L'ascesa dell'ingegneria e dell'analisi dei dati nello sport
da Angolo Eusebio (insegnante ESI e allenatore BM Pozuelo)
Negli ultimi anni Data Analysis e Intelligenza Artificiale (AI) hanno segnato un prima e un dopo in ambito sportivo. In che misura i team che investono nell'ingegneria dei dati hanno un vantaggio rispetto a quelli che non lo fanno? Ci sono sempre più lavori che dimostrano che l'IA può facilitare in molti sport di alto livello un miglioramento delle prestazioni individuali o collettive, il monitoraggio dei giocatori per ottenere acquisti promettenti e ogni tipo di vantaggio che ottimizza le risorse e rende dette squadre più competitive.
Il mio interesse per avvicinare l'IA allo sport è iniziato qualche anno fa, quando, su consiglio del mio direttore di tesi Ricardo García Ródenas e di diversi colleghi, ho deciso di cambiare la mia linea di ricerca e provare ad applicare allo sport le conoscenze acquisite nel mio allenamento . In questo modo sono riuscita ad allineare il mio lavoro di ricercatore con la mia passione di allenatore di pallamano della nazionale, nella quale mi alleno da 15 anni presso la Club di pallamano Pozuelo de Calatrava.
Il professor ESI Francisco Pascual Romero ha aderito a questo percorso fin dall'inizio e, poco dopo, Julio Alberto López (docente del Dipartimento di Tecnologie e Sistemi Informativi presso la Almadén School of Mining and Industrial Engineering). Nei nostri studi ci siamo presto resi conto del boom che la figura dell'Analista Sportivo stava avendo in tutti gli sport. Questi analisti sportivi, nella maggior parte delle indagini, sono arricchiti da tre ambiti in cui la nostra Scuola è potente (Fig.1): i) machine Learning, io) Big Data e iii) Analisi statistica avanzata.
Nello sport di alto livello, sempre più risorse vengono dedicate allo sfruttamento dei vantaggi dell'IA. Ci sono sport che hanno dato molto valore a questo campo, soprattutto gli sport americani. Alcuni esempi sono il basket (NBA), l'hockey su ghiaccio (NHL) o il baseball, dove l'analisi approfondita dei dati per il miglioramento delle prestazioni è attualmente comune. Anche queste analisi vengono applicate agli atleti in tenera età per l'individuazione e il reclutamento di talenti.
D'altra parte, il calcio non fa eccezione ed è in aumento la figura dell'ingegnere dei dati sportivi, come nel caso del Sevilla FC, che dispone di un team di ingegneri che applicano i Big Data per tracciare i giocatori. Il club stesso, insieme all'FC Bengaluru UTD, ha recentemente lanciato a hackathon per la valutazione delle prestazioni sulla base di dati oggettivi.
Negli ultimi due anni, a seguito del nostro lavoro scientifico nel campo della Analisi dello sport, membri dei gruppi MAT e SMILE, hanno partecipato attivamente a congressi e pubblicato articoli il cui tema principale è incentrato sull'applicazione dell'IA alle squadre di pallamano ad alte prestazioni [1]-[5], alla ricerca di una valutazione oggettiva delle prestazioni dei giocatori nelle partite reali, il tutto attraverso l'applicazione di metodologie sfocato e algoritmi di ottimizzazione. In questi lavori, il contributo principale è la valutazione oggettiva dei giocatori nelle partite e nei campionati in base a tutte le loro azioni nelle partite (Fig. 2). Inoltre, consente una caratterizzazione dei giocatori a seconda della loro demarcazione e sapendo quali qualità dovrebbe avere ogni giocatore nella sua posizione per avere una prestazione eccezionale in un campionato.
Sulla stessa linea di lavoro, il gruppo e l'Università di Castilla-La Mancha hanno firmato accordi di ricerca con diversi club ad alte prestazioni come la Super Amara Bera Bera, recentemente campionessa della Divisione d'Onore femminile (Iberdrola Warrior League), o il Veszprem dall'Ungheria, squadra maschile che è stata recentemente finalista nella Final Four della Champions di pallamano Questi accordi ci hanno dato accesso diretto a dati reali con squadre ad alte prestazioni e la possibilità di svolgere uno studio avanzato per migliorare le prestazioni dei propri giocatori individualmente e collettivamente, nonché una migliore analisi dei loro rivali per una buona preparazione della approcci delle partite in dette competizioni.
In Fig 3 sono rappresentati i valori o pesi di ciascuna azione positiva e negativa. Le azioni positive di ogni giocatore sono quelle che avvicinano una squadra alla vittoria, mentre quelle negative la avvicinano alla sconfitta. Inoltre, questi pesi variano a seconda della demarcazione del giocatore, ovvero sono più o meno importanti. L'accumulo di tutte le azioni di un giocatore in una partita ci offrirà la sua valutazione o punteggio alla partita.
Queste analisi dei dati offrono una visione oggettiva di ogni giocatore sia in una partita indipendente che in un'intera stagione. Nel mio caso particolare, le analisi sono state di grande valore durante la passata stagione, soprattutto per la rilevazione di cali di prestazione sportiva dovuti a problemi fisici o mentali. Questa analisi ha permesso di rilevare problemi che sono stati risolti in tempo. A quanto sopra, va aggiunto che la prestazione sportiva può essere ottenuta anche contro la propria o le varianti difensive dell'avversario. In breve, è possibile generare molte informazioni preziose per migliorare il processo decisionale. I giocatori e lo staff tecnico si sono adattati bene a questo feedback fornito dall'analisi dei dati in ogni partita per migliorare le prestazioni della squadra.
Coincidenza o meno, il Pozuelo Handball Club ha avuto la sua migliore stagione a livello sportivo con una qualificazione alla fase di promozione alla Iberdrola Guerreras League e al campionato spagnolo con la squadra giovanile femminile.
In conclusione, l'IA ha fornito progressi significativi nello sport attraverso previsioni altamente affidabili, valutazioni obiettive a livello individuale e collettivo, nonché miglioramenti delle prestazioni. In particolare, nella pallamano ci sono stati pochi progressi in termini di analisi dei dati e molto resta da fare, ma i primi passi sono stati fatti, dimostrando che questi metodi possono essere molto utili. Il futuro avvicinerà sempre più l'IA allo sport per avere un vantaggio fornendo un servizio migliore a tutte le scale: atleti, allenatori, appassionati di sport, direttori sportivi e/o analisti sportivi.
[1] Romero, Francisco P., Angulo, E., Serrano-Guerrera, J. e Olivas, José A.
