الذكاء الاصطناعي يدخل عالم الساحرة المستديرة.. التحكيم ومراقبة أداء اللاعبين أهم مميزاته.. ليفربول يستخدم برامجه لتحسين استراتيجية الركلات.. التشريعات ما زالت في طريقها.. والتحيز والهجمات السيبرانية تهدد عمله

تشغل كرة القدم ملايين البشر حول العالم، هذه الرياضة التي عشقها وشجعها مختلف الأجيال، تتأثر في الوقت الحالي بالذكاء الاصطناعى، الذى يغير ملامحها ولا يقتصر دوره على التنظيم والمراقبة، بل يتحكم في نتائجها أيضًا، ولطالما كانت قرارات التحكيم من أكثر المجالات إثارة للجدل في اللعبة، فعندما يُكلّف قرار خاطئ فريقًا في مباراة حاسمة، يبقى عالقًا في الأذهان طويلًا، لا يزال المشجعون يتحدثون عن هدف دييجو مارادونا للأرجنتين ضد إنجلترا عام 1986، لقد مثلت تقنية الفيديو المساعد (VAR) خطوةً مهمةً نحو اتخاذ قرارات أفضل، لكن الاتحاد الدولي لكرة القدم (FIFA) حريص على جعل التحكيم أكثر دقة، ولتحقيق هذه الغاية، بدأوا في استخدام الذكاء الاصطناعي لمساعدة حكام المباريات.

استخدامات الذكاء الاصطناعى فى كرة القدم

تعد تقنية التسلل شبه الآلية (SAOT) هي نظام جديد يستخدم 12 كاميرا حول الملعب لتتبع موقع الكرة وكل لاعب 50 مرة في الثانية، ويُسجل مستشعرٌ مُثبّت في كرة المباراة لحظة ركلها، وعندما يكتشف النظام وجود تسلل، يُرسل تنبيهًا إلى حكام تقنية الفيديو المساعد (VAR)، وفقًا لما ذكره تقرير موقع "analyisport".

ويمكنهم بعد ذلك مراجعة لقطات الفيديو للتأكد مما إذا كان الوضع تسللًا أم لا، وليسوا مُلزمين بقبول قرار تقنية الفيديو المساعد (SAOT)، ولكنه يُمكن أن يُساعدهم على إدراك حالات التسلل التي ربما فاتتهم، ويُتيح لهم مُراقبة مواقع اللاعبين عند ركل الكرة بدقة أكبر.

واستُخدم النظام بنجاح في دور المجموعات بدوري أبطال أوروبا 2022-2023 وفي كأس العالم 2022، ويبدو أنه سيبقى، ومن المرجح أن يتم تطبيقه على نطاق أوسع، ولم يحل نظام SAOT محل عملية اتخاذ القرار لدى الحكام، ولكنه سرعان ما أصبح أداة قيّمة، إذ يوفر لهم المعلومات الدقيقة التي يمكنهم استخدامها لاتخاذ القرار الصحيح.

وتعد كرة القدم من أكثر الرياضات دمجًا للذكاء الاصطناعي في عملياتها، لدرجة أن تغييرات جوهرية طرأت على نموذج العمل، بما فيها استكشاف المواهب، الذي كان ربما الجانب الأكثر تعقيدًا من الناحية اللوجستية، وفي الوقت نفسه الأكثر أهمية لأداء الفريق، أصبح الآن آليًا، لم تعد الرحلات الطويلة والتقارير غير الموثوقة ضرورية؛ إذ تُغربل ملايين البيانات الموضوعية لتلبية احتياجات كل فريق.

كما يستخدم في العمليات اليومية، من خلال معالجة بيانات الذكاء الاصطناعي، ويمكن للأندية مراقبة لاعبيها للحد من خطر الإصابات، حيث يتم قياس الحمل الخارجي، والمسافة المقطوعة، والتسارع، وما إلى ذلك، والحمل الداخلي، المؤشرات الحيوية، ونواتج الأيض، مع دعم كل قرار بمعلومات غير مسبوقة مقارنةً بالماضي.

