Gian Marco Campagnolo, professore di Sociologia della scienza e della tecnologia presso l’Università di Edimburgo, ha recentemente pubblicato il libro “Calcio e intelligenza artificiale”. Che cos’è la football data analysis” (Carocci, 2024) come il risultato di cinque anni di ricerca sull’evoluzione dell’analisi dei dati nel calcio, partendo dai primi metodi statistici fino ad arrivare alle moderne applicazioni tecnologiche. Utilizzando esempi concreti, l’autore prova a rendere accessibili a tutti le principali questioni legate all’intelligenza artificiale.
Diete personalizzate, allenamenti mirati, statistiche in tempo reale: il calcio diventa, giorno dopo giorno, sempre più ‘intelligente’ e tecnologico. Il merito è soprattutto dell’intelligenza artificiale, che ha spalancato possibilità inesplorate nel campo dell’analisi dei dati.
Le prospettive sono così promettenti che, scrive qualcuno, gli allenatori potrebbero addirittura essere sostituiti da un ‘allenatore artificiale‘. Ma a che punto siamo arrivati oggi?
Prova a rispondere a questa domanda il nuovo libro di Gian Marco Campagnolo, Calcio e intelligenza artificiale, uscito l’anno scorso per i tipi di Carocci. L’autore mette in luce come l’IA sia già utilizzata da tempo sui campi da calcio, e analizza la possibilità che, nei prossimi anni, possa diventare la protagonista di una vera e propria rivoluzione nel calcio:
“gli allenatori di calcio saranno mai sostituiti da macchine intelligenti”?
Gian Marco Campagnolo, Calcio e intelligenza artificiale (p. 13)
Facciamo un passo indietro…
Le potenzialità dell’intelligenza artificiale, che è esplosa negli ultimi due anni, non devono far dimenticare gli illustri precedenti che, negli ultimi 15 anni, hanno rivoluzionato il mondo del calcio, come la Goal-Line Technology, poi il Var nonché il più recente ‘Fuorigioco Automatico’.
L’introduzione della Goal-Line Technology ha facilitato il lavoro dei direttori di gara nel verificare la validità di una marcatura. I primi tentativi di utilizzo ci sono stati nel 2011, ma i costi eccessivi e la presenza di diversi sistemi tecnologici ne hanno rallentato uno sviluppo uniforme.
In seguito, però, sono stati fatti importanti passi avanti con due di questi: Hawk-Eye, basato su più telecamere ad alta velocità le cui immagini vengono utilizzate per triangolare la posizione della palla, e Goal-Ref, fondato su campi magnetici e un sensore all’interno della palla. In poco tempo, la Goal-Line è diventata una tecnologia indispensabile per il calcio.
Una delle innovazioni più significative introdotte nel calcio è senza dubbio il VAR. Il Video Assistant Referee si figura come un sistema tecnologico che prevede l’aiuto di un ufficiale di gara, il quale supporta l’arbitro in campo rivedendo le immagini o le registrazioni della partita in tempo reale.
In pratica, si tratta di una moviola a disposizione dell’arbitro durante il gioco. È stato utilizzato per la prima volta, in veste ufficiale, durante il Mondiale per club dello stesso anno, e dopo ulteriori sperimentazioni – ad esempio in Serie A dal 2017-2018 – nel Campionato del mondo 2018.
Il SAOT (Semi-Automated Offside Technology) o semplicemente ‘fuorigioco semi-automatico’ rappresenta l’ultimissima innovazione tecnologica introdotta in questo sport. Consiste in 12 telecamere che tracciano in 50 fotogrammi al secondo le posizioni dei vari giocatori in campo, e un sensore posizionato all’interno del pallone.
I dati registrati vengono inviati al sistema in ogni istante della sfida. Il risultato? In circa 20 secondi è possibile determinare se si tratta di offside o meno. È stato introdotto negli ultimi Mondiali e in Serie A – prima lega europea – dal girone di ritorno della stagione 2022-2023.
Intelligenza artificiale: oltre il conosciuto
Goal-Line Technology, VAR e SAOT sono state trasformazioni epocali nel campo della direzione arbitrale, che hanno fatto del calcio uno sport meno incline alla polemica e più corretto. Questi strumenti, però, sono tutti a sostegno del direttore di gara e perseguono il semplice obiettivo di ridurre il numero di errori arbitrali.
