"Robocoaches": ¿cuál será el primer equipo dirigido por computadoras?

Yo, Robot. Lo que era una reflexión filosófica en libros y películas de ciencia ficción está más cerca. Después de firmar contrato con Liverpool, Serguei Beloussov, CEO de Acronis, la empresa encargada en ciberseguridad y almacenamiento de datos en la nube, lo describió como recorrido inevitable. "Ya se mejoró el entrenamiento y la recuperación de los jugadores. Ya se modificaron estrategias de juego. Podemos crear entrenadores robotizados. En el futuro no se necesitarán entrenadores para ganar. Los datos serán el entrenador definitivo", vaticinó. Existiría, entonces, un administrador de datos. ¿Qué equipo será el que inaugure la era de los "robo-coachs"?

Todos los deportes pusieron en práctica el uso de las estadísticas avanzadas y el básquetbol es uno de los que entró con más fuerza en la moda. Tanto que modificó su estilo de juego. Un mapa de calor con los tiros intentados en cualquier partido hoy y hace cinco años, mostrará con claridad que ahora los lanzamientos cerca del aro y de tres puntos, ocupan casi todas las ofensivas de los equipos. El middle-range o tiro de media distancia, tiene muy pocos intentos; es apenas para especialistas. En estos playoffs de la NBA se puede ver ejecutar ese tiro a Seth Curry y Anthony Davis con excelentes resultados. Pero son las excepciones.

La inteligencia artificial determinó que entre un lanzamiento de cuatro metros y otro de 7,25m, la alternativa tiene que ser inclinarse por el de mayor valoración. La lógica indica que estar más cerca permite un mejor porcentaje de aciertos. Pero la diferente valoración, entre un tiro de dos o uno de tres puntos, hace que el triple sea una opción más provechosa dentro de los registros porcentuales.

Si se observa ese aspecto del juego, los programas no se equivocaron. La evolución es fantástica. Los marcadores son más elevados y los jugadores tienen cada vez mayor efectividad. La reflexión que sigue a esta argumentación es: ¿puede la inteligencia artificial hacer mejor a un jugador?

Damian Lillard, formidable base de Portland, volvió a instalar el tema con fuerza. Desarrolló un rango de tiro que hace un tiempo hubiera parecido disparatado. Algo similar a lo que ya vimos con Stephen Curry. Capaz de tirar de 10 metros con la misma capacidad de embocar que si lo hiciera de 7,25m.

En el básquetbol argentino, que supo tener en otra época una tradición de juego de conjunto, rotación de balón y posesiones largas hasta encontrar el mejor lanzamiento, el primer impacto sobre esta modalidad generó rechazo. Lillard ejecuta sus lanzamientos con pocos segundos de posesión, lo que le permite encontrar a sus marcadores entre distraídos y sorprendidos. ¿Ese es un buen tiro?, ¿es una decisión buena o mala?

La respuesta la da Big Data: Lillard lanzó en la actual temporada 130 lanzamientos de más de 30 pies (9,10 metros). Y acertó 54, lo que le da un porcentaje de 41,5% de aciertos. Para ponerlo en términos más contundentes, tira apenas cruza la mitad de la cancha. Sus porcentajes superan incluso a jugadores especialistas en triples que lanzan desde los 7,25. Es, sin duda, un buen tiro.

Pero lo que más intriga genera es saber cómo un ser humano llegó a ese nivel de confianza. Naturalmente, el talento es decisivo. Detrás de eso, hubo un sistema de inteligencia artificial que lo alentó a repetirlo. ¿El sistema pudo eliminar la duda? La toma de decisiones de un jugador en un deporte de conjunto involucra demasiados aspectos. Los nervios a la hora del acierto o el error pueden jugar un papel decisivo. El que intentaba algo poco probable o que desafiaba la lógica, podía ser observado como egoísta.

Hoy, la frialdad de los números se trasladó a muchos jugadores, como si eso hubiera provocado un aumento en la confianza. El programa dice que hay que tirar, no hay porqué tener miedo. ¿Pueden los jugadores lanzar con más soltura, sabiendo que ahora comparten la responsabilidad con una computadora? Incluso el entrenador podría usar ese argumento como una excusa ante una derrota. Al fin de cuentas, podría sólo pedirles a los jugadores hacer lo que la inteligencia artificial ordenó.

Silvio Santander, actual entrenador de San Lorenzo y con una larga trayectoria de colaboración en la selección nacional, sin embargo, advierte. "Es posible. Al jugador puede favorecerlo en el tiro bueno. Lo toma con confianza, está aprobado por todos. Pero también le pueden decir que en determinados sectores de la cancha el tiro no es bueno. Si el programa te muestra que sos bueno tirando de frente pero no desde las esquinas, también puede influir en la pérdida de confianza cuando tira desde los costados".

Mientras haya personas, habrá toma de decisiones. No es la Play Station, son personas. Cada uno va a tomar la decisión que quiere.

