מונדיאל 2026 יחל בעוד כשבוע ומיטב הכדורגלנים בעולם יגיעו ליבשת אמריקה כדי לקבוע מי הנבחרת הטובה בעולם. אינספור חידושים טכנולוגיים משרתים את ההישג התחרותי על הדשא, אולם לצד פיתוחים אלו, חוקרים מאוניברסיטת בן-גוריון בנגב והמכללה האקדמית קיי, חושפים את הסכנות מאחורי בינה מלאכותית שמדרגת בני אדם.
לקראת פתיחת המונדיאל הודיעה פיפ"א על שיתוף פעולה עם ענקית הטכנולוגיה LENOVO, שבמסגרתו פותחה פלטפורמת Football AI Pro, מערכת בינה מלאכותית מתקדמת לניתוח טקטי והערכת ביצועי שחקנים וקבוצות, המבוססת על מיליוני נקודות מידע, ניתוח וידאו, הדמיות תלת-ממד, וסימולציות מבוססות למידת מכונה. יוזמה זו מצטרפת לשיתוף פעולה שקיים בין אינטל לוועד האולימפי הבינלאומי, במסגרתו פותח כלי מבוסס AI לאיתור כישרונות צעירים בספורט.
עם זאת מחקר שנערך על ידי פרופ' עופר עזר, ראש המחלקה למנהל עסקים באוניברסיטת בן-גוריון בנגב וד"ר איליה מורגולב, ראש תוכנית MPE לחינוך גופני במכללה האקדמית לחינוך ע"ש קיי, מונה את הסכנות הטמונות בשימוש בכלים אלו.
ניתוח ביצועים מבוסס ביג דאטה משפיע באופן ישיר על קבלת החלטות בתחומים רבים בתעשיית הספורט, בין היתר ניהול עומסים, הכנה טקטית, מעורבות של אוהדים ותמחור כרטיסים. שיטות ניתוח מתקדמות מיושמות גם לזיהוי שחקני כדורגל מוכשרים כבר בגיל הצעיר, כאשר מערכות מבוססות למידת מכונה מנסות ללמוד מה ייחודי בנתוני העבר של ספורטאי העילית של היום.
כך אנליסטים מיישמים קריטריונים מוגדרים מראש הקשורים לגיל, עמדה, רמת תחרות, מדדי ביצוע ומגבלות תקציב לסינון ראשוני. תת-קבוצה נבחרת של השחקנים המתאימים ביותר עוברת לאחר הסינון בדיקה מדוקדקת יותר של הצוות המקצועי.
לאחרונה תומכות פלטפורמות אלו בשילוב בין מאפיינים פסיכולוגיים ופיזיולוגיים מתקדמים כגון חוסן מנטאלי, קבלת החלטות וכוח מתפרץ, לצד מדדים טכניים קלאסיים כגון חטיפות, בעיטות למסגרת, מסירות מפתח ועוד.
אולם בשיטות אלו ישנה הטיה שפוגעת בילדים ממקומות חלשים. בדומה לזירות עסקיות, חינוכיות ורפואיות, כלי דירוג מבוססי למידת מכונה בספורט מאומנים בדרך כלל על נתוני החתמה והצלחה היסטוריים, המשקפים ניסיון ארגוני וקריטריונים של החלטות קודמות. אולם כאשר הצלחת עבר קשורה ברקע סוציו-אקונומי, דת, גזע או גישה למוסדות עילית, עלולים מאפיינים אלו להיכנס למודל בדרך עקיפה מכיוון שמשתני פרוקסי (מקום מגורים, מספר אחים ואחיות, בית ספר) מקודדים רקע סוציו-דמוגרפי גם מבלי שהתכוונו לכך.
בנוסף לכך, כאשר קומץ קטן של ילדים הנבחנים כיום יגיע לרמה העילית, האלגוריתם ינתח את צילום הוידאו שלהם מגיל ילדות וילמד את הסיבות בגללן הם הצליחו ומבדילים אותם מכאלו שהצליחו פחות. הבעיה בכך היא כיוון שמדידה זו, תקבע על סמך נתוני עבר אלו את מתן ההזדמנויות הספורטיביות ללא התייחסות למשתנים נוספים. כך שתיווצר מסגרת קשיחה שתקבע למי יש פוטנציאל להתקדם ולמי לא. מצב זה מתואר בספרות המדעית כ"דטרמיניזם דיגיטלי".
בנוסף לכך, פריסה רוחבית של מערכות צילום ודירוג מבוסס AI, שהחלה לאחרונה בישראל ובעולם תסייע בוודאי לא לפספס אף כישרון יוצא דופן, אך החוקרים מתריעים שזו גם עלולה לשרת מטרות הפוכות ובעלות השלכות אתיות. איסוף נתונים בקרב ילדים ובני נוער לשם יצירת פרופיל התאמה גופני ואישיותי לספורט הישגי עלול ליצור הסללה מוקדמת ואף לדלוף לגופים מסחריים שיעשו שימוש פסול בדירוגים מחוץ לזירת הספורט. פרטיות והגנה על מידע אישי דורשים תשומת לב מיוחדת גם כאשר מדובר בנתונים ביולוגיים שנאספים כדרך קבע באימונים לשם אופטימיזציה של עומסים ומניעת פציעות.
"המציאות מלמדת שהספורט ההישגי מקדש קודם כל את ההישג התחרותי, גם על חשבון ערכים אחרים", אומר ד"ר מורגולב.
"זו העת לחשוב יחד כחברה על המקום ומידת האוטונומיה שאנחנו מוכנים לתת לאלגוריתמים בצילום, דירוג, ניבוי וקביעת נתיב התפתחות של דור העתיד כאשר הספורט ההישגי מלכתחילה לא רלוונטי לרובם המוחלט", מתריע פרופ' עזר. "נראה הגיוני שאנחנו כחברה נדאג קודם שהילדים ישחקו, יתאמנו, ייהנו ויתפתחו תחת עין אנושית אוהדת ותומכת, יגדלו לאזרחים בריאים, אמפתיים, ערכיים ואוהבי פעילות".
טעינו? נתקן! אם מצאתם טעות בכתבה, נשמח שתשתפו אותנו