Kunstig intelligens i sport: Potentialer og risici

World Economic Forum, som hvert år samler mere end 3.000 politikere, erhvervsledere, økonomer, faglige eksperter og journalister, for at italesætte verdenssamfundets største udfordringer, fremhævede for få måneder siden misinformation som den allerstørste risikofaktor for det enkelte menneske og nationer overalt på kloden. Misinformation – dvs. forkerte, fejlagtige eller ufuldstændige meddelelser, der umiddelbart forekommer at være reel information – er altså i dag ifølge WEF en større risikofaktor end klimaændringer, ulighed og migration. Årsagen er den eksplosive teknologiske udvikling af kunstig intelligens, hvor tekst, lyd, billeder og videoer med manipuleret indhold kan spredes via sociale medier på et splitsekund.

AI anvendes med stor succes overalt i samfundet

Kunstig intelligens (Artificial Intelligence) er dataprogrammer og algoritmer, som er udformet for at efterligne – eller mere præcist supplere – menneskelig intelligens og udføre opgaver, som normalt kræver menneskelige tankeprocesser og refleksioner. Programmerne og algoritmerne er i stand til at analyse store datamængder, fremdrage konklusioner, forudsige hændelser og anbefale beslutninger ud fra eksisterende viden og erfaringer i videnskabelige artikler, leksika, avisartikler og udtalelser fra faglige eksperter. IA anvendes i dag et stort omfang og med stor succes indenfor mange forskellige sektorer: Fødevareproduktion, softwareindustri, antivirusprogrammer, cybersikkerhed, diagnosticering af kræft og andre livstruende sygdomme, styring af kirurgiske robotter, sprogundervisning, trafikal infrastruktur, komposition af musik, filmproduktion og meget, meget andet.

Sportsteknologi er big business

AI har også i de seneste år revolutioneret sportsindustrien, primært indenfor præstationsanalyse. AI-teknologier muliggør dataindsamling og analyse i realtid under sportsbegivenheder. Det sker via sensorer indlejret i udstyr på atleter, som registrerer datapunkter såsom hastighed, acceleration, puls og positionering. AI-algoritmer behandler disse data for at give værdifuld indsigt i individuelle og teampræstationer, hvilket gør det muligt for trænere og faglige eksperter – fysioterapeuter, læger, performance-analytikere og sportspsykologer – at træffe datadrevne beslutninger – også under kampe og i konkurrencer. Der er altså i mange sportsgrene et tæt samspil mellem den globale sportstech-industri og topatleter, trænere og eksperter. Det anslås at den globale sportstech-industris markedsværdi over de næste fem år vil vokse fra 18 milliarder US dollars til over 40 milliarder US dollars med årlige vækstrater på 15-20 procent. Moderne sportstech spænder vidt: Fra udvikling af sportsbeklædning, nanoteknologi og laserbestråling til produktion af udstyr til cykler, både og biler, højhastighedskameraer og integration af sensorer til biomekaniske analyser, anvendelse af droner til tekniske og taktiske analyser, sensorer til måling af hjertefrekvens, laktat, væskebalance og svedproduktion under træning og konkurrence til simulering af kampe gennem visualisering.

AI indeholder komparative fordele for de ressourcestærke  

AI indeholder en række åbenlyse gevinster for atleter, trænere og faglige eksperter – læger, fysioterapeuter, diætister og sportspsykologer – i forhold til præstationsoptimering, såvel i træning, kampe som ved internationale mesterskaber. AI-algoritmerne kan bl.a. generere prædiktive modeller, der forudsiger spillerpræstationer og potentielle skader. Trænerteamet kan bruge disse oplysninger til at optimere træningsprogrammer, forebygge skader, justere træningsbelastninger og ændre teknikker samt optimere restitution og rehabilitering. Forudsigende analyser hjælper også hold med at identificere mønstre i modstandernes strategier, så de kan udtænke effektive spilsystemer og strategier. Ligeledes kan Virtual reality-simuleringer kombineret med bevægelsessporingssensorer give atleter mulighed for at deltage i virtuel træning og rehabiliteringsøvelser, der efterligner scenarier i den virkelige verden. AI-teknologier kan også fungere som værktøj i forhold til spilstrategi og taktisk analyse ved at behandle enorme mængder data fra tidligere kampe, scouting-rapporter og præstationsdata. Trænere og analytikere kan udnytte AI-algoritmerne til at identificere mønstre, analysere modstandernes strategier og træffe datadrevne beslutninger under kampe. Ligeledes kan AI-drevne systemer give forslag – her og nu – om udskiftninger, taktiske justeringer og spilplaner, hvilket hjælper hold med at opnå oplagte konkurrencefordele.

AI i sport indeholder også en række risici 

Anvendelse af AI i sport indeholder imidlertid også en række alvorlige risici, som især de internationale sportsorganisationer og specialforbund bør forholde sig langt mere aktivt til end det hidtil har været tilfældet.

Et af de største ”faremomenter” er databeskyttelse og -sikkerhed for den enkelte atlet. Implementeringen af kunstig intelligens i sport involverer indsamling og analyse af en række personlige oplysninger om den enkelte atlet. Det er yderst vigtigt at disse data ikke misbruges i forhold til den enkelte atlets privatliv og sikkerhed. Sportsorganisationer skal nemlig overholde strenge databeskyttelsesforskrifter og implementere robuste cybersikkerhedsforanstaltninger for at beskytte disse følsomme oplysninger mod uautoriseret adgang eller brud.

For det andet medfører AI-teknologier i sport en række etiske overvejelser, især i forhold til fair-play og ”lige konkurrencevilkår” for alle atleter. Ressourcestærke nationer og globale kommercielle selskaber kan via anvendelse af kunstig intelligens opnå en række uretfærdige fordele, ligesom der vil være store risici for manipulation af resultater. Der er åbenlyst et stort behov for at de internationale specialforbund etablerer klare og transparente retningslinjer for at bevare de enkelte sportsgrenes integritet og sikre, at AI bruges etisk og i overensstemmelse med de sportslige regelsæt i de enkelte sportsgrene. Såfremt det ikke sker, vil atleter og hold fra stærke sportsnationer som USA, Kina, Japan, Rusland, UK, Frankrig, Australien og Holland, opnå markante komparative konkurrencefordele i mange sportsgrene.

For det tredje kan implementering af AI-teknologier i sport stå over for tekniske begrænsninger og implementeringsproblemer. Det kræver betydelige økonomiske ressourcer, sofistikerede algoritmer og pålidelige datakilder. Sportsorganisationer skal investere i den nødvendige infrastruktur, ekspertise og ressourcer for at sikre ansvarlig og effektiv brug af kunstig intelligens i sport. Såfremt det ikke sker, kan anvendelse af kunstig intelligens i de kommende år få langt større negative konsekvenser end medicinsk doping har haft for international topsport igennem de seneste årtier.

Du kan læse mere om AI i sport her:

  • Chris Brady, Karl Tuyels & Shayegan Omidshafiei: AI for Sports (CRC Press, 2021)
  • Duarte Araújo, Micael Conceiro, Ludovic Seifert, Hugo Sermento & Keith Davids: Artificial Intelligence in Sport Performance Analysis (Routledge, 2021)
  • Robert P. Schumaker, Osama K. Solieman & Hsinchun Chen: Sports Data Mining. (Springer, 2010).
Felt