Comment la NFL utilise l’IA pour évaluer les joueurs

Avec le prochain repêchage de la NFL, les enjeux sont élevés pour les franchises d’un milliard de dollars de la ligue. Peu d’événements représentent de plus grandes opportunités que l’évaluation annuelle des talents entreprise par les équipes de football professionnelles. Dans une ligue hautement compétitive avec des plafonds salariaux fixes, la sélection de nouveaux talents peut faire ou défaire les opérations de football. Si vous faites les bons choix, les fortunes de votre équipe peuvent exploser tandis que les erreurs du personnel consignent votre équipe à des performances inférieures à la moyenne.

Dans ce type de situation, il n’est pas surprenant que les équipes déploient les dernières technologies dans le cadre de leurs évaluations des compétences, du recrutement des talents et de l’évaluation de la propension aux blessures. Ils utilisent tout, de la biométrie et des évaluations de la personnalité à l’IA, à l’analyse de données et à la vision par ordinateur pour gagner un avantage sur les autres équipes. Les directeurs généraux veulent les derniers outils pour prendre des décisions qui ont des conséquences profondes pour leurs équipes.

Le recours aux technologies de pointe fait partie d’une tendance croissante des ressources humaines à passer d’une évaluation humaine à une évaluation basée sur la machine. Dans d’autres domaines, les entreprises utilisent l’IA pour sélectionner les candidats, évaluer les compétences professionnelles et façonner les pratiques de recrutement. Les ordinateurs sont considérés comme moins émotifs et plus analytiques, et donc moins enclins à faire des choix irrationnels. Les cadres veulent éviter les situations où il y a des préjugés humains, une pensée non systématique ou une prise de décision trop personnalisée.

En s’appuyant sur l’IA, l’analyse des données et la vision par ordinateur, les équipes de football cherchent à reproduire l’utilisation bien connue des méthodes quantitatives par le baseball pour évaluer les joueurs. Popularisés à travers le livre et le film «Moneyball» qui a documenté l’Oakland Athletics, les entraîneurs utilisent des techniques statistiques et des algorithmes pour évaluer le talent des joueurs, les performances situationnelles et les meilleures stratégies pour prendre des décisions.

À titre d’illustration, les Red Sox de Boston ont utilisé un système appelé DataRobot qui suit une variété d’activités sur et hors terrain. Grâce à une combinaison d’IA et d’analyse de données, cet outil aide le club à prédire tout, du positionnement défensif des joueurs et de l’assemblage de la liste à l’activation et à la rétention des fans. Il utilise la richesse d’informations concernant de nombreux aspects du jeu pour améliorer la prise de décision de l’équipe.

Des développements similaires se produisent parmi les équipes de football. En utilisant les nombreuses heures de vidéo disponibles sur tous les talents, il existe des techniques pour étudier le positionnement et les mouvements des joueurs afin de juger de leur capacité à bouger et de leur risque de blessure. Selon Sanjay Chopra, co-fondateur de la firme Cognistx,

«Nous avons des techniques de posture corporelle où nous pouvons déterminer où se trouvent les articulations, à quelle distance se trouvent les articulations, où se trouve votre hanche, dans quelle mesure l’épaule s’incline, la hauteur des genoux, la séparation des genoux, la séparation des pieds, là où les angles sont pointés… le système peut maintenant regarder plusieurs cadres d’informations, puis commencer à analyser et à apporter des idées, que les humains auraient peut-être manquées. Et maintenant, vous pouvez utiliser ces informations pour mieux entraîner vos joueurs. »

Grâce à une analyse détaillée des mouvements et du positionnement du corps, il est possible d’anticiper les appels de jeu et d’entraîner les joueurs à réagir à des formations spécifiques. Certains joueurs peuvent fournir des signes révélateurs d’un jeu en cours ou de passes, ou d’un bootleg par le quart-arrière, et tout ce matériel peut offrir des avantages à ceux qui doivent se défendre contre ces options. Les décisions prises en une fraction de seconde comptent souvent beaucoup dans le succès ou l’échec de pièces particulières.

Certaines organisations déploient la vision par ordinateur pour étudier les mouvements des joueurs. Ces systèmes cartographient les mouvements subtils de diverses parties du corps dans le but d’améliorer la vitesse, de réduire les étapes inutiles ou inefficaces et d’améliorer les performances globales. De petites imperfections dans la démarche, la vitesse ou les virages peuvent augmenter la vulnérabilité aux blessures ou réduire le temps dans le tableau de bord de 40 mètres. Avec des performances des joueurs mesurées aux centièmes de seconde, des changements apparemment infimes dans le timing ou les mouvements peuvent faire la différence entre être repêché dans les tours d’ouverture ou ne pas être repêché du tout.

D’autres équipes encore utilisent l’IA et l’analyse de données pour déterminer la meilleure façon d’engager les fans. Avec l’utilisation croissante des outils de médias sociaux, les communicateurs de la NFL cherchent à attirer leur public, à développer leur base de fans et à promouvoir les profils publics des principaux acteurs. En utilisant des fonctionnalités basées sur des données telles que les statistiques de la prochaine génération, ils peuvent suivre les mouvements des joueurs, tracer la vitesse des joueurs et documenter le nombre de mètres qu’un joueur a parcouru en zigzaguant à travers la défense. Il peut avancer de neuf verges, mais courir 25 verges pour ce gain.

En se concentrant sur l’engagement des fans, la NFL suit l’exemple d’Hollywood. Les entreprises d’analyse de données de l’industrie cinématographique déploient l’apprentissage automatique pour analyser une variété de caractéristiques d’acteurs et de scénarios afin de prédire quels personnages résonneront avec le public et généreront les revenus les plus élevés pour les studios de cinéma. Les acteurs se voient attribuer un score en pourcentage qui mesure la réception probable des fans et les résultats financiers.

Même avec toute la technologie, il faudra probablement des années avant qu’une équipe n’embauche un coach robotique. Le football reste un jeu de jugement humain et d’intuition, et les entraîneurs et les joueurs s’appuient sur leur expérience personnelle pour améliorer leurs propres mouvements et repérer les tendances chez les joueurs adverses. Mais avec l’automatisation qui touche tant de domaines, ce n’est peut-être qu’une question de temps avant que les assistants et les chatbots basés sur l’IA ne remplacent certaines fonctions organisationnelles. Ce qui se passe déjà dans les domaines de la finance, de la vente au détail, de la comptabilité et du marketing atteindra finalement la NFL et transformera les opérations de football.

Vous pourriez également aimer...