Tag Archive for: análise de jogo

A Inteligência Artificial é uma ameaça ao treinador? Ao jogador? Ao Futebol? À humanidade?

“A IA é potencialmente mais perigosa do que armas nucleares. As pessoas que são chamadas para criar IA precisam aceitar a responsabilidade de que podem estar a criar a nova vida na Terra.”

Demis Hassabis

O tema é extenso e profundo. Mas extremamente actual e importante. Como defende Demis Hassabis CEO da DeepMind, empresa que estuda a Inteligência Artificial à 12 anos, e entretanto comprada pela Google, talvez estejamos perante a invenção mais importante que a humanidade irá vivenciar até à data. Deste modo, pode parecer que pensar nas suas implicações no âmbito do Futebol seja redutor, ou até um pouco ofensivo tendo em conta a tremenda evolução, ou, ao contrário, a tremenda ameaça, que poderemos ter pela frente enquanto espécie. Ameaça, porque no cenário mais pessimista, tal tecnologia poderá ditar o princípio do fim dos seres humanos. Porém, apesar disto, e até ver, o jogo que tanto amamos não pára e interessa-nos também reflectir sobre as consequências da Inteligência Artificial no seu contexto.

Procurámos a perspectiva da própria Inteligência Artificial em relação ao tema, através ChatGPT e Bard, a nova ferramenta de Inteligência Artificial da Google. Ambos defendem que a IA está a revolucionar o futebol de várias formas, e o papel do treinador de futebol não será exceção. Segundo o ChatCPT “a IA pode ajudar os treinadores a tomar decisões mais informadas sobre uma ampla gama de questões, desde a seleção de jogadores até à estratégia de jogo”. A ferramenta destaca ainda a importância crescente da IA na análise do imenso volume de dados associado a uma equipa, como forma de identificar padrões e tendências colectivas ou grupais, mas também na análise do desempenho individual, na prevenção de lesões, identificação de pontos fortes e fracos de cada jogador e consequente prescrição de treino individualizado na procura de maximizar a eficiência individual. No plano da preparação estratégica, também é descrita como uma ajuda preciosa para analisar adversários e desenvolver planos de jogo com o intuito de superar determinada oposição. Mesmo durante os jogos e em tempo real. Até o Scouting é contemplado, “ajudando a identificar jovens talentos com base em características específicas. Algoritmos podem analisar dados de várias fontes para prever o potencial de um jogador antes mesmo de ele atingir o nível profissional”. As possibilidades tornam-se então, imensas. 

Em forma de conclusão, é referido que “em última análise, a IA tem o potencial de transformar o papel do treinador de futebol. Os treinadores que estão dispostos a abraçar a IA e aprender a usá-la terão uma vantagem competitiva significativa”. Por outro lado, “embora a IA continue a desempenhar um papel crescente no desporto, muitos acreditam que a presença humana será sempre essencial no papel de treinador de futebol. A integração bem-sucedida da IA no treino dependerá de como as tecnologias evoluem e de como são incorporadas de maneira eficaz, mantendo o equilíbrio entre as capacidades analíticas da IA e as habilidades humanas únicas”. É praticamente factual que os mais bem sucedidos treinadores da história do jogo tinham em comum enormes qualidades humanas, de liderança, empatia e inteligência emocional. Aparentemente a Inteligência Artificial reconhece isso.

