Ashley Brown biasa menonton pertandingan bola voli klub putrinya melalui layar ponselnya, takut untuk meletakkannya dan melewatkan cuplikan adegan atau pembunuhan yang akan menarik perhatian perekrut perguruan tinggi. Dan sebagai pelatih tim bola voli sekolah menengah putrinya di Kaledonia, Michigan, perhatian Brown selalu terbagi antara menonton pertandingan dan menghitung statistik setiap pemain dengan tangan.
Namun tahun ini, tim klub keliling putrinya membeli layanan kecerdasan buatan yang disebut Balltime untuk semua pemain berusia 12 hingga 18 tahun. Sebuah ponsel atau tablet yang ditempatkan di belakang garis akhir lapangan merekam permainan dan mengunggahnya ke platform perusahaan, yang menggunakan tubuh dan objek. algoritma pengenalan untuk melacak setiap pemain sehingga setiap kontak bola dan pergerakan mereka di lapangan dapat dikatalogkan dan didata.
Saat pemain pulang dari pertandingan dan mandi, layanan dapat menyiapkan laporan statistik yang dipersonalisasi dan paket sorotan yang siap digunakan di media sosial. Hal ini juga memberikan pelatih sejumlah data yang sebelumnya hanya tersedia untuk program bola voli perguruan tinggi profesional dan elit. Balltime secara otomatis mengukur seberapa tinggi pemain melakukan kontak dengan bola di udara, persentase kill dan error mereka, lintasan bola, kecepatan servis, dan rotasi pemain mana yang mencetak skor terbanyak.
Ini adalah bagian dari industri teknologi olahraga yang sedang berkembang yang menjual algoritme visi komputer, sensor biometrik yang dapat dikenakan, dan layanan analisis prediktif kepada klub remaja dan departemen atletik sekolah menengah, membuka dunia baru analisis video dan data yang—baik atau buruk—mengubah dunia cara atlet muda dan keluarga mereka menikmati olahraga.
Tanpa perlu menghabiskan waktu berjam-jam untuk membuat video sendiri, tim dapat mengumpulkan bukti video yang komprehensif untuk menunjukkan, alih-alih memberi tahu, pemain muda apa yang mereka lakukan dengan benar dan salah. Dan para pelatih dan perekrut perguruan tinggi mengatakan platform seperti Balltime dan Darkhorse AI, yang menyediakan layanan pelacakan pemain serupa untuk sepak bola, memungkinkan mereka membuat keputusan berdasarkan data tentang daftar pemain dan waktu bermain.
“Ini telah membantu saya musim ini dengan beberapa percakapan sulit yang saya alami dengan para pemain dan orang tua,” kata Brown. “[I can tell them] ini bukan karena saya tidak menyukai anak Anda, ini adalah sistem komputer dan sistem perangkat lunak yang menilai hal-hal ini berdasarkan parameter ini.”
Meski bermanfaat untuk membantu pemain belajar dan berkembang, beberapa pelatih khawatir paket data dan sorotan yang dihasilkan oleh layanan analitik AI juga meningkatkan persaingan tidak sehat di antara atlet muda yang bersaing untuk mendapatkan perhatian dari perekrut dan di media sosial.
“Saat ini ada dorongan gila-gilaan untuk menggunakan alat-alat ini untuk mempromosikan diri dan ada jurang kesepian yang bisa terjadi jika Anda tidak mendapatkan perhatian tersebut,” kata Ben Bahr, mantan pelatih perguruan tinggi dan analis data yang kini bekerja sebagai direktur pelatihan untuk Bola Voli Adrenalin di Iowa, yang menggunakan Balltime. “Dengan maraknya AI dan berbagi data, manfaat terbesar dari hal ini adalah semakin mudahnya membandingkan diri Anda dengan apa yang dilakukan orang lain.”
Uang besar dalam olahraga muda
Dorongan terhadap analisis data tingkat lanjut adalah bagian dari meningkatnya monetisasi olahraga anak-anak. Sebuah laporan yang sering dikutip oleh investor teknologi olahraga memperkirakan bahwa pasar olahraga remaja memiliki nilai global sebesar $37,5 miliar pada tahun 2022 dan akan tumbuh menjadi $69,4 miliar pada tahun 2030, menyaingi beberapa liga profesional paling populer di dunia.
Perusahaan ekuitas swasta telah menghabiskan ratusan juta dolar untuk membeli kompleks olahraga remaja dan para remaja kini bersaing tidak hanya untuk mendapatkan tempat di daftar nama perguruan tinggi tetapi juga untuk mendapatkan uang yang mengubah hidup dari kesepakatan nama, gambar, dan kemiripan (NIL), berkat kesepakatan tahun 2021 Kasus Mahkamah Agung yang membuka pintu bagi sponsor swasta untuk atlet perguruan tinggi.
“Jelas ada penurunan menuju olahraga remaja yang lebih profesional,” Dan Banon, CEO Balltime, mengatakan kepada Gizmodo. Dia dan chief technology officer Tom Raz mulai membangun platform dengan mempertimbangkan orang dewasa, tetapi segera menyadari bahwa potensi pertumbuhan terbesar ada pada tim klub keliling dan sekolah menengah. Selama setahun terakhir, katanya, perusahaan telah melihat lebih banyak pendaftaran dari tim universitas junior dan bahkan program sekolah menengah. Data mereka menunjukkan bahwa beberapa pemain menghabiskan tujuh jam sebulan untuk meninjau rekaman di Balltime.
Dengan $25 per bulan untuk seorang pemain, paket perekrutan Balltime bukan untuk semua orang. Namun dengan rata-rata rumah tangga menghabiskan $883 per tahun untuk olahraga utama satu anak, menurut survei orang tua dari Project Play Aspen Institute, biaya tambahan tersebut juga sesuai dengan anggaran olahraga banyak keluarga.
