![](https://www.estadao.com.br/resizer/v2/DMWOZQHHJVKQLERM3QPJH6A7E4.jpg?quality=80&auth=e59833f5ea92607fd4a273e64ddd51c1710c6ad318ad6aad12138b777ebc5b82&width=380 768w, https://www.estadao.com.br/resizer/v2/DMWOZQHHJVKQLERM3QPJH6A7E4.jpg?quality=80&auth=e59833f5ea92607fd4a273e64ddd51c1710c6ad318ad6aad12138b777ebc5b82&width=768 1024w, https://www.estadao.com.br/resizer/v2/DMWOZQHHJVKQLERM3QPJH6A7E4.jpg?quality=80&auth=e59833f5ea92607fd4a273e64ddd51c1710c6ad318ad6aad12138b777ebc5b82&width=1200 1322w)
Por muito tempo, contratações de jogadores de futebol passaram pelo aval de “olheiros”, gente com conhecimento suficiente para separar os craques dos pernas de pau. A partir da década de 90, parte dessas avaliações deixaram de ser feitas diretamente dos estádios e passaram a acontecer por vídeos em fitas VHS. Nas décadas seguintes, vieram os DVDs e vídeos no YouTube. Agora, o próximo ídolo do seu time já pode ser escolhido por robôs.
Na última década, a produção de dados sobre uma partida de futebol explodiu: firmas privadas, ligas, associações e os próprios clubes passaram a gerar um volume gigante de informações. Agora, times, federações e empresários tentam encontrar sentido nos dados por meio de inteligência artificial (IA). É um garimpo que nem sempre acontece dentro dos clubes. Parte desse trabalho vem sendo realizado por consultorias especializadas - uma das aplicações mais procuradas para os algoritmos é o de contratação de novos atletas.
Não é para menos: com os custos cada vez mais elevados em transferências, a chegada de um novo atleta ganha importância não apenas esportiva, mas também econômica. Ela precisa ser certeira. “Temos uma plataforma que é uma espécie de Google para contratações”, diz ao Estadão Salvador Carmona, fundador da consultoria espanhola Driblab.
Formado em economia pela Universidade do Arizona (EUA), o executivo desenvolveu uma ferramenta que recebe dados de partidas e jogadores e faz sugestões de contratações baseadas naquilo que os clubes procuram - a interface é tão simples que lembra a de um jogo de videogame. Os jogadores podem ser sugeridos com base na performance em determinados atributos ou na possível adaptação a certos esquemas táticos. A IA também pode sugerir atletas por seu potencial econômico.
“Em 2017, o Watford (clube da primeira divisão inglesa) nos procurou querendo um jovem atacante que também tivesse potencial econômico. O algoritmo fez algumas sugestões. O primeiro nome da lista era um atacante belga e o negócio não andou. O segundo era o de Richarlison”, conta Carmona. Então no Fluminense, o centroavante brasileiro foi contratado por € 12,4 milhões. Na temporada seguinte, o Watford vendeu Richarlison por € 40 milhões ao Everton.
Para quem acompanha de fora, a trajetória do atacante brasileiro pode ter sido apenas um golaço acidental da ciência de dados. Porém, predizer o sucesso de novos craques por meio de IA vem se tornando fundamental para muitos clubes. O Liverpool, por exemplo, está colaborando com a DeepMind, empresa “irmã” do Google, para o desenvolvimento de algoritmos sofisticados que aumentem o grau de previsibilidade de um esporte no qual acontecimentos aleatórios existem em maior volume do que comparado a esportes com eventos mais estruturados por partida, como basquete, beisebol e futebol americano.
Com os algoritmos da DeepMind, seria possível prever o tipo de movimentação no campo de diferentes atletas caso aconteça um único lançamento para o campo de ataque. “Uma partida de futebol gera entre 10 mil e 12 mil linhas de código com milhares de pontos de informação, então a IA ajuda a tomar decisões importantes”, diz Carmona.
Bicho difícil
“Contratação é o bicho mais difícil do mundo. Você pode contratar o ‘Kaká’ para o seu time, mas ele pode não se adaptar ao clube, à cidade e aos colegas. E daí danem-se as valências", afirma Daniel de Paula Pessoa, ex-diretor de futebol do Fortaleza.
Na temporada de 2020, Pessoa trouxe a Driblab para ajudar o departamento de análise de dados do clube. Após alguns meses de experiência, considera que a IA pode ser uma ferramenta importante, mas que está longe de superar o olho humano. “Se você olhasse só os dados do Romário, você jamais traria ele para o time, mas uma contratação vai além”, diz. Os especialistas concordam que ainda há um longo caminho para a “IA boleira”.
“O futebol está num estágio de uso de dados e algoritmos em que grandes empresas estavam 20 anos atrás”, explica AJ Swoboda, diretor para as Américas do Twenty First Group. O executivo trabalhou nos anos 2000 em uma empresa que usava dados e análise estatística para ajudar empresas a tomar decisões - entre os clientes estavam Coca-Cola, Walmart e Starbucks. Durante a década passada, ele percebeu que poderia aplicar os mesmos princípios ao futebol.
“Há bastante espaço para o desenvolvimento. O futebol é um esporte bastante caótico no curto prazo. Mas, no médio e no longo prazos, é possível fazer previsões. Isso é o que nos interessa”, diz ele. Em vez de uma plataforma ampla, a Twenty First desenvolve projetos personalizados para clubes e federações com o objetivo de aumentar o grau de efetividade.
