As eliminações da seleção brasileira em Copas costumam ser atribuídas a narrativas como a suposta falta de vontade dos jogadores, mas a verdade é sempre mais profunda. Copas são decididas por margens mínimas, e quem quiser chegar a 2030 com vantagem real precisa tratar o futebol como o problema de dados que ele sempre foi.O exemplo mais doloroso deste ciclo é o das lesões. A seleção perdeu para a Copa quatro nomes frequentes nas convocações, entre eles Estêvão, que rompeu 80% do bíceps da coxa direita ao pisar em falso em uma arrancada em abril. Algoritmos de IA treinados com dados de exames de imagem e histórico clínico já conseguem, com semanas de antecedência, estimar o risco individualizado de lesões como a de Estêvão Foto: Rafael Ribeiro/CBFPUBLICIDADELesões musculares desse tipo raramente surgem do nada. Elas são precedidas por sinais mensuráveis, e algoritmos de IA treinados com dados de exames de imagem e histórico clínico já conseguem estimar o risco individualizado de lesão com semanas de antecedência. Um sistema desses pode antecipar medidas preventivas e talvez fazer a seleção chegar a 2030 com o elenco inteiro em pé. A segunda fronteira é a avaliação de desempenho sob pressão. O futebol brasileiro tem o hábito de escolher cobradores de pênalti porque bateram bem nos treinos da semana, ignorando o fato de que treino não reproduz um mata-mata de Copa. Um jogador que cobrou três pênaltis na carreira inteira é uma amostra estatística inútil. Algoritmos de machine learning podem cruzar todo o histórico de cada atleta em momentos de auge de pressão, como cobranças decisivas, finalizações nos minutos finais de jogos eliminatórios e desempenho após erros graves, para estimar quem de fato mantém o nível quando mais importa.PublicidadeA terceira grande aplicação está na análise dos adversários. Todo time tem falhas consistentes de marcação que se repetem jogo após jogo, como um zagueiro que demora a acompanhar o contra-ataque ou uma linha que se desorganiza em bolas cruzadas na segunda trave. Algoritmos de visão computacional já conseguem rastrear a posição de todos os jogadores, permitindo identificar esses padrões em centenas de partidas e elaborar jogadas ensaiadas especificamente para explorar essas falhas.Leia tambémEUA trancaram o novo ChatGPT: a fronteira da inteligência artificial agora tem porteiroA palavra que melhor explica o futuro da inteligência artificial é ‘ainda’IA mostra que Magnus Carlsen não é bom enxadrista e não somos tão inteligentesO mesmo vale em tempo real. Durante o jogo, sistemas de rastreamento podem detectar que o lateral adversário começou a perder velocidade de recuperação no segundo tempo, ou que um espaço se abriu de forma recorrente entre o zagueiro e o volante. Por fim, a convocação dos jogadores precisa ser tratada como um problema de otimização combinatória. O nosso vício histórico de convocar os 26 melhores nomes individuais acaba produzindo elencos com cinco atacantes parecidos e um único lateral-esquerdo de ofício. Na Copa de 2030, o talento continuará sendo indispensável, mas não será mais suficiente. A seleção que transformar dados em decisões melhores chegará à competição com uma vantagem construída muito antes do primeiro jogo. Publicidade