Entenda como inteligência artificial e humanos produzem estatísticas de futebol
Plataformas utilizam analistas para dados clássicos e inteligência artificial para rastrear movimentações de jogadores sem a bola
Por Davy Albuquerque
A coleta de estatísticas e microdados no futebol moderno é realizada por uma combinação de analistas humanos e inteligência artificial (IA). Enquanto pessoas registram eventos clássicos, como passes e finalizações, a tecnologia de visão computacional monitora o movimento dos jogadores sem a bola para gerar análises de alta precisão.
O processo utiliza um sistema de rastreamento que identifica o campo, a bola e cada atleta através das transmissões de vídeo. Mesmo quando um jogador desaparece momentaneamente da imagem, a IA consegue prever sua posição com base em dados anteriores, permitindo um mapeamento contínuo do jogo.
Este serviço exige uma infraestrutura complexa de processamento de dados e uma extensa rede de especialistas. Empresas especializadas, como a Opta, contam com centenas de analistas treinados para capturar mais de 3 mil "eventos" por partida, que são as estatísticas observadas diretamente por humanos.
O grande diferencial tecnológico ocorre no cruzamento entre esses eventos manuais e os dados de rastreamento da IA. Esse cruzamento, conhecido como "Opta Vision", contextualiza a ação do atleta, mostrando onde estavam os companheiros e os adversários no exato momento de um passe ou de uma jogada.
Como funcionam os dados de rastreamento?
A inteligência artificial é responsável por capturar detalhes que o olho humano não consegue processar em larga escala com velocidade. Ela foca no comportamento do jogador sem a posse da bola, monitorando velocidade e deslocamento constante pelo campo.
Essa tecnologia permitiu o surgimento de métricas sofisticadas que antes eram impossíveis de medir de forma escalável. Entre os novos dados estão os passes que quebram linhas defensivas, as pressões exercidas na bola e as análises táticas de formação de cada equipe ao longo dos minutos.
As plataformas também conseguem mensurar as fases do jogo, calculando o tempo que um time passa em contra-ataque, em bloco baixo ou em fase de construção. É possível identificar até movimentações específicas, como o "facão" nas costas da defesa ou ultrapassagens por fora.
Quais são os exemplos de novas métricas?
A precisão desses dados permite identificar jogadores com perfis específicos de atuação. Como exemplo, a Opta registrou que o jogador Rodri, da Espanha, foi o que mais deu passes que quebraram linhas defensivas em uma edição da Copa do Mundo, somando 80 registros até as oitavas de final.
No cenário nacional, o detalhamento também alcança divisões como a Série B do Brasileirão. Segundo dados da empresa, o jogador Raul, do Cuiabá, alcançou a marca de 113 passes que romperam linhas adversárias durante a competição.
O registro não se limita à contagem bruta, mas detalha a qualidade técnica e a origem do movimento. Os sistemas identificam se um passe foi de pivô ou "casquinha", além de diferenciar se uma finalização foi feita com a perna direita ou esquerda.
Qual o impacto para o torcedor?
Para aplicativos que utilizam esses dados, como o Sofascore, a tecnologia serve para transformar números complexos em notas de desempenho. O sistema avalia a relação de risco e recompensa, entendendo que um passe difícil pode ter mais valor do que uma série de passes simples e seguros.
Essa abordagem garante que a avaliação do atleta não seja meramente quantitativa, mas qualitativa. Um jogador que acerta menos passes, porém com maior dificuldade e utilidade tática, pode receber uma nota superior à de um atleta com maior aproveitamento de passes fáceis.
Plataformas de resultados em tempo real, como o 365Scores, também utilizam a inteligência artificial para processar esse volume massivo de dados. A tecnologia ajuda a identificar histórias e padrões interessantes no meio de milhões de informações geradas instantaneamente.
O objetivo final dessa evolução tecnológica é tornar a informação esportiva mais inteligente e acessível. Ao converter dados brutos em "insights" e contextos úteis, as ferramentas permitem que o torcedor compreenda o jogo em um nível de profundidade antes reservado apenas a especialistas.