El futuro del fútbol se juega con inteligencia artificial

Un equipo de la Universidad de Waterloo desarrolló un sistema que genera datasets de pases, goles y movimientos de jugadores, con el fin de impulsar investigaciones más allá de los datos restringidos de equipos profesionales.

El análisis deportivo se ha convertido en una disciplina dominada por grandes equipos que invierten millones en sistemas de seguimiento y modelos de datos. Sin embargo, la mayoría de esos resultados permanecen bajo estricta confidencialidad, lo que limita las posibilidades de investigación académica y deja a muchos deportes con vacíos de conocimiento en su estudio tecnológico.

Un grupo de investigadores de la Universidad de Waterloo trabaja en una alternativa que podría cambiar esa dinámica. A través de inteligencia artificial y entornos de reinforcement learning, desarrollaron un sistema capaz de simular partidos de fútbol y generar conjuntos de datos accesibles para la comunidad científica.

El proyecto, liderado por el doctor David Radke y el estudiante de doctorado Kyle Tilbury, se apoya en la plataforma Google Research Football y ya ha producido información derivada de más de 3.000 partidos simulados. Estos datos, que normalmente están reservados a equipos profesionales y grandes ligas, se vuelven accesibles para investigadores y grupos pequeños que antes tenían limitaciones frente a la falta de recursos o de permisos para acceder a información real de alto nivel.

“Mientras que los deportes episódicos como el béisbol cuentan con gran cantidad de datos, los juegos de invasión continua como el fútbol o el hockey son mucho más difíciles de analizar”, explicó Radke, quien actualmente trabaja como científico de investigación para los Chicago Blackhawks de la NHL. Aunque reconoce que los jugadores virtuales “no juegan como Lionel Messi”, subraya que los conjuntos de datos generados por IA son lo suficientemente sólidos para el desarrollo de nuevas herramientas de análisis.

Más allá de la utilidad deportiva, la investigación tiene un valor adicional en el ámbito tecnológico. Según Radke, modelar la complejidad de los comportamientos humanos en un entorno deportivo permite avanzar en el estudio de sistemas multiagente, un campo clave dentro de la inteligencia artificial. Esto abre posibilidades tanto para la ciencia de datos aplicada al deporte como para el diseño de algoritmos que requieren comprender dinámicas de interacción en escenarios complejos.

Para Tilbury, la aportación más relevante es la democratización del acceso a este tipo de información. “Habilitar a los investigadores con estos datos abrirá todo tipo de oportunidades”, señaló, destacando que la disponibilidad de este repositorio puede marcar un punto de inflexión en el estudio tecnológico de disciplinas que tradicionalmente han sido más opacas para la comunidad académica.

El estudio fue presentado en la 24ª Conferencia Internacional sobre Agentes Autónomos y Sistemas Multiagente, donde se resaltó que el futuro del análisis deportivo dependerá en gran medida de la innovación en la generación y el uso de datos de seguimiento.

Le puede interesar: Nuevas tecnologías transforman el entrenamiento y la competencia en el deporte