Skauting z pomocą sztucznej inteligencji w sporcie
Skauting za pomocą sztucznej inteligencji w sporcie występuje już od pewnego czasu, ale dopiero teraz znajduje odpowiednie zastosowanie.
Jednak od niedawna, badania z Kanady pokazują, że AI może zrewolucjonizować jedną z najbardziej subiektywnych dziedzin profesjonalnego sportu: skauting, czyli ocenę i selekcję przyszłych zawodników. Zespół naukowców z Toronto Metropolitan University (TMU) w przełomowym badaniu udowodnił, że AI może ograniczyć ludzkie uprzedzenia w procesie oceny zawodników, jednocześnie nie eliminując znaczenia eksperckiego oka trenera.
Tradycyjny proces skautingu opiera się na oglądzie meczu, analizie statystyk i ocenie cech fizycznych gracza, jak wzrost, postura, stylu poruszania się. W aspektach fizycznych jednak, kryje się największy problem. Fizyczne elementy często stają się podstawą nieuświadomionych uprzedzeń, które mogą skutkować pomijaniem utalentowanych zawodników, którzy „nie wyglądają jak typowi sportowcy”.
W przeprowadzonym przez TMU badaniu, naukowcy wprowadzili koncepcję „blind scouting”, czyli ślepego skautingu. Współpracując z profesjonalną drużyną piłkarską z Ameryki Północnej, anonimowali materiały wideo z meczów tak, by usunąć z nich cechy identyfikujące zawodników: twarze, numery, nazwiska, a nawet barwy klubowe. Skautom polecono ocenić graczy wyłącznie na podstawie ich taktycznego zachowania i decyzji boiskowych, rejestrując jednocześnie ich tok myślenia.
Efektem działań było przeniesienie uwagi skautów z powierzchownych cech na realną jakość gry, co w praktyce oznaczało bardziej sprawiedliwe, obiektywne oceny.
W szerszym kontekście badania z TMU wpisują się w rosnącą falę zastosowań AI w etycznym zarządzaniu zasobami ludzkimi. Podobne inicjatywy miały miejsce m.in. w NBA, gdzie analiza danych i wizji komputerowej wspiera dobór zawodników do zespołów. W 2022 roku liga MLB wdrożyła algorytmy oceniające talenty na podstawie ustandaryzowanych danych biomechanicznych, redukując wpływ tzw. „eye test”, które jest subiektywną oceną trenera.
Z drugiej strony, eksperci ostrzegają przed przekazywaniem całej odpowiedzialności maszynie. AI, choć pozbawione emocji, może również powielać ukryte uprzedzenia obecne w danych treningowych. Kluczem jak pokazuje badanie TMU nie jest zastąpienie człowieka, ale współpraca między technologią a wiedzą ekspercką.
Potencjalne zastosowania są znacznie szersze niż sam sport. W branży rekrutacyjnej trwają prace nad podobnymi „ślepymi” procesami, w których AI ukrywa dane wrażliwe kandydatów (np. płeć, wiek, pochodzenie etniczne), umożliwiając sprawiedliwszą ocenę kompetencji. Firmy takie jak IBM czy LinkedIn eksperymentują z rozwiązaniami, które pomagają unikać tzw. unconscious bias, czyli nieuświadomionych uprzedzeń decyzyjnych.
W tym sensie sport, jako mikrokosmos społeczeństwa, może pełnić funkcję poligonu testowego dla większych zmian. Jeśli na boisku AI pomaga podejmować lepsze decyzje, to dlaczego nie wdrożyć tego w rekrutacji pracowników, edukacji czy planowaniu urbanistycznym?
Autorzy zapowiadają dalsze analizy, m.in. dotyczące wpływu AI na decyzje transferowe, zarządzanie akademiami piłkarskimi i rozwój młodych graczy. W dobie, gdy każdy klub szuka przewagi konkurencyjnej, etyczne i transparentne użycie technologii może być tym, co rozstrzyga o sukcesie lub porażce.
Szymon Ślubowski
