{"id":28288,"date":"2024-07-03T09:07:48","date_gmt":"2024-07-03T14:07:48","guid":{"rendered":"https:\/\/olimpicocol.co\/web\/?p=28288"},"modified":"2024-07-03T11:32:51","modified_gmt":"2024-07-03T16:32:51","slug":"ia-y-deporte-el-nuevo-entrenador-no-ha-tocado-un-balon-en-su-vida","status":"publish","type":"post","link":"https:\/\/olimpicocol.co\/web\/ia-y-deporte-el-nuevo-entrenador-no-ha-tocado-un-balon-en-su-vida\/","title":{"rendered":"El nuevo entrenador no ha tocado un bal\u00f3n en su vida"},"content":{"rendered":"\n

Pero no le hace falta. Es capaz de corregirte el giro de mu\u00f1eca para que dobles tu porcentaje de triples. Calcular la probabilidad de gol en cada contraataque. Definir docenas de jugadas viables para un c\u00f3rner. Sabe lo que no sab\u00eda nadie.<\/strong><\/p>\n\n\n\n

Por Miguel Dom\u00ednguez<\/strong><\/p>\n\n\n\n

Articulista del Diario El Pa\u00eds, de Espa\u00f1a.<\/em><\/p>\n\n\n\n

Cualquier deportista profesional desea tener a su alcance el mayor volumen posible de datos sobre su forma de trabajar, un tesoro que le ayuda a mejorar su rendimiento. Esta reflexi\u00f3n es de Jos\u00e9 Manuel Calder\u00f3n, leyenda del baloncesto espa\u00f1ol que jug\u00f3 14 temporadas en la NBA. Cuanta m\u00e1s informaci\u00f3n maneje, m\u00e1s probabilidades de corregir sus puntos d\u00e9biles y potenciar sus virtudes. Hasta ahora, esa labor de an\u00e1lisis reca\u00eda en entrenadores y sus ayudantes. Pero se va haciendo hueco en los cuerpos t\u00e9cnicos un nuevo asistente capaz de monitorizar y procesar cientos de variables a una velocidad imposible para cualquier mente humana.<\/p>\n\n\n

\n
\"\"
Foto: Linkedln.<\/em><\/strong><\/figcaption><\/figure>\n<\/div>\n\n\n

La Inteligencia Artificial, IA, gana terreno como herramienta aplicada al deporte y cada vez la fichan m\u00e1s disciplinas desde el baloncesto al golf o el p\u00e1del. Calder\u00f3n, faro de la selecci\u00f3n espa\u00f1ola que se proclam\u00f3 campeona del mundo en 2006, sabe del potencial de esta nueva estrella tecnol\u00f3gica. \u201cEs como una persona m\u00e1s en tu equipo, te hace capaz de entender por qu\u00e9 te salen mejor las cosas, y ese factor lo vas a intentar entrenar para mejorar en la pista\u201d.<\/p>\n\n\n\n

A finales de abril, Calder\u00f3n present\u00f3 junto a la empresa Sngular, un proyecto de IA dirigido a profesionales del baloncesto para perfeccionar sus formas de lanzar a canasta. The Embassy, las instalaciones de alto rendimiento que el exjugador y su antiguo compa\u00f1ero de pista Berni Rodr\u00edguez fundaron en Fuengirola (M\u00e1laga), en 2021, fue el escenario elegido para poner en marcha el proyecto. \u201cEs un centro especial, probablemente de los mejores de Europa\u201d, afirma Calder\u00f3n. Buscaban nuevos productos tecnol\u00f3gicos con los que trabajar all\u00ed cuando apareci\u00f3 la propuesta de Sngular: utilizar los dispositivos de la compa\u00f1\u00eda estadounidense Rspct, los mismos que usan los equipos de la NBA, para mejorar la mec\u00e1nica de tiro de los cientos de jugadores que cada a\u00f1o pasan por las instalaciones.<\/p>\n\n\n\n