وينطبق الأمر نفسه على المباريات، حيث تجمع تطبيقات الذكاء الاصطناعي معلومات حول التكتيكات والتحركات، ما يسمح بدراسة أوسع نطاقًا للخصوم، ولا يقتصر الأمر على التحضير للمباريات من خلال توقع ردود الفعل المحتملة من الخصم، بل يشمل أيضًا اتخاذ قرارات في الوقت الفعلى

تعاون ليفربول مع جوجل ديب مايند

ويتسارع استخدام الذكاء الاصطناعى في مجالات التوظيف والتدريب واللياقة البدنية والرعاية الطبية، كما هو الحال في رياضات أخرى، وأشهر مثال على إدارة الذكاء الاصطناعى لكرة القدم قريبا هو تعاون ليفربول مع "جوجل ديب مايند" لتحسين استراتيجية الركلات الركنية باستخدام الذكاء الاصطناعي.

وفقا لنيويورك تايمز، يسمح الذكاء الاصطناعي لأجهزة الكمبيوتر بالتعلم وأداء المهام وحل المشكلات التي تتطلب عادةً ذكاءً بشريًا، ويتم تدريبه على كميات هائلة من المعلومات ويحاكي مليارات المتغيرات، ويحدد الأنماط المستقبلية ويتنبأ بها.

ويعد نادى ليفربول رائدًا في تحليلات البيانات في كرة القدم، حيث يضم قسم البيانات الرائد عالميًا علماء بيانات حاصلين على شهادات دكتوراه من جامعتي هارفارد وكامبريدج، وقد ساعدت رؤاه وابتكاراته المدرب يورجن كلوب في تشكيل فريق فاز بالدوري الإنجليزي الممتاز ودوري أبطال أوروبا.

على الرغم من هذا النجاح، سعى العاملون في ليفربول إلى المضي قدمًا وتجاوز حدود ما يمكن فعله ببيانات كرة القدم، وقد دفعهم ذلك إلى العمل مع DeepMind، وهي شركة ذكاء اصطناعي ومختبر أبحاث مملوك لشركة Google.

وأتاحت هذه الشراكة للنادي الوصول إلى ذكاء اصطناعي متقدم كان بعيدًا عن متناولهم سابقًا، حيث يقول إيان جراهام، مدير الأبحاث في النادي: "يمتلك ليفربول واحدًا من أكبر أقسام التحليلات وأكثرها تطورًا في كرة القدم، ولا نملك الموارد اللازمة لبناء هذه النماذج بأنفسنا"، وقد ساعد على هذا التعاون كون ديميس هاسابيس، مؤسس DeepMind، من أشد مشجعي ليفربول.

وتحدث البروفيسور كارل تويلز، أحد أعضاء فريق البحث، عما يراه مستقبل الذكاء الاصطناعي في تحليل الأداء: "لا أعتقد أننا سنشهد تأثيرات كبيرة خلال الأشهر الستة أو العام المقبل، ولكن خلال السنوات الخمس المقبلة، ستكون بعض الأدوات أكثر تطورًا، وقد نرى شيئًا مثل "مدرب مساعد فيديو آلي" يمكنه المساعدة في تحليل ما قبل المباراة وما بعدها، أو يمكنه متابعة الشوط الأول من المباراة وتقديم نصائح حول ما يمكن تغييره في الشوط الثاني".

كما أنه من غير المرجح أن يحل الذكاء الاصطناعي محل محللي الأداء والتجنيد في اللعبة، ولكنه يوفر لهم أداة جديدة فعالة، ويمتلك التعلم الآلي القدرة على جعل التحليل أكثر تفصيلًا ودقةً وعمقًا، إنها المرحلة التالية من ثورة البيانات.

صلاح وأرنولد

المخاطر الرئيسية للذكاء الاصطناعى فى كرة القدم

ومع ذلك، فإن هذا التطور التكنولوجي غير المسبوق لا يخلو من المخاطر، كما تتجلى في اللوائح الجديدة في إطار الاتحاد الأوروبي والمملكة المتحدة، وقد حللت دراسة أجرتها دارا هولمز، طالبة ماجستير إدارة الرياضة والمهارات القانونية في ISDE (كلية إدارة الأعمال القانونية الرقمية) ومركز برشلونة للابتكار، الإطار التنظيمي الذي سيتعين على الأندية التكيف معه لضمان الاستخدام المسئول للذكاء الاصطناعي.

