Milioni di dati processati dall’intelligenza artificiale per costruire delle short-list di “talenti” tra cui scovare il prossimo campione: così, nel 2026, lo scouting tradizionale lascia il posto a un processo di selezione che si basa su statistiche e KPI. Con l’Algorithm Scouting il calcio smette di essere un sport d’intuizione e diventa una scienza esatta. Un cambio di paradigma che rivela tutti i paradossi di una Data-driven Society in cui l’oggettività è solo presunta e il genio del talento rischia di diventare una deviazione statistica.
Algorithm Scouting e KPI: come l’AI scova i talenti del calciomercato
Con il termine Algorithm Scouting ci si riferisce all’uso di modelli matematici, intelligenza artificiale e data mining per identificare talenti o tecnologie emergenti. Questa pratica, applicabile in qualsiasi ambito, partendo da informatica ed economia, ha riscontrato particolare successo in ambito sportivo dove la ricerca e la scoperta del talento sono alla base del successo. Lo scouting tradizionale, affidato a osservatori esperti e alle loro analisi soggettive su tecnica, tattica, fisicità, mentalità e comportamento degli atleti, una volta principale strada per il reclutamento di nuovi talenti, oggi non è certamente scomparso ma rappresenta solo l’ultima fase di un processo che nei dati ha le sue fondamenta. I club calcistici di alto livello, a partire dalla Serie A, infatti, utilizzano sempre più spesso software AI e piattaforme dati per setacciare a pettine fino i campionati di ogni angolo del mondo e da lì cercare il prossimo campione. Le selezioni vengono fatte su migliaia di dati che includono analisi video e biometriche degli atleti, statistiche delle prestazioni e KPI (Key Performance Indicators) avanzati come gli xG (Expected Goals, le probabilità che un tiro diventi gol in base a posizione, distanza e pressione dei difensori), gli xA (Expected Assists, la probabilità che un determinato passaggio completato si trasformi in un assist da gol) e il Packing Rate (l’efficacia di “rompere le linee”, ovvero il numero di difensori superati con un passaggio o un dribbling).
Questo data-driven scouting comporta, per i club, innumerevoli vantaggi, a partire dalla riduzione dei costi e dei rischi di investimento. Gli osservatori non devono più visionare ore e ore di video o assistere a partite e allenamenti in giro per il mondo mentre i giovani talenti possono essere valutati per la loro crescita potenziale. Gli algoritmi premiano la costanza statistica: non si lasciano impressionare da un risultato solo perché buono o meno buono ma ricercano la biomeccanica perfetta e la capacità di reggere lo stress, misurata attraverso la frequenza cardiaca media incrociata con la velocità di scelta. Con gli algoritmi di sostituzione, poi, si affina la sostituzione di un giocatore grazie alla ricerca di profili con statistiche e stili di gioco quasi identici. Senza dimenticare, infine, la copertura globale della ricerca, che permette di scovare “gemme nascoste” anche nei campionati minori, e l’assenza di bias umani, ovvero di qualsiasi forma di pregiudizio soggettivo. Così l’Algorithm Scouting non sostituisce del tutto l’intervento umano ma elabora una short-list di alta qualità su cui gli scout possono concentrarsi.
La società dei dati e il calcio: il paradosso della “datificazione”
L’ascesa degli algoritmi nel mondo del calcio è solo una delle numerose trasformazioni di una società che si basa sempre più sui dati. Dalla vita quotidiana alle relazioni sociali, dalla politica all’economia, nella società dei Big Data è “vero” ciò che è misurabile, ciò che può essere trasformato in un numero. Ogni aspetto del comportamento umano, dal più mondano al più intimo, subisce un processo di “datificazione”, viene cioè trasformato in un dato digitale aggregabile, misurabile e analizzabile, possibilmente tramite algoritmi e sistemi AI. La necessità della quantificazione, un bisogno quasi irresistibile che strizza l’occhio al dataismo, fa riferimento a un costante bisogno di controllo e di prevedibilità. Questa “datificazione” costante, che solo negli ultimi tempi è diventata oggetto di regolamentazione, infatti, da una parte legittima una cultura della sorveglianza, dall’altra, nell’ossessiva ricerca di previsioni e conferme, toglie spazio all’inaspettato. Tutto ciò che non può essere “datificato” e catalogato, nel calcio come in qualsiasi altro ambito della vita, semplicemente viene escluso. L’irregolare che non produce dati visibili, semplicemente, diventa invisibile agli occhi di un sistema che mette al primo posto i KPI e ignora gli imprevisti.
L’illusione dell’oggettività: bias algoritmici e interpretazione dei dati
In una costruzione del reale basata sui dati si nasconde anche la pretesa che il dato sia oggettivo, ma si tratta di una mera illusione. Il dato, infatti, non esiste come entità grezza ma è una costruzione sociale, ovvero prende forma attraverso l’azione, influenzato dal come, dal quando, dal chi e dal perché. La soggettività dei dati (o meglio, la mancata oggettività dei dati) è al centro del più ampio dibattito sulla soggettività algoritmica. Se possiamo dare per scontato che un dato raccolto da una persona possa essere influenzato dalla sua soggettività, infatti, non possiamo escludere che i modelli AI che raccolgono dati siano privi della soggettività di chi li ha creati. L’addestramento e la progettazione di algoritmi e software di intelligenza artificiale, quindi tutti gli input di chi li crea, infatti, influenzano i comportamenti e le previsioni dei software stessi, rendendoli non neutrali. Così, quelli stessi bias umani che si tenta di eliminare semplicemente diventano bias impliciti, vengono trasposti e spesso amplificati, nei casi peggiori portando su un nuovo livello quel genere di disuguaglianze e discriminazioni che la tecnologia, nelle sue più rosee intenzioni, prometteva di eliminare. Manca, poi, una vera cultura del dato e della sua interpretazione. In una società in cui tutto si trasforma in dati, la maggior parte delle persone sembra non possedere gli strumenti per interpretarli. Così ci imbattiamo in statistiche, previsioni e numeri senza tuttavia avere quelle capacità che ci permetterebbero di confrontarci in modo critico e, in ultima battuta, affidarci a un processo decisionale veramente libero. Per questo, ad esempio, nel mondo del calcio il ruolo degli osservatori esperti e soprattutto in grado di interpretare i dati è ancora indispensabile: i rapporti dell’AI non possono rappresentare una verità assoluta ma un punto di vista, una raccolta di dati che vanno contestualizzati, criticati in alcuni casi, e applicati tenendo conto sempre e su tutto del fattore umano.
Perché l’Algorithm Scouting rischia di deumanizzare il talento
La deriva di un’applicazione cieca dell’Algorithm Scouting al mondo del calcio, e più in generale nei processi di selezione, è un’assoluta deumanizzazione del talento. Ridurre un atleta a un set di numeri significa svuotare lo sport della sua componente più nobile, l’imprevedibilità dell’animo umano. Un algoritmo che cataloga l’errore come deviazione statistica ed elimina tutto ciò che non può comprendere priva il “genio” irregolare di un terreno fertile in cui esplorare il suo potenziale. L’atleta che riesce a superare il primo e “freddo” scrutinio di un software, poi, viene ridotto a un’unità produttiva, una risorsa standardizzata i cui risultati vengono costantemente ridotti a numeri, statistiche e probabilità, e, quando quei risultati non soddisfano le aspettative (o le previsioni), un componente facilmente intercambiabile. Il risultato è un calcio perfetto, sì, ma totalmente privo di umanità.
