El Liverpool de Luis Díaz entrena los tiros de esquina con inteligencia artificial

La relación de la tecnología con el fútbol es una de amores y odios. Desde que el Video Assistant Referee, mejor conocido como VAR, se comenzó a usar en los partidos, no han sido pocos los aficionados y comentaristas los que han argumentado que la tecnología puede “desnaturalizar” lo que finalmente es un deporte que se juega, por lo menos, desde el siglo XIX. A esos aficionados seguramente no les agradará la investigación que acaba de ser publicada en Nature, una de las revistas científicas más prestigiosas del mundo, en la que un grupo de científicos da un nuevo paso en el uso de la ciencia en el fútbol: la inteligencia artificial podría ser, y de hecho ya lo está haciendo, un gran asistente técnico.

La relación de la tecnología con el fútbol es una de amores y odios. Desde que el Video Assistant Referee, mejor conocido como VAR, se comenzó a usar en los partidos, no han sido pocos los aficionados y comentaristas los que han argumentado que la tecnología puede “desnaturalizar” lo que finalmente es un deporte que se juega, por lo menos, desde el siglo XIX. A esos aficionados seguramente no les agradará la investigación que acaba de ser publicada en Nature, una de las revistas científicas más prestigiosas del mundo, en la que un grupo de científicos da un nuevo paso en el uso de la ciencia en el fútbol: la inteligencia artificial podría ser, y de hecho ya lo está haciendo, un gran asistente técnico.

En su definición más básica (que quizá todos, aficionados o no, conocemos), el fútbol es un juego en el que dos equipos (conformados, cada uno, por hasta 11 jugadores activos) compiten en un campo para marcarse goles entre sí. Se trata de una actividad, por supuesto, que involucra al cuerpo y que requiere un esfuerzo físico. Pero, y quizá también todos los aficionados lo tienen claro, no se trata solo de eso: la estrategia es un elemento clave en un partido. “En el juego actual, los conocimientos basados en datos son un factor clave para determinar las configuraciones óptimas de los jugadores para cada juego y desarrollar contratácticas para maximizar las posibilidades de éxito”, dicen los investigadores en su estudio.

Puede ver: Descubrieron un lugar en Boyacá rico en fósiles marinos que habitaron en el pasado

En los torneos de alto nivel, la competencia entre los equipos puede ser tan dura, que aprovechar cualquier oportunidad para sacar ventaja es una necesidad. Y es aquí, en esa oportunidad, en donde aparece la inteligencia artificial (IA). Según los investigadores, varios métodos recientes están intentando mejorar el entrenamiento táctico y la toma de decisiones de los jugadores a través de herramientas de IA, utilizando una amplia variedad de datos, desde videos hasta sensores de seguimiento, y aplicando diversos algoritmos que van desde la simple regresión logística hasta elaboradas arquitecturas de redes neuronales. Estos métodos permiten, por ejemplo, pronosticar movimientos o identificar acciones de jugadores.

Hay un problema con esos planes y estrategias que elabora la IA: cuando los jugadores están en campo, su rendimiento depende de muchos factores como su estado físico, su fatiga, las variaciones en sus movimientos, su posición, el clima, el estado del campo o la reacción del contrario. Todas estas condiciones hacen difícil evaluar la eficacia de una estrategia de IA en las jugadas en movimiento. Por el contrario, las jugadas a balón parado brindan la oportunidad de ejercer un mayor control sobre el resultado, ya que la interrupción del juego permite a los jugadores reposicionarse de acuerdo con uno de los patrones practicados y acordados previamente, y hacer un intento deliberado hacia la meta, que es el gol.

Puede ver: Un proyecto de ciencia ciudadana de la NASA descubrió 15 asteroides activos raros

Ejemplos de tales jugadas a balón parado incluyen tiros libres, tiros de esquina, saques de meta, saques de banda y penales. Entre todas ellas, los tiros de esquina son de particular importancia, dicen los investigadores, ya que una mejora en su ejecución puede modificar los resultados del juego y se prestan a un análisis detallado, táctico y basado en principios. Los tiros de esquina suelen ocurrir con frecuencia en los partidos, se ejecutan desde una posición fija y rígida, y ofrecen una oportunidad inmediata y buena para marcar un gol. Hoy, de hecho, los técnicos entrenan con sus equipos estrategias para los tiros de esquina que tienen en cuenta las fortalezas y debilidades del equipo contrario.

¿Qué pasaría si a esas estrategias que ya ocurren hoy, se une la IA? Los investigadores proponen TacticAI, un asistente de fútbol con IA para ayudar al experto humano (que puede ser el técnico) en el análisis de jugadas a balón parado y el desarrollo y mejora de rutinas de tiros de esquina.

