En realitetssjekk med kunstig intelligens

• Av Anders Romsøy Johansson
  Artikkelen er hentet fra Fotballtreneren nr. 1/2025

Det er alltid noe nytt å glede seg til ved Cupfinaleseminaret. Enten det er nye og spennende foredragsholdere eller fotballprofiler som kommer på besøk, eller om det er strukturelle endringer i programmet. I 2024-utgaven av seminaret var det flere av sistnevnte. En av dem omhandlet dybdeløpene, hvor deltakerne i år fikk muligheten til å ta en enda mer aktiv rolle enn tidligere. På fredagen ble det nemlig satt opp flere workshoper, hvor trenerne fikk brukt sine små grå og sin kompetanse på ulike fagfelt – og på ulike måter, avhengig av hvilken workshop en deltok på. 

En av workshopene omhandlet en side av fotballen som bare blir større og større, særlig i toppen av industrien: Analyse. 

Fra sjakk til fotball

Undertemaet illustrerer også hvor omfattende og avansert dette emnet begynner å bli. For gjengen som hadde meldt seg på skulle nemlig få lære om hvordan kunstig intelligens – eller AI – har påvirket mulighetene innen analysesfæren. Fredrik Vold, analyseansvarlig på Norges kvinnelandslag og for ungdomslandslagene, var kursholder sammen med Eirik Kjønø, topptrenerutvikler i Norges Fotballforbund. 

Workshopen ble introdusert med aktualisering av tematikken og en påfølgende presentasjon av hva AI faktisk er (enkelt forklart). Deltakerne fikk en kjapp historietime med en video, som blant annet inneholdt eksempler fra brettspillenes verden. AI-program som Deep Blue og AlphaZero har bevist det utrolige potensialet til kunstig intelligens i spill som sjakk. I kampen mellom mann og maskin har sistnevnte for lengst gått av med seieren. Utviklingen har gått i et forrykende tempo. Og selv om det er morsomt å måle krefter mot den kunstige intelligensen, er det heldigvis mye nyttig den brukes til for å hjelpe oss, også. Blant annet i fotballen.

AI fra A til Å

For etter introduksjonen og videosekvensen la den teoretiske ferden til kai ved de viktigste spørsmålene: Hvordan blir AI brukt i fotballen nå, og hva kan den brukes til?  
  – Det finnes ulike nivåer av AI, men det brukes mer og mer, forklarte Fredrik Vold, og viste et diagram som viste nettopp hva slags nivå av AI som finnes i dag. Fra selve konseptet Artificial Intelligence ytterst til ChatGPT – AI i noe av sin mest avanserte form helt innerst.

Ifølge Vold har AI hos dem fått sin plass i det aller meste. I dag er AI faktisk involvert i hele rekka, fra motstanderanalyse til utforming av spillestil og kampplan, og deretter videre inn i filming-, analyse- og datainnsamling etter kamp. Fra den første motstanderanalysen og til kamprapportene og evalueringene Vold og co. kan ta ut etter kampslutt, har kunstig intelligens spilt en rolle. 

Enkle, omfattende beslutningstre

Vold tok det trenerbaserte publikummet med på to «use caser», for å eksemplifisere bruksområdene og for å forklare hva som egentlig foregår. I den ene casen viste han hvordan vi kan bruke AI til å utforske heuristikker i spillet, f.eks. hvordan vi kan koble opp sjanseskaping mot andre definerbare hendelser i kampen. Som at man kommer inn i mellomrom sentralt først. Gjennom sine beslutningstre, hvor AI sender informasjonen gjennom en rekke spesifikke JA/NEI-spørsmål, ender den opp med en omfattende katalogisering av lagenes involvering. Dette er selvsagt en altfor enkel forklaring, men de fremmøtte trenerne fikk være med på reisen dypere inn i AI-analysens verden. 

I den første use casen ble det vist hvordan AI kan brukes til analyse av eget lag. Vold og damelandslaget bruker, ikke overraskende, video til det aller meste. Vold viste hvordan de bruker moderne kamerateknologi i både trening og kamp til å kunne måle alt fra antall medspillere i boksen til hvor ofte venstrebacken knytter skolissa i løpet av ei økt (nesten). Dagene der man filmet økter med manuelle kamera der man måtte ha en kameramann til å få linsa til å følge ballen er borte, i alle fall for dem vi bruker som eksempel i denne artikkelen. 