![](https://www.estadao.com.br/resizer/v2/5RMABD3SQFO4TBGJSZAMADUYUY.jpg?quality=80&auth=c20b46af749d6f5304160ba2825fcb1131e5286d31afd206756d2cd8b2de1832&width=380 768w, https://www.estadao.com.br/resizer/v2/5RMABD3SQFO4TBGJSZAMADUYUY.jpg?quality=80&auth=c20b46af749d6f5304160ba2825fcb1131e5286d31afd206756d2cd8b2de1832&width=768 1024w, https://www.estadao.com.br/resizer/v2/5RMABD3SQFO4TBGJSZAMADUYUY.jpg?quality=80&auth=c20b46af749d6f5304160ba2825fcb1131e5286d31afd206756d2cd8b2de1832&width=1200 1322w)
Química
Mesmo com jeito de craque promissor, a IA ainda navega por funções bem menos empolgantes dentro do futebol, como automação de tarefas. “Estima-se que um analista humano gaste até oito horas para gerar informações sobre uma única partida. Os algoritmos tentam reduzir esse tempo para até duas horas”, conta Floris Goes, cientista de dados da firma SciSports, consultoria holandesa que tem entre os clientes a liga do país.
A empresa também tem uma plataforma que agrega dados de diferentes fontes, como firmas de dados e os próprios clubes, para que seus clientes possam fazer contratações mais assertivas. Para o futuro, a ideia é ir além daquilo que o histórico do atleta tem a dizer.
“Estamos trabalhando para que o nosso algoritmo possa predizer o nível de sucesso de um jogador que sai de um campeonato para jogar em outro, com estilos e níveis de competitividade diferentes. Por exemplo, qual será a performance de um jogador que vai bem no Brasileirão ao se transferir para a Inglaterra? Isso ainda não é feito”, conta Goes, que, durante seu PhD em esportes e ciência de dados pela Universidade de Groningen, passou três meses em Campinas em um projeto com a Unicamp. Por aqui, assistiu a partidas de Ponte Preta, Flamengo e dos clubes paulistas da capital.
Essa não é a única tentativa da SciSports de ampliar o escopo de sua IA. A empresa já apresentou um estudo no qual tentava montar um modelo matemático capaz de prever a “química” entre atletas. Ou seja, a IA seria capaz de detectar o Bebeto de cada Romário. Dessa maneira, os clubes poderiam contratar nomes com características complementares independentemente da fama. É o oposto daquilo que o Real Madrid fez ao montar o time de galáticos nos anos 2000. A pesquisa não foi incorporada à plataforma da empresa, mas mostra as possibilidades para o futuro.
“Algoritmos para a combinação de jogadores é um desafio, pois depende de estilos de jogo e preferências do técnico”, conta Rodrigo Picchioni, gerente de análise do Atlético Mineiro. Há seis meses, o clube mineiro inaugurou um departamento para a utilização de dados e IA. “É muito difícil, por exemplo, criar um modelo matemático que consiga identificar boas ações defensivas. Muitas vezes, um bom zagueiro não precisa pegar na bola para ser um bom jogador”, diz.
![](https://www.estadao.com.br/resizer/v2/DS23VCO3IFN43CJ7QOKIOLN6NQ.jpg?quality=80&auth=855495816be500f6e520ec2cf252d2be0734d0014b1eb30a7bc6d185a9bb120f&width=380 768w, https://www.estadao.com.br/resizer/v2/DS23VCO3IFN43CJ7QOKIOLN6NQ.jpg?quality=80&auth=855495816be500f6e520ec2cf252d2be0734d0014b1eb30a7bc6d185a9bb120f&width=768 1024w, https://www.estadao.com.br/resizer/v2/DS23VCO3IFN43CJ7QOKIOLN6NQ.jpg?quality=80&auth=855495816be500f6e520ec2cf252d2be0734d0014b1eb30a7bc6d185a9bb120f&width=1200 1322w)
Capitão
Com o avanço da IA, clubes de futebol em todo o mundo começam a atrair um perfil pouco comum ao mundo da bola: matemáticos, estatísticos, engenheiros de dados e programadores. Ian Graham, nome mais famoso na fronteira entre a bola e a IA, é um físico da Universidade de Cambridge. Ele é o chefe do departamento de dados do Liverpool e leva parte dos créditos pelo projeto que levou o clube a títulos como a Liga dos Campeões e a liga inglesa.
No Brasil, isso também já acontece. “Recentemente, o Inter contratou um profissional especializado em ciência de dados para, além de receber as informações, também analisar e interpretar os dados”, conta Caco Sobrinho, coordenador do setor de captação e análise do Inter-RS. Desde novembro de 2019, o clube gaúcho trabalha também com os dados da Driblab.
“Todos os clubes grandes terão departamentos especializados em dados e IA. Aqueles que não puderem estruturar grandes equipes terão os serviços de consultoria”, lembra Carmona. No geral, porém, todos ainda acreditam no papel do observador humano para tomar a decisão final sobre o próximo camisa 10 do seu time. O futebol, afinal, tem muitos detalhes que passam despercebidos pela máquina. E como já dizia a canção: bola na trave não altera o placar.