Fotballspilleres fysiske forutsetninger er ikke vanskelig å teste, men hvordan kan spillernes kroppsspråk i kamp si noe om spillernes egenskaper? Nå hjelper KI eliteklubber å finne neste storspiller.
Prosjektet «AI og kroppsspråk i fotball: Automatiserte analyser av spillere i kamp», undersøker hvordan kunstig intelligens kan brukes til å analysere fotballspilleres nonverbale kommunikasjon. Det er for eksempel kroppsholdning og små gester de gjør, hvordan de reagerer på feil, kommunikasjonsform og hvordan de hjelper lagkamerater.
- Dette sier mye om spillernes mentale “kamp-personlighet”, og er viktig for å kartlegge spillernes og lagets egenskaper. Kunnskap og forskning om fysiske prestasjoner har vi, men frem til nå har kroppsspråket vært svært tidkrevende å analysere, forteller idrettspsykolog og prosjekteier Geir Jordet.
Geir Jordet, Norges idrettshøgskole
Han eier Inside Out Analytics, som i samarbeid med SINTEF Digital har gjennomført og nylig avsluttet det banebrytende forprosjektet, med støtte fra FORREGION ved Oslo kommune.
Tusenvis av observasjoner
Selskapet Inside Out Analytics har bygget en stor database med tusenvis av videotimer og over 300 000 enkeltobservasjoner av atferd. Dette gjør det mulig å rangere spillere etter ulike psykologiske kvaliteter og sammenligne dem med andre i samme spillerposisjon. En klubb kan for eksempel få vite om en forsvarer ligger i toppsjiktet når det gjelder ro under press, eller om en midtbanespiller viser svakt lederskap i vanskelige situasjoner.
-Spillere kan også få personlig tilbakemelding, for eksempel om hvordan de framstår som ledere, eller hvordan skuffelse uttrykkes på banen, enten over lagkamerater eller seg selv. Tydelig kroppsspråk over en lengre tidsperiode kan påvirke både spillernes og lagets prestasjoner, i positiv eller negativ retning, forteller Jordet.
Målet er at dette verktøyet skal fungeres så raskt at det kan benyttes i pausen mellom omgangene under kamp.
Kortere analysetid
I dag estimeres det at det tar tre til fire timer å analysere en spiller. Forprosjektet undersøkte hva som må til for delvis å automatisere analysen av spillernes kroppsspråk i video, slik at tiden per spiller kan reduseres til under 20 minutter.
-Vi undersøkte både eksisterende metoder og de teknologiske gapene som fortsatt skiller dagens løsninger fra behovene våre. Vi testet hvordan tre essensielle prosesser må fungere sammen: sporing av enkeltspillere i videomaterialet, automatisk deteksjon av ulike kommunikasjonsformer og pose-estimering for å kartlegge kroppens bevegelser.
Enkelt forklart er pose-estimering en teknologi som automatisk finner og markerer kroppens ledd – som hode, skuldre, albuer, hofter, knær og ankler – og deretter bruker disse punktene til å forstå kroppsholdning og bevegelse.
Prosjektet leverte lovende resultater. SINTEF utviklet regelbaserte algoritmer som automatisk gjenkjenner rundt 80 prosent av kommunikasjonshendelsene i kamp, inkludert både taktiske signaler og emosjonelle uttrykk.
-Metoden fungerer godt på korte sekvenser, men er mer krevende over en hel kamp. Det er fortsatt vanskelige å fange opp subtile bevegelser, som følelsesutbrudd uten tydelige kroppspositurer og situasjoner der spillere blir skjult av andre. Algoritmene gir også noen falske positiver, blant annet når spillerne retter på hår, klær eller utstyr.
Til tross for disse utfordringene viser prosjektet et betydelig potensial for tidsbesparelser. Algoritmen kan nemlig forhåndssortere og foreslå relevante videoklipp for videre manuell analyse, som kan redusere arbeidsmengden betraktelig og gjøre prosessen langt mer effektiv.
Veien videre
Prosjektet har allerede fått internasjonal oppmerksomhet i større medier som The Guardian og CNN, og flere av verdens største fotballklubber benytter seg av analysedataene. Gjennom forprosjektet har virksomheten styrket sin kompetanse betydelig innen kunstig intelligens, tracking, pose-estimering og action recognition.
- Prosjektet bekrefter at semi-automatisering er en realistisk og lovende vei videre. Dagens videokilder er ikke optimale, men vi forventer bedre datagrunnlag og flere kameravinkler i et hovedprosjekt, forteller Jordet. Etter sesongslutt våren 2026 håper vi å kunne dele mer om hvordan dette forprosjektet gjør oss i stand til å skalere og støtte enda flere klubber. Erfaringene vil også bli delt videre i vårt internasjonale fotballnettverk.
Prosjektet har også fått internasjonal omtale, se for eksempel denne artikkelen i “The Guardian” ‘It’s a new world’: the analysts using AI to psychologically profile elite players | Soccer | The Guardian