AI w selekcji, GPS a ryzyko kontuzji i 4 minuty wideo między grami. Projekt TalentTECH, w którym uczestniczy PlayMaker, ukończył trzy studia przypadku oparte na recenzowanych badaniach. Oto, co z nich wynika dla akademii.


Na koniec każdego sezonu akademie stają przed tym samym pytaniem: kto przechodzi do starszej kategorii wiekowej, a kto odchodzi?
W profesjonalnej akademii młodzieżowej w Niemczech badacze przeanalizowali 7 lat takich decyzji. Uczenie maszynowe posłużyło do zbadania wyników 409 zawodników z kategorii od U12 do U19: sprint, skoczność, wydolność tlenowa, umiejętności piłkarskie i testy psychologiczne.
Z awansem najsilniej wiązały się testy fizyczne i umiejętności piłkarskie. Większość pomiarów psychologicznych miała średnie znaczenie. Model odróżniał awansujących od odchodzących lepiej niż przypadek, ale daleko mu było do doskonałości.
Ważne zastrzeżenie: badanie nie mówi, kto poradził sobie później w piłce seniorskiej. Pokazuje, z czym wiązały się dotychczasowe decyzje akademii, i daje punkt wyjścia do ich przeglądu.
Źródło: Altmann i in. (2024), Journal of Sports Sciences
Zbieranie danych GPS jest łatwe. Powiązanie ich z zapobieganiem kontuzjom jest trudne.
W Lechu Poznań klub i badacze z Uniwersytetu im. Adama Mickiewicza połączyli dane z GPS i czujników ruchu 36 zawodników z raportami medycznymi. Cel: wskazać zawodników o podwyższonym ryzyku bezkontaktowej kontuzji dolnej części ciała przed kolejnym tygodniem treningowym.
Model Wynik F1 na danych testowych
Uczenie maszynowe (XGBoost)
94,7%
Reguły eksperckie spisane z trenerami
53%
Zbiór testowy obejmował 371 zdarzeń, w tym 31 kontuzji. Do najbardziej przydatnych miar należały obciążenie z wcześniejszych tygodni, przyspieszenia i hamowania. Klub przełożył wnioski na trening: dodał ekscentryczny trening siłowy na maszynach dla zawodników, którzy zagrali w meczu mniej niż 45 minut.
Ograniczenia: dane pochodzą z pierwszej drużyny jednego klubu. Badanie nie pokazuje, że liczba kontuzji spadła, a młodzi zawodnicy mogą reagować na obciążenie inaczej.
Źródło: Piłka i in. (2023), Sensors
24 zawodników drużyny selekcyjnej U14 oglądało 4-minutowe filmy między małymi grami. Badacze przetestowali dwa rodzaje wideo.
Miara Po wideo z grą zespołową w utrzymaniu przy piłce W grach bez wideo
Trafne decyzje o podaniu
0,90, 0,83
Udane podania
0,79, 0,67
Wideo z kreatywnymi zagraniami indywidualnymi pomogło zawodnikom wykorzystywać więcej przestrzeni, ale nie przyniosło bardziej kreatywnych podań ani dryblingu. Zdaniem badaczy 4 minuty bez wskazówek trenera mogły nie wystarczyć.
Zestaw jest prosty: jeden laptop przy linii bocznej i krótkie klipy dopasowane do celu gry. Efekt mierzono w trakcie tej samej sesji, więc nie dowodzi on trwałego uczenia się.
Źródło: Coutinho i in. (2025), Frontiers in Psychology
Wszystkie trzy studia wchodzą w skład ukończonego rezultatu TalentTECH „Studia przypadków zastosowania technologii sportowych”. Każde kończy się kluczowymi wnioskami i ćwiczeniami do refleksji dla pracowników akademii. Studia zostaną udostępnione publicznie, damy znać, gdy będą dostępne.
A jakie informacje leżą na stole w Twojej akademii, gdy zapada decyzja o awansie zawodnika do starszej kategorii wiekowej?
Sfinansowane ze środków UE. Wyrażone poglądy i opinie są jedynie opiniami autora lub autorów i niekoniecznie odzwierciedlają poglądy i opinie Unii Europejskiej lub Europejskiej Agencji Wykonawczej ds. Edukacji i Kultury (EACEA). Unia Europejska ani EACEA nie ponoszą za nie odpowiedzialności.