TacticAI es un sistema que usa datos detallados de seguimiento de jugadores durante un partido de fútbol para aprender y representar de manera eficiente diferentes tácticas de tiros de esquina. Estos datos se convierten en un tipo de gráfico que muestra cómo se relacionan los jugadores entre sí en el campo en lugar de simplemente medir las distancias físicas entre ellos. Este enfoque ayuda a capturar relaciones más complejas y estratégicas entre los jugadores durante los tiros de esquina. Utilizando técnicas avanzadas de aprendizaje automático, TacticAI crea representaciones detalladas de las posiciones y movimientos de los jugadores, lo que permite analizar y mejorar las estrategias utilizadas.

Esta herramienta es como un “detective” que observa un partido de fútbol desde arriba y aprende cómo se mueven los jugadores. Utiliza un tipo especial de aprendizaje llamado aprendizaje profundo geométrico, que es como tener un radar para entender cómo se organizan los jugadores en el campo de fútbol. Este aprendizaje profundo y geométrico le sirve a TacticAI para responder preguntas sobre lo que podría suceder en un tiro de esquina. Por ejemplo, puede predecir qué jugador tocará primero el balón o si habrá un tiro al arco. También puede encontrar situaciones similares de tiros de esquina y sugerir cambios en las posiciones de los jugadores para mejorar las tácticas. Es como tener un entrenador virtual.

Puede ver: El revelador libro del último discípulo de Stephen Hawking

Pero todo eso, por supuesto, es teoría. Los investigadores se propusieron comprobar si TacticAI es tan bueno como pinta. Para eso, evaluaron tres habilidades de la herramienta: si puede predecir quién será el jugador que recibirá el balón en un tiro de esquina; si puede prever cuándo y cómo se realizará un tiro a puerta en un tiro de esquina; y si puede sugerir cambios en la posición de los jugadores para mejorar la estrategia en los tiros de esquina. Los investigadores se unieron a analistas del Liverpool FC (uno de los equipos más grandes e importantes de Europa) para estas evaluaciones. Además, utilizaron un conjunto de datos de 7.176 tiros de esquina de partidos de la Premier League para completar el análisis.

Los investigadores y el Liverpool llegaron a varias conclusiones. En primer lugar, TacticAI es capaz de predecir con precisión el primer receptor después de un tiro de esquina, así como la probabilidad de un tiro a puerta como resultado directo del tiro de esquina. En segundo lugar, demostraron que TacticAI produce variaciones tácticas plausibles que mejoran los resultados de manera destacada, mientras que los expertos en el campo no las distinguen de escenarios reales.

Puede ver: Sí, hay más mujeres en la ciencia, pero falta mucho para lograr una igualdad

Y, finalmente, los científicos concluyeron que las representaciones latentes de los jugadores en el sistema son un medio poderoso para recuperar tácticas similares a balón parado, permitiendo a los entrenadores analizar tácticas y contratácticas relevantes que han tenido éxito en el pasado. Las “representaciones latentes de los jugadores” se refieren a la manera en que TacticAI organiza y entiende la información sobre cómo juegan los futbolistas. Es como si fuera una especie de mapa interno que la aplicación usa para guardar la información sobre las tácticas y movimientos de los jugadores. Un dato más resume los resultados: los expertos de Liverpool prefirieron el consejo de esta herramienta a las tácticas existentes en el 90% de los casos.

Ahora, Mark Scanlan profesora de la Universidad Edith Cowan, en Australia, analizó los resultados del estudio en un informe en The Conversation. Allí la experta señala que la IA “puede ser una herramienta útil, pero no puede tomar decisiones sobre los partidos por sí sola. Un algoritmo podría sugerir la configuración posicional óptima para una esquina que se mueve hacia adentro o la mejor manera de explotar las tácticas defensivas del oponente. Lo que la IA no puede hacer es tomar decisiones sobre la marcha, como decidir si tomar una esquina rápidamente para aprovechar la falta de concentración del oponente”. Scanlan defiende la posibilidad de que los jugadores no obedezcan la estrategia de la aplicación (como hoy, en muchos casos, lo hacen con las de sus técnicos humanos). Se trata de licencias creativas que pueden cambiar un partido.

Puede ver: Los elefantes, al parecer, también enterrarían a sus muertos como los humanos

“Si bien la tecnología detrás de TacticAI es muy interesante, queda por ver si puede evolucionar para ser útil en el juego abierto. ¿Podría la IA llegar al punto en el que pueda reconocer la mejor sustitución táctica de jugador en una situación determinada?”, se pregunta Cowan. Y termina: “Mi sensación de las discusiones con personas de la industria es que muchos creen que la IA solo debería usarse como un insumo para la toma de decisiones y no se le debería permitir tomar decisiones por sí misma. No hay sustituto para la experiencia y el instinto de los mejores entrenadores, la capacidad intangible de sentir lo que el juego necesita, de hacer un cambio en la formación, de jugar contra alguien fuera de posición”.