A falta de resoldre's els ascensos entre les diferents divisions de les grans lligues, la temporada esportiva 2023-24 està pràcticament finalitzada i la següent, segons tot indica, pot ser la que universalitzi l'ús d'eines d'IA en l'esport. De fet, dues de les lligues més importants del món han fet servir ja aquesta tecnologia durant la temporada que s'està tancant: són la NFL nord-americana de futbol americà i la Lliga Espanyola de futbol.
Per a què s'utilitza en LaLiga?
LaLiga aprofita l'IA i el Machine Learning per oferir noves perspectives a jugadors i entrenadors. Amb l'ajuda de Microsoft, l'entitat ha creat una plataforma d'anàlisi de dades anomenada Mediacoach que utilitza la infraestructura d'Azure per recopilar, interpretar i mostrar informació d'aproximadament 3,5 milions de punts de dades capturades gairebé en temps real per partit a través de 16 càmeres de seguiment òptic. A l'Eurocopa s'utilitzaran eines similars i és qüestió de temps que els diferents clubs comencin a utilitzar-la de forma massiva. En esports com l'hoquei sobre gel ja hi ha exemples del molt que aquestes eines poden aportar a l'hora de gestionar el dia a dia d'un equip.
L'exemple de la NFL
El camí del futur, que no és cap altre que el que permet anticipar per a què faran servir els diferents clubs aquestes eines, el traça la NFL, on es fan servir sistemes d'IA i anàlisi predictiva per millorar la seguretat dels jugadors. En col·laboració amb Amazon Web Services (AWS), la NFL ha desenvolupat Digital Athlete, una plataforma que permet predir quins jugadors corren més risc de lesionar-se en funció de les jugades i de la posició del seu cos. Digital Athlete extreu dades de les etiquetes d'identificació per radiofreqüència (RFID) dels jugadors, de càmeres de seguiment òptic col·locades al voltant del camp i, també, de dispositius que permeten controlar les variables climàtiques que envolten un partit. "Executem milions de simulacions en escenaris de joc per indicar als equips quins jugadors corren més risc de lesionar-se. El modelatge de mitigació de riscos pot utilitzar-se per analitzar les dades d'entrenament i determinar el volum d'entrenament ideal d'un jugador, minimitzant alhora el perill de lesions," explica Julie Souza, responsable global d'esports en AWS.