Mas a procura deste equilíbrio não é novidade no futebol. Já no final da década de 70, um dos mais notáveis treinadores da história do jogo, o ucraniano Valeriy Lobanovskyi, que acumulou jogos, vitórias e títulos, principalmente ao serviço do Dínamo de Kiev e selecção da antiga União Soviética, vivia semelhante dilema. De acordo com (Jonathan Wilson, 2016), “Lobanovskyi, enquanto jogador, era um diletante que se opunha aos limites impostos por Viktor Maslov. Ainda assim, o seu racionalismo perfeccionista, a sua ambição e a sua inteligência analítica estavam presentes desde o início. Tratam-se de qualidades que não deveriam surpreender se considerarmos que ele demonstrara talento suficiente como matemático para ganhar uma medalha de ouro ao se formar no ensino médio e, além disso, crescera numa era em que se nutria verdadeira obsessão pelo progresso científico. Nascido em 1939, Lobanovskyi era um adolescente quando a URSS inaugurou sua primeira central eléctrica nuclear e enviou a Sputnik ao espaço, e Kiev era o centro da indústria de computação soviética. O primeiro instituto cibernético da URSS foi aberto em 1957 e rapidamente ficou conhecido como referência mundial em sistemas de controle automatizados, inteligência artificial e modelos matemáticos. Foi lá que um protótipo do computador pessoal da atualidade foi desenvolvido, em 1963. Na época em que Lobanovskyi estava estudando engenharia de aquecimento no Instituto Politécnico de Kiev, o potencial dos computadores e de suas possíveis aplicações em quase todas as esferas sociais tornava-se cada vez mais claro. Eram tempos excitantes, de muita novidade, e não é surpreendente que Lobanovskyi tenha sido contagiado pela onda de optimismo tecnológico. Dentro dele, desenrolava-se o grande conflito entre individualidade e sistema: a sua parte de jogador queria driblar, carregar a bola, inventar truques que deixassem os rivais envergonhados, mas, mesmo assim, como ele admitiria mais tarde, o treino que recebia no Instituto Politécnico impulsionava-o a uma abordagem sistemática, cuja meta seria dividir o futebol entre as tarefas que o compunham”.

Voltando à actualidade, tendo em conta a imberbidade das ferramentas, mas por outro lado demonstrando maior sensibilidade humana que alguns humanos, ChatGPT e Bard sublinham, neste momento, que apesar da crescente importância e papel da Inteligência Artificial no Futebol, torna-se “crucial que a componente humana, como a intuição e a compreensão emocional dos jogadores, continue a desempenhar um papel fundamental no processo de treino e gestão de equipas”. Ora, assistimos sistematicamente, nas televisões, jornais, blogs, etc., a análises desprovidas da tal sensibilidade emocional, ou seja, desprovidas de sensibilidade humana, que interpretam jogadores e treinadores como máquinas. “Analistas” esses, que por vezes, também por não estarem presentes no processo de treino, até ignoram o papel decisivo do mesmo na evolução das equipas e jogadores, na construção de decisões e execuções de qualidade, no desenvolvimento do entrosamento, da coesão, na criação de uma emocionalidade e sentimentalidade decisiva à equipa de qualidade e que se deseja de sucesso. Assim, são “analistas” que tratam então os humanos que jogam de forma mais artificial que a própria inteligência artificial. Não será isto, desde logo um sintoma de que podemos estar em risco de ser ultrapassados?

Entramos então num domínio de ainda maior complexidade. Emoções, intuição, inteligência colectiva. Assim… a “consciência” para o todo complexo que estrutura a nossa realidade é precisamente um dos sintomas de… inteligência. Esta preocupação pela própria complexidade surge da própria IA, referindo que “o futebol é um desporto altamente complexo que envolve não apenas a estratégia tática, mas também a gestão de personalidades, motivação, tomada de decisões rápidas e adaptação a situações imprevisíveis. A componente humana do treino, que inclui compreensão emocional, liderança e comunicação, é difícil de replicar totalmente por meio de algoritmos”. A isto a ferramenta soma o desafio que a intuição e criatividade se constituem à IA, supostamente ainda longe do que os humanos conseguem fazer. E ainda a liderança e as relações complexas, emocionais e inter-pessoais, e por outro lado em garantir um pensamento evolutivo que eleve o jogo a outros patamares. É mesmo referido que “a capacidade de adaptação e inovação é uma característica humana que pode ser desafiadora de replicar por completo em sistemas de IA”. Em tom mais descontraído, parece que tivemos de investir milhões e algumas das melhores mentes humanas para chegarmos à conclusão que afinal, no Futebol, “nem tudo está inventado”…