الخوارزميات وشفافية القرارات

تُبرز الوثيقة أن المشكلة الرئيسية التي يطرحها استخدام الذكاء الاصطناعي هي الشفافية، حيث إن الخوارزميات المستخدمة معقدة للغاية بحيث يصعب تفسيرها، وفي هذه الحالة، قد تكون استنتاجات الذكاء الاصطناعي غير متوقعة لعدم وضوح كيفية التوصل إلى توصية معينة.

وعندما تؤثر المعلومات التي يوفرها الذكاء الاصطناعي على الأفراد، سواءً بلعب دقائق أقل أو تسريحهم من النادي في نهاية الموسم، يجب ضمان أن تكون هذه القرارات موضوعية أي عادلة ومنصفة.

ويجب أن تكون الأندية قادرة على تبرير ثقتها بالذكاء الاصطناعي والقرارات المتخذة بناءً على معلومات موضوعية وسهلة الوصول.

أزمة التحيز والهجمات السيبرانية

هناك مشكلة أخرى تم تحديدها وهي "التحيز المتأصل"، فالذكاء الاصطناعي، باعتباره انعكاسًا للمعرفة البشرية، يرث عيوبه أيضًا، وقد رُصدت حالات عديدة أصبح فيها الذكاء الاصطناعي تمييزيًا.

وتؤثر هذه المشكلة بشكل أساسي على مقدمي الخدمات، ولكن تقع على عاتق الأندية مسئولية مراقبة أنظمة الذكاء الاصطناعي الخاصة بها لضمان عدم استمرار التحيزات.

علاوة على ذلك، ستحتاج الأندية إلى بذل جهود لتعزيز الأمن السيبراني، فأي هجمات قرصنة على البيانات التي يجمعها النادي عن لاعبيه أو المرشحين المحتملين للاستكشاف قد تُلحق ضررًا بالغًا بخصوصيتهم، بل وحتى بمسيرتهم المهنية.

لوائح الذكاء الاصطناعى فى كرة القدم

سيدخل قانون الذكاء الاصطناعي للاتحاد الأوروبي حيز التنفيذ في 2 أغسطس 2026، على الرغم من توجيه الأندية لتطبيق إجراءات إلزامية في وقت مبكر، ويمكن أن تصل الغرامات إلى 35 مليون يورو، أو 7% من إجمالي مبيعات الشركة في السنة المالية السابقة.

وفي الاتحاد الأوروبي، يتم التمييز بشكل أساسي بين أربعة أنواع من المخاطر:

- غير مقبول: عندما يُهدد الذكاء الاصطناعي الحقوق الأساسية بأنظمة تستغل نقاط الضعف بناءً على العمر أو الإعاقة أو الوضع الاقتصادي، وهي جوانب قد تكون حساسة في كرة القدم.

- عالي: الفئة الثانية، وهي حساسة أيضًا للأندية، تشمل الأنظمة البيومترية، ففي كرة القدم، قد يشمل هذا المستوى من الخطر قرارات الذكاء الاصطناعي المتعلقة باستمرارية اللاعب أو انتقاله بناءً على إحصاءاته وتوقعات أدائه الصادرة عن البرنامج.

- محدود: يتعلق هذا فقط بمتطلبات الشفافية، مثل إعلام المستخدمين بأنهم يتفاعلون مع الذكاء الاصطناعي.

- ضئيل أو غير موجود: مرشحات البريد العشوائي، أو برامج المحادثة مثل Siri، أو الخوارزميات المستخدمة في محركات توصية المنتجات.

من المسئول في معادلة دمج الذكاء الاصطناعى بكرة القدم؟

فيما يتعلق بالالتزامات، من المهم التمييز بين مزودي الذكاء الاصطناعي ومستخدميه النهائيين، وفقًا للمادة 3 من قانون الاتحاد الأوروبي، يُطوّر المزود نظام الذكاء الاصطناعي ويطرحه في السوق، بينما يستخدمه المستخدم النهائي.

يواجه المزودون قيودًا أكثر صرامة، ولكن تجدر الإشارة إلى أن بعض الاستخدامات المحددة للذكاء الاصطناعي قد تُحوّل المستخدمين إلى مزودين.

