2026年6月7日 • ペサハ・ベンソン著

エルサレム、2026年6月7日（TPS-IL） — 木曜日に開幕する2026年ワールドカップを前に、イスラエルの研究者たちは、より静かな技術的シフトがすでにサッカーの未来を再形成していると警告しています。それは、子供たちの運動能力を評価、分析、予測するために人工知能（AI）システムがますます使用されていることです。

イスラエルの研究者たちは、AIがパフォーマンス分析を超えて、幼少期からの人間の能力に関する長期的な判断を形成する方向にどのように移行しているかを調査しました。査読付き学術誌『Big Data and Cognitive Computing』に掲載されたこの研究結果は、アルゴリズムが若者のパフォーマンスデータをますます処理するにつれて、才能をより効率的に評価するだけでなく、時期尚早に定義し始める可能性があり、選手がプロレベルに達するずっと前に、バイアスを埋め込み、機会を狭める可能性があると警告しています。

大会に先立ち、FIFAはテクノロジー企業レノボとのパートナーシップを発表し、数百万のデータポイント、ビデオ分析、3Dビジュアライゼーション、機械学習シミュレーションに基づいた戦術分析とパフォーマンス評価のための高度なシステムであるFootball AI Proプラットフォームを開発しました。

同様の開発は、AIベースのタレント識別システムに関する国際オリンピック委員会とのインテルの協力のような並行した取り組みでも行われています。これらのツールのいくつかはすでにイスラエル、日本、エルサルバドルなどの国でテストまたは展開されていますが、他のツールはまだ実装の初期段階にあります。

ベン＝グリオン大学のOfer Ezer教授と、Beer-ShevaのKay Academic CollegeのIlya Morgolev博士が主導したこの研究によると、最も重要な変化は単なる分析の改善ではなく、若手アスリートの継続的かつデータ駆動型の追跡の出現です。自動撮影システム、ウェアラブルセンサー、自己記録されたトレーニングビデオにより、子供たちのパフォーマンスを時間の経過とともに記録、保存、分析できるようになり、幼い頃から永続的なデジタル記録が作成されます。

オリンピック競技、バスケットボール、野球、テニスでは、AIは幼い頃から運動能力を特定し評価するためにますます使用されています。オリンピックの育成プログラムは、生体認証プロファイリングとパフォーマンスシミュレーションを使用してアスリートを適切な分野に誘導していますが、バスケットボールとテニスのシステムは、追跡データ、ビデオ分析、運動指標に依存して長期的な可能性を評価しています。野球も同様に、選手のパフォーマンスに関する大規模な歴史的データセットを活用して、開発パイプライン全体の見込み客を評価するためにデータ駆動型モデルを適用しています。

これらのスポーツ全体に共通するパターンは、パフォーマンスの短期的な評価から、ますます若いアスリートから継続的に収集されたデータに基づいた、長期的なアルゴリズムによる可能性の予測への移行です。

「デジタル決定論」との闘い

研究者たちは、この開発を「デジタル決定論」と説明しており、そこでは初期のパフォーマンスデータが将来の機会を形成し、制約し始めます。一度保存されると、子供時代の指標は、どの選手がコーチングの注目、スカウトの機会、または資金提供を受けるかに影響を与える可能性があり、初期の測定値を運動キャリアの長期的なフィルターに効果的に変えます。

この研究の重要な発見は、バイアスがどのように間接的にこれらのシステムに入り込むかということです。アルゴリズムが人種や収入などの機密属性を除外した場合でも、学校、地理的な場所、家族構成などの代理変数を通じて不平等を再現する可能性があります。成功の歴史的なパターンから引き出されたこれらの信号は、客観的に見えるシステムに社会経済的な格差を埋め込む可能性があります。

スカウティングプラットフォームはすでに、複数の年齢層やリーグにわたるビデオ映像、試合イベント、パフォーマンス統計を集約しています。その後、機械学習システムがエリートパフォーマンスに関連するパターンを特定し、アナリストが年齢、ポジション、競技レベルなどのフィルターを適用します。しかし、これらのシステムは歴史的な「成功」に基づいてトレーニングされているため、過去のコーチングや選抜決定に埋め込まれたバイアスをしばしば継承していると科学者たちは述べています。

この研究はまた、強化されるフィードバックループを強調しています。アルゴリズムによって早期に特定されたアスリートは、より優れたトレーニングと露出を受ける可能性が高く、それがパフォーマンスデータを改善し、それがシステムの元の予測を強化します。時間の経過とともに、このダイナミクスは機会へのアクセスを拡大するのではなく、狭める可能性があります。

パフォーマンス指標を超えて、研究者たちは、データ収集が最終的にピッチ外にまで及ぶ可能性があると警告しています。AIシステムは、ソーシャルメディア活動、ニュース報道、その他の公開されている情報を組み込んで、若いアスリートのより広範なプロフィールを作成する可能性があり、プライバシーに関する懸念と、子供時代のデータの長期的な使用に関する疑問が生じます。

Morgolev博士は、「競争スポーツは、他の価値観を犠牲にしてでも、競争的な成果を何よりも神聖視するという現実を示している」と述べています。「競争スポーツは、決意、回復力、モチベーションに加えて、例外的な身体的データに依存する、ユニークで極端なアリーナです。これは、うまくいっても、人口の約1パーセントしか特徴づけられない組み合わせです。」

Ezer教授は、「競争スポーツが大多数の人々には無関係である場合、将来の世代の写真を撮り、ランク付けし、予測し、発達経路を決定する上で、アルゴリズムに与えたい自律性の場所と程度について、社会として一緒に考える時が来た」と付け加えています。そして、子供たちはアルゴリズムのスコアによって時期尚早に定義されるのではなく、支援的な人間の枠組みの下で成長すべきだと警告しています。