Esta fusão que a própria Inteligência Artificial propõe seria o cenário perfeito. Numa visão mais profunda, o equilíbrio entre razão e emoção. Como o neurocientista (António Damásio, 2018) aponta, referindo-o como um “vislumbre de esperança”, tendo em conta a “grande diferença entre esforços passados e tentativas futuras, está no vasto conhecimento sobre a natureza humana que agora temos à disposição e na possibilidade de planear uma estratégia mais humanamente inteligente do que no passado. Essa abordagem consideraria a ideia de que a razão deve estar no comando como pura tolice, um mero resíduo dos piores excessos do racionalismo, mas também rejeitaria a ideia de que devemos simplesmente obedecer às recomendações das emoções — sermos gentis, compassivos, raivosos, sentir nojo — sem passá-las pelo filtro do conhecimento e da razão. Promoveria uma parceria produtiva entre sentimentos e razão, enfatizando as emoções salutares e suprimindo as negativas. Por fim, ela rejeitaria a noção da mente humana como um equivalente das criações da inteligência artificial”. Isto, partindo do pressuposto que a Inteligência Artificial poderá apenas replicar com alguma semelhança a grande função do hemisfério esquerdo do nosso cérebro e que não o conseguirá fazer em relação às qualidades emergentes do direito. Mas será essa a evolução da IA? E será o equilíbrio que Damásio refere possível no ser humano? Será a relação entre humano e IA sustentável a prazo? Será que a própria IA não irá desenvolver uma dimensão mais intuitiva, holística, emocional, sentimental (uma espécie de hemisfério direito), atingindo esse equilíbrio e tornando o humano dispensável? São as questões mais importantes. No futebol, mas derradeiramente, para a espécie humana.

No entanto, algo que à maioria parecia impossível, parece estar a concretizar-se. Em regimes de auto-aprendizagem, a Inteligência Artificial está a fazer emergir propriedades não expectáveis. Curiosamente, a Google utiliza o jogo de futebol como forma de a desenvolver. No plano teórico, ao nível do software, mas também aplicando o mesmo à robótica. O programa Toda a Verdade, mostra-nos isso e chamamos atenção para a parte em que Raia Hadsell, vice-presidente da DeepMind, explica que a IA, através de robôs, aprendeu o jogo sozinha. Os investigadores não os programaram para jogar, apenas para moverem-se como os seres humanos. E disseram-lhes que o objectivo do jogo era marcar golo. Tendo isso em conta, a IA aprendeu então a decidir e a executar e, função do mesmo. E segundo a investigadora, está inclusive a chegar a “diferentes e interessantes estratégias, formas diferentes de se deslocar, formas diferentes de receber a bola”.

É incrível quando é demonstrado um rasgo de criatividade. Ou melhor, dois. E em apenas alguns segundos de video. Se a criatividade, segundo o ChatGPT, é a qualidade de pensar de forma original, gerar ideias inovadoras e encontrar soluções únicas para problemas, envolvendo a habilidade de conectar informações aparentemente desconexas, pensar fora das normas convencionais e produzir algo novo e valioso, então, quando no programa, o atacante sem bola simula que vai receber a bola iludindo o seu defensor mais próximo, mas acaba por realizar um espécie de tabela parando a bola de calcanhar para o companheiro, para depois, ainda dar um inesperado passo à sua esquerda que só se pode entender como uma finta de corpo para esconder a posterior desmarcação pela direita, criando uma situação de 2×1, tal mostra-nos criatividade emergente. E… entrosamento. Ou como Hadsell descreveu, coordenação emergente, tal como as crianças vivenciam na sua relação evolutiva com o jogo. Importa sublinhar… tudo isto fruto da Inteligência Artificial… Então, se a coordenação e criatividade se tornam possíveis, porque não será a leitura emocional, a sua interpretação e a inteligência emocional igualmente passíveis de serem aprendidas? Até porque como reconhecido atrás pela máquina, a razão não vive sem a emoção e vice-versa. E sendo assim, fica aberta a “caixa de Pandora”.

O neurocientista (António Damásio, 2020) aponta que “pode parecer paradoxal, porque quando se pensa na inteligência artificial o que vem à ideia é que são criaturas absolutamente invulneráveis, feitas de aço e de plástico em vez da nossa pobre carne humana. À primeira vista pode parecer uma asneira introduzir vulnerabilidade numa coisa que é robusta, no entanto, só a introduzindo teremos a possibilidade de fazer qualquer coisa de mais rico em matéria das reações que esse “organismo” poderá tomar”. Será que a própria Inteligência Artificial não irá então antecipar isso? Ou até já antecipou? Regressando ao exemplo da DeepMind, sem mais informação será um exercício de especulação da nossa parte. Porém, quando o defensor fica na situação de 2×1, não seria expectável que algo estritamente racional e eficiente como uma máquina em auto-aprendizagem, não decidisse que a contenção seria o melhor caminho naquela situação para minimizar as probabilidades de golo adversário? Não decidia, até por definição, esse comportamento, aguardando… “friamente”… o erro adversário para o desarme ou intercepção? Num jogo de 2×2, com certeza que não foi a primeira situação dessas que a máquina experimentou. Se a sua principal função é aprender, o que aconteceu ali? Porque terá o defensor “ido à queima”? Terá sido uma decisão emocional? Noutro exemplo, será que a Inteligência Artificial irá reconhecer que a competência de Jürgen Klopp está imbuída de emoções e sentimentos e sendo assim, não encontrará forma de a reproduzir? Se a resposta for sim a tudo isto, será então a máquina a reconhecer… razão… a Damásio. Quer o tenha lido, ou não…

