Quando l’arbitro diventa un algoritmo: il dilemma dell’intelligenza artificiale nel calcio (So Foot)

Tutto il mondo è paese. E tutto il mondo critica gli arbitri. Quello che un tempo era un semplice errore, oggi è una rapina. Il calcio moderno è profondamente cambiato, essendosi “tecnologizzato” a una velocità vertiginosa. In questo panorama ultra-controllato, l’arbitro rimane paradossalmente uno degli ultimi esseri umani a prendere decisioni. In tempo reale, sotto pressione, e con le proprie emozioni o istinti. Per David Rutambuka, docente e ricercatore di intelligenza artificiale applicata allo sport ed ex arbitro regionale, questa tensione è al centro del dibattito: «Nel calcio ci sono due estremi. Chi vuole rimanere com’era, perché il Dna del calcio è quello di uno sport vivo in cui gli errori sono parte integrante del gioco. E chi è insopportabile vederli, nonostante esistano tecnologie che dovrebbero correggerli». L’arrivo del VAR avrebbe dovuto placare i dibattiti a riguardo, ma li ha semplicemente spostati. Sofoot analizza l’ingresso dell’intelligenza artificiale nel calcio.

“Se il problema sono gli esseri umani, perché non eliminarli e basta? Il calcio utilizza già strumenti basati su algoritmi, visione artificiale e intelligenza artificiale. Ma confondere queste tecnologie con l’intelligenza “pensante” è un errore comune, molto comune. «C’è spesso confusione tra IA e tecnologie tradizionali», spiega Rutambuka, autore di diversi lavori sull’IA nel calcio. «L’IA è una macchina che imita il nostro comportamento e le nostre decisioni usando la matematica, ma non è magicamente intelligente. Senza dati, è inutile». Pertanto, immaginare un arbitraggio completamente automatizzato pone meno un problema tecnico che un problema di significato: «Sostituire completamente l’arbitro con l’IA non è un errore tecnologico, è un errore nella logica stessa del calcio. Automatizzare eccessivamente il gioco rischia di distruggerne l’aspetto vibrante e sportivo, e ci ritroveremmo con una versione di calcio di seconda categoria, quasi un videogioco»”.

“Sulla carta, l’argomentazione a favore dell'”arbitraggio dell’IA” rimane allettante. Una macchina non trema in uno stadio ostile, non compensa inconsciamente una decisione precedente. Non è né un tifoso, né corruttibile, e ancor meno sensibile al contesto. Eppure, questa ricerca di oggettività assoluta si scontra con una realtà più complessa, che Saïd Ennjimi conosce bene: nelle partite reali, alcuni errori passano inosservati (soprattutto quando avvantaggiano una squadra rispetto all’altra)”.

“«Quando vengono commessi errori a favore della parte dissenziente, non li sentiamo. Se vogliamo essere coerenti, devono riconoscere che ci sono anche errori a loro favore», sottolinea l’ex arbitro. In un campionato in cui ogni punto può valere milioni di euro, la tentazione di presentarsi come vittime è forte. Una strategia di comunicazione che inevitabilmente alimenta un clima di sfiducia”.

“In questo caso, l’approccio di David Rutambuka offre una via di mezzo, assistendo l’arbitro anziché sostituirlo: «In alcune situazioni chiave, come cartellini rossi o falli di mano in area di rigore, l’IA può svolgere un ruolo molto più significativo. Attualmente, anche dopo aver esaminato il filmato, l’arbitro può rimanere confuso». L’idea? Utilizzare l’apprendimento automatico per imparare dalle decisioni passate, spiega: «Come quando si acquista un libro su Amazon, con l’etichetta “Chi ha acquistato questo libro ha acquistato anche questo”. Lo stesso principio può essere applicato; l’IA può analizzare un milione di situazioni simili e dire: “Nell’80% dei casi, è stato assegnato un rigore”».

“In termini pratici, l’arbitro manterrebbe la decisione finale. Ma in caso di dubbio persistente, avrebbe un elemento aggiuntivo a sua disposizione. Rutambuka aggiunge: «Anche se l’apprendimento automatico fornisce solo il 50% di precisione, l’arbitro ha almeno uno strumento in più. E se i tifosi sanno che un rigore viene assegnato nell’80% dei casi simili, accetteranno più facilmente la decisione»”

“L’altro ambito chiave per l’IA si trova a monte, ovvero nell’addestramento. «Tutti gli errori vengono registrati e questi dati possono essere utilizzati per addestrare gli arbitri, come nei simulatori per i piloti di aerei. Mostriamo una situazione e chiediamo: “Cosa fai in questo caso specifico?”», spiega Rutambuka. Perché una partita non è solo una questione di accumulo di dati; l’emozione è parte integrante del gioco: lasciare che il gioco continui per evitare un’escalation, calmare un capitano o ammonire un giocatore prima di comminare un rigore… «Un robot non sarà in grado di gestire le emozioni; potremmo ritrovarci con espulsioni a destra e a manca, e il robot diventerebbe quindi il nuovo capro espiatorio», conclude”