IA en el fútbol: Investigadores israelíes alertan sobre el «determinismo digital» en el futuro de los jóvenes talentos
Por Pesach Benson • 7 de junio de 2026
Jerusalén, 7 de junio de 2026 (TPS-IL) — Con el inminente inicio de la Copa del Mundo de 2026 este jueves, investigadores israelíes advierten que un cambio tecnológico más silencioso ya está remodelando el futuro del fútbol: los sistemas de inteligencia artificial (IA) utilizados cada vez más para clasificar, analizar y predecir el potencial atlético de los niños.
Un estudio israelí examinó cómo la IA va más allá del análisis de rendimiento para dar forma a juicios a largo plazo sobre la capacidad humana desde la primera infancia. Los hallazgos, publicados en la revista revisada por pares Big Data and Cognitive Computing, advierten que a medida que los algoritmos procesan cada vez más los datos de rendimiento juvenil, no solo pueden evaluar el talento de manera más eficiente, sino también comenzar a definirlo prematuramente, lo que podría incorporar sesgos y limitar las oportunidades mucho antes de que los jugadores alcancen niveles profesionales.
Antes del torneo, la FIFA anunció una asociación con la empresa tecnológica Lenovo para desarrollar la plataforma Football AI Pro, un sistema avanzado para análisis táctico y evaluación de rendimiento basado en millones de puntos de datos, análisis de video, visualizaciones 3D y simulaciones de aprendizaje automático.
Desarrollos similares están teniendo lugar en iniciativas paralelas, como la colaboración de Intel con el Comité Olímpico Internacional en sistemas de identificación de talentos basados en IA. Si bien algunas de estas herramientas ya se están probando o implementando en países como Israel, Japón y El Salvador, otras aún se encuentran en las primeras etapas de implementación.
Según el estudio, dirigido por el Prof. Ofer Ezer de la Universidad Ben-Gurión y el Dr. Ilya Morgolev del Kay Academic College de Beerseba, el cambio más significativo no es simplemente la mejora de los análisis, sino la aparición de un seguimiento continuo y basado en datos de los atletas jóvenes. Los sistemas de filmación automatizada, los sensores portátiles y los videos de entrenamiento autograbados ahora permiten capturar, almacenar y analizar el rendimiento de los niños a lo largo del tiempo, creando un registro digital permanente desde una edad temprana.
En deportes olímpicos como el baloncesto, el béisbol y el tenis, la IA se utiliza cada vez más para identificar y evaluar el talento atlético desde una edad temprana. Los programas de desarrollo olímpico utilizan perfiles biométricos y simulaciones de rendimiento para dirigir a los atletas hacia disciplinas adecuadas, mientras que los sistemas de baloncesto y tenis se basan en datos de seguimiento, análisis de video y métricas de movimiento para evaluar el potencial a largo plazo. El béisbol aplica de manera similar modelos basados en datos para evaluar prospectos en sus canales de desarrollo, basándose en grandes conjuntos de datos históricos del rendimiento de los jugadores.
En todos estos deportes, el patrón común es un cambio de la evaluación a corto plazo del rendimiento a la predicción algorítmica a largo plazo del potencial basada en datos recopilados continuamente de atletas cada vez más jóvenes.
Luchando contra el «determinismo digital»
Los investigadores describen este desarrollo como «determinismo digital», en el que los datos de rendimiento tempranos comienzan a dar forma y limitar las oportunidades futuras. Una vez almacenadas, las métricas de la infancia pueden influir en qué jugadores reciben atención de entrenamiento, oportunidades de exploración o financiación, convirtiendo efectivamente las mediciones tempranas en filtros a largo plazo para las carreras atléticas.
Un hallazgo clave del estudio es cómo los sesgos pueden entrar en estos sistemas indirectamente. Incluso cuando los algoritmos excluyen atributos sensibles como la etnia o los ingresos, aún pueden reproducir la desigualdad a través de variables sustitutas como la escuela, la ubicación geográfica o la estructura familiar. Estas señales, extraídas de patrones históricos de éxito, pueden incorporar disparidades socioeconómicas en sistemas que parecen objetivos.
Las plataformas de exploración ya agregan metraje de video, eventos de partidos y estadísticas de rendimiento en múltiples grupos de edad y ligas. Los sistemas de aprendizaje automático identifican patrones asociados con el rendimiento de élite, mientras que los analistas aplican filtros como la edad, la posición y el nivel de competencia. Sin embargo, dado que estos sistemas se entrenan con el «éxito» histórico, a menudo heredan los sesgos incrustados en las decisiones pasadas de entrenamiento y selección, dijeron los científicos.
El estudio también destaca un bucle de retroalimentación de refuerzo: los atletas identificados tempranamente por los algoritmos tienen más probabilidades de recibir entrenamiento y exposición superiores, lo que mejora sus datos de rendimiento, lo que a su vez fortalece la predicción original del sistema. Con el tiempo, esta dinámica puede reducir en lugar de expandir el acceso a oportunidades.
Más allá de las métricas de rendimiento, los investigadores advierten que la recopilación de datos podría extenderse eventualmente fuera del campo. Los sistemas de IA pueden incorporar la actividad en redes sociales, la cobertura de noticias y otra información disponible públicamente para construir perfiles más amplios de atletas jóvenes, lo que plantea preocupaciones sobre la privacidad y preguntas sobre el uso a largo plazo de los datos de la infancia.
«La realidad muestra que los deportes de competición santifican el logro competitivo por encima de todo, incluso a expensas de otros valores», dice el Dr. Morgolev. «Los deportes de competición son un escenario único y extremo que se basa en datos físicos excepcionales junto con determinación, resiliencia y motivación. Una combinación que, en el mejor de los casos, caracteriza solo alrededor del uno por ciento de la población».
El Prof. Ezer añade: «Es hora de pensar juntos como sociedad sobre el lugar y el grado de autonomía que estamos dispuestos a otorgar a los algoritmos para fotografiar, clasificar, predecir y determinar el camino de desarrollo de la generación futura cuando los deportes de competición son irrelevantes para la gran mayoría de ellos», advirtiendo que los niños deberían desarrollarse bajo un marco humano de apoyo en lugar de ser definidos prematuramente por puntuaciones algorítmicas.