Людина проти алгоритму: чому технології досі не замінили суддів у великому спорті
- Єлизавета Гогілашвілі
- 2 дні тому
- Читати 4 хв
Штучний інтелект вже давно дістався спорту. Особливо гостро ця тема постала саме зараз, у розпал сезону тенісних «мейджорів». Поки на одних турнірах Великого шолома фанати та гравці здіймають шквал суперечок через відсутність сучасних технологій і людські помилки, на інших — виникають скандали через недосконалість самих алгоритмів.
За допомогою ШІ менеджери та асоціації намагаються втримати увагу глядачів, підвищити безпеку гравців чи трансформувати суддівство, але шлях до цифрової справедливості виявився непростим.
HBJ розповідає про найгучніші інтеграції технологій: чому автоматизоване суддівство на Вімблдоні зіткнулося з хвилею критики, що вийшло з партнерства F1 і AWS та як алгоритми прогнозують травми в НФЛ.
F1 Insights та Track Pulse: аналітика на швидкості понад 300 км/год
Formula 1 співпрацює з Amazon Web Services (AWS) з 2018 року. Кожен болід на трасі оснащений близько 300 сенсорами, які щосекунди генерують 1,1 млн телеметричних точок даних. Ці показники, поєднані з історичними архівами «Формули-1» за понад 70 років, лягли в основу аналітичної системи F1 Insights.
Проте сухі цифри важко продати масовому глядачу. Тому Amazon разом з F1 запустили платформу Track Pulse. Вона використовує генеративний ШІ та машинне навчання, щоб на льоту знаходити інтригуючі сюжетні лінії в масивах даних.
Система збирає інформацію в реальному часі в єдиний дашборд. Завдяки цьому режисери трансляцій можуть миттєво підсвічувати найнапруженіші моменти — наприклад, порівнювати телеметрію та мікропоказники гонщиків Габріеля Бортолето і Джорджа Расселла безпосередньо під час їхньої дуелі на треку.
Тенісні інновації: Match Chat на US Open та скандал на Вімблдоні
Під час Відкритого чемпіонату США з тенісу (US Open) IBM збирає та аналізує понад 7 млн точок даних. На турнірі компанія презентувала інструмент Match Chat, який у реальному часі забезпечує фанатів статистикою та аналітикою щодо всіх 254 одиночних матчів. Втім, IBM традиційно не поспішає ділитися внутрішніми метриками ефективності та залученості користувачів після завершення чемпіонату.
Значно драматичніше розгортається ситуація на європейських кортах. Коли організатори Вімблдону повністю замінили лінійних суддів Hawk-Eye — автоматизованою системою на базі ШІ — вони зіткнулися з жорсткою критикою.
На практиці впровадження було недосконалим: на одному з матчів оператор випадково деактивував систему трекінгу м'яча на кілька хвилин. На іншому — програма помилково визначила подачу як невдалу, коли тенісист тільки готувався до удару. До того ж організатори не запропонували новий механізм оскарження у випадку помилок системи.
Це викликало обурення тенісистів і знову розпалило дискусію: чи готові спортивні федерації до впровадження технологій і чи може штучний інтелект повністю перебрати на себе роль арбітра?
«Всередині гри» для NBA: ще одне спортивне партнерство Amazon
У жовтні 2025 року Amazon заявив про старт багаторічного партнерства з NBA. Центральним ядром співпраці стала платформа NBA Inside the Game, яка аналізує поглиблені метрики гри та оцінює дії баскетболістів через чотири головні показники:
Defensive Box Score — інтегральний показник, який відображає ефективність захисту гравця та його здатність створювати «незручні», закриті моменти для суперників;
Shot Difficulty — складність кидка, що враховує також Expected Field Goal % (xFG%) — очікуваний відсоток влучень у кільце з конкретної позиції за певного рівня опору;
Leverage — «вага моменту», яка вираховує, наскільки поточна атака чи захист впливають на підсумковий шанс команди виграти матч;
Gravity — показник, що фіксує, скільки уваги захисників стягує на себе форвард — з м'ячем чи без — і скільки простору цим відкриває партнерам.
До співпраці з AWS баскетбольна ліга розробляла ШІ-інструменти спільно з Microsoft Azure.
НФЛ та Amazon прогнозують стан гравців
На відміну від багатьох спортивних асоціацій, Національна футбольна ліга США (НФЛ) використовує ШІ не для розваги глядачів, а для передбачення проблем зі здоровʼям гравців. Технічним партнером ліги тут також виступив Amazon Web Services.
Проєкт NFL Digital Athlete називають «інструментом прогнозування травм». Він моделює мільйони сценаріїв потенційних пошкоджень на основі відео ігор, даних з тренувань і сенсорів у спорядженні.
Компʼютерний зір відстежує позу та положення кінцівок футболістів у динаміці, щоб краще розуміти біомеханіку травмувань під час жорстких зіткнень.
Завдяки «діджитал-атлету» усі 32 клуби НФЛ мають доступ до спеціального порталу з даними своїх гравців — там відображаються обсяг навантажень та індикатори ризику травм. Знаючи слабкі місця конкретного атлета, медики і тренери можуть будувати індивідуальні плани його підготовки та відновлення.
Футбольна тактика від Google DeepMind
Google DeepMind у співпраці з англійським футбольним клубом «Ліверпуль» запустив аналітичний інструмент TacticAI. Він працює як асистент тренера і допомагає покращити тактику кутових ударів у футболі.
Модель, що поєднує предиктивні і генеративні алгоритми, навчали на 7 176 кутових ударах з матчів англійської Премʼєр-ліги. Вона передбачає, хто з гравців найімовірніше першим торкнеться м’яча після кутового, оцінює ймовірність удару по воротах, а також дає поради, як змінити позиції гравців для кращих результатів. З цією моделлю тренерам не потрібно передивлятися архівні відео ігор, обираючи розстановку на матч.
Головні виклики: чому ШІ ще не замінив людей?
Попри гучні анонси, масове впровадження штучного інтелекту в спорті все ще стикається з вагомими бар'єрами:
Етична сторона та помилки суддівства: помилки ШІ підривають довіру до результатів змагань. Спорт живиться емоціями та абсолютною справедливістю, тому ціна прорахунку алгоритму тут надзвичайно висока.
Брак об'єктивних даних: більшість успішних кейсів, про які дізнається публіка, походять із пресрелізів самих постачальників рішень (Amazon, Google, IBM), які зацікавлені в маркетингу. Незалежних аудитів ефективності цих систем нині вкрай мало.
Технічна та фінансова прірва: збір мільйонів точок даних на секунду можуть дозволити собі лише топові ліги світу. Для менш комерційних видів спорту ці технології залишаються недосяжними через колосальну вартість розробки та інфраструктури.
Поки що далеко не всі ШІ-проєкти отримують реальне втілення, а тим більше — якісно змінюють досвід спортсменів чи глядачів. Проте технологічні гіганти вже чітко дали зрозуміти: майбутні перемоги створюватимуться не лише на тренуваннях, а й у датацентрах.
