Este contenido ha sido traducido por IA.Ver original
La inteligencia artificial (IA) ya no se limita a la tecnología de organizar números después de que termina un partido. Lee los movimientos del rival, predice las siguientes escenas e incluso sugiere cómo ajustar la posición de los jugadores para lograr el resultado deseado. Compara innumerables opciones más rápido que los humanos y presenta alternativas tácticas más efectivas. Ya ha entrado en el ámbito de decisión de los entrenadores y técnicos. El fútbol se encuentra, sin duda, en el centro de este gran cambio.
Actualmente, el campo en el que la inteligencia artificial se utiliza de manera más amplia en el fútbol es la evaluación de jugadores. Go Sang-gi, investigador de la Universidad de Seúl, explicó recientemente en una entrevista con StarNews: "El caso más básico es el 'xG' (goles esperados). Mediante un modelo de aprendizaje automático, se calcula la probabilidad de que un tiro en una situación determinada termine en gol". Añadió que "recientemente han surgido modelos que evalúan el valor de todas las acciones que realiza un jugador en el campo, como pases, tiros y regates, e incluso analizan los movimientos sin balón cuando el jugador no posee la pelota".
Sin embargo, la inteligencia artificial se está desarrollando a gran velocidad. Mientras anteriormente se centraba en organizar registros ya ocurridos, ahora también es capaz de predecir situaciones que aún no han sucedido.
El profesor Go declaró: «La tasa de éxito de los pases puede calcularse realmente contabilizando cuántos pases se intentaron y cuántos de ellos fueron exitosos. El análisis de datos tradicional consiste en analizar las características estadísticas que poseen los datos reales». Añadió que, por el contrario, «los modelos basados en inteligencia artificial predicen incluso situaciones que no han ocurrido y, sobre esa base, evalúan el valor de situaciones específicas y jugadas».
La capacidad predictiva de la inteligencia artificial se está expandiendo más allá de la evaluación de jugadores hacia el diseño táctico. Un ejemplo destacado y reciente es el prestigioso club brasileño Palmeiras. Google DeepMind presentó en junio a Palmeiras como el primer club de fútbol en integrar oficialmente su sistema de asistencia táctica de fútbol, 'TacticAI', para el análisis rutinario del juego abierto.
El táctico AI inicial se centró en una situación de juego detenido limitada: el tiro de esquina. Palmeiras amplió su alcance para incluir el juego abierto, es decir, las situaciones generales del partido donde el balón está en constante movimiento, excluyendo los tiros de esquina.
La IA representa a los 22 jugadores en el campo como puntos individuales y analiza sus posiciones, distancias, velocidades y movimientos conectándolos mediante una red de relaciones. Sobre esta base, simula cómo cambiaría toda la estructura táctica si se modificara la posición de un jugador específico. Según Google DeepMind, es posible predecir la ubicación del balón hasta con 8 segundos de antelación.
Por ejemplo, cuando el equipo de análisis de datos de Palmeiras desplaza al lateral izquierdo unos metros hacia adelante en la pantalla, la IA calcula y muestra cómo reaccionan los otros 21 jugadores, así como qué espacios se abren o cierran. Esto equivale a poder comparar diversas formaciones tácticas en un espacio virtual antes de probarlas en el campo real. Google DeepMind ha calificado este avance como un "salto enorme en el ámbito de la tecnología deportiva".
El punto de partida de TacticAI fue el prestigioso Liverpool de la Premier League inglesa (EPL). Tras años de investigación en inteligencia artificial para el análisis del fútbol junto al Liverpool, Google DeepMind presentó en 2024 un TacticAI especializado en tiros de esquina.
En ese momento, el táctico AI estaba diseñado para responder a tres preguntas clave en situaciones de tiro de esquina. La primera era: «¿Qué ocurrirá con la disposición actual de los jugadores?». El IA predecía quién tenía más probabilidades de recibir el balón primero cuando el ejecutante tocaba el balón y cuán probable era que se produjera un remate posteriormente.
La segunda cuestión fue «cómo interpretar lo que ya ha ocurrido». Se buscaron en el pasado situaciones similares a la situación actual relacionadas con tiros de esquina y se analizó qué resultados habían derivado de tácticas parecidas.
El tercero fue «¿qué hay que cambiar para lograr el resultado deseado?». En situaciones defensivas, se propuso ajustar la posición y los movimientos de qué defensor para reducir la probabilidad de que el rival remate.
Tactic AI no ofreció una única respuesta correcta. En su lugar, generó múltiples escenarios alternativos y permitió que el cuerpo técnico comparara las ventajas y desventajas de cada uno.