L’utilizzo dell’intelligenza artificiale applicata al calcio (football data analysis) invece, potrebbe riguardare da vicino la figura dell’allenatore. In particolare, la domanda a cui Gian Marco Campagnolo cerca di rispondere è: “gli allenatori di calcio saranno mai sostituiti da macchine intelligenti?” (p. 13). Per rispondere a questo interrogativo, lo studioso ha raccolto le testimonianze di addetti ai lavori dell’industria calcistica e ha offerto un’interpretazione che unisce la competenza sportiva con la conoscenza accademica dell’IA.
L’oggetto principale di Campagnolo è l’analisi di dati e statistiche che le singole squadre potrebbero sfruttare a proprio vantaggio. I club, infatti, potrebbero prender decisioni più mirate in partita, valutando accuratamente le prestazioni dei giocatori e aumentando le possibilità di successo. Tramite un algoritmo accurato sarebbe possibile individuare i giocatori migliori sul mercato e studiare gli avversari per mettere a punto una strategia di gioco efficace.
Il lavoro del data analysis
Il compito dell’analista è molto più complicato di quanto si possa immaginare. Certo, in passato la raccolta dei dati avveniva manualmente, mentre oggi esiste una miriade di software – i cosiddetti data providers – che possono farlo in autonomia. Eppure, leggere questi numeri non è affatto facile, anzi: le nude statistiche possono risultare incomprensibili ai più. Per questo motivo, Campagnolo afferma che “la competenza di un match analyst non finisce con l’analisi: la spiegazione è parte dell’identità professionale” (p. 85).
Inoltre la quantità di dati riguardanti solo il possesso palla in ogni partita si aggirano intorno ai 2000, e se venissero analizzati anche quelli relativi al movimento dei giocatori senza pallone – il cosiddetto tracking – arriveremmo a raccoglierne oltre 7 milioni per partita.
Per spiegare quali dati vengono presi in considerazione, Campagnolo esamina una delle azioni più iconiche del nuovo secolo: il gol di Van Persie nel Mondiale 2014 contro la Spagna. L’esecuzione del capolavoro si è svolta così: cross da metà campo di Blind, il numero 9 degli Orange scatta sulla linea del fuorigioco superando la difesa spagnola, e poi colpisce la palla in tuffo, scavalcando il portiere con un pallonetto.
L’autore spiega che “di questo evento il data provider possiede 20 informazioni. Innanzitutto il dato temporale: primo tempo, minuto 43, secondo 25. Successivamente quello spaziale: coordinate x 84,8 y 50,9. Il codice identificativo di Van Persie: 12297” (p. 23). Bisogna, poi, tener conto di molte altre variabili come i qualificatori sui tiri, la parte del corpo e la zona del campo in cui colpisce il pallone, l’assist, la posizione del portiere…
In mezzo a questo mare di dati, il rischio di perdersi è alto, specie per i non addetti ai lavori. E il duro lavoro del match analyst, sottolinea Campagnolo, è proprio presentare in una forma comprensibile il risultato delle proprie analisi.
Quando tutto è iniziato
Ultimamente sono molte le notizie relative all’applicazione dell’intelligenza artificiale al calcio. Nel 2023, il Milan ha scelto di licenziare Paolo Maldini per affidarsi maggiormente a dati e statistiche. “Il nuovo progetto di Cardinale per il club: si punta su algoritmi e dati applicati al calcio. Billy Beane, ideatore del Moneyball, diventa consulente per il mercato”.
‘Moneyball’ è probabilmente la parola più utilizzata quando si parla della selezione di atleti attraverso dati statistici nello sport professionistico. Il motivo è semplice, e affonda le sue radici nell’omonimo film (2011) del regista Bennett Miller. La pellicola racconta della squadra di baseball degli Oakland Athletics, e del loro general manager, Billy Beane, che si affidò a un modello basato sulla sabermetrica, cioè l’analisi statistica dei giocatori di baseball. Il fenomeno nasce negli anni ‘70, ma solo trent’anni dopo hanno portato a risultati concreti sul campo.
Quello del Milan è probabilmente solo l’esempio più recente ed eclatante, ma in realtà l’analisi dei dati è approdata nel mondo del calcio già a inizio secolo. Un articolo di Wired racconta un episodio del 2005 sul Southampton, la seconda squadra inglese ad assumere un football data analyst. Simon Wilson era un consulente della startup Prozone, che aveva sviluppato un software proprietario di tracciamento dei giocatori. Il tecnico del Southampton non aveva grande fiducia in questa tecnologia, e in seguito ad una sconfitta disse:
Ti dirò una cosa, la prossima settimana, perché non facciamo giocare il tuo computer contro il loro computer e vediamo chi vince?
