Datos de la postura esquelética, menos conmociones cerebrales e impacto en las reglas: cómo la IA generativa está cambiando el deporte y el scouting de jugadores

“Los equipos de la NFL son los que contratan a estos científicos e ingenieros de datos. ¿Para qué los contratan? O, ¿cuál es el propósito del uso de la IA? Menos lesiones, más victorias", nos comenta Julie Souza, líder de la estrategia global de deportes para Amazon Web Services, durante una sesión en el AWS re:Invent 2025.

Newsletter exclusivo para suscriptores

Gisella Salmón selecciona notas exclusivas con un enfoque especializado, cada lunes.

Recíbelo

Lo primero que debemos tener en cuenta es conocer la importancia de la recolección de muchísima data de calidad, gasolina para la IA generativa. De acuerdo a la especialista de AWS, estas son las cifras que se manejan en algunos deportes:

• Un partido de fútbol promedio: alrededor de 3.6 millones de puntos de datos.
• Fútbol americano: aproximadamente, 500 millones de puntos de datos a lo largo de la temporada.
• Un torneo de golf: 53 millones de puntos de datos.
• F1: 1.1 millones de puntos de datos por segundo de los coches.

Con toda esta información, que leída en el párrafo anterior solo muestra grandes cifras, los especialistas en la materia la convierten en datos de valor, que luego son compartidos -varios en tiempo real- a los técnicos y las ligas, quienes la aprovechan para tomar mejores decisiones.

“En la NFL, se recopilan datos a través de chips en las hombreras, así como en el balón. A ello le sumamos otra información, ya que en el espacio de salud y seguridad del jugador se necesita más que datos del centro de masa. Se necesitan datos de la postura esquelética y eso se logra mediante seguimiento óptico o cámaras. Vemos alrededor de 500 millones de puntos de datos, el mismo número, pero por semana, entregados a través de su portal de salud y seguridad del jugador, que es básicamente un gemelo digital de los atletas. Y esa plataforma de salud y seguridad del jugador se proporciona a los 32 clubes”, explica Souza.

Una vez establecido el escenario, se agregan análisis predictivos con el objetivo de ayudar a comprender y alertar a los equipos sobre los jugadores que están en riesgo de lesión para que puedan acercarse a ellos, buscando cambiar sus entrenamientos o lidiar con problemas de manejo de carga. Este nuevo flujo tuvo impacto inmediato: en el primer año que ese portal se puso a disposición de los equipos, el número total de partidos que los jugadores se perdieron por estar lesionados disminuyó en 700 en comparación con temporadas anteriores.

El análisis de datos es como un abanico de posibilidades. Con otra información, la Liga pudo detectar jugadas altamente peligrosas, como la hip drop tackle (tackle de caída de cadera). La acción es cuando un jugador defensivo envuelve sus brazos alrededor de la cintura del atacante rival y cae sobre sus piernas para derribarlo. Ese movimiento estaba causando una tasa de lesión 20 veces mayor que una jugada normal de pase o carrera. Así, haciendo uso de los datos, la NFL lo prohibió.

La responsable en deportes, tecnología y media de AWS brindó otro ejemplo: “También estaba la regla de la patada inicial (kickoff). Era una jugada que comenzaba el partido, teniendo que atrapar la pelota y correr con ella, pero también podías arrodillarte y simplemente no hacer nada, hecho que pasaba la mayoría de las veces. No era una jugada emocionante, la gente no devolvía el balón. Además, estaba causando una promedio de lesión dos veces mayor y una tasa de conmoción cerebral cuatro veces mayor que una jugada normal de pase y carrera. De esta manera, la Liga, con IA y herramientas, simuló 10,000 temporadas de datos para cambiar la regla buscando optimizar dos factores: menor tasa de lesiones y mayor número de devoluciones en la patada inicial. La otra regla que causaba más conmociones cerebrales y también han cambiado, está relacionada a los cascos. Antes en todas las posiciones se usaba el mismo tipo de casco. Ahora tienen cascos específicos para cada posición porque absorben los golpes de manera diferente”.

Si trasladamos el uso de datos e inteligencia artificial al fútbol, uno de los procesos que cambiará será al momento de buscar nuevos jugadores. Más allá de las políticas de los clubes y determinadas éticas, los fichajes tendrán que encajar en un plan general generado por el análisis de información.

“Cada equipo va a tener una línea específica y se preguntará sobre qué jugador encaja mejor en su sistema. Tal vez el club esté buscando a un delantero veloz, pero la data diga que necesita realmente a uno fuerte. Entonces, así podrán usar los datos para el scouting y encontrar a los futbolistas que mejor encajen en su programa”, cuenta Julie Souza.

La profesional estadounidense de Amazon finaliza con una reflexión: “Estos datos ayudan a informar, pero cómo la gente usa los datos y qué preguntas le hacen, eso es específico de cada equipo, de cada entrenador. Lo interesante es que ahora los jugadores han empezado a preguntar sobre sus datos. El PGA Tour (golf) tiene una gran aplicación para sus jugadores, en la que pueden analizar sus swings (golpes) inmediatamente después de su ronda y ofrecérselos con IA, uniéndolo todo. Y ellos quieren verlo para mejorar su juego y estar más cerca de la victoria”.