O uso de machine learning tem se mostrado um aliado importante na redução de viés na avaliação de talentos em esportes, conforme demonstrado em um estudo pioneiro realizado pela Universidade Metropolitano de Toronto.
Contexto da pesquisa
Pesquisadores da Universidade Metropolitano de Toronto (TMU) revelaram uma nova abordagem para o scouting no futebol, utilizando inteligência artificial (IA) para mitigar preconceitos durante o processo de seleção. O estudo, intitulado “Blind scouting: using artificial intelligence to alleviate bias in selection”, foi liderado por Dr. Louis-Étienne Dubois e Laurel Walzak.
Método proposto
Os pesquisadores implementaram um modelo experimental de “scouting às cegas”, empregando ferramentas de IA para anonimizar as imagens de jogo. Os olheiros foram instruídos a avaliar os jogadores verbalizando seus processos de pensamento, utilizando uma técnica conhecida como “análise cognitiva think-aloud”. Este método visa capturar a forma como os profissionais tomam decisões em tempo real, eliminando elementos identificáveis que poderiam induzir a preconceitos relacionados a características físicas.
Resultados e impacto
A pesquisa revelou que a utilização de IA para remover características identificáveis aumentou a atenção dos olheiros para o desempenho tático, reduzindo a influência de atributos físicos que frequentemente introduzem viés na avaliação. Como afirmam os pesquisadores:
“Isto não é apenas sobre economizar tempo ou dinheiro—é sobre tomar decisões melhores em ambientes de alta pressão.”
(“This isn’t just about saving time or money—it’s about making better decisions in high-stakes environments.”)— Laurel Walzak, RTA Sport Media, TMU
Os resultados sugerem que ferramentas baseadas em IA podem proporcionar uma vantagem competitiva nas avaliações de talentos, onde pequenos preconceitos podem ter grandes consequências. O estudo é um dos primeiros grandes avanços no campo emergente do uso de IA em gestão de talentos esportivos, com potencial para se estender a práticas de contratação e estratégias mais amplas de recursos humanos.
À medida que organizações esportivas começam a adotar tecnologias avançadas, a pesquisa da TMU promete evoluir as metodologias de avaliação de talentos, sinalizando um futuro onde a combinação de expertise humana e inteligência artificial pode aprimorar decisões críticas no esporte.
Fonte: (TechXplore – Machine Learning & AI)