Desde su ubicaci\u00f3n en la canasta, la misi\u00f3n del dispositivo de Rspct es \u201cjustamente la labor de acompa\u00f1amiento al entrenador\u201d, explica Nerea Luis, doctora en Ciencias de la Computaci\u00f3n, experta en IA y miembro del equipo de Sngular implicado en el proyecto. Explicado de forma muy esquem\u00e1tica, el dispositi- vo incorpora sensores \u00f3pticos de visi\u00f3n artificial para rastrear datos de variables como el origen del tiro, la posici\u00f3n del jugador en la cancha, el arco que toma su mano, qu\u00e9 parte del aro toca la pelota y la precisi\u00f3n de acierto, entre otras.<\/p>\n\n\n\n

Adem\u00e1s permite automatizar esa informaci\u00f3n y as\u00ed facilitar la consulta a los entrenadores. Con una tableta conectada al programa de Rspct, cualquier t\u00e9cnico puede utilizar sus resultados para dar indicaciones y corregir a sus jugadores en tiempo real. Como explica Luis, una de las demandas de los cuerpos t\u00e9cnicos era \u201cun aparato capaz de filtar la informaci\u00f3n de las c\u00e1maras para combinarla con su propia experiencia\u201d, con la ventaja de \u201ctomar decisiones basadas en datos\u201d. Calder\u00f3n coincide: \u201cLa integraci\u00f3n de la IA te puede ayudar a resumir muchos datos que est\u00e1n ah\u00ed, y luego saber interpretarlos\u201d.<\/p>\n\n\n

\n
\"\"
Ilustraci\u00f3n: UniteAI.<\/em><\/strong><\/figcaption><\/figure>\n<\/div>\n\n\n

Seg\u00fan vean el f\u00fatbol Xavi, Ancelotti o Simeone<\/strong><\/p>\n\n\n\n

En el deporte rey, tambi\u00e9n. Roberto L\u00f3pez, coordinador de Mediacoach, el software m\u00e1s avanzado de IA aplicado en el f\u00fatbol espa\u00f1ol, se re\u00fane semanalmente con integrantes de los cuerpos t\u00e9cnicos de los 42 equipos de primera y segunda divisiones. \u201cLo primero que les preguntamos es c\u00f3mo entienden el f\u00fatbol\u201d, para tratar de ofrecer una soluci\u00f3n a la medida de su modelo de juego. \u201cNo puede ser la misma para Xavi, Ancelotti o Simeone\u201d, se\u00f1ala, respecto a los diferentes, incluso contrapuestos, estilos de los tres entrenadores.<\/p>\n\n\n\n

La herramienta de Mediacoach analiza m\u00e1s de mil m\u00e9tricas de un equipo en un solo partido, mediante c\u00e1maras de seguimiento que recogen los movimientos del futbolista 25 veces por segundo, lo que acumula una enorme volumetr\u00eda de datos sobre los eventos que suceden en cada encuentro. Esa informaci\u00f3n se combina con modelos de aprendizaje autom\u00e1tico y la tecnolog\u00eda computer vision (visi\u00f3n inform\u00e1tica) para transformar los resultados en cortes de v\u00eddeo a disposici\u00f3n de los t\u00e9cnicos. Con ellos pueden mostrar las situaciones concretas a un jugador y la forma m\u00e1s eficaz de corregir sus fallos.<\/p>\n\n\n

\n
\"\"
Foto: IA para marketing y ventas.<\/em><\/strong><\/figcaption><\/figure>\n<\/div>\n\n\n

El entrenador necesita entrenarse<\/strong><\/p>\n\n\n\n

En Mediacoach optaron por esta f\u00f3rmula, detalla L\u00f3pez, para neutralizar los \u201csesgos enga\u00f1osos\u201d que a veces incluyen los datos en bruto. Un ejemplo: \u201cDos defensas centrales en un equipo. Uno ha perdido diez balones en campo contrario, pero sin ocasionar peligro. El otro, solo uno, pero por un pase fallido que ha costado el \u00fanico gol encajado\u201d. A priori, la acumulaci\u00f3n de errores por el primero sugiere que ha jugado peor, pero la incidencia del segundo en el desenlace del partido es mucho m\u00e1s decisiva. Los filtros de Mediacoach tienen en cuenta esos sesgos para prestar una ayuda m\u00e1s eficiente a los entrenadores. \u201cEl potencial de la IA es enorme, podemos llegar a tener un [Pep] Guardiola [uno de los entrenadores m\u00e1s prestigiosos del f\u00fatbol internacional] en la tablet\u201d, prev\u00e9 L\u00f3pez. \u201cPero para eso necesita el mismo tiempo de aprendizaje que un equipo entrenado por Guardiola\u201d.<\/p>\n\n\n\n

