האם דטרמיניזם דיגיטלי בספורט נוער עלול לעצב קריירות מוקדם מדי?

שובר חדשות: פורסם לפני 3 שעות
מחקר ישראלי מזהיר: בינה מלאכותית בספורט נוער, שנבדקה במדינות כמו ישראל, יפן ואל סלבדור, עלולה להגדיר כישרון באופן מוקדם מדי, ולהטמיע הטיות.

ירושלים, 7 ביוני 2026 (TPS-IL) – לקראת פתיחת מונדיאל 2026 ביום חמישי, חוקרים ישראלים מזהירים כי שינוי טכנולוגי שקט יותר כבר מעצב מחדש את עתיד הכדורגל: מערכות בינה מלאכותית המשמשות יותר ויותר לדירוג, ניתוח וחיזוי הפוטנציאל האתלטי של ילדים.

מחקר ישראלי בחן כיצד בינה מלאכותית חורגת מניתוח ביצועים לכיוון עיצוב שיפוטים ארוכי טווח לגבי יכולת אנושית מגיל ינקות. הממצאים, שפורסמו בכתב העת המדעי Big Data and Cognitive Computing, מזהירים שככל שאלגוריתמים יעבדו יותר ויותר נתוני ביצועים של נוער, הם לא רק יוכלו להעריך כישרון ביעילות רבה יותר, אלא גם יתחילו להגדיר אותו מוקדם מדי – מה שעלול להטמיע הטיות ולצמצם הזדמנויות הרבה לפני שהשחקנים מגיעים לרמות מקצועיות.

לקראת הטורניר, פיפ"א הודיעה על שותפות עם חברת הטכנולוגיה לנובו לפיתוח פלטפורמת Football AI Pro, מערכת מתקדמת לניתוח טקטי והערכת ביצועים המבוססת על מיליוני נקודות נתונים, ניתוח וידאו, הדמיות תלת-ממדיות וסימולציות למידת מכונה.

פיתוחים דומים מתרחשים ביוזמות מקבילות כמו שיתוף הפעולה של אינטל עם הוועד האולימפי הבינלאומי על מערכות זיהוי כישרונות מבוססות בינה מלאכותית. בעוד שחלק מהכלים הללו כבר נבדקים או מיושמים במדינות כמו ישראל, יפן ואל סלבדור, אחרים עדיין בשלבים מוקדמים של יישום.

על פי המחקר, בהובלת פרופ' עופר עזר מאוניברסיטת בן-גוריון וד"ר אליהו מורגולב מהמכללה האקדמית קיי בבאר שבע, השינוי המשמעותי ביותר אינו רק אנליטיקה משופרת, אלא הופעתה של מעקב רציף, מבוסס נתונים, אחר ספורטאים צעירים. מערכות צילום אוטומטיות, חיישנים לבישים וסרטוני אימון שהוקלטו עצמית מאפשרים כעת ללכוד, לאחסן ולנתח את ביצועי הילדים לאורך זמן, ויוצרים רישום דיגיטלי קבוע מגיל צעיר.

בענפי ספורט אולימפיים, כדורסל, בייסבול וטניס, בינה מלאכותית משמשת יותר ויותר לזיהוי והערכת כישרון אתלטי מגיל צעיר. תוכניות פיתוח אולימפיות משתמשות בפרופיל ביומטרי וסימולציות ביצועים כדי להפנות ספורטאים לענפים מתאימים, בעוד שמערכות כדורסל וטניס מסתמכות על נתוני מעקב, ניתוח וידאו ומדדי תנועה להערכת פוטנציאל ארוך טווח. בייסבול מיישם באופן דומה מודלים מבוססי נתונים להערכת מבטיחים לאורך כל צינורות הפיתוח שלהם, תוך שימוש במאגרי נתונים היסטוריים גדולים של ביצועי שחקנים.

