Tekoäly tulee muuttamaan myös jalkapalloa, mutta tapahtuuko se jo nyt?
Urheilun datavallankumous mullisti ensimmäisenä kykyjenetsinnän ja pelaajahankintaprosessit. Sama voi käydä tekoälyn kanssa kirjoittaa Jesse Saarinen.
Sana ”megatrendi” tarkoittaa väistämätöntä, koko yhteiskunnan läpäisevää ja maailmanlaajuista ilmiötä, jonka odotetaan muokkaavan yhteiskuntaa perustavanlaatuisesti. Suomalainen tulevaisuustalo Sitra määrittelee vallitsevat megatrendit kolmen vuoden välein, johtuen niiden massiivisuudesta ja muutosten pitkäjänteisyydestä. Viimeksi Sitra listasi ilmiöt vuonna 2023. Silloin lista näytti seuraavanlaiselta:
1. Luonnon kantokyky murenee
2. Hyvinvoinnin haasteet kasvavat
3. Demokratian kamppailu kovenee
4. Kilpailu digivallasta kiihtyy
5. Talouden perusta rakoilee
Seuraava päivitys suomalaisittain tulee siis ensi vuonna. Megatrendien kuvaukset, jotka eri tahojen tekeminä sisältävät enemmän tai vähemmän samat asiat eri sanoin ilmaistuna, on laveasti muotoiltu. Silti ei olisi yllätys, mikäli vuoden 2026 megatrendeissä teknologiasta ja digitalisaatiosta olisi irrotettu erikseen omaksi ilmiökseen tekoäly.
Vaikka (huippu)jalkapallo esimerkiksi ilmastokriisin suhteen elelee omassa utopiassaan, ei se sijaitse yhteiskunnasta irrallisena missään omassa todellisuudessaan. Megatrendit tulevat siis virtaamaan myös jalkapallon läpi, ja jättämään sen jäljiltään uuteen asentoon. Koska huippufutis on joidenkin megatrendien suhteen valinnut leikkiä päänsä hiekkaan haudannutta strutsia, saattaa tekoäly olla ensimmäinen kädenjälkensä siihen toden teolla jättävä ilmiö. Mutta ovatko jutut tekoälyn mullistamasta jalkapallosta spekulatiivista fiktiota, vai asia, joka on jo täällä?
Ensiksi pitäisi määritellä käsite ”tekoäly”. Se onkin sellainen sudenkuoppa, että vaarana on, että tähän loppuu artikkelin a) kirjoittaminen tai b) lukeminen, joten pidetään määritelmä hyvin yksinkertaisena. Tekoäly on kokoava termi erilaisille koneen tekemille, älykkäinä pidettäville asioille. Tekoälyn alalajeja ovat esimerkiksi koneoppiminen (kone oppii itsenäisesti datasta, ilman ihmisen työpanosta, esimerkiksi älykodin energiansäästö tai sähköpostin roskapostifiltteri), automaattinen päätöksenteko (esimerkiksi Garry Kasparovin shakissa vuonna 1996 voittanut ”Deep Blue”) ja generatiivinen tekoäly (esimerkiksi ChatGPT).
”Suuren yleisön mielessä tekoäly on viime vuosina ollut lähes synonyymi Open AI:n vuoden 2022 julkaiseman ChatGPT:n kanssa. ”
ChatGPT on siis generatiivinen eli luova tekoäly, keskustelubotti, joka perustuu laajaan kielimalliin. Laajat kielimallit koulutetaan syöttämällä niihin valtavia määriä erilaisia tekstejä, jonka jälkeen ne oppivat tuottamaan vastauksia sen perusteella, kuinka todennäköisesti eri sanat esiintyvät peräkkäin. Lopputuloksena on kokemus ikään kuin ihmisen kanssa chattailusta, hyvin miellyttämisenhaluisen toki, sillä ChatGPT saattaa keksiä esimerkiksi kirjasuosituksia tai lähdeviitteitä niitä pyydettäessä.
ChatGPT ja muut laajat kielimallit, ovatkin mahdollisesti se jalkapallokannattajalle näkyvin osa tekoälyn ja jalkapallon kädenpaiskausta lähitulevaisuudessa. Analytics FC -podcastissa huhtikuussa vieraillut Ryan Beale ennusti, että laajojen kielimallien avulla pystytään tulevaisuudessa viemään kannattajakokemus uudelle tasolle. Tämä tekoälyn osa-alue mahdollistaa missä tahansa asuvalle minkä tahansa seuran kannattajalle personoitua informaatiota omalla kielellä suosikkijoukkueesta.