Laliga, la empresa que gestiona el f\u00fatbol profesional en Espa\u00f1a, tambi\u00e9n utiliza IA en \u00e1mbitos tan diversos, como combatir la pirater\u00eda o enriquecer las retransmisiones. En este sentido, en los encuentros incorpora desde hace un par de temporadas la tecnolog\u00eda Xgoal, desarrollada junto con Microsoft, cuyo algoritmo calcula en menos de 20 segundos la probabilidad de gol en una jugada que finalmente acaba marc\u00e1ndolo. Por ejemplo un disparo exterior con varios defensas bien situados para bloquearlo, puede tener un porcentaje muy bajo. El resultado de ese c\u00e1lculo se env\u00eda al operador de televisi\u00f3n y se incorpora, como un dato interesante para el espectador, en la repetici\u00f3n de esa jugada.<\/p>\n\n\n

\n
\"\"
Foto: El Diario.<\/em><\/strong><\/figcaption><\/figure>\n<\/div>\n\n\n

El gran competidor global de Microsoft, Google, est\u00e1 detr\u00e1s del proyecto m\u00e1s avanzado hasta la fecha en el mundo del f\u00fatbol: TacticAI, un motor desarrollado en colaboraci\u00f3n con el Liverpool, uno de los clubes punteros de Reino Unido, que centra su an\u00e1lisis en los saques de esquina. Con un valor diferencial: es capaz de generar ideas de jugadas que los analistas prefieren a las de los t\u00e9cnicos humanos en un 90 por ciento de los casos.<\/p>\n\n\n\n

Que dos grandes corporaciones globales apuesten por estas tecnolog\u00edas no es casualidad. Se espera que la inversi\u00f3n en este mercado se cuadriplique hasta alcanzar unos 20.940 millones de d\u00f3lares en 2029, seg\u00fan un informe de Mordor Intelligence.<\/p>\n\n\n\n

No obstante, los expertos consultados coinciden en que este es un momento de transici\u00f3n. Los modelos de an\u00e1lisis big data transformaron hace una d\u00e9cada la industria deportiva en cuanto a detecci\u00f3n de talento, fichajes de jugadores o ayudar a los t\u00e9cnicos a definir mejores alineaciones, apunta Lorena Torres, exnadadora profesional y cient\u00edfica que dirigi\u00f3 los labo- ratorios de alto rendimiento de equipos de la NBA como San Antonio Spurs o Philadelphia 76rs.<\/p>\n\n\n\n

La naturaleza humana empu\u00f1a una pistola<\/strong><\/p>\n\n\n\n

Los datos fueron un game changer<\/em> (cambiadores del juego), sobre todo en ligas profesionales y econ\u00f3micamente potentes de otros deportes como el b\u00e9isbol o el f\u00fatbol americano\u201d. Esta irrupci\u00f3n cambi\u00f3 la mentalidad de los equipos en la contrataci\u00f3n de profesionales, cuando cient\u00edficos de datos y analistas pasaron a ser prioritarios. Algo que podr\u00eda repetirse con la implementaci\u00f3n de la IA generativa: \u201cLos departamentos est\u00e1n evolucionando much\u00edsimo y se van a crear nuevos roles. Vamos a ver un cambio brutal\u201d, anticipa Torres.<\/p>\n\n\n\n