ويعد نظام الذكاء الاصطناعي عالي الخطورة "عندما يُصنّف الأشخاص الطبيعيين"، وفي الواقع، يُعدّ تصنيف الأفراد أحد أكثر استخدامات الذكاء الاصطناعي شيوعًا في كرة القدم.

وبصفتهم مستخدمين نهائيين، بموجب المادة 26، سيتعين عليهم "تكليف إشراف بشري بأشخاص يتمتعون بالكفاءة والتدريب والصلاحيات اللازمة، بالإضافة إلى الدعم اللازم".

علاوة على ذلك، وكما هو منصوص عليه في المادة 14، "يجب أن يهدف الإشراف البشري إلى منع أو تقليل المخاطر على الصحة والسلامة أو الحقوق الأساسية التي قد تنشأ عند استخدام نظام ذكاء اصطناعي عالي المخاطر وفقًا للغرض المقصود منه أو في ظل ظروف معقولة".

ليفربول

قواعد البيانات في أنظمة الذكاء الاصطناعي لكرة القدم

في السنوات الأخيرة، أحدثت تحليلات البيانات تحولاً جذريًا في عالم كرة القدم، فقد غيرت طريقة اكتشاف الأندية للفرق المنافسة، وإيجاد صفقات جديدة، وتحسين أداء اللاعبين، ووفرت الكميات المتزايدة من بيانات كرة القدم بيئة مثالية للتعلم الآلي، إذ يمكن تدريب الذكاء الاصطناعي على رصد أنماط في البيانات قد يغفلها البشر، كما يمكن أن يساعد في أتمتة العمليات لجعلها أسرع وأكثر دقة.

وذكر تقرير عن موقع "analyisport"، أن الذكاء الاصطناعي يلعب دورًا حاسمًا في جمع بيانات التتبع، فقد تم تدريب أجهزة الكمبيوتر على اكتشاف كل لاعب وتتبعه أثناء تحركه في الملعب، ومع الحركة المُستمرة للاعبين، وحقيقة أن اللاعبين الآخرين قد يُعيقون زاوية الكاميرا، فإن هذه المهارة أكثر تطورًا مما قد تظن، إنها ميزة تتيح جمع بيانات تتبع مُعقدة في الوقت الفعلي، وتسجيل مواقع اللاعبين بتفاصيل أكثر بكثير مما يُمكن للمحلل البشري القيام به.

وتُعد قاعدة البيانات مسألة خلافية أخرى، حيث تزداد فعالية أنظمة الذكاء الاصطناعى مع ازدياد البيانات المُستقاة، ومع ذلك، تفرض القوانين قيودًا على الاحتفاظ بالمعلومات، فهناك أسس قانونية لأرشفة البيانات المُستقاة وحفظها، وفقا لما ذكره موقع barca innovation hub.

- موافقة الفرد: يجب أن يوافق اللاعب على استخدام النادي لبياناته البيومترية لتحليل أدائه.

- تنفيذ العقد: إذا كانت البيانات ضرورية للوفاء بالتزام تعاقدي يكون الفرد طرفًا فيه، في كرة القدم، إذا كانت إحصائيات اللاعب تؤثر على المكافآت التي يتلقاها.

- الامتثال للالتزامات القانونية: إذا كان على النادي تقديم معلومات ضريبية أو وظيفية عن اللاعب إلى السلطات الضريبية.

- الموافقة على الاحتفاظ بالمعلومات: إذا كان على النادي تقديم معلومات ضريبية أو وظيفية عن اللاعب إلى السلطات الضريبية.

- حماية المصالح الحيوية: البيانات ضرورية لحماية المصالح الحيوية للشخص الطبيعي، على سبيل المثال، يُستعان بهذه البيانات إذا احتاج لاعب إلى مساعدة طبية عاجلة، أو احتاج إلى علاج، وما إلى ذلك.

- المصلحة العامة: عند وجوب الوفاء بالالتزامات التي تُمليها جهة رسمية، في حالة إدارة الملعب، لضمان الأمن.

- المصالح المشروعة للجهة المُتحكمة أو طرف ثالث: عندما تخدم البيانات أغراض المؤسسة ولا تؤثر على حقوق اللاعبين أو المشجعين، مثل استخدام البيانات لتحسين استراتيجيات التسويق.