Resumo

O efeito da competitividade no futebol moderno implica em ter processos inovadores, planejados de maneira ágil, acelerada. De maneira que a busca por uma ferramenta que possa predizer o impacto da contratação de um atleta nos resultados do clube de futebol adquiriu relevância. O desenvolvimento tecnológico permitiu o surgimento de algoritmos de análise utilizando modelos de Aprendizado de Máquina e inteligência artificial. Com a aplicação destas técnicas na área da gestão esportiva recebendo atenção de cientistas no campo da engenharia, administração e do desporto.

A antecedente ineficiência das agremiações esportivas justifica o interesse na evolução de uma modelagem que promova menos prejuízo aos recursos dessas organizações. O objetivo deste artigo é avaliar as contribuições e benefícios da utilização do método de Aprendizagem de Máquina (Machine Learning) na avaliação de performance no futebol. Como método para essa análise utilizou-se a Revisão Bibliométrica.

A área de Machine Learning trata-se, por definição, de uma programação orientada a compreender regras a partir de dados, adaptar-se a mudanças e aperfeiçoar o desempenho por meio do aprendizado da experiência. De outra perspectiva os indicadores de performance no esporte são usados para selecionar e combinar variáveis que definem o desempenho de maneira a prever comportamento futuro em atividades esportivas. Objetivando analisar as publicações relacionadas ao tema de Machine Learning utilizado como ferramenta de análise no futebol foi realizada uma revisão bibliométrica.

Nos últimos quatro anos deste recorte temporal, há um crescimento anual mais acentuado de artigos divulgando achados de pesquisas na área do futebol e utilizando Machine Learning em algum momento. Entre os cinco trabalhos mais citados na busca dois se relacionam com o impacto do desempenho nos resultados, dois dos títulos se relacionando ao entendimento e à prevenção de lesões dos atletas, e um trabalho relacionado ao estudo de torcedores de futebol nas redes sociais. O resultado obtido na análise temporal das publicações também permite encontrar outros autores relevantes ao tema.

Observou-se com essa revisão que essa improvável mistura oriunda da Teoria Computacional com o campo da Ciência do Esporte vem adquirindo relevância à medida que os trabalhos publicados vão se tornando mais frequentes. Ainda assim há uma potencial demanda por pesquisas que envolvam aspectos ainda não abarcados, tanto de uma das áreas (Computação) com de outra (Ciência do Esporte). Identificou-se uma potencial vertente para investigações acerca da utilização de indicadores no campo da performance, comprimindo palavras-chaves ausentes como "technical" e "tactical".

Almeida, L. M. de O. M. de. (2010). Perfil psicológico de prestação, orientações cognitivas e negativismo do futebolista português [Dissertação de Mestrado]. Universidade de Trás-os-Montes e Alto Douro. Almulla, J., & Alam, T. (2020). Machine Learning Models Reveal Key Performance Metrics of Football Players to Win Matches in Qatar Stars League. IEEE Access, 8, 213695–213705. https://doi.org/10.1109/ACCESS.2020.3038601 Alzubi, J., Nayyar, A., & Kumar, A. (2018). Machine Learning from Theory to Algorithms: An Overview. Journal of Physics: Conference Series, 1142, 012012.