Pero hay algo que, seg\u00fan la exnadadora, la IA no es capaz de predecir: el factor humano. Como ejemplo, recuerda el caso de Ja Morant, una de las grandes promesas recientes del baloncesto estadounidense. Ning\u00fan humano ni ning\u00fan modelo predictivo se imagin\u00f3 que Morant iba a aparecer en un directo de Instagram pistola en mano. La NBA le prohibi\u00f3 jugar durante dos a\u00f1os por hacer apolog\u00eda de las armas.<\/p>\n\n\n

\n
\"\"
lustraci\u00f3n: Hobby Consolas.<\/em><\/strong><\/figcaption><\/figure>\n<\/div>\n\n\n

Ep\u00edlogo<\/strong><\/p>\n\n\n\n

El partido de los Pacers como una pel\u00edcula de Spiderman<\/strong><\/p>\n\n\n\n

Miguel Houghton, cient\u00edfico de datos especializado en deportes, tiene claro que el siguiente paso de esta industria es la IA generativa. Se trata de impulsar la audiencia y \u201cmejorar el engagement\u201d de los aficionados m\u00e1s j\u00f3venes mediante contenidos adaptados a su forma de vivir el espect\u00e1culo. El a\u00f1o pasado, recuerda Houghton, la NBA introdujo en su aplicaci\u00f3n m\u00f3vil una funci\u00f3n para que cualquier fan creara, a partir de una foto suya, su propio avatar \u201ccomo un personaje de videojuego\u201d, para crear v\u00eddeos que muchos suben a sus redes sociales. \u201cEs el mismo concepto de ChatGPT, que est\u00e1 entrenado con mucho texto\u201d. A finales de febrero, Adam Silver, m\u00e1xima autoridad de la NBA, present\u00f3 el programa NB-AI para ir m\u00e1s all\u00e1. \u201cMu\u00e9strame el partido de los Pacers como una pel\u00edcula de Spiderman\u00bb, orden\u00f3 al software. En apenas unos segundos, transform\u00f3 la imagen real con la est\u00e9tica de un c\u00f3mic de superh\u00e9roes, con los t\u00edpicos bocadillos, para poner pensamientos de los jugadores y las jugadas dibujadas como escenas de acci\u00f3n.<\/p>\n","protected":false},"excerpt":{"rendered":"

Pero no le hace falta. Es capaz de corregirte el giro de mu\u00f1eca para que dobles tu porcentaje de triples. Calcular la probabilidad de gol en cada contraataque. Definir docenas de jugadas viables para un c\u00f3rner. Sabe lo que no sab\u00eda nadie. Por Miguel Dom\u00ednguez Articulista del Diario El Pa\u00eds, de Espa\u00f1a. Cualquier deportista profesional […]<\/p>\n","protected":false},"author":10,"featured_media":28291,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[13],"tags":[],"class_list":["post-28288","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-revista-olimpica"],"publishpress_future_action":{"enabled":false,"date":"1969-12-31 19:00:00","action":"","terms":[],"taxonomy":"","browser_timezone_offset":0},"_links":{"self":[{"href":"https:\/\/olimpicocol.co\/web\/wp-json\/wp\/v2\/posts\/28288","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/olimpicocol.co\/web\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/olimpicocol.co\/web\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/olimpicocol.co\/web\/wp-json\/wp\/v2\/users\/10"}],"replies":[{"embeddable":true,"href":"https:\/\/olimpicocol.co\/web\/wp-json\/wp\/v2\/comments?post=28288"}],"version-history":[{"count":2,"href":"https:\/\/olimpicocol.co\/web\/wp-json\/wp\/v2\/posts\/28288\/revisions"}],"predecessor-version":[{"id":28484,"href":"https:\/\/olimpicocol.co\/web\/wp-json\/wp\/v2\/posts\/28288\/revisions\/28484"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/olimpicocol.co\/web\/wp-json\/wp\/v2\/media\/28291"}],"wp:attachment":[{"href":"https:\/\/olimpicocol.co\/web\/wp-json\/wp\/v2\/media?parent=28288"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/olimpicocol.co\/web\/wp-json\/wp\/v2\/categories?post=28288"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/olimpicocol.co\/web\/wp-json\/wp\/v2\/tags?post=28288"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}