Há pouco mais de dois anos atrás, o treinador (Miguel Quaresma, 2021) escreveu um artigo em que questionava: “Amanhã, ficará o futebol nas mãos da inteligência artificial? Será o treinador, no futuro, substituído por um avatar? Um Cyber treinador, inteiramente cientifico-tecnológico?” Tal como acreditamos ter sido a posição de Quaresma, se naquele momento defendíamos acerrimamente a importância do humano no processo, hoje não temos a mesma certeza.

Em sentido figurado mas com idênticos potenciais efeitos devastadores à nossa espécie, estamos perante a descoberta de um asteróide que pode estar em rota de colisão com a Terra, e portanto, que pode extinguir os seres humanos. Resta-nos decidir o que podemos e vamos fazer para evitar isso. E se formos bem sucedidos nessa missão, se ainda for possível, procurar extrair os seus eventuais raros e extraordinários recursos naturais.

“Raúl Rojas, especialista em Inteligência Artificial da Universidade Livre de Berlim, participou das primeiras experiências: “Desenvolvemos robôs futebolistas que jogam tão bem futebol que não há maneira de ganhar-lhes”. Em 2013 fez-se uma experiência na qual os jogadores deviam marcar penaltis a um Guarda-Redes robot. Com a exceção de Messi, nenhum futebolista conseguiu marcar mais de um golo ao Guarda-Redes robot.

Em 1997 realizou-se o primeiro Mundial de Futebol de robots. No futuro enfrentar robots humanoides nos treinos gerará mais oposição e se obterão melhores resultados e um maior nível competitivo do que nos treinos e jogos amigáveis atuais. 

Espera-se que em 2050 a equipa de robots humanoides ganhador da Robocup seja capaz de vencer a equipa campeã do mundo dos torneios da FIFA. Esta data coincide com a predição do momento no qual a inteligência artificial superará a humana (singularidade tecnológica). Para o ano de 2075 existe 90% de probabilidades de que as máquinas alcancem a inteligência humana, segundo os resultados combinados de quatro sondagens realizadas por Nick Bostrom, diretor do Future Humanity Institute da Universidade de Oxford.

Esta perspetiva do triunfo dos robots não parece absurda se tivermos como exemplo que em 1997 o supercomputador Deep Blue (desenvolvido pela IBM) venceu Gary Kasparov, campeão mundial de xadrez. O acontecimento repetiu-se em 2006, quando o campeão do mundo Vladimir Kramnik caiu derrotado frente à Deep Fritz. Estes antecedentes são superados pelo ocorrido em 2016, quando um programa informático (desenhado pela filial da Google DeepMind para jogar o jogo de Go) derrotou o melhor jogador do mundo: o sul-coreano Lee Se-dol. Os especialistas afirmam que é muito mais complexo para um computador aprender do Go do que do xadrez.

Os computadores podem inovar? Faz já um tempo que entramos numa era na qual as máquinas estão programadas para aprender de si mesmas. O futurólogo e tecnólogo Santiago Bilinkis o explica com precisão: “Atrás destes mecanismos de ensino conhecidos como Deep Learning escondem-se redes artificiais, inspiradas no funcionamento do cérebro humano. Muitas propriedades destes computadores mostram analogias com as capacidades humanas pelo seu engenho e criatividade”.

(Gérman Castaños, 2018)

Uma validação da proposta de análise qualitativa e o todo… sempre diferente da soma das partes. O exemplo do Benfica com Di María, Neres e… Rafa.

“Nenhum homem é uma ilha, isolado em si mesmo; todos são parte do continente, uma parte de um todo. Se um torrão de terra for levado pelas águas até o mar, a Europa ficará diminuída, como se fosse um promontório, como se fosse o solar de teus amigos ou o teu próprio; a morte de qualquer homem me diminui, porque sou parte do género humano. E por isso não pergunte por quem os sinos dobram; eles dobram por vós”.