X- og Y-koordinater av spillerne

Videoene deres blir sendt til Frankrike og tolket av kunstig intelligens gjennom en samarbeidspartner. Når Vold og co. får dem tilbake, kan dataene fortelle mye. Langt mer enn mange ser for seg. Gjennom en tolkning av spillernes X- og Y-koordinater på banen samt fart på bevegelse, kunne AI også gi en grafisk illustrasjon av «pitch control» – hvilke spillere kontrollerer hvilke rom, og hvordan blir da den totale kontrollen til laget over f.eks. sentralt mellomrom eller sidekorridorene. Vold viste denne illustrasjonen, som viste hvordan man kunne miste kontrollen på visse rom i et 4-4-2-forsvar mot et angrep i en 3-1-6-lignende struktur. Han refererte til hvordan Pep Guardiola så på dette med å kontrollere banen ved å pinne motstanderne tilbake og finne de som er ledige i store rom på kantene. Et annet eksempel ble vist av høyt press og hvordan pitch control endret seg drastisk sammenlignet med lavere press.  

Satte trenerne i arbeid

Da den introduserende foredragssekvensen fra Vold var ferdig, ble workshopen etter hvert brutt opp med en gruppeoppgave. Dette var et nytt use case, hvor fokuset nå gikk på hvordan man kunne bruke AI til å analysere motstanderen, og ikke bare seg selv. Her måtte trenerne først selv bruke sine analytiske evner. De skulle få se hvor langt kunnskapen og kompetansen deres strakk – målt opp mot AI, naturligvis. For etter en drøy time med gjennomgang av landslagskamper på kvinnesiden og engasjerte diskusjoner innad i gruppene, skulle hver gruppe presentere funnene sine. Vold viste eksemplene gruppene hadde funnet på storskjerm.  

Etter at alle gruppene hadde vært gjennom og menneskene i rommet var tålelig enig om det som var presentert og at det ikke var stort å legge til, viste Vold deretter hva programvaren med AI hadde å si om de akkurat samme kampene (og noen til, i et litt større datamateriale, vel å merke). Heldigvis for stoltheten til de fremmøtte, var AI enig med funnene trenerne hadde gjort på den gode, men ikke så veldig gamle måten. 

Får annen info nå

Med gruppeoppgaven unnagjort fortsatte Vold med noen flere eksempler. Med bruk av AI kan man definere hvilke rom som ser ut til å være viktigst å angripe når man møter en motstander. Her brukte han bilder fra forberedelsene til en kamp mot Finland, der de blant hadde sett – gjennom AI-modellen – hvilke situasjoner Finland generelt sliter mest med å forsvare. Dermed kunne spillerne forberede seg på hvilke rom de burde angripe. Norge spilte uavgjort, men et av målene var som tatt ut fra deres forhåndsanalyse.
  – Nå er det ikke lenger bare tall på f.eks. antall pasninger som måles, men heller at man ser på hvilke rom som avgis og hva lag og enkeltspillere gjør i ulike faser. Dette fordi man får mer kontekstuelle data av spillet og spillerne nå enn tidligere, forklarer Vold. 

Vold tok også deltakerne gjennom informasjonen de hadde fått i etterkant, og lærte det lydhøre publikummet litt om hvordan de bruker flere variabler i modellen til å kunne vekte momentum i ulike deler av kampen. Pasninger inn i boksen teller mer enn pasninger på egen halvdel, og mål teller mer enn førstnevnte igjen – for å ta noen eksempler.

Tror på vekst

Selv om de heldige fremmøtte traff ganske bra på sine observasjoner da de fikk prøvd seg, var det nok fremdeles en del som ble overrasket og imponert over hvordan datamaskinen hadde kommet til sine konklusjoner. Og alt annet den hadde kommet frem til. Og hvordan den hadde kommet frem til det.  

Om AI traff presist med sine analyser, var ikke Eirik Kjønø noe særlig lenger fra bulls eye med sin oppsummering til slutt:
  – Jeg håper dere satte pris på å få en topp referanse på analyse, og jeg håper noen av dere fikk en følelse av: «Hva pokker er det han prater om nå?», sa han etter at Vold var ferdig med presentasjonen og noen påfølgende spørsmål.
  – Ut av 730 påmeldte trenere på seminaret er det 20 stykker som deltar på analysedelen her. Om fem år skal jeg vedde på at det er en del flere. Dette er en side av spillet som har vokst raskt de siste årene, og det kommer til å bli enda mer av det i årene som kommer, understreket Kjønø. 

• Les også: KI inntar fotballen