Sztuczna inteligencja rozwija się z dnia na dzień – również w sporcie. W obliczu rosnącej roli technologii pojawia się pytanie: jak wykorzystamy sztuczną inteligencję? Zaawansowana technologia przestaje być bowiem jedynie wsparciem, a zaczyna odgrywać strategiczną rolę w polityce sportowej państw i organizacji.
Trzecia dekada XXI wieku zostanie zapamiętana nie tylko jako moment przejścia na emeryturę wielkich sportowców. Na zakończenie profesjonalnej kariery zdecydowały się między innymi takie legendy jak Rafael Nadal, Zlatan Ibrahimović czy Mo Farah, a w kolejce są Leo Messi, Cristiano Ronaldo oraz LeBron James. Na ich miejsce jednak niedługo jednak przyjdą następne wybitne jednostki.
Te emerytury nie będą jednak najważniejszym wydarzeniem obecnej dekady. Na to miano bardzo mocne pracuje sztuczna inteligencja. Jeśli kiedyś byliśmy zaskoczeni tym jak działa internet (wersja dla starszych) albo ChatGPT (wersja dla młodszych) to w niedalekiej przyszłości ten poziom zaskoczenia będzie odczuwany średnio raz na paręnaście tygodni.
Rola technologii w sporcie od XXI wieku
Już na początku XXI wieku świat sportu zaczął zwracać się ku technologii. System Hawk-Eye, dobrze znany kibicom tenisa czy siatkówki, jest z nami od 2006 roku. Polega on na śledzeniu trajektorii lotu piłki i pomaga poprawnie ocenić, czy zawodnik swoim zagraniem umieścił ją na boisku czy na poza nim. Obecnie ciężko wyobrazić sobie spotkania, w których nie jest on stosowany podczas spornych momentów.
Systemy takie jak wspomniany przed chwilą Hawk-Eye, VAR czy półautomatyczny spalony nie są jednak jeszcze przykładami w pełni autonomicznej sztucznej inteligencji. Są to narzędzia oparte na uczeniu maszynowym i analizie danych, gdzie to człowiek ma przy podejmowaniu decyzji ostateczne słowo. Hawk-Eye pokazuje, że sport wykorzystuje nowoczesne technologie od wielu lat. Nie jest to żadna „moda” czy chwilowy „trend”, który zaraz zostanie wrzucony głęboko do szafy.
Aktualne stadium rozwoju AI w intrygujący sposób opisał w książce Osobliwość AI Martin Novak – twórca przełomowej Doktryny kwantowej i autor ponad innych 70 książek.
„Sztuczna inteligencja, jaką znacie dziś, jest zaledwie cieniem tego, czym może się stać. Obserwujecie ją w aplikacjach pomagających pisać teksty, tłumaczyć języki, rozpoznawać obrazy, sterować domem czy samochodem. Czasami zachwyca, czasami myli się w sposób groteskowy, czasem wydaje się neutralna, a czasem budzi niepokój. Ale to, co widzicie, to tylko warstwa interfejsu — fragment głębszego procesu, który przyspiesza z roku na rok. AI już nie tylko odpowiada. Zaczyna podejmować decyzje, wyciągać wnioski, przewidywać i uczyć się sama, w sposób coraz mniej zrozumiały dla ludzkiego umysłu. I to właśnie ten moment jest krytyczny.”
Progres jaki zaliczyła sztuczna inteligencja jest widoczny w wielu bardzo popularnych dyscyplinach sportowych. Przykładami tego są Formuła 1, piłka nożna czy cała gama sportów olimpijskich. W dalszej części tekstu przyjrzyjmy się kilku przykładom jej użycia.
Formuła 1 – urwać choć jedną tysięczną
Oprócz bolidu, kierowcy oraz całego zespołu mechaników w ostatnich latach bardzo duży wpływ na sukces poszczególnych drużyn miała sztuczna inteligencja. W ostatnich latach do poprawienia wyników używa jej m.in.. Red Bull Racing. Jak podaje agencja Reuters, zespół przed wyścigiem uruchamia kilka miliardów symulacji. W ten sposób w Red Bullu chcą m.in. lepiej optymalizować strategię pit stopów, wymiany opon czy jazdy zawodnika.