(John Donne)

No passado mês de Agosto decidimos finalmente publicar uma proposta de análise qualitativa ao jogo de Futebol, que já vínhamos a desenvolver há alguns anos. Como descrito nesse momento, a mesma pode ser efectuada ao todo (equipa) ou a uma das “partes” (jogadores). Sendo qualitativa, também contemplará a relação infra-equipa e a interação com os adversários, e sendo assim, o termo “partes” acaba por se revelar desadequado. Mas não vamos por aí. No entanto, só procurando compreender essas relações e interações conseguiremos nos aproximar de uma ideia mais real de algo tão complexo como o comportamento táctico em jogo. E relembramos… não o táctico como mais um “factor” do jogo. O verdadeiro táctico enquanto supra-dimensão e que se manifesta pelos comportamentos em jogo da equipa e dos seus jogadores, emergindo da interacção da dimensão técnica, da física-energética, da psicológica-mental e das complementares.

Como exemplo abordámos os jogos que Ángel di María realizou nos jogos de preparação do Benfica. Pelos momentos do jogo chegámos a taxas de eficácia de:

  • Organização Ofensiva: 61%
  • Transição Defensiva: 58%
  • Organização Defensiva: 75%
  • Transição Ofensiva: 78%

Ampliando a escala da análise aos sub-momentos do jogo, o argentino registou as seguintes taxas de eficácia:

  • Construção: 73%
  • Criação: 44%
  • Finalização: 23%
  • Reacção à perda: 75%
  • Recuperação defensiva: 15%
  • Defesa do contra-ataque: Não foram registadas acções neste sub-momento
  • Impedir a construção: 75%
  • Impedir a criação: Não foram registadas acções neste sub-momento
  • Impedir a finalização: Não foram registadas acções neste sub-momento
  • Reacção ao ganho: 82%
  • Contra-ataque: 80%
  • Valorização da posse de bola: Não foram registadas acções neste sub-momento

No intencionalmente breve comentário à análise, procurando abstermo-nos de explicar estes números, escrevemos que “as principais qualidades do Argentino estão intactas. Quer ao nível dos recursos que evidencia, quer em Transição e Organização Ofensiva, mostrando-se ainda particularmente preparado para a Ideia de Jogo de Roger Schmidt e nomeadamente ao papel ofensivo que terá, que poderá potenciar as suas qualidades pelos corredores laterais e central. Parece-nos factual que a análise vai ao encontro do que Di María tem apresentado em competição. Como também nos parece factual que as debilidades que mostra e que têm afectado a equipa e as decisões de Roger Schmidt na escolha do onze também estejam relacionadas com a grande debilidade que apresentou: o momento de Transição Defensiva, em particular, o sub-momento de Recuperação Defensiva. Tal sub-momento apresentou uma taxa de 15% de eficácia nos jogos de treino analisados…

Se um jogador apresentar esta debilidade numa equipa, tal já se torna um problema nos momentos de Transição e Organização Defensiva, contudo, não decisivo e escamoteável na organização geral da equipa. Se em vez que um forem dois ou mesmo três jogadores com debilidades idênticas, já terão efeitos nefastos na mesma perante adversários que as explorem. David Neres, à imagem de Di María, independentemente da sua fenomenal qualidade ofensiva, apresenta os mesmos problemas em Recuperação Defensiva que o argentino. Tal também foi referido noutro artigo sobre as escolhas de Schmidt em determinado momento da época passada. Se bem que estando a jogar noutra função, podemos ainda acrescentar Rafa…

No programa Futebol Total no Canal 11 da passada Terça-Feira, numa brilhante análise, o Pedro não só chegou às mesmas conclusões como explicou tacticamente os porquês destas consequências negativas na equipa. Se uma equipa defender sistematicamente em GR+7 já se torna muito perigoso, que é o que sucede regularmente no Benfica quando João Mário ou Aursnes actuam como “Médios-Laterais”, defendendo em GR+6 torna-se negativamente decisivo contra adversários que atraiam os médios a um dos corredores (nomeadamente aos laterais) para depois explorarem os desequilíbrios criados nos outros corredores.

