadas, embora alguns cientistas considerem que esses algoritmos são uma caixa preta, de difícil interpretação.
A desconfiança das redes neurais seria porque “os treinadores querem saber por que um atleta pode se machucar, não apenas que isso acontecerá, por isso os cientistas preferem reduzir o desempenho do algoritmo, mas fornecer resultados interpretáveis.”
Como a IA impacta o seu trabalho
Possibilidades do uso de inteligência artificial no esporte
Em breve um técnico e um analista de dados estarão sentados em frente a um laptop com vista para um campo de futebol, dados seriam coletados por GPS dos sensores usados nos uniformes dos jogadores e decisões técnicas e médicas poderão ser tomadas em tempo real.
Em esportes individuais, como patinação artística, a quantidade pequena de informações que pode ser coletada de um indivíduo significa que a automação das decisões é prejudicada. Uma possível solução seria agregar dados de várias equipes e indivíduos que praticam o mesmo esporte, mas as equipes jogam em diferentes níveis e em diferentes ligas, usam dispositivos diferentes, então unificar tudo isso se torna muito complicado.
A decisão final é humana
A interpretação dos resultados e a mudança da carga de treinamento são definidas pelos treinadores e equipe técnica, tendo os modelos e predições como embasamento para suas atitudes.
Cabe ao técnico deve decidir se o risco previsto pelo modelo é aceitável ou não, geralmente dependendo do contexto. Pode haver um grande jogo naquele dia e o jogador pode ser especialmente importante para a equipe. “Mesmo que a probabilidade de lesão prevista seja de até 70%, o treinador pode estar disposto a arriscar”, diz Rossi.
O argumento para os treinadores deve ser que combinar suas experiências com os insights analíticos da máquina oferece uma vantagem em relação a confiar inteiramente na intuição e ainda assim, no esporte, sempre haverá um elemento surpresa, pois na vida, o inesperado sempre pode acontecer.
