چند سال پیش شاید غیرقابل تصور بود، اما امروزه فوتبال یکی از ورزشهایی است که بیشترین استفاده را از هوش مصنوعی (AI) داشته و این فناوری تاثیر قابلتوجهی بر مدل تجاری آن گذاشته است. یکی از مهمترین و در عین حال پیچیدهترین جنبههای فوتبال، یعنی استعدادیابی، اکنون بهصورت خودکار انجام میشود. دیگر نیازی به سفرهای طولانی و گزارشهای گاه و بیگاه غیرقابلاعتماد نیست؛ بلکه میلیونها دادهی دقیق تحلیل میشود تا بهترین گزینهها برای هر تیم شناسایی شود.
از سوی دیگر، باشگاهها با پردازش دادههای هوش مصنوعی، میتوانند وضعیت بازیکنان خود را تحت نظر داشته و از مصدومیتهای احتمالی پیشگیری کنند. میزان فشار خارجی (مثل مسافت طیشده و تعداد شتابها) و فشار داخلی (مثل نشانگرهای زیستی و متابولیتها) اندازهگیری میشود و تصمیمگیریها با اطلاعاتی بسیار دقیقتر از گذشته انجام میگیرد.
این فناوری حتی در طول مسابقات نیز کاربرد دارد. سیستمهای هوش مصنوعی اطلاعاتی دربارهی تاکتیکها و حرکات بازیکنان جمعآوری میکنند که به مربیان امکان تحلیل بهتر رقبا را میدهد. آنها نه تنها میتوانند استراتژیهای حریف را پیشبینی کنند، بلکه در لحظات حساس بازی نیز تصمیمات بهتری بگیرند.
چالشهای استفاده از هوش مصنوعی در فوتبال
با وجود این پیشرفتهای بیسابقه، استفاده از هوش مصنوعی بدون چالش نیست. به همین دلیل، اتحادیه اروپا و بریتانیا مقررات جدیدی را برای کنترل این فناوری وضع کردهاند. طبق مطالعهای که دارا هولمز، دانشجوی رشته مدیریت ورزشی و حقوق دیجیتال در مدرسه کسبوکار ISDE و مرکز نوآوری بارسلونا (Barça Innovation Hub) انجام داده است، باشگاهها ملزم به رعایت چارچوبهای قانونی برای استفادهی مسئولانه از هوش مصنوعی هستند.
یکی از اصلیترین مشکلات، شفافیت هوش مصنوعی است. پدیدهی «جعبه سیاه» به پیچیدگی بالای الگوریتمها اشاره دارد، بهطوریکه گاهی مشخص نیست هوش مصنوعی چگونه به یک نتیجهی خاص رسیده است. این مسئله زمانی مشکلساز میشود که تصمیمات آن، سرنوشت بازیکنان را تغییر دهد؛ برای مثال، کاهش دقایق بازی یک بازیکن یا اخراج او از باشگاه. بنابراین، تصمیماتی که بر اساس هوش مصنوعی گرفته میشود، باید عادلانه، شفاف و قابلتوجیه باشد.
چالش دیگر سوگیری الگوریتمها است. هوش مصنوعی از دانش انسانی الهام میگیرد و ممکن است برخی تعصبات و نواقص را نیز به ارث ببرد. گزارشهای متعددی نشان دادهاند که در برخی موارد، هوش مصنوعی میتواند بهصورت ناعادلانه عمل کند. وظیفهی باشگاهها این است که اطمینان حاصل کنند این تعصبات در سیستمهای آنها تکرار نشود.
علاوه بر این، امنیت سایبری نیز چالش مهمی است. هک شدن اطلاعات باشگاهها، چه دربارهی بازیکنان فعلی و چه استعدادهای در حال بررسی، میتواند به حریم خصوصی افراد آسیب بزند و حتی مسیر حرفهای آنها را تحت تاثیر قرار دهد.
مقررات جدید هوش مصنوعی در فوتبال
از ۲ آگوست ۲۰۲۶، قانون هوش مصنوعی اتحادیه اروپا اجرایی خواهد شد. باشگاهها تشویق شدهاند تا زودتر از این تاریخ، استانداردهای لازم را رعایت کنند. در صورت تخلف، ممکن است جریمههایی تا ۳۵ میلیون یورو یا ۷٪ از گردش مالی سالیانهی شرکت اعمال شود.
در بریتانیا، هنوز مقررات مشخصی تصویب نشده، اما «کتاب سفید مقررات هوش مصنوعی» که در سال ۲۰۲۳ منتشر شد، چارچوبی منعطف ارائه داده است که بهتدریج و با پیشرفت فناوری، اصلاح خواهد شد.
در قوانین اتحادیه اروپا، چهار سطح ریسک برای هوش مصنوعی در نظر گرفته شده است:
- غیرقابلقبول: زمانی که حقوق اساسی افراد را تهدید کند؛ مانند سیستمهایی که بر اساس سن، معلولیت یا شرایط اقتصادی افراد را هدف قرار میدهند.
- پرخطر: شامل سیستمهای بیومتریک، مانند تصمیمگیری دربارهی آیندهی یک بازیکن بر اساس دادههای آماری و پیشبینیهای هوش مصنوعی.
- ریسک محدود: نیازمند شفافیت است؛ مثلاً اعلام شود که کاربران در حال تعامل با یک سیستم هوش مصنوعی هستند.
- ریسک حداقلی یا ناچیز: شامل فیلترهای اسپم، چتباتهایی مانند سیری و الگوریتمهای پیشنهاد محصولات.
مسئولیتهای باشگاهها و توسعهدهندگان هوش مصنوعی
طبق ماده ۳ قانون اتحادیه اروپا، باید بین توسعهدهندگان و کاربران نهایی هوش مصنوعی تمایز قائل شد. توسعهدهنده، سیستم را طراحی و وارد بازار میکند، درحالیکه کاربر نهایی از آن استفاده میکند. محدودیتهای سختگیرانهتری برای توسعهدهندگان اعمال میشود، اما باشگاهها نیز در صورت تغییر کاربری یا استفادهی خاص از یک سیستم، ممکن است بهعنوان توسعهدهنده در نظر گرفته شوند.
همچنین، ماده ۲۶ این قانون باشگاهها را ملزم میکند تا ناظران انسانی را تعیین کنند که دانش، آموزش و اختیار لازم برای مدیریت سیستمهای هوش مصنوعی را داشته باشند. علاوه بر این، طبق ماده ۱۴، نظارت انسانی باید برای کاهش خطرات مرتبط با سلامت، ایمنی و حقوق اساسی افراد صورت گیرد.
حفاظت از دادهها و حریم خصوصی در هوش مصنوعی فوتبالی
یکی دیگر از چالشهای مهم، نحوهی استفاده از دادهها است. بانکهای اطلاعاتی هوش مصنوعی زمانی مؤثرتر میشوند که دادههای بیشتری دریافت کنند، اما قوانین، محدودیتهایی را برای نگهداری اطلاعات مشخص کردهاند. طبق این قوانین، دادهها تنها در شش حالت قابل ذخیرهسازی هستند:
- رضایت فرد: بازیکن باید اجازه دهد دادههای بیومتریک او برای تحلیل عملکردش استفاده شود.
- اجرای قرارداد: اگر دادهها برای اجرای مفاد قرارداد لازم باشند؛ مثلاً آمار یک بازیکن بر میزان پاداش او تأثیر بگذارد.
- الزامات قانونی: باشگاه موظف باشد اطلاعات مالیاتی یا استخدامی بازیکن را ارائه کند.
- حفاظت از منافع حیاتی: دادهها برای حفظ سلامتی بازیکن ضروری باشد، مانند شرایط پزشکی اضطراری.
- منافع عمومی: برای مثال، در مدیریت امنیت استادیومها.
- منافع قانونی باشگاه یا طرف ثالث: اگر استفاده از دادهها به نفع سازمان باشد، بدون اینکه حقوق بازیکنان یا هواداران نقض شود، مانند بهبود استراتژیهای بازاریابی.
آموزش و سازگاری با هوش مصنوعی در باشگاههای فوتبال
باشگاهها علاوه بر رعایت قوانین، باید سیستمهای مدیریت ریسک را برای بررسی دورهای هوش مصنوعی خود ایجاد کنند و سوابق دقیقی از نحوهی استفاده از دادهها داشته باشند. این کار نیازمند آموزش کارکنان مسئول اجرای این سیستمها است.
همچنین، باشگاهها باید ارتباطی شفاف با تأمینکنندگان فناوری داشته باشند تا اطمینان یابند محصولات آنها مطابق با مقررات هستند. برای مثال، اگر باشگاهی قصد دارد تجربهی هواداران را شخصیسازی کند، باید مطمئن شود که سیستم از اطلاعات آنها سوءاستفاده نمیکند.
در نهایت، با وجود چالشهای قانونی، رعایت این مقررات چندان پیچیده نیست. باشگاهها باید هم در استفاده از هوش مصنوعی و هم در اجرای قوانین، رویکردی پیشگیرانه داشته باشند تا هم از مزایای آن بهرهمند شوند و هم از جریمههای احتمالی جلوگیری کنند.