Al hablar del tema de las estadísticas avanzadas, lo hace con mucho entusiasmo. Se nota que valora la herramienta, pero siempre en su justa medida. "Los extremos son malos. Si la estadística es el único dato que el jugador recibe, no es bueno. Hay muchas otras cosas. Supongamos que un jugador lleva 1 de 7 en tiros y otro está con 4 de 5. Se juega la última bola para definir un partido. El programa decidiría que tire el que está mejor. Pero el técnico conoce a los jugadores y sabe más cosas sobre la confianza y la personalidad. Y puede resultar una mejor decisión darle la pelota al que ese día había fallado más. Ya se está hablando de los robo-coachs, pero a mí no me gustaría convertirme sólo en eso".

Germán Diorio es un psicólogo especializado en deportes y que tiene mucha experiencia en el básquetbol, amplía la idea. "Hay cuestiones que los números no contemplan -aclara-. Porque el factor psicológico, el nivel de confianza en general y el del día del partido son variables. La clave está en la convicción del jugador. Andrés Nocioni contó mil veces lo de la semifinal que pierde la Argentina con España en el Mundial 2006 con el último tiro suyo que no entró y definió el partido. Era un tiro de 50% de posibilidades. Hay gente que erra ese tiro y no lo toma nunca más. Es la confianza. Nocioni volvió a tirarlo, como pasó en los Juegos de Río de Janeiro en 2016, con otro resultado (N. de la R.: la Argentina le ganó a Brasil gracias a ese acierto de Nocioni)".

Hay otros aspectos en los que la estadística influye. "Desde que aparecieron las estadísticas avanzadas el jugador empezó a cambiar su perspectiva del juego -profundiza Diorio-. Sobre todo en los lanzadores. Los jugadores necesitan de los números para tener un mejor contrato en la temporada siguiente. La promoción en la prensa del promedio de puntos y de los rebotes era lo que marcaba la tendencia antes, no importaban los porcentajes. Ahora importa todo. Avanza el concepto y avanza el cambio en la evolución de los jugadores que piensan más en eso. Algunos logran superar esa barrera y toman mejores decisiones, incluso con menos tiros y mejores porcentajes. Otros sufren un ‘piquete psicológico’, se bloquean. Hay quienes piensan: ‘si tiro uno más, me baja el porcentaje y se me puede caer la plata’. Tiene que ver con la confianza y cómo trabajan en esa confianza".

Big data, su influencia y el "small ball"

¿Qué tanto influye Big Data en las decisiones de los basquetbolistas? "La mayoría de los jugadores no les prestan tanta atención a las estadísticas avanzadas -profundiza Santander-. Scola sí, sabe todo. Pero la mayoría no, es más una herramienta del cuerpo técnico. Lo que los jugadores miran, sí, es el shot chart (N. de la R.: el sector exacto en el que ejecutó cada tiro), porque se interesan por saber cuál es la posición más conveniente para ellos".

La herramienta puede ser tan provechosa como perjudicial si desde los cargos gerenciales no se la utiliza adecuadamente. Lo explica Diorio: "Me tocó trabajar con un jugador extranjero que quería asegurarse el doble-doble (N. de la R.: sumar 10 o más en puntos y rebotes) en los primeros diez minutos del partido. El club le firmó un contrato por el que cobraba una bonificación cada vez que lograba el doble doble. Entonces jugaba para él y no para el equipo. Si ya tenía los puntos, tiraba a errar para agarrar su propio rebote y ajustar la estadística. Después de tener el número, empezaba a hacer las cosas bien con sus compañeros. Pero empezamos a perder. Hubo que convencerlo de que era capaz de lograr esos números jugando en equipo".

La idea de los robo-coachs no le resulta factible a Diorio. "Mientras haya personas, habrá toma de decisiones. Siempre hay que trabajarla. Lógicamente, el mercado tiene un producto y lo quiere vender. Se exageran situaciones. Los números pueden ayudar, pero el tema es cómo entrenás esa toma de decisiones. Si un entrenador le llena la cabeza a un jugador con información, le pide que haga siempre lo que él quiere, puede bloquearlo. Es un modelo de aprendizaje que se da en todas las divisiones. Hay que ver cómo ingresa la psicología en esa adaptación, cómo se asimilan las estadísticas y encontrar la forma de que esos bloqueos no te limiten. No es la Play Station, son personas. Cada uno va a tomar la decisión que quiere".

La inteligencia artificial cambió el básquetbol, no hay duda. Los Rockets, por ejemplo, apostaron con fuerza. Se desprendieron de todos sus jugadores grandes. No tienen más pivotes y juega con cinco hombres abiertos para conseguir tiros de tres puntos. El Small-ball. Pero nada es definitivo. "Está de moda ese juego, el que Houston más desarrolló y que también hizo Golden State. Pero todavía no vimos el contra-movimiento. Lo que sigue es que se tiene que desarrollar la estrategia para neutralizar ese estilo". La evolución, como aclara Santader, es permanente. ¿Cuál es la mejor idea para contrarrestar ese juego? Los entrenadores ya lo deben estar pensando. La IA ofrecerá decenas de estrategias. Por ahora, un director técnico humano diseñará lo que cree que es la mejor forma. Analizará esas ofertas de machine learning, pero todavía es él quien tomará la decisión final. En el mundo de Big Data, esto recién empieza.