Se naquele momento, não nos precipitámos em conclusões e deixámos espaço para que Di María actuasse de forma diferente em competições oficiais, a realidade é que isso não aconteceu. Vamos ser sinceros… como seria expectável. Criou-se a ideia no trabalho com as equipas que “o jogo é o espelho do treino”. Se nos parece lógico o conceito, podemos acrescentar que também a competição poderá ser o espelho dos jogos de treino. Os hábitos, o entrosamento e o jogo de qualidade também se criam aí, pois caso contrário não faria sentido serem realizados. Uma vez mais… estamos perante um fenómeno complexo de extrema sensibilidade às condições iniciais. Os jogos de treino, como os treinos no período preparatório, são condições iniciais absolutamente decisivas para o que a equipa e os jogadores irão realizar semanas mais tarde em competição.

Será que mostrar estas análises, em vídeo e depois as taxas de eficácia iria ajudar jogadores como Di María e Neres a crescerem nas suas debilidades? Não temos resposta para isto pois, como o professor Silveira Ramos transmitia nas suas aulas, “cada ser humano é um universo de estudo”. Desta forma, não existindo receitas, pode ser sempre uma ferramenta e um recurso, tal como escrevemos atrás. 

“(…) este modelo também pode ser aplicado a cada jogador à luz da sua actuação individual, tendo por base exactamente as mesmas acções e lógica estrutural de análise. Isto permitirá que a equipa técnica potencie o desenvolvimento individual, ou noutro contexto, que o jogador se consciencialize dos seus erros, lacunas e qualidades, e partir daí, preferencialmente no contexto do clube, mas caso o nível de rendimento em que actua não lhe permita essa possibilidade, que recorra a auxilio de técnicos especializados tendo por objectivo o seu crescimento individual.”

Ainda sobre o todo complexo que é o jogo, a informação resultante da análise qualitativa e a análise do Pedro Bouças mostram também, uma vez mais, que o todo não é a soma das partes. O todo é sempre diferente da soma das partes. Para melhor ou para pior. Por muita qualidade individual que Di María e Neres tenham na grande maioria dos sub-momentos do jogo, as suas enormes debilidades actuais em apenas num deles provoca um “efeito borboleta” com grande potencialidade corrosiva no todo. Como foi referido, a equipa até ficará mais fraca nos momentos ofensivos porque, potencialmente, terá menos tempo a bola pois ao defender com menos jogadores, irá recuperá-la menos vezes. A excepção poderá ser uma fenomenal eficiência e eficácia nos sub-momentos de Transição Ofensiva. Deste modo, quando os dois, mais Rafa, coabitam no mesmo onze, esse todo será mesmo… potencialmente inferior à soma das partes…

“É da problemática da complexidade

a natureza do que é nela interacção,

esfacelar tal realidade

é o que promove a mono explicação.”

(Vítor Frade, 2014)

Uma proposta de análise qualitativa. Como exemplo, e na dimensão individual, os jogos de preparação de Di Maria.

“The dumb ones go for quantity

The wise ones go for quality

I’ve got the answer now

It’s not how much is how”

(Shirley Horn, 1963)

Há muito que é questionada a validade, mas principalmente a objectividade das análises de jogo quantitativas. Nomeadamente as construídas com base em dados estatísticos muito centrados em acções técnicas, mas por vezes também tácticas, contudo, descontextualizadas e interpretadas isoladamente do jogo da equipa. Deste modo, na maioria das equipas, hoje é usual que a análise de desempenho colectivo seja realizada em video, através de uma avaliação qualitativa tendo por referência a Ideia de Jogo a que a equipa técnica aponta. Depois, nalguns casos, são somadas à mesma avaliações individuais na mesma lógica. E nesse caso estas, ainda hoje, são muitas vezes reforçadas com dados estatísticos resultantes de dados quantitativos descontextualizados do todo… jogo da equipa e da sua interacção com os seus adversários. 

“Por muito que nos vendam estatísticas que queiram quantificar performances individuais, o jogo, o bom jogo, está completamente longe de poder ser interpretado ou quantificado por números que queiram trazer avaliações qualitativas.”

(Pedro Bouças, 2017)

Importa então clarificar já a nossa visão. Também questionamos as análises quantitativas que partem dessa base. No entanto, em 2018 desenvolvemos um modelo de análise que parte de uma análise em video, portanto de uma interpretação qualitativa do jogo e dos comportamentos da equipa ou jogador em função de uma Ideia de Jogo. Partindo daí podemos depois chegar a dados estatísticos quantitativos. Deste modo teremos quantidades e taxas de eficácia de acções qualitativas. Claro que será em função da nossa Ideia, da nossa interpretação do jogo, mas dessa forma será também altamente específica e útil ao trabalho a desenvolver posteriormente.