Los resultados también fueron notables. Google DeepMind explicó que TacticAI predijo con alto nivel de precisión tanto al jugador que recibiría el balón en un tiro de esquina como la probabilidad de que se produjera un remate, y que los ajustes de posición sugeridos por la IA mostraron formas similares a los movimientos observados en partidos reales.
El equipo de investigación también realizó una evaluación en línea con expertos en fútbol del Liverpool. Se les pidió que compararan dos tácticas sin revelar cuál había surgido en un partido real y cuál había sido modificada por el TácticAI.
Los resultados fueron sorprendentes. Los expertos en Liverpool no pudieron distinguir fácilmente entre las colocaciones de saques de esquina generadas por el TácticaAI y las tácticas reales utilizadas en partidos. Además, en el 90% de las evaluaciones, se prefirió la táctica propuesta por la IA tras su modificación sobre la colocación original.
El alcance de la aplicación de la inteligencia artificial no se limita únicamente a las tácticas. El Sevilla FC de España desarrolló, junto con IBM, un «asesor de reclutamiento» basado en inteligencia artificial generativa. Este sistema permite que la IA busque y resuma más de 200.000 informes de scouting y datos de jugadores acumulados por el club, para seleccionar candidatos de fichaje que cumplan con los criterios establecidos.
Se sabe que el «talento prometedor coreano» Kim Min-jae, quien se trasladó al prestigioso club escocés Rangers, y Son Heung-min, capitán del equipo nacional de Corea que juega en el Major League Soccer (MLS) estadounidense con el LAFC, también están utilizando la inteligencia artificial en áreas como la gestión de la carga de entrenamiento y la detección de riesgos de lesiones.
¿Podría entonces la IA asumir también los roles de entrenador y técnico? Si se le encarga definir la lista de convocados y el sistema de juego, diseñar las estrategias para enfrentar al rival, así como planificar los cambios tácticos y sustituciones tras un gol a favor o en contra, ¿ofrecería respuestas diferentes a las de un entrenador humano? ¿Podría una IA que procesa más información y lo hace con mayor rapidez tomar decisiones más racionales que un ser humano? O, por el contrario, ¿revelaría límites claros ante la complejidad del fútbol, donde intervienen innumerables variables?
Se considera que es técnicamente posible recomendar la configuración de formaciones y las estrategias para abordar los tácticas del rival. El profesor Ko declaró: "La IA puede recomendar qué jugada ejecutar en situaciones específicas de un partido para maximizar la probabilidad de anotación de nuestro equipo", y añadió que "también es una capacidad en la que la IA sobresale al determinar cómo utilizar a los jugadores dados en las posiciones adecuadas para obtener los mejores resultados".
Añadió que "dado que el fútbol es un deporte practicado por humanos, habrá muchas áreas en las que la intervención humana seguirá siendo necesaria", pero matizó que "en lo que respecta a la toma de decisiones eficiente o a la elección de opciones para aumentar la probabilidad de éxito, la situación cambia. Si se dispone de datos suficientes, considero que es poco probable que los humanos puedan superar a la IA en este ámbito analítico. Son áreas donde la IA puede ir sustituyendo gradualmente a los humanos con rapidez".
De hecho, existen estudios realizados en el extranjero que han analizado qué formación debe adoptar un equipo para lograr la mayor tasa de éxito al presionar cuando el rival construye su juego con tres defensas.
El profesor Ko señaló que «al utilizar la IA, será posible recomendar el mejor alineamiento para nuestro equipo en función del alineamiento del rival, así como sugerir qué acción es más adecuada en una situación determinada». Además, añadió que «técnicamente esto ya es posible hoy en día; sin embargo, la cuestión de hasta qué punto se confía en los resultados de la IA y cómo se aplican realmente en el terreno requerirá un poco más de tiempo», según su perspectiva.
También se señaló que, si las IAs generativas de propósito general como ChatGPT, Claude y Gemini reciben datos suficientes, podrían ofrecer recomendaciones tácticas a un nivel determinado, aunque no estén diseñadas específicamente para el fútbol.
El profesor Ko declaró que «la IA exclusiva para el fútbol funciona mediante la predicción de las siguientes situaciones o la recomendación de la mejor decisión basándose en los datos del partido», y añadió que «si se proporcionan suficientes datos a las IAs generativas como ChatGPT, Claude o Gemini, será posible analizarlos y llegar a conclusiones definidas».
No basta con preguntar simplemente a la IA «¿qué táctica es mejor?». Él señaló que «la IA no puede tomar decisiones precisas si solo se le hacen preguntas sin datos, ya que carece de la información necesaria para el análisis», y enfatizó que «lo crucial es la capacidad de digitalizar rápida y precisamente los datos y la información de los jugadores que surgen en un partido de fútbol complejo e introducirlos en la IA».
Añadió que, si se dispone de datos suficientes sobre el rendimiento de los jugadores en sus respectivos equipos, así como sobre su estado físico y condición física actual, es posible recomendar tanto la utilización de los jugadores como las tácticas a emplear.
Con esto, StarNews encargó a tres inteligencias artificiales generativas: ChatGPT, Claude y Gemini, la decisión clave previa al partido de la tercera jornada de la fase de grupos del Grupo A de la Copa Mundial de la FIFA 2026 en Norteamérica entre Corea del Sur y Sudáfrica. En aquel entonces, Corea del Sur solo necesitaba un empate para clasificarse a los octavos de final, pero perdió 0-1 ante Sudáfrica y fue eliminada en la fase de grupos.
En el experimento, se centró en minimizar al máximo la posibilidad de que la IA tuviera contacto con partidos y resultados reales durante su proceso de aprendizaje. Los nombres de los equipos Corea del Sur y Sudáfrica fueron cambiados respectivamente por Equipo A y Equipo B. Asimismo, los nombres de los jugadores se anonimizaron como A1·A2, B1·B2, etc.
Se proporcionó a los tres sistemas de IA datos completamente idénticos. Estos incluían el número de partidos internacionales (A-matches) jugados por cada jugador, sus goles, su posición principal y secundaria, su estatura, los registros de participación en la primera y segunda fase de la fase de grupos, el tiempo acumulado de juego, las situaciones de amonestación y lesiones, así como los indicadores de rendimiento de cada equipo y su clasificación en la fase de grupos.
Se proporcionaron también las formaciones básicas utilizadas por ambos equipos en los partidos de ida y vuelta, así como la dirección del ataque, el sistema defensivo y los indicadores de pases y tiros. Se informó además que el equipo A avanzará a la siguiente ronda si logra al menos un empate, mientras que el equipo B necesita obligatoriamente una victoria para clasificar.
Se estableció de forma fija que la IA debe decidir los elementos que coinciden con las tareas que el entrenador real prepara antes del partido: los 11 titulares y la formación básica, el método de construcción de juego, la altura de la presión, las zonas a atacar prioritariamente, las estrategias para enfrentar a los jugadores clave rivales, los cambios tácticos tras anotar o recibir un gol, el plan de sustituciones y los escenarios de juego que más deben vigilarse.
Cada IA recibió la misma pregunta diez veces en conversaciones nuevas que no se influyeron entre sí. Tras clasificar los 30 respuestas totales según elementos predefinidos como formación, lanzador abridor, altura de presión, dirección del ataque y roles por jugador, se compilaron las opciones más frecuentes para conformar el plan táctico común de la IA.
De un total de 30 respuestas, la formación base más recomendada fue el 3-4-2-1. El portero fue Kim Seung-gyu (FC Tokio). En la línea de tres defensas se colocaron Lee Han-beom (Club Brujas), Kim Min-jae (Bayern Múnich) y Lee Ki-hyeok (FC Gangwon). Kim Moon-hwan (Daejeon Hana Citizen) y Lee Tae-seok (Austria Viena) fueron elegidos como laterales en ambos costados, mientras que Baek Seung-ho (Birmingham City) y Hwang In-beom (FC Porto) conformaron el mediocampo. Lee Jae-sung (Mainz) y Son Heung-min (LAFC) ocuparon la segunda línea, y en la punta del ataque se destacó Cho Gue-sung (Mittelland).
Corea del Sur también desplegó un 3-4-2-1 en el partido contra Sudáfrica. Sin embargo, hubo una diferencia notable en la composición de los jugadores. En el once titular, Oh Hyeon-gyu (Besiktas) ocupó la posición más adelantada, respaldado por Hwang Hee-chan (Wolverhampton) y Lee Kang-in (Atlético de Madrid). Lee Tae-seok y Seol Young-woo (Augsburgo) se encargaron de las bandas como laterales. Hwang In-beom y Baek Seung-ho custodiaron el mediocampo. Los tres defensas centrales y el portero fueron Lee Ki-hyuk, Kim Min-jae, Lee Han-beom y Kim Seung-gyu, coincidiendo con la selección de la IA.
La mayor diferencia radicó en la titularidad de Son Heung-min y Lee Jae-sung. En el partido real, ambos jugadores comenzaron desde el banquillo, pero la IA los incluyó en el once inicial considerando su experiencia, capacidad para completar ataques y habilidad para dirigir el juego.
La IA seleccionó de nuevo al defensa central Lee Han-beom y a Kim Min-jae e Lee Ki-hyeok, quienes jugaron como titulares en los partidos 1 y 2. Al respecto, se explicó que «aunque el tiempo acumulado de juego ha sido considerable, hubo un periodo de recuperación de seis días hasta el partido contra Sudáfrica, y se consideró que la pérdida de cohesión organizativa al cambiar todo el sistema de tres defensas podría ser mayor que la carga física».
La decisión de excluir al 'ace' del equipo nacional surcoreano, Lee Kang-in, del once inicial también llamó la atención. La IA transmitió que "se determinó que Lee Jae-sung sería más adecuado si se prioriza la participación defensiva y la estabilidad en el mediocampo sobre la creatividad ofensiva". Sin embargo, algunas respuestas también sugirieron que, para atacar de manera más activa el flanco derecho del rival, la inclusión de Lee Kang-in en el once inicial podría ser más efectiva.
En esto, la IA también intentó aprovechar al revés el hecho de que Sudáfrica suele utilizar con frecuencia los ataques por las bandas. Se recomendó atacar el espacio dejado atrás cuando los defensas laterales sudafricanos avanzan, mediante la penetración de Son Heung-min y los carrileros, y avanzar rápidamente justo después de que el rival pierda el balón. Además, se señaló a Baek Seung-ho como un jugador clave. Se analizó que Baek Seung-ho debe proteger el área frente al sistema de tres defensas y bloquear primero las rutas de pase centrales desde donde comienza la contraofensiva sudafricana para acercarse al objetivo mínimo de un empate.
Además, se presentaron escenarios previos sobre cómo ajustar la presión y el número de ataques cuando Corea anota primero, qué jugador desplegar para cambiar la formación ofensiva si se recibe un gol primero, y qué riesgos asumir en caso de empate hasta los 60 minutos del segundo tiempo. Se incluyeron también los sustitutos, las franjas horarias de su entrada y los flujos de juego que deben vigilarse con mayor precaución.
Va más allá de simplemente seleccionar la alineación titular y establecer una formación en un juego de fútbol; conecta con lógica las diversas opciones que un entrenador real prepara antes del partido.
Sin embargo, el hecho de que se presente un plan táctico convincente no significa que la IA pueda reemplazar por completo las funciones del entrenador y los entrenadores asistentes. El profesor Ko señaló que «el entrenador no se limita a decidir simplemente la posición de los jugadores», añadiendo que «una vez que coloca a un jugador en una determinada posición, debe comunicarse directamente con él sobre cómo jugar, motivarlo y persuadirlo de su propio criterio».
Añadió: "Por el contrario, la IA puede limitarse a tomar decisiones y hacer recomendaciones".
La personalidad de un jugador y las relaciones dentro del vestuario son áreas que la IA tiene dificultades para determinar fácilmente. El profesor Ko señaló: "Todavía es necesario que los humanos verifiquen directamente qué tipo de personalidad tiene realmente un jugador y qué tan bien puede integrarse con otros jugadores en el vestuario", explicando además que "la IA carece de datos suficientes sobre estos aspectos. Por ahora, los humanos y la IA deben trabajar de manera complementaria".
El medio internacional Irish Times también destacó el pasado día 14 el proyecto TacticAI de Liverpool y Google DeepMind, señalando que es necesario distinguir entre el potencial de la tecnología y sus resultados en la práctica real.
Según los medios, el equipo de investigación recopiló 9.693 tiros de esquina producidos durante dos temporadas y media de la Premier League (EPL). Tras registrar la estatura y el peso de todos los jugadores involucrados en cada tiro de esquina, así como su posición inicial y sus movimientos, desarrollaron una IA táctica para procesar estos datos. Basándose en esta vasta cantidad de información, identificaron patrones repetitivos y permitieron que el cuerpo técnico determinara más rápidamente los factores que influyen en el éxito o fracaso de las tácticas.
La importancia de los saques de esquina en el fútbol moderno crece cada vez más. En la temporada 2025-2026, el 18% de todos los goles de la EPL se originaron a partir de un saque de esquina, un aumento significativo respecto al 12% registrado en la temporada anterior. Los goles provenientes de jugadas a balón parado, excluyendo los penaltis, superaron también una cuarta parte del total. A medida que las jugadas a balón parado se han convertido en un área táctica clave que determina el resultado de los partidos, se ha ampliado igualmente el margen para la aplicación de la inteligencia artificial.
Sin embargo, el rendimiento real de Liverpool no alcanzó las expectativas. Incluso en la temporada en la que se consagró campeón bajo el mando del exentrenador Arne Slot, los resultados de Liverpool en jugadas a balón parado se mantuvieron en un nivel medio de la Premier League. En la temporada 2025-2026, la debilidad en las jugadas a balón parado fue señalada como el problema central detrás del mal rendimiento del equipo.
Finalmente, el Liverpool despidió al entrenador de jugadas a balón parado, Aaron Bricks, durante la temporada. En ese momento, el Liverpool había recibido 12 goles en jugadas a balón parado, mientras que solo había marcado 3. Posteriormente, Bricks declaró: «El club hizo todo lo posible para brindar ayuda y el equipo de análisis brindó un apoyo activo».
Liverpool aclaró que, en el momento del lanzamiento del proyecto, se trataba únicamente de una fase de investigación para explorar las posibilidades de TacticsAI, y no se había decidido utilizarlo el día del partido. A pesar de ello, Irish Times previó que "no es probable que el cuerpo técnico de Liverpool haya ignorado la información analítica proporcionada por la IA".
Por su parte, The Irish Times destacó que la IA no toma todas las decisiones de forma autónoma, sino que existe una estructura en la que un humano revisa las propuestas de la inteligencia artificial antes de realizar la elección final. El medio explicó: "Para que las herramientas de IA cumplan su función, primero los humanos deben proporcionar datos relevantes a escala industrial y formular las preguntas adecuadas". Además, añadió: "Y si los humanos aceptan una propuesta presentada por la IA, dicha idea debe poder implementarse en el campo de juego real".
Añadió que «Liverpool también pudo haber tenido los problemas más reveladores en la historia de sus datos sobre las jugadas a balón parado», pero analizó que «quizás no hubo una persona adecuada en el campo para implementar esa solución».
Además, destacó que "la relación entre el deporte y la IA ha superado con creces la etapa de cortejo en la que ambas partes exploraban mutuamente sus posibilidades. Aunque no habrá romance en medio, esta relación perdurará para siempre".
Google DeepMind también definió a Tactic AI no como un sistema que reemplace al entrenador humano, sino como un «asistente de IA» destinado a reforzar las capacidades de juicio del entrenador y su cuerpo técnico.
El profesor Go también previó que, en la práctica, es muy probable que la IA se consolide como un «asesor» del entrenador. Expresó: «Antes del partido contra Islas, el entrenador duda entre utilizar una defensa de tres centrales o de cuatro. Si la IA determina que una táctica específica es más adecuada, el entrenador podrá discutir las razones con la IA y comprender mejor sus propias ideas». Además, añadió que «esto también podría utilizarse para explicar y persuadir a los jugadores sobre la táctica».
Añadió que «es más probable que los líderes del futuro no sean completamente reemplazados por la IA, sino que evolucionen hacia un modelo en el que utilicen la inteligencia artificial para persuadir mejor a los jugadores y diseñar tácticas más efectivas», y destacó que «es deseable que los humanos sigan siendo quienes tomen las decisiones finales, mientras que la IA se utilice como una herramienta para facilitar una toma de decisiones más acertada».
El modo en que se aproveche la inteligencia artificial puede influir también en la competitividad futura de los clubes y sus entrenadores. El profesor Ko señaló que "la diferencia entre los clubes que utilizan la inteligencia artificial y los que no lo hacen podría no ser evidente de inmediato", pero advirtió que "si se acumulan decisiones más acertadas de forma repetida, esa brecha se irá acumulando poco a poco".
La capacidad de utilizar la inteligencia artificial se está convirtiendo en una nueva ventaja competitiva para quienes se preparan para ingresar al mundo del fútbol. El profesor Ko declaró: «Es importante aprender rápidamente qué puede hacer la inteligencia artificial en el ámbito del fútbol» y añadió: «Deben comprender qué partes de las tareas que desean realizar pueden ser asistidas por la IA. Esto no es algo exclusivo del fútbol, sino un problema que se aplicará a casi todas las profesiones en el futuro».
Añadió además: «En el futuro, independientemente de la profesión que se ejerza, llegará una era en la que se trabajará junto a la inteligencia artificial». Y subrayó que «tanto quienes deseen dedicarse al scouting como quienes aspiren a convertirse en entrenadores deben comprender claramente qué tipo de apoyo puede brindarles la IA en sus respectivas funciones».
© STARNEWS. Todos los derechos reservados. Prohibida su reproducción
Este contenido ha sido traducido por IA.Ver original