Przykładowo, w trakcie GP Las Vegas wykonano aż 8 miliardów takich symulacji. Red Bull Advanced Technologies używa algorytmów uczenia maszynowego i algorytmów SLAM na Oracle Cloud Infrastructure do analizy wideo jazd również kierowców juniorskich. System identyfikuje mocne i słabe strony, analizuje styl jazdy, a nawet sposób pokonywania zakrętów.
Powszechnie wykorzystywane przez zespoły F1 są także symulacje CFD (Computational Fluid Dynamics – obliczeniowa mechanika płynów). Służą one do projektowania elementów bolidu, takich jak przednie i tylne skrzydła czy podłoga. W internecie możemy znaleźć wiele projektów open-source, które są symulacjami CFD przykładem może być OpenFOAM.[1]
Ponadto AI pomaga również innym zespołom w modelowaniu i przewidywaniu degradacji ogumienia, prognozowaniu pogody, sugerowaniu pit-stopów czy wyboru strategii wyścigowej. Na bieżąco w trakcie wyścigu analizowane są takie detale jak przewidywane tempo rywala po jego pit-stopie, szansa na wyjazd samochodu bezpieczeństwa czy nawet temperatura nawierzchni.Zespołami, które najchętniej wykorzystują AI w swoich działaniach są zdecydowanie McLaren, RedBull, Aston Martin czy Ferrari.
Formuła 1 jest pionierem w wykorzystywaniu AI w sporcie. Mamy tutaj do czynienia z najbardziej zaawansowanymi sposobami wykorzystywania technologii, której używa już każdy z zespołów.
FIA (Fédération Internationale de l’Automobile) w niedalekiej przyszłości chce wprowadzić AI jako wsparcie regulacyjne. Głównym celem jest monitorowanie przekroczeń toru i automatyzacji nadzoru operacyjnego zawierającego aspekty bezpieczeństwa, transparentności i efektywności. Ponadto rozwijane są takie narzędzia jak StatBot – generatywny AI‑bot odpowiadający na pytania analityków. Technologia ta ma pomóc drużynom skracając czas wyszukiwania danych z parudziesięciu sekund do zaledwie chwili.
AI rozgrywa rzut rożny
W piłce nożnej AI nie jest tak często wykorzystywane jak w Formule 1, lecz wraz z upływem lat widać zmiany. Jednym z pierwszych zespołów w angielskiej ekstraklasie, który zdecydował się na usługi programistyczne był Liverpool FC. To tam powstało narzędzie o nazwie TacticAI, które wspólnie ze swoim zespołem opracował Petar Veličković z Google DeepMind. Prace nad nim trwały niecałe 3 lata.
TacticAI to system sztucznej inteligencji, który został zaprojektowany tak, aby wspierać trenerów piłkarskich w udoskonalaniu taktyki, koncentrując się szczególnie na optymalizacji rzutów rożnych. Dlaczego rzutów rożnych?
Zastanówmy się, który fragment gry jest najłatwiejszy do analizowania w trakcie meczu piłkarskiego. Rzuty karne są bardzo proste. Piłka stoi w miejscu, piłkarz zawsze uderza z tego samego miejsca, bramka zawsze ma ten sam wymiar – jest spora liczba stałych czynników. Po rzutach karnych na drugim miejscu uplasuje się rzut rożny. Podobnie bowiem jak przy „11-stce”, piłka stoi w tym samym miejscu, można zaplanować ile osób będzie w polu karnym i w którą stronę mają się poruszać – mamy tutaj dużo zmiennych nad którymi mamy „władzę”.
Technologia na pomoc skautom
S.L. Benfica czyli topowa drużyna piłkarska w Portugalii, zarabia bardzo duże pieniądze na sprzedaży swoich wychowanków. Według raportu CIES ze stycznia ubiegłego roku akademia Benfiki osiągnęła najwyższy wśród wszystkich akademii piłkarskich na świecie przychód za poprzednie 10 lat w wysokości 516 milionów euro.
Kluby piłkarskie od zawsze sprzedawały i wymieniały zawodników, ale Benfica uczyniła z tego sztukę: kupuje młode talenty, wykorzystuje zaawansowaną technologię, analizuje miliony danych, a następnie sprzedaje ich za dziesiątki milionów funtów. Wśród wychowanków akademii Benfiki są takie gwiazdy, jak Joao Felix, Bernardo Silva, Goncalo Ramos, czy Joao Neves.
Dzięki uczeniu maszynowemu i sztucznej inteligencji, w połączeniu z ekspertami ds. analizy danych i doświadczeniem trenerów Benfiki, każdy zawodnik otrzymuje spersonalizowany plan treningowy, który ma eliminować słabe strony piłkarza, a także znacząco zmniejszać ryzyko kontuzji.
Zbierane dane, takie jak podstawowe parametry zawodników, ich ruchy podczas treningów i meczów, są analizowane w celu poprawy wydajności graczy i strategii meczowej. Trenerzy mają dostęp do informacji, takich jak prędkość zawodników w czasie rzeczywistym, pokonany dystans oraz aktualny poziom zmęczenia lub odwodnienia.
Analizując schematy gry i ruchy zawodników, trenerzy mogą dostosowywać taktykę tak, aby lepiej wykorzystywać mocne strony poszczególnych piłkarzy i niwelować ich słabości, co przekłada się na lepszą grę całego zespołu.
70% piłkarzy akademii jest ściąganych pomiędzy 6. a 12. rokiem życia. Benfica ma więc rozwinięty skauting już od najmłodszych kategorii wiekowych, a teraz, dzięki nowoczesnej technologii, mogą go jeszcze udoskonalać.
Program wybierze trenera
Drużyny z Polski również wykorzystują AI w swojej codziennej pracy. Najlepiej udokumentowanym przypadkiem nie jest drużyna z Ekstraklasy, ponieważ mowa tu o Wiśle Kraków. Dzięki wykorzystaniu algorytmów uczenia maszynowego działy skautingu „Białej Gwiazdy” mają do dyspozycji setki godzin nagrań meczowych zawodników z niższych lig i mniej popularnych rynków piłkarskich, co pozwala wyłapywać potencjalne talenty w bardziej efektywny sposób niż tradycyjne metody skautingowe.
Wisła Kraków przoduje w Polsce, jeśli chodzi o wdrożenie rozwiązań opartych na sztucznej inteligencji w funkcjonowaniu klubu. Jednym z najciekawszych przykładów jest proces wyboru trenera w grudniu 2023 roku. Lead Data Scientist klubu, Piotr Wawrzynów, opisał, jak za pomocą algorytmu opracowano bazę zawierającą około 3 000 nazwisk trenerów. Po analizie statystyk i stylów gry kandydatów, baza została zawężona kolejno do grup liczących 100–300, a następnie 5–10 finalistów. Wśród nich znalazł się ostateczny wybór czyli Alberto Rude. Jak wskazał Wawrzynów:
„Algorytm nie patrzył na narodowość… Na finalnej liście był jeden Polak. Hiszpanów było dwóch‑trzech”
AI a mundial w Katarze?
Sztuczną inteligencję wykorzystuje także FIFA. Widoczne to było m.in. podczas mundialu w Katarze, który dostarczył nam wielu rewolucji w zakresie marketingu czy infrastruktury i technologii. W trakcie tego turnieju, dzięki najnowszym piłkom firmy Adidas, które mają wbudowane czujniki ruchu, mogliśmy uniknąć takich kontrowersji jak ta z 2010 roku w meczy Anglia – Niemcy i nieuznana bramka Franka Lamparda.
Czujniki Ultra-Web Band są niezwykle precyzyjne i zaawansowane w porównaniu z wcześniejszymi technologiami. Za każdym razem, gdy piłka jest kopnięta, uderzona głową lub w jakikolwiek inny sposób poruszona, czujnik zbiera szczegółowe dane o ruchu z prędkością prawie 500 klatek na sekundę. Dane te przesyłane są do bazy danych, a sztuczna inteligencja może wykorzystywać te informacje w celu weryfikacji decyzji sędziowskich po konsultacji z zespołem VAR.
W trakcie mundialu w Katarze doszło także do personalizacji marketingu poprzez AI. Odbyło się to poprzez dostosowywanie treści, jakie były wyświetlane dla użytkowników. Budowało to pewnego rodzaje markę narodową Kataru. Kraj ten podczas Mundialu używał AI do dynamicznego zarządzania treściami marketingowymi kierowanymi do różnych grup etnicznych i językowych wśród kibiców. Celem było wzmocnienie swojego wizerunku jako nowoczesnego centrum sportowego, które jest otwarte dla wszystkich ludzi. Oczywiście generowane treści unikały niewygodnych dla Katarczyków tematów.
AI podbija igrzyska
Z perspektywy dyplomacji sportowej nowoczesne technologie, a zwłaszcza sztuczna inteligencja, powoli stają się narzędziem budowania prestiżu międzynarodowego. Sprawna organizacja, bezpieczeństwo oraz technologiczna innowacyjność podczas imprez sportowych to dziś kluczowe elementy soft power państw.
Jednym z przełomowych rozwiązań były tzw. „cyfrowe bliźniaki” (digital twins). Zostały one tworzone przez firmę OnePlan. Umożliwiają one m.in. szczegółowe planowanie lokalizacji obiektów sportowych, symulację przebiegu wydarzeń oraz zarządzanie bezpieczeństwem.
Podczas igrzysk olimpijskich w Tokio, Japonia także zaprezentowała innowacyjne rozwiązania z zakresu sztucznej inteligencji, które podniosły standardy sędziowania i bezpieczeństwa. Tu warto wymienić chociażby rozwijany przez firmę Fujitsu system Judge Support System (JSS), wspierający sędziów w ocenie występów gimnastycznych. System ten, oparty na AI, analizuje ruchy zawodników z precyzją niedostępną dla ludzkiego oka, oferując elektroniczną punktację oraz eliminując subiektywne błędy.
Ma być bezpieczniej
AI wykorzystywano również w Tokio do poprawy bezpieczeństwa cybernetycznego. Firma Darktrace wprowadziła algorytmy wykrywające anomalie w sieciach informatycznych, takie jak nietypowe logowania czy próby zakłóceń systemów. Oprogramowania te reagowały automatycznie, blokując podejrzane adresy IP i ograniczając dostęp do wrażliwych zasobów, co stanowiło istotny element ochrony krytycznej infrastruktury sportowej. W ten sposób AI pełniła rolę strażnika cyfrowego bezpieczeństwa, co jest szczególnie ważne w kontekście rosnącej liczby cyfrowych zagrożeń na skalę globalną.
Igrzyska w Paryżu przyniosły kolejne innowacje w zakresie monitoringu i zarządzania bezpieczeństwem z wykorzystaniem AI. Systemy monitoringu oparte na sztucznej inteligencji zostały wdrożone m.in. na stacjach kolejowych, w metrze oraz wokół stadionów. Kamery analizowały zachowania tłumu, wykrywały pozostawione przedmioty oraz nietypowe sytuacje, generując alerty dla operatorów. Systemy koncentrowały się wyłącznie na analizie zachowań i obiektów.
Przed wdrożeniem systemów odbyły się szerokie testy podczas wydarzeń kulturalnych i sportowych, które mimo przeciętnej skuteczności, doprowadziły do ustawowego uregulowania ich stosowania.
W 2023 roku francuski rząd przyjął art. 7 ustawy olimpijskiej, zezwalający na eksperymentalne użycie algorytmicznej analizy wideo podczas masowych wydarzeń. Odbywało się to pod nadzorem CNIL oraz specjalnej komisji parlamentu. Mimo to takie działanie wywołało spore kontrowersje. Wiele organizacji, strzegących praw obywateli zwracało uwagę na to, że nie było wiadome, do czego zostaną wykorzystane zebrane dane.
Dla każdego inna cena
Żyjemy w czasach, w których osoby czy firmy mające wystarczającą ilość danych są w stanie kształtować i zmieniać świat. Tak działała Cambridge Analytica przy wyborach w USA, tak działają teraz największe korporacje na świecie. Jak sport może to wykorzystać? Czy znany z Chin, Social Credit System to naturalny krok w przyszłości sportu?
W lipcu tego roku Delta Airlines ogłosiło, że za cenę ich biletów lotniczych będzie odpowiadać sztuczna inteligencja. Aktualnie system wpływa na 3% ustalanych cen, a celem do końca roku jest 20% cen ustalanych przez AI.
Kwestią czasu jest kiedy organizacje sportowe na całym świecie wprowadzą to na swoich wydarzeniach. Zgoda na przetwarzanie danych osobowych w zamian za zniżkę na bilety, śledzenie historii meczów, którymi był zainteresowany użytkownik, a na samym końcu „indywidualne” ustalanie cen za bilet. „Indywidualne”, ponieważ po prostu klienci dostaną zniżki na to co ich nie interesuje, a droższe bilety będą im oferowane na to, czym są zainteresowani.
Narzędzia kontroli kibiców
Pewnego rodzaju system punktacji społecznej – wzorowany na chińskim Social Credit System – mógłby w przyszłości decydować, na jakie mecze dany kibic może się udać, a na które nie. Przykładem wykorzystania takiego systemu jest rosyjski system Fan ID, który był swego rodzaju wizą uprawniającą do uczestnictwa w mistrzostwach świata w 2018. Technologia ta umożliwia identyfikację tożsamości kibiców, śledzenie ich aktywności oraz dostęp do historii zachowań stadionowych.
Dzięki takim systemom, służby mogą analizować, czy dany kibic zachowuje się w odpowiedni sposób czy też może stanowić zagrożenie. Pytanie czym jest „poprawne zachowanie”? Możliwy staje się scenariusz, w którym obraźliwy gest czy okrzyk uchwycony przez kamery może skutkować zakazem stadionowym.
Choć takie rozwiązania zwiększają bezpieczeństwo, to rodzą pytania o granice prywatności i wolność jednostki. Czy w imię bezpieczeństwa kibiców zaczniemy oddawać pełnię kontroli systemom, które oceniają nasze zachowania często bez kontekstu?
Choi i Park[2] w swojej pracy zatytułowanej „AI-based surveillance systems for crowd safety in mega sports events” udowodnili, że AI znacząco poprawia zdolność służb porządkowych do szybkiego wykrywania zagrożeń podczas imprez masowych. Systemy monitorowania w czasie rzeczywistym na stadionach Realu Madryt, IO w Tokio czy Wimbledonu analizują zachowania tłumu, przewidując możliwe incydenty.
Te rozwiązania pozwolą łatwiej zarządzać niepożądanymi zachowaniami i pomogą w unikaniu potencjalnych zagrożeń. Systemy AI wykorzystywane podczas IO w Tokio zmniejszyły czas reakcji służb i liczbę nieefektywnych wyborów. Dzięki temu kraje czerpią również korzyści finansowe. Jednym z przykładów może być redukcja kosztów obsługi czy mniejsze straty wynikające z nieoptymalnych decyzji.
W ramach 19. Igrzysk Azjatyckich w Hangzhou wdrożono inteligentne systemy rozpoznawania twarzy na stadionach i w wioskach olimpijskich, które służyły zarówno kontroli dostępu, jak i monitorowaniu zachowania tłumów. AI była także używana do zarządzania transportem publicznym w czasie rzeczywistym, analizując przepływ ludzi i dostosowując trasy komunikacji miejskiej do aktualnych potrzeb. Dodatkowo, roboty i chatboty oparte na AI wspierały uczestników i kibiców – dostarczając informacji, prowadząc patrole bezpieczeństwa czy obsługując punkty gastronomiczne.
Całe główne systemy organizacyjne Asian Games (Results Distribution, Games Management, Games Support) działały w pełni w chmurze. Było to pierwsze w historii wydarzenie oparte w 100% na chmurze obliczeniowejWszystko to składało się na pokaz technologicznej dominacji Chin w regionie Azji i Pacyfiku, a zarazem stanowiło subtelny sygnał o zdolnościach organizacyjnych i innowacyjnych kraju.
Działania te pokazują, że AI nie tylko wspiera sport w zakresie wydajności i bezpieczeństwa. Stała się też częścią większej gry – narzędziem narracji i wpływu, w którym sport jest jedynie środkiem do celu. W tej nowej odsłonie dyplomacji sportowej, państwo, które najlepiej wykorzysta algorytmy, zyska nie tylko medale, ale również polityczny kapitał i prestiż.
Technologia, którą nie wszyscy mogą udźwignąć
W wielu krajach i federacjach wdrożenie innowacyjnych rozwiązań to ogromny wydatek. Przykładowo, koszt instalacji technologii goal-line może sięgać setek tysięcy euro, co jest nieosiągalne dla mniejszych federacji czy lig z ograniczonym budżetem. W rezultacie może powstać nowy podział – nie między zawodnikami, a między tymi, którzy dysponują zaawansowanym zapleczem technologicznym, a tymi, którzy pozostaną na technologicznych peryferiach.
Rosnące wpływy firm technologicznych w sporcie mogą prowadzić do niebezpiecznych powiązań. Koncerny takie jak Intel czy dostawcy rozwiązań analitycznych coraz częściej współpracują z organizacjami sportowymi, co może wywołać lobbing prowadzący do zależności technologicznej – sportowe federacje mogą zacząć podporządkowywać swoje decyzje interesom dostawców AI. To z kolei może zagrażać ich niezależności oraz zdolności do wprowadzania regulacji służących sprawiedliwej rywalizacji.
Co zrobić, aby przeciwdziałać narastającym nierównościom i integralności sportu? Kluczowe będzie wdrażanie równego dostępu, transparentnych procesów i etycznych standardów. Pojawiają się już inicjatywy wspierające „demokrację cyfrową” w sporcie – np. Commonwealth Artificial Intelligence Consortium dąży do wyrównania szans na dostęp do AI nawet w mniej rozwiniętych państwach. Eksperci apelują o regularne audyty, edukację cyfrową fanów i zawodników, a także nadzór nad projektami wprowadzającymi AI, aby narzędzia te nie pogłębiały istniejącej dysproporcji. Takie podejście może pozwolić AI wesprzeć, a nie zakłócić, podstawowe wartości sportowej rywalizacji.
Co dalej?
Sztuczna inteligencja nie tyle wkroczyła do świata sportu, co już w nim zamieszkała. Rozgościła się w centrach treningowych, kabinach komentatorskich, na trybunach oraz na vipowskich lożach. Jej potencjał nie ogranicza się już tylko do wspomagania analiz czy planowania taktyk. Coraz wyraźniej widzimy, że AI wykracza poza te role.To, co jeszcze niedawno wydawało się futurystyczną wizją, dziś staje się narzędziem porządkującym świat sportu pod kątem efektywności, bezpieczeństwa ikontroli.
W sporcie jest podobnie, jak w biznesie. Ten, kto pierwszy sięgnie po nowe narzędzia, buduje przewagę. AI jest dziś czymś więcej niż tylko technologicznym wsparciem. To narzędzie wpływu, nowoczesna forma zarządzania resztą. Dlatego kluby, ligi i państwa, które pierwsze to zrozumieją, mogą zyskać coś więcej niż tylko przewagę w tabeli – zdobędą nowy rodzaj władzy. Wświecie liczb, danych i algorytmów to właśnie ci, którzy wiedzą więcej, mają ostatnie słowo.
Bartłomiej Mularz
[1]OpenFOAM to zestaw narzędzi języka C++ do opracowywania niestandardowych rozwiązań numerycznych oraz narzędzi do rozwiązywania problemów mechaniki ciągłej, w szczególności obejmujących obliczeniową dynamikę płynów.
[2]https://www.researchgate.net/publication/275504840_Introduction_Security_and_Surveillance_at_Sport_Mega_Events
Źródła:
https://www.catapult.com/pl/blog/f1-data-analysis-transforming-performance
https://www.oracle.com/redbullracing/red-bull-uses-oci-ai-for-training-future-racing-stars/?utm_
https://insights.fusemachines.com/ai-is-powering-fifa-world-cup-qatar-2022/
https://www.johnwallstreet.com/p/sports-properties-are-revolutionizing-ticket-sales-by-using-ai-to-scout-buyer-behavior
https://www.sportspro.com/news/cisco-real-madrid-bernabeu-nfl-june-2025/
https://www.centrumxp.pl/VAR-Hawk-eye-i-AI—nowe-technologie-triumfuja-na-EURO-2024#Hawk-Eye
https://www.chinadaily.com.cn/a/202309/27/WS6513be73a310d2dce4bb8252.html
https://en.people.cn/n3/2023/0928/c90000-20078231.html
https://weszlo.com/2022/09/30/pzpn-invest-startupy-w-grze-technologia-innowacja-rozmowa-wywiad