Exemplificando, se a equipa, por exemplo, em 10 acções de criação pelo corredor central conseguiu colocar 3 vezes jogadores em condições de finalização, chegamos a uma eficácia desse comportamento / princípio de 30%. Fazendo ele parte do sub-momento de criação, irá, numa escala superior ligar-se a outros números de acções de criação, totalizando determinado valor para esse sub-momento do jogo. Juntando esse valor aos obtidos em Construção e Finalização, chegaremos a outro número de escala ainda maior relativo ao total de comportamentos em Organização Ofensiva. Juntando os 4 momentos do jogo, teremos ainda uma eficácia decisional global.

Paralelamente podemos também avaliar o jogo na escala mais reduzida observável: ao nível da execução. Pegando no mesmo exemplo, se dessas 10 acções de criação pelo corredor central, as 3 bem sucedidas resultaram de 3 passes de qualidade, porém, se das 7 mal sucedidas, por exemplo, 2 delas foram bons passes mas foi o jogador que se desmarcou que falhou a desmarcação de ruptura ou noutro exemplo, foi-lhe assinalado fora-de-jogo claramente por erro desse jogador, teremos então no total 5 últimos passes de qualidade. Se das restantes 5 acções mal sucedidas, apenas 3 foram consequência de últimos passes falhamos, teremos então 5 passes de sucesso em 8 tentativas, resultando numa eficácia de 63%. Só para esse comportamento, porque ao mesmo se juntarão todas as acções de passe.

“Um dos processos utilizados na vertente táctica da análise de desempenho é a análise de jogo, que segundo Garganta (2001) é o termo mais utilizado para se referir ao estudo do jogo a partir da observação do comportamento dos jogadores, por englobar diferentes fases dos processos. De acordo com Carling, Williams e Reilly (2005) o processo de observação e análise do jogo deve possibilitar uma descrição do desempenho realizado em contexto de jogo, codificando acções individuais, grupais ou colectivas, de forma que sintetize informações relevantes e transforme, de maneira positiva, o processo de aprendizagem / treino. Geralmente, a informação é transmitida sob forma de feedback e utilizada para preparar para novas competições. A utilização de vídeos tem aparecido como uma ferramenta importante para fornecer feedback e modificar o comportamento dos atletas (GROOM & CUSHION, 2004). A análise de desempenho ganha uma grande importância uma vez que norteia a equipa técnica sobre os caminhos a serem seguidos após uma partida, ou seja, trazendo informações importantes para o planeamento dos treinos subsequentes ao jogo analisado.”

(Kaio Fonseca, 2018)

Tudo isto é naturalmente subjectivo à luz dos critérios de avaliação, relativos à especificidade da Ideia de Jogo adoptada e às orientações de análise do Treinador Principal. Depois, para além disso, subjectivo ao conhecimento do jogo, experiência, precisão e sensibilidade do analista. Mas tendo em conta a complexidade e imensidão de comportamentos no jogo não pode ser de outro modo. Claro que perante isto também não teremos como resultado uma análise limpa de erros, contudo acreditamos que se aproximará, não só da especificidade do jogo, mas principalmente da Especificidade do jogo de determinada equipa. Mas acima de tudo, às reais necessidades da equipa técnica e do trabalho a desenvolver. Desta forma, este trabalho permitirá formas de actuação e gestão também elas mais precisas.

Nesta lógica, o produto final são de facto, números, mas sobre a eficácia da equipa nos 4 momentos do jogo. De forma mais específica, nos 12 sub-momentos do jogo, e a partir daí nos diferentes comportamentos / princípios que categorizamos para cada sub-momento do jogo. Recordamos que na base desta metodologia de análise está a sistematização do jogo que propusemos no passado. A partir daí, se os recursos nos permitirem, podemos reduzir ainda mais a escala de análise. Não só em sub-princípios, requerendo para isso um ainda maior conhecimento do jogo do analista, mas como vimos atrás, avaliando paralelamente as acções ao  nível da execução sem procurar descontextualizá-las da sua lógica acontecimental na Ideia de Jogo, para eventualmente a partir daí poderem ser trabalhadas em fases específicas das sessões de treino ao longo do ciclo semanal. Isto naturalmente numa lógica de programação semanal e não anual, ou numa metodologia que permita esse ajuste de conteúdos em função de avaliação semanal. Porém, num processo que se baliza num plano mais macro, por exemplo, anual, uma avaliação continuada do desempenho de jogadores e equipas permitirá realizar ajustes no planeamento e programação do ciclo anual seguinte. Este processo, sentimos que tem sido um upgrade decisivo à nossa actuação no crescimento de uma equipa.