בכל הענפים הללו, הדפוס המשותף הוא מעבר מהערכה לטווח קצר של ביצועים לחיזוי אלגוריתמי לטווח ארוך של פוטנציאל המבוסס על נתונים שנאספים באופן רציף מספורטאים צעירים יותר ויותר.

מאבק ב"דטרמיניזם דיגיטלי"

החוקרים מתארים התפתחות זו כ"דטרמיניזם דיגיטלי", שבו נתוני ביצועים מוקדמים מתחילים לעצב ולהגביל הזדמנויות עתידיות. לאחר שנשמרו, מדדים מילדות עשויים להשפיע על אילו שחקנים יקבלו תשומת לב אימונית, הזדמנויות סינון או מימון, ובכך יהפכו מדידות מוקדמות למסננים ארוכי טווח לקריירות אתלטיות.

ממצא מרכזי של המחקר הוא כיצד הטיות יכולות להיכנס למערכות אלו בעקיפין. גם כאשר אלגוריתמים שוללים תכונות רגישות כמו מוצא אתני או הכנסה, הם עדיין עשויים לשכפל אי-שוויון באמצעות משתני פרוקסי כמו בית ספר, מיקום גיאוגרפי או מבנה משפחתי. אותות אלו, הנשאבים מדפוסי הצלחה היסטוריים, יכולים להטמיע פערים סוציו-אקונומיים במערכות שנראות אובייקטיביות.

פלטפורמות סינון כבר מרכזות צילומי וידאו, אירועי משחק וסטטיסטיקות ביצועים על פני קבוצות גיל וליגות מרובות. מערכות למידת מכונה מזהות לאחר מכן דפוסים הקשורים לביצועים עילית, בעוד שאנליסטים מיישמים מסננים כמו גיל, עמדה ורמת תחרות. עם זאת, מכיוון שמערכות אלו מאומנות על "הצלחה" היסטורית, הן לעיתים קרובות יורשות הטיות שהוטמעו בהחלטות אימון ובחירה קודמות, אמרו המדענים.

המחקר גם מדגיש לולאת משוב מחזקת: ספורטאים שזוהו מוקדם על ידי אלגוריתמים נוטים יותר לקבל אימון וחשיפה מעולים, מה שמשפר את נתוני הביצועים שלהם, מה שבתורו מחזק את החיזוי המקורי של המערכת. לאורך זמן, דינמיקה זו עשויה לצמצם ולא להרחיב את הגישה להזדמנויות.

מעבר למדדי ביצועים, החוקרים מזהירים כי איסוף נתונים עשוי להתרחב בסופו של דבר אל מחוץ למגרש. מערכות בינה מלאכותית עשויות לשלב פעילות ברשתות חברתיות, סיקור חדשותי ומידע ציבורי אחר כדי לבנות פרופילים רחבים יותר של ספורטאים צעירים, מה שמעלה חששות פרטיות ושאלות לגבי השימוש ארוך הטווח בנתוני ילדות.

"המציאות מראה שספורט תחרותי מקדש הישגים תחרותיים מעל הכל, אפילו על חשבון ערכים אחרים," אומר ד"ר מורגולב. "ספורט תחרותי הוא זירה ייחודית וקיצונית המסתמכת על נתונים פיזיים יוצאי דופן לצד נחישות, חוסן ומוטיבציה. שילוב ש, במקרה הטוב, מאפיין רק אחוז אחד מהאוכלוסייה."

פרופ' עזר מוסיף: "הגיע הזמן לחשוב יחד כחברה על מקומן ומידת האוטונומיה שאנו מוכנים להעניק לאלגוריתמים בצילום, דירוג, חיזוי וקביעת מסלול ההתפתחות של הדור הבא, כאשר ספורט תחרותי אינו רלוונטי לרוב המכריע שלהם," מזהיר כי יש לאפשר לילדים להתפתח במסגרת תומכת אנושית ולא להיות מוגדרים מוקדם מדי על ידי ציונים אלגוריתמיים.

נושאים קשורים