Gian Marco Campagnolo, Calcio e intelligenza artificiale (p. 12)
Come ci si può avvicinare a questa realtà
Il primo passo per comprendere questo mondo consiste nell’osservare le statistiche e cercare di interpretarle. Ad esclusione dei classici ‘tiri in porta/fuori’ o “percentuale di possesso palla’ che non sono prodotti dell’IA, è interessante osservare tutte le previsioni statistiche.
Ad esempio, si parla di expected goals per indicare il numero delle reti previste. Campagnolo ci spiega che il calcio è uno degli sport meno meritocratici, ergo il punteggio spesso non rispecchia la prestazione. Il gol, dunque, come unità di misura, stabilisce vittoria e sconfitta, ma non ha nulla a che vedere con il merito.
L’xG (expected goal) permette invece di transitare da una analisi binaria (gol/no gol) a una valutazione continua della probabilità di un tiro di essere gol, in una dimensione che oscilla tra 0 e 1.
Gian Marco Campagnolo, Calcio e intelligenza artificiale (p. 24)
L’xG è sicuramente il dato più noto ai tifosi – e per questo il primo a cui avvicinarsi – poiché, visto ciò che abbiamo detto precedentemente, gli allenatori hanno cominciato a utilizzarlo per sottolineare la buona prestazione della propria squadra anche a fronte di un risultato non soddisfacente.
Kloop e altri utilizzi dell’AI
Nonostante sia ancora presto per parlare di un utilizzo massiccio dell’IA nel mondo del calcio, l’elaborazione dei dati si è rivelata, in più di un caso, un parametro imprescindibile nelle valutazioni di una squadra, di un tecnico o di un calciatore.
Il primo caso raccontato da Campagnolo riguarda il celebre Jürgen Kloop. L’ormai ex allenatore del Liverpool era diventato il tecnico dei Reds ad ottobre 2015. Ma per quale motivo era stato scelto? Per gli expected points.
Nonostante il tecnico tedesco avesse appena concluso una stagione da incubo con il Dortmund – settimo posto finale, addirittura in zona retocessione al giro di boa – gli inglesi decisero di puntare su di lui: osservando la statistica sui punti previsti e combinandola con il parametro relativo alle occasioni create, i dati pronosticavano che sarebbe arrivato secondo in campionato.
Ciò che conta, in questo caso, non è tanto l’attendibilità del pronostico (Kloop portò il Liverpool all’ottavo posto in Premier League), ma piuttosto l’importanza che esso ha giocato nella scelta del tecnico tedesco.
Un altro episodio alquanto singolare è stato il rinnovo di Kevin De Bruyne con il Manchester City. Nell’aprile del 2021, il calciatore belga ha discusso con il club l’estensione del contratto, non con l’aiuto di un agente, bensì con quello di un gruppo di data analyst, che ha dimostrato la sua centralità nella squadra.
Sviluppi futuri
Ad oggi, l’àmbito in cui l’intelligenza artificiale sta esercitando l’impatto più dirompente è lo scouting. Tantissime squadre olandesi, ma anche il Liverpool, il Gent, l’Empoli e l’Udinese fanno ormai un utilizzo sistematico dell’IA per analizzare milioni di dati relativi ai giovani calciatori, e scovare così i talenti di domani.
Attualmente, invece, l’IA mostra segni di debolezza nelle limitate funzionalità in tempo reale, – il cosiddetto insight del dato – ovvero “la capacità di comprensione immediata della strategia utile per risolvere un problema “ (p. 46) durante la partita stessa. Si tratta di uno scoglio contro cui si scontreranno le applicazioni future dell’intelligenza artificiale al calcio, ma gli enormi vantaggi che si prospettano incoraggeranno la ricerca in questa direzione.
Un ultimo ostacolo tutt’altro che irrilevante è il rapporto tra tecnologia e allenatore. Campagnolo ci tiene a specificare che l’intelligenza artificiale non può e non deve sostituire il mister, ma deve essere vista come una sua estensione, uno strumento di supporto al pari dei replay delle partite o di un preparatore atletico.
Torniamo, allora, alla domanda iniziale: “gli allenatori di calcio saranno mai sostituiti da macchine intelligenti?” (pag.13). La risposta, per Campagnolo, è negativa. L’esperienza e l’istinto della componente umana rimangono e rimarranno sempre elementi costitutivi non solo del calcio, ma di tutti gli sport di squadra.
Mattia Pallotta
(In copertina immagina da Geopop, crediti Google DeepMind)
Calcio e intelligenza artificiale: la football data analysis spiegata da Campagnolo è un articolo di Mattia Pallotta. Clicca qui per altri articoli dell’autore!