Esimerkiksi Saksan Bundesliiga ja Amazon Web Services ovat tehneet teknologiayhteistyötä vuodesta 2020 asti.
Viime vuoden maaliskuussa tahot julkistivat monivuotisen jatkosopimuksen, jonka yhteydessä AWS:stä tuli myös Saksan jalkapalloliiton virallinen ”Generatiivisen tekoälyn tuottaja”. Ensimmäiset askeleet yhteistyön tällä saralla ovat olleet nimenomaan kannattajakokemuksen ja kannattajien sitouttamisen lisääminen ja parantaminen. Bundesliigan virallisessa sovelluksessa tavoitteena on reaaliaikaiset päivitykset otteluista, jotka on personoitu ei vain kielen vaan myös sävyn ja tyylin mukaan kullekin käyttäjälle miellyttävimmiksi.
Se, että Kangasalalla voidaan fanittaa vaikkapa japanilaista Urawa Red Diamondsia, ja saada personoitua suomalaista liveseurantaa heidän ottelustaan, ei vielä mullista tai tulkinnasta riippuen edes kehitä lajia, jos ”kehitys” oletetaan jotain hyvää sisältäväksi termiksi. Laajoja kielimalleja voidaan onneksi käyttää myös hyvään. Podissa vierailleen Ryan Bealen oma yritys, Sentient Sports, jonka perustaja ja toimitusjohtaja Beale on, tarjoaa esimerkiksi ”Guardian AI” -nimistä palvelua seuroille ja pelaajien taustatiimeille. Guardian AI:n idea on some-keskustelujen reaaliaikainen seuranta, ja valitettavan yleisen vihapuheen ja muun ryönän neutralisointi mahdollisimman ajoissa. Esimerkiksi rangaistuspotkun pelissä missannut pelaaja joutuu usein some-alustoilla välittömästi kaikenlaisen alhaisen solvaamisen kohteeksi. Sentient Sportsin kehittämä tekoäly seuraa keskustelua, tunnistaa halventavat termit ja solvaukset, ja raportoi niistä automaattisesti some-alustoille. Näin parhaassa tapauksessa kentällä työtään tekevän pelaajan ei koskaan tarvitse törmätä solvauksiin, sikäli mikäli some-alustat hoitavat oman hommansa.
On se järkevää tai ei, ihmiset kyselevät ChatGPT:ltä neuvoja monenlaisiin asioihin. Yleisin käyttötapa on monen lähteen mukaan tekstin editointi, mutta jo toiseksi eniten ChatGPT:tä käytetään ideoiden pallotteluun. Klart AI:n mukaan botilta yleisimmin kysytyin kysymys olisi niinkin vaatimaton kuin ”mikä on elämän tarkoitus?”.
Voisiko jalkapallovalmentaja käyttää laajaa kielimallia kakkoskoutsinaan? Tai osana valmennustiimiä? Bealen mukaan ei. Tekoälyn kehitys ei ole vielä siinä pisteessä. Laajaan kielimalliin on tosin mahdollista liittää RAG-malli (Retrieval-augmented generation, eli hakutoiminnolla laajennettu generatiivinen tekoäly), jolloin botti saisi käytettäväkseen esimerkiksi jonkin ammattitason tilastopalvelun kaiken datan, ja pystyisi vastaamaan yksityiskohtaisempiin kysymyksiin.
Syötän tämän artikkelin tarpeisiin, ja vähäsen myös omasta uteliaisuudestani, ChatGPT:lle kysymyksen:
”Olen jalkapallojoukkueen valmentaja. Joukkueeni on 1-0 -tappiolla. Vastustaja puolustaa lähellä omaa maaliaan 4-4-2 -muodossa. Heillä on kaksi pitkää, ilmakaksinkamppailussa vahvaa topparia. Miten voisimme luoda maalipaikkoja ja tasoittaa ottelun?”
Saan lempeän taputuksen olkapäälle tarkasta tilanneanalyysistä, sekä viiden kohdan toimintaohjeen:
1. Houkuttele toppareita liikkeelle – hyökkää taskuihin
2. Hyödynnä matalia keskityksiä
3. Vaihda nopeasti puolta ja venytä muotoa
4. Käytä ylivuoroja laidalla (numeroylivoima)
5. Liike ja rotaatio keskialueella
Jokainen kohta sisältää neljästä viiteen alakohtaa, esimerkiksi kohdassa yksi ChatGPT suosittelee valeysin käyttämistä, ja kakkoskohdassa cut-backeja päätyrajalta. Lisäksi se tekee tiivistetyn toimintamallin, pelisuunnitelman. Ohjeet ovat hyvin yleisluontoisia, joskin syöttämällä lisätietoa käytössä olevista pelaajatyypeistä saisin tarkempia ohjeita. Myös piirrosta ja havainne mallia lupaillaan. Jotain tuttua ohjeissa kuitenkin on. Jos aika ei ole kypsä sille, että tekoäly vie jalkapallovalmentajan työt, niin pitäisikö tässä kuitenkin asiantuntijana hieman vavahtaa pelosta?
Ensimmäiset tekoälyvalmentaja-kokeilut toki ovat jo täällä. Isossa-Britanniassa nuorille yrittäjänaluille suunnatuilla ”Big Bang”-teknologiamessuilla nähtiin Amazonin Alexa-alustalle koodattu AI-valmentaja, Alexa Ferguson, tietenkin. Norjassa HamKamin reservijoukkue pelasi pääsponsori Eidsivan mainostempauksessa ottelun, jossa sivurajalla ohjeita jakeli tietokone. Varsinkin norjalaisten kokeilu oli enemmän humoristinen mainos (videolla todettiin mm., että jos Englannin maajoukkuetta voi valmentaa saksalainen, voi HamKamin reservejä valmentaa tekoäly), mutta erilaisia sovelluksia ja tekoälypalveluita jalkapallovalmennukseen on enenevissä määrin saatavilla.
Urheilun datavallankumous mullisti ensimmäisenä kykyjenetsinnän ja pelaajahankintaprosessit. Sama voi käydä tekoälyn kanssa. Sentient Sports on esimerkiksi tutkinut Valioliigan tehokkaimpia pelaajapareja, jotka pallollisesti yhdessä toimiessaan pystyvät useimmiten edistämään peliä ja tuottamaan vaarallisia tilanteita. Muuttamalla yhteensopivia ominaisuuksia numeraalisiksi arvoiksi yhtiö pyrkii ennustamaan, miten seuran mahdollinen uusi hankinta pelaisi yhteen jo joukkueessa olevien pelaajien kanssa.
Hankinnoille pyritään myös antamaan arvo, ja sen perusteella arvioimaan minkälaisen muutoksen pelaajahankinta joukkueen suoriutumiseen saisi aikaan. Sen jälkeen kausi tai jäljellä oleva osa siitä voidaan simuloida useita kertoja, ottaen huomioon tilanne, jossa hankinta on tehty verrattuna siihen, ettei sitä koskaan tehty.
Tammikuussa Guardianissa kerrottiin ”käden ulottuvilla” olevasta palvelusta, jonka avulla seurat voisivat toivoa tietynlaista pelaajaa, ja tekoäly osaa suositella heille sellaista. Tekoäly-scoutti ammentaa jo olemassa olevasta digitaalisen scouttaamisen alustasta, tanskalaisesta Eyeballista, joka on käytössä 28 maassa – myös Suomessa – lähinnä juniorisarjoissa. Eyeballin toimintaideassa esimerkiksi suomalainen seura saa käyttöönsä Eyeballin palvelut (esim. edistyneet tilastot) ilmaiseksi, kunhan syöttää palveluun otteluvideonsa. Suuremmat seurat, esimerkiksi tusina Valioliiga-seuraa, maksavat palvelun käytöstä, ja pääsevät katsomaan tilastoja ja klippejä lupaavimmista pelaajista.
Uudella tekoäly-scoutilla olisi käytössä Eyeballin tilastot ja videokirjasto, jonka avulla se tunnistaa ketkä juniorit täyttävät parhaiten kahdeksan ”arkkityyppi-roolin”-vaatimukset. Rooleja ovat esimerkiksi ”moderni ysi” ja ”peliä tekevä kymppipaikka”.
Muitakin vastaavia yrityksiä on. Kuten Beale Analytics FC:n podcastissa toteaa, datavallankumouksen myötä jalkapallossa on kertynyt noin 20 vuoden pankki erilaista dataa. Resursseja tuon datan purkamiseen ja käsittelyyn ei välttämättä ole. Ei ainakaan ennen tekoälyä. Esimerkiksi Skillcorner-niminen yritys kertoo tavoitteekseen tarjota seuroille dataperusteista tukea päätöksentekoon esimerkiksi pelaajarekrytointiin tai strategiaan liittyvissä asioissa. Skillcornerin datan keräys ja käsittely on automatisoitua, ja se käyttää apunaan generatiivista tekoälyä ja tekee yhteistyötä aiemmin mainitun Amazon Web Services:in kanssa. Samalla alalla on myös Second Spectrum, josta on vähemmän julkista tietoa saatavilla.
Näiden rikkaiden alueiden lisäksi tekoälykehityksen sovelluksia on putkahdellut sinne tänne muuallekin. Irlantilainen Orreco on tarjonnut laajoja kielimalleja ja koneoppimista yhdistäviä ohjelmistoja, jotka huolehtivat pelaajien terveydestä. Orrecolla on eri sovelluksia, jotka tarjoavat apua esimerkiksi palautumiseen ja loukkaantumisten ennaltaehkäisyyn. Eräs Orrecon palveluista tarkkailee pelaajien biomarkkereita neljän viikon välein sormenpäästä otettavan verikokeen avulla, toinen tunnistaa loukkaantumisriskin pelaajan liikkumisessa tapahtuvien muutosten avulla ennen loukkaantumisen tapahtumista.
Yksi ensimmäisistä Orrecon palveluita käyttäneistä seuroista on Liverpool, vuosi sitten yrityksen asiakkaisiin kuului jo puolet Valioliiga-seuroista. Jürgen Kloppin aikakaudella Liverpool käytti vastaavan palvelun tarjoajana Zone7-nimistä firmaa, jonka asiakkaina on yrityksen nettisivun mukaan myös esimerkiksi Serie A -mestari Napoli.
Liverpool on tehnyt myös vuodesta 2021 asti yhteistyötä Googlen DeepMind -tekoälylabran kanssa. Seura ja tekoälysysteemejä kehittävä tutkimusyhteisö ovat julkaisseet yhdessä kolme tutkimusta. Ensimmäinen, vuonna -21 julkaistu tutkimus käsitteli tekoälyn käyttöä esimerkiksi rangaistuspotkujen analysoinnin tukena. Vuonna -22 yhteistyö poiki tekoälyn, joka osasi laskea pelaajien liikkeet silloin, kun nämä eivät näy kamerakuvissa, ja näin täydentää puutteelliset seurantadatat, kuten juoksumetrit. Uusin luomus on ”TacticAI”, jossa tekoäly analysoi 7176 aiempaa Liverpoolin kulmapotkua, ja antoi niiden perusteella valmennukselle kehitysehdotuksia kulmapotkurutiineihin.
Tuomarointiin tekoäly on tullut vahvasti ns. puoliautomaattisen paitsion myötä, ja esimerkiksi videoanalyytikkojen käsityötä sen apu vähentää, kun klippejä tietyistä tilanteista ei jatkossa tarvitse itse tehdä otteluvideosta. Analyytikon tehtäväksi jää olla datan tulkki tai valita tekoälyn tekemistä edustavin klippi valmennustiimille tai joukkueelle näytettäväksi.
Kyllä tekoäly siis taitaa olla jo täällä, huippujalkapallossakin. Lisäksi se taitaa olla sotateknologiaan leikkimielisesti rinnastettava asia: se, mistä tiedämme, on vain jäävuoren huippu tai vanhentunutta teknologiaa verrattuna siihen, minkä parissa alan uranuurtajat paraikaa työskentelevät.
Ainakin toistaiseksi jalkapallossa paras yhdistelmä on kuitenkin ihminen ja data, tai ihminen ja tekoäly. Tässä hengessä kysyn vielä laajalta kielimallilta, mitkä ovat tekoälyn todennäköisiä sovelluksia huippujalkapallossa tulevina vuosina. ChatGPT:n mukaan voimme varautua seuraavien 5-10 vuoden aikana seuraaviin asioihin:
- Pelisimulaatiot ja taktiikkakokeilut
- Henkilökohtaiset suorituskykysovellukset
- Laajennettu automaatio rekrytoinnissa
- Monimodaalinen data-analyysi
- Entistä tarkempi tuomarointi
- Fanien elämykset
- Kestävyys ja optimointi
Pitäkää hatuistanne kiinni.
Lähteet:
https://libguides.lut.fi/tekoaly/chatpgt_kielimallit
https://www.sitra.fi/aiheet/megatrendit/
https://www.wired.com/sponsored/story/the-ai-future-of-sports-fandom/
https://www.klartai.com/blog/exploring-the-most-popular-prompts-for-chatgpt-what-people-are-asking
https://www.thisiscow.com/projects/big-bang-fair/
https://www.soccerbible.com/news/2025/01/norwegian-football-team-hire-first-ai-manager/