Referir-mo-nos até aqui, essencialmente à análise colectiva da equipa. Contudo, este modelo também pode ser aplicado a cada jogador à luz da sua actuação individual, tendo por base exactamente as mesmas acções e lógica estrutural de análise. Isto permitirá que a equipa técnica potencie o desenvolvimento individual, ou noutro contexto, que o jogador se consciencialize dos seus erros, lacunas e qualidades, e partir daí, preferencialmente no contexto do clube, mas caso o nível de rendimento em que actua não lhe permita essa possibilidade, que recorra a auxilio de técnicos especializados tendo por objectivo o seu crescimento individual.

Como exemplo, trazemos os jogos de preparação de Ángel Di María no seu regresso ao Benfica. Claro que sendo um período de preparação, os resultados deverão ser contextualizados e entendidos nesse enquadramento. Por outro lado, não estando dentro do processo e não possuindo um conhecimento maior desse mesmo enquadramento facilmente podemos cometer erros de análise por situações fora desse conhecimento, contudo, decisivas. Deste modo, abstemo-nos de tecer grandes conclusões ao desempenho do Argentino. Este trabalho serve principalmente como exemplo do potencial que esta ferramenta apresenta, nomeadamente utilizada no seio de uma equipa técnica ou como recurso extra solicitado pela mesma.

Mas nalguns breves pontos, identificámos os momentos de Transição Defensiva, nos quais Di María apresentou grandes dificuldades, nomeadamente no Sub-Momento de Recuperação Defensiva. Como referido, sendo o argentino um jogador que tem apresentado compromisso nos momentos defensivos das suas equipas, poderá ser o desgaste do actual período da época a principal razão para tal. Tanto que no plano colectivo foi também notória fadiga em toda a equipa, reflectindo-se a mesma na lucidez das decisões, velocidade de execução, criatividade e disponibilidade nos momentos de transição. Depois haverá também a necessidade de enquadrar a qualidade, as características e o nível de preparação de cada adversário. Regressando a Di María, as principais qualidades do Argentino estão intactas. Quer ao nível dos recursos que evidencia, quer em Transição e Organização Ofensiva, mostrando-se ainda particularmente preparado para a Ideia de Jogo de Roger Schmidt e nomeadamente ao papel ofensivo que terá, que poderá potenciar as suas qualidades pelos corredores laterais e central.

Importa referir que expomos apenas os dados decisionais globais, dos momentos e sub-momentos do jogo. E ainda os dados ao nível execução nas Acções Ofensivas e Defensivas. Os princípios, reservamos para técnicos ou clubes que demonstrem um interesse superior por este modelo de análise. Esta análise não contempla sub-princípios. Esse nível de detalhe remetemos para uma análise altamente específica de determinado(s) comportamento(s) de um jogador ou equipa. Por outro lado, para além da enorme utilidade à equipa técnica, este modelo também poderá ser adoptado pelos departamentos de Scouting, caso desejem dotar de um maior rigor e exactidão às análises individuais realizadas e eventuais jogadores alvos de contratação pelo clube. Os potenciais interessados nesta processo poderão contactar ricardo.ferreira.1978@gmail.com.

“É, portanto, nas tomadas de decisão e na interação com companheiros e adversários que se deve avaliar o desempenho individual e coletivo. A estatística ajuda a explicar alguma coisa, mas repito, não traduz o essencial. Hoje, é nisto que eu acredito. Amanhã, ficará o futebol nas mãos da inteligência artificial? Será o treinador, no futuro, substituído por um avatar? Um Cyber treinador, inteiramente cientifico-tecnológico? Tem a palavra a ciência e a tecnologia. E o homem. Recordando Thomas Huxley (biólogo, filósofo e um dos principais cientistas britânicos do século XIX), segundo o qual «a ciência é apenas senso comum treinado e organizado», talvez haja alguma esperança para os treinadores se prepararem para o avanço das máquinas!”

(Miguel Quaresma, 2021)