“Diseñar formaciones y proponer estrategias de ataque contra el rival”: ¿hasta dónde ha llegado la IA? [...] Al confiar en la selección coreana para enfrentar a Sudáfrica con Son Heung-min como titular, se pone a prueba [Planificación especial por el 22º aniversario del lanzamiento].

Este contenido ha sido traducido por IA.

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 un humano 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 posesión".

Sin embargo, la inteligencia artificial se está desarrollando a gran velocidad. Mientras anteriormente se centraba en organizar registros de eventos 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: «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 extendiendo más allá de la evaluación de jugadores hasta 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 ampliar de manera integral su sistema de asistencia táctica de fútbol, 'TacticAI', para el análisis rutinario del juego abierto.

El táctico AI inicial se centró en situaciones limitadas de tiros de esquina. Palmeiras amplió esto para incluir el juego abierto, es decir, las situaciones generales del partido donde el balón está en movimiento constante, 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 cambia toda la estructura táctica al modificar la posición de un jugador específico. Según Google DeepMind, es posible predecir la ubicación del balón hasta ocho segundos en el futuro.

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, qué espacios se abren o cierran. Esto equivale a poder comparar múltiples formaciones en un espacio virtual antes de probar tácticas en el campo real. Google DeepMind ha calificado esto como un "enorme salto en el campo 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 con el Liverpool, Google DeepMind presentó en 2024 una IA especializada en tiros de esquina.

En ese momento, TacticAI fue diseñado para responder a tres preguntas clave en situaciones de tiro libre lateral. La primera era: «¿Qué ocurrirá con la disposición actual de los jugadores?». La IA predijo 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 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 posibilidad de que el rival remate.

Tactic AI no ofreció una única respuesta. 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 entre expertos en fútbol afiliados al Liverpool. Se les pidió que compararan dos tácticas sin revelar cuál de ellas se había utilizado realmente en un partido 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 TácticoAI y las tácticas reales utilizadas en los partidos. Además, en el 90% de las evaluaciones, se prefirió la táctica propuesta y modificada por la IA sobre la disposición original.

El alcance de la aplicación de la inteligencia artificial no se limita solo 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 las condiciones establecidas.

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 fútbol profesional estadounidense (MLS) 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 el papel de entrenador o técnico? Si se le encarga definir la lista de convocados y la formación, diseñar las estrategias para enfrentar al rival, así como planificar los cambios tácticos y las sustituciones tras un gol a favor o en contra, ¿ofrecería respuestas diferentes a las de un entrenador humano? ¿La IA, capaz de procesar más información con mayor rapidez, tomaría decisiones más racionales que los humanos? O, por el contrario, ¿revelaría límites claros ante el fútbol, donde intervienen innumerables variables entrelazadas?

Se considera que es técnicamente posible recomendar la configuración de formaciones y métodos para abordar las 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 gol de nuestro equipo", y añadió que "también es una capacidad en la que la IA sobresale al determinar cómo utilizar a los jugadores asignados en las posiciones adecuadas para obtener los mejores resultados".

Añadió que "dado que el fútbol es un deporte practicado por humanos, seguirá habiendo muchas áreas en las que la intervención humana será 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. Estas áreas pueden ser sustituidas gradualmente por la IA de manera rápida".

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 cuánto confiar en los resultados de la IA y cómo aplicarlos realmente en el terreno requerirá un poco más de tiempo», según su perspectiva.

También se señaló que, si los modelos de IA generativa de propósito general como ChatGPT, Claude y Gemini reciben datos suficientes, podrían ofrecer recomendaciones tácticas a un nivel determinado, sin necesidad de ser una IA especializada creada exclusivamente para el fútbol.

El profesor Ko declaró: «La IA dedicada al 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, sería posible analizarlos para llegar a conclusiones determinadas».

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 misma necesaria para el juicio», y enfatizó que «lo importante es qué tan rápido y con qué precisión se pueden digitalizar 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 selección de jugadores como las tácticas a emplear.

Con este fin, StarNews encargó a tres inteligencias artificiales generativas: ChatGPT, Claude y Gemini, la toma de las decisiones clave previas al partido entre Corea del Sur y Sudáfrica en la tercera jornada de la fase de grupos del Grupo A de la Copa Mundial de la FIFA 2026 celebrada en Norteamérica. En aquel entonces, Corea del Sur solo necesitaba un empate para clasificarse a los octavos de final, pero finalmente cayó por 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 acceso a 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 fueron anonimizados como A1·A2 y B1·B2.

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 estilo 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 necesariamente una victoria para clasificar.

Se fijaron los elementos que la IA debe decidir de acuerdo 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 marcar o encajar un gol, el plan de sustituciones y los escenarios de partido 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 incluyó a Cho Gue-sung (Mittelland).

Corea del Sur efectivamente empleó una formación 3-4-2-1 frente a Sudáfrica. Sin embargo, hubo diferencias notables 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 ofensivos, mientras que Hwang In-beom y Baek Seung-ho custodiaron el mediocampo. La línea de tres defensas centrales y el portero estuvieron compuestos por Lee Ki-hyuk, Kim Min-jae, Lee Han-beom y Kim Seung-gyu, coincidiendo con la selección realizada por 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 zaguero central Lee Han-beom y a Kim Min-jae e Lee Ki-hyeok, quienes jugaron como titulares en los dos primeros partidos. Al respecto, se explicó que «aunque el tiempo acumulado de juego fue considerable, hubo un periodo de recuperación de seis días hasta el partido contra Sudáfrica, y se consideró que la pérdida de cohesión táctica al cambiar todo el sistema de tres defensas podría ser mayor que la carga física».

Destacó la decisión de excluir al 'as' del equipo nacional surcoreano, Lee Kang-in, como titular. 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 presentaron la opinión de que la inclusión de Lee Kang-in como titular podría ser más efectiva para atacar con mayor agresividad el flanco derecho del rival.

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 los espacios vacíos que quedan atrás después de que los defensas laterales sudafricanos avanzan, mediante la penetración de Son Heung-min y los carrileros, así como avanzar rápidamente justo después de que el rival pierde el balón. Además, se señaló a Baek Seung-ho como 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 como escenarios previos cómo ajustar la altura de 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 jugadores suplentes, 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 configurar el sistema de juego en un videojuego de fútbol; se trata de conectar con una lógica definida 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: «El entrenador no se limita a decidir simplemente la posición de los jugadores», y añadió 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".

El carácter de los jugadores y las relaciones dentro del vestuario son áreas que la IA tiene dificultades para determinar fácilmente. El profesor Ko señaló: "Todavía es necesario que un humano verifique 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, humanos e 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 influyeron en el éxito o el fracaso de las tácticas.

La importancia de los saques de esquina en el fútbol moderno crece cada vez más. En la temporada 2025-2026 de la Premier League (EPL), el 18% de todos los goles 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 (IA).

Sin embargo, el rendimiento real de Liverpool no alcanzó las expectativas. Incluso en la temporada en que se consagró campeón bajo la dirección 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 anotado 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 TaxticAI, y que 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, el Irish Times destacó que la IA no toma todas las decisiones de forma autónoma, sino que es una estructura en la que los humanos revisan las propuestas de la inteligencia artificial para realizar la elección final. El medio explicó: «Para que las herramientas de IA desempeñen sus funciones correctamente, primero deben proporcionar los humanos datos relevantes a escala industrial y formular las preguntas adecuadas». Además, añadió: «Y si los humanos aceptan una propuesta presentada por la IA, esa idea debe poder implementarse en el campo de juego real».

Añadió que «Liverpool también podría 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 de ello, 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. Dijo: «Antes del partido contra Islas, me pregunto si debo usar una formación de tres defensas o cuatro. Si la IA determina que una táctica específica es mejor, el entrenador podrá discutir las razones con la IA y comprender mejor sus propias ideas». Añadió que esto también podría utilizarse para explicar y persuadir a los jugadores sobre la táctica.

Añadió que «es muy probable que en el futuro los entrenadores no sean completamente sustituidos por la IA, sino que evolucionen hacia un modelo de utilizarla para persuadir mejor a los jugadores y diseñar tácticas más efectivas», y enfatizó que «es deseable que los humanos sigan siendo quienes tomen las decisiones finales, mientras que la IA se utilice como una herramienta para facilitar mejores procesos de toma de decisiones».

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 quizás no sea evidente de inmediato", pero advirtió que "si se acumulan decisiones más acertadas de forma reiterada, esa brecha irá acumulándose 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 tareas puede realizar la IA en el ámbito futbolístico", y añadió: "Deben comprender qué aspectos de las funciones que desean desempeñar pueden ser asistidos 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». Subrayó que «tanto quienes deseen dedicarse al scouting como aquellos que aspiren a convertirse en entrenadores deben comprender claramente qué tipo de ayuda puede brindar la inteligencia artificial en sus respectivas funciones».

© STARNEWS. Todos los derechos reservados. Prohibida su reproducción

Este contenido ha sido traducido por IA.