Jalkapallo ei ole enää vain tunnetta ja taitoa kentällä. Tekoälytyökaluna otteluanalyysi on tarkentunut – ja tapamme kuluttaa jalkapalloa muuttuu nopeasti.
TEKSTI HENRIK LENNGREN KUVA AI
Jalkapallo on aina ollut urheilulaji, jossa tunne ja intuitio ovat olleet tärkeitä. Valmentajat ovat pitkään luottaneet kokemukseensa ja vaistoonsa valitessaan joukkueensa kokoonpanoja, ja fanit ovat tulkinneet otteluita näkemänsä ja tuntemansa perusteella. Viime vuosina tekoälyä hyödyntävä data-analyysi on noussut yhä tärkeämmäksi osaksi jalkapalloa. Esimerkki tästä kehityksestä on PlaymakerAI, jonka Joakim on perustanut.
Plogell ja Ola Lidmark Eriksson.
– Kun aloimme tehdä tätä lähes kymmenen vuotta sitten, harva ymmärsi, miten dataa voitaisiin käyttää jalkapallon analysointiin. Me näimme potentiaalin ja aloitimme työkalun rakentamisen, jota jalkapalloseurat ja valmentajat todella voivat käyttää parempien päätösten tekemiseen, sanoo Joakim Plogell.
PlaymakerAI kerää ja analysoi tuhansia datapisteitä jokaisen ottelun aikana – kaikki syötöistä ja laukauksista pelaajien sijainteihin ja liikkeisiin kentällä. Tärkeintä on kuitenkin, että dataa ei vain kerätä, vaan se tehdään myös ymmärrettäväksi ja käyttökelpoiseksi niille, jotka sitä käyttävät. Kuten Joakim Plogell selittää:
– Emme ehkä voi paljastaa yksityiskohtia, mutta pääpiirteissään tarkoituksena on tehdä jalkapallodata, josta on yhä keskeisempää tulla jalkapalluanalyysissä, ymmärrettäväksi ja käyttökelpoiseksi. Olemme oppineet rakentamaan malleja jalkapallodatan ympärille, jotka ovat todella käyttökelpoisia – ei mitään taikatemppuja tai krumeluureja monimutkaisia ratkaisuja, joita kukaan jalkapallon parissa ei ymmärrä tai hyödynnä. Karkeasti voidaan sanoa, että loppukäyttäjälle se on nykyään räätälöity BI-alusta, joka luodaan toiveiden mukaisesti suurella määrällä widgettejä datan visualisointiin. Konepellin alla toimii monia erilaisia malleja, osassa AI:ta ja koneoppimista, osassa ei, ja yhdessä ne luovat kokonaisuuden käyttökelpoista dataa. Suuri osa PlaymakerAI:n alustasta on niin sanottujen odotettujen maalien (xG) analyysia, mikä on mittari siitä, kuinka suuri todennäköisyys on sille, että laukaus johtaa maaliin. Se on eräänlainen objektiivinen tilasto, joka voi olla suureksi avuksi joukkueen suorituskyvyn ymmärtämisessä, ja jota tekoäly voi analysoida ilman ihmisten ennakkoluuloja.
– Tiedustelija saattaa aina vaikuttaa omiin ennakkoluuloihinsa tai aikaisempiin kokemuksiinsa, mutta tekoälymalli antaa saman tuloksen joka kerta. Juuri tämä objektiivisuus on niin arvokasta, sanoo Joakim Plogell.
Miten tämä sitten vaikuttaa siihen, miten me katsojina koemme jalkapalloa? Ensi silmäyksellä voi tuntua siltä, että tekoäly ja data-analytiikka vievät pois osan intohimosta ja tunteesta, jotka tekevät lajista erityisen. Joakim Plogell kuitenkin väittää, että juuri päinvastoin.
– Kyse ei ole jalkapallon tunteiden korvaamisesta, vaan niiden täydentämisestä. Autamme tekemään jalkapallosta ymmärrettävämpää, ja se voi itse asiassa lisätä fanien intohimoa. Ja tekoälyteknologiasta eivät hyödy vain valmentajat ja urheilujohtajat. TV-lähetyksissä tietoanalyysejä käytetään yhä enemmän antaakseen katsojille syvemmän ymmärryksen pelistä. Rangaistuskartoista ja hämähäkkidiagrammeista aina edistyneisiin analyyseihin
xG – nämä oivallukset ovat tulleet luonnolliseksi osaksi ottelukokemusta.
– Kun aloitimme televisiolähetykset, monet olivat skeptisiä. Meille sanottiin, että se oli hölynpölyä, että se ei sopinut jalkapalloon. Mutta nyt se on itsestäänselvyys lähes kaikissa suurissa otteluissa, sanoo Ola Lidmark Eriksson. Datan analyysin yleistyessä myös tapamme kuluttaa jalkapalloa on muuttunut. Fanit saavat nykyään valtavan määrän tilastoja, jotka auttavat heitä ymmärtämään peliä aivan uudella tavalla. Lukuja ja analyysejä rakastaville jalkapallo on muuttunut paljon enemmän kuin vain kamppailuksi pallosta. On kuitenkin löydettävä tasapaino.
– Emme halua hukuttaa ihmisiä lukuihin. Sen pitää olla relevanttia ja helppoa ymmärtää. Mutta oikein käytettynä tilastot voivat antaa syvemmän ymmärryksen ottelusta ja tehdä siitä entistä jännittävämmän, sanoo Joakim Plogell.
Yksi tekoälyalustojen, kuten PlaymakerAI:n, eduista on niiden avulla tapahtuva scouttauksen tehostaminen. Siinä missä scoutti saattoi aiemmin seurata rajallista määrää pelaajia, tekoäly mahdollistaa seuroille tuhansien pelaajien analysoinnin maailmanlaajuisesti.
– Kyse on siitä, että hyödynnetään teknologiaa etumatkan saamiseksi. Alustamme avulla seurat voivat pitää sormensa kymmenientuhansien pelaajien pulssilla, mikä olisi ihmispartiolle mahdotonta, sanoo Joakim Plogell.
Tekoälyn tulevaisuus jalkapallossa näyttää valoisalta, mutta se on vielä kehitysvaiheessa.
sin linda. Joakim och Ola ovat vakuuttuneita siitä, että tekoälyn rooli kasvaa vain, kun
kyse on siitä kuinka analysoimme otteluita ja kuinka kulutamme jalkapalloa. Vaikka teknologia muuttaa peliä, ruutujen takana olevat ihmiset päättävät edelleen sen käytöstä.
– Tekoäly ei voi korvata pelin tunnetta, mutta se voi ehdottomasti tehdä siitä entistä jännittävämmän, Ola Lidmark Eriksson päättää.