Menanggapi tekanan dari keluarga yang ingin anak-anak mereka mendapatkan segala keuntungan, beberapa klub elit mencari lebih banyak cara untuk menggabungkan, mengumpulkan, dan menganalisis data pemain.
Mustang Soccer League, yang berbasis di Danville, California sedang dalam proses membangun departemen analisis data dan beberapa pemain diperkirakan akan mengeluarkan tambahan $250 per tahun untuk berlangganan teknologi, kata Fred Wilson, direktur eksekutif klub.
Mustang baru-baru ini memperkenalkan Darkhorse AI untuk timnya yang berusia 12 hingga 18 tahun dan mulai mendiskusikan analisis tingkat tinggi dengan pemain berusia 10 tahun. Seperti Balltime, Darkhorse menggunakan algoritme pengenalan objek untuk melacak pemain selama pertandingan, secara otomatis membuat katalog berbagai statistik dan menyusun gulungan sorotan. Beberapa tim Mustang juga menghubungkan informasi tersebut dengan data biometrik seperti detak jantung dan kecepatan lari yang ditangkap oleh sensor yang dapat dikenakan Beyond Pulse.
“Saya tidak tahu seberapa banyak pembelajaran yang akan kita lakukan pada anak usia 10 tahun, namun saya mencoba menanamkan sebuah kebiasaan sehingga ketika mereka berusia 14 atau 15 tahun mereka memperhatikan hal-hal ini … buatlah itu sudah menjadi kebiasaan bagi para pemain untuk memahaminya,” kata Wilson.
Klub ini memiliki beberapa mantan pemain yang kini menjadi profesional dan puluhan lainnya di program perguruan tinggi terkemuka. “Keseluruhan bagian AI ini membawa kita ke tingkat berikutnya untuk dapat melakukan hal tersebut,” kata Wilson. “Saya menerima 200 panggilan setahun [from sports technology vendors] untuk menemukan permata itu.” Kebanyakan dari mereka “berusaha menghasilkan uang dengan cepat,” tambahnya, namun ada juga yang menawarkan nilai nyata.
Karin Pfeiffer, direktur Institute for the Study of Youth Sports di Michigan State University, mengatakan bahwa bahkan di tingkat perguruan tinggi, di mana sensor biometrik dan analisis data telah menjadi hal yang umum selama beberapa waktu, program masih kesulitan untuk mengetahui apa itu data. sebenarnya bermanfaat bagi atlet dan pelatih.
“Pelatih tingkat perguruan tinggi selalu didekati dengan hal-hal teknologi ini, saya membayangkan hal itu akan terjadi hingga sekolah menengah juga jika belum melakukannya,” katanya. “Anda bisa mendapatkan begitu banyak informasi darinya, namun pertanyaannya adalah apa yang relevan, apa yang sebenarnya terkait dengan kinerja, apa yang terkait dengan kesuksesan di masa depan.”
'Tekanan gila' untuk mencapai metrik
Pelatih dan eksekutif perusahaan mengatakan kepada Gizmodo bahwa pendorong terbesar ledakan analisis AI dalam olahraga remaja adalah prospek bahwa alat tersebut dapat membantu para atlet untuk melanjutkan ke perguruan tinggi, di mana sebuah tempat di daftar nama dapat menghasilkan beasiswa dan puluhan ribu dolar. , pada tingkat tertinggi, kesepakatan sponsorship senilai ratusan ribu dolar.
Beberapa produk, seperti SwimIntel, hanya berfokus pada perekrutan daripada pelatihan. Platform ini mengumpulkan data kompetisi perenang berusia 15 tahun dan menggunakannya untuk menentukan peringkat mereka sebagai rekrutan dan model pelatihan yang memprediksi bagaimana mereka akan tampil dalam program renang perguruan tinggi yang berbeda. Dengan $40 sebulan, perenang dapat menerima lebih dari 60 halaman laporan analisis yang memproyeksikan bagaimana waktu mereka akan meningkat, atau memburuk, di perguruan tinggi yang berbeda. Sekolah yang memiliki kontrak dengan SwimIntel menerima prediksi serupa secara terbalik berdasarkan kinerja atlet lain dari klub renang remaja yang sama di perguruan tinggi.
“Kami membiarkan para pelatih perguruan tinggi bermain moneyball menggunakan AI,” kata Jamie Bailey, pendiri SwimIntel. “Kami membiarkan atlet pelajar menggunakan AI untuk menemukan yang paling cocok. Dan pada akhirnya, yang kami coba lakukan adalah mengurangi angka putus sekolah tersebut. Satu dari enam perenang perguruan tinggi tidak kembali ke tahun kedua mereka.”
Bahr, mantan pelatih bola voli perguruan tinggi dan analis data, mengatakan bahwa ketika dia bekerja di program seperti Baylor University dan Southern Methodist University, staf bola voli terkadang menerima 600 email setiap hari dari calon rekrutan. Jika seorang pemain tidak menarik perhatian perekrut dalam 30 detik pertama cuplikan sorotannya, mereka sering kali dilewatkan.
Sekarang dengan Balltime, lebih banyak pemain memiliki akses ke lebih banyak rekaman video daripada sebelumnya dan algoritme pengukuran telah mengubah cara program perguruan tinggi menilai cuplikan sorotan. “Saya bahkan tidak perlu menonton filmnya,” kata Bahr, perekrut cukup melihat analisis video Balltime untuk melihat “apakah Anda menyentuh bola pada ketinggian yang lebih baik daripada pesaing kita? Apakah Anda menyentuh bola lebih dari 10 kaki atau tidak? Kami sudah berada dalam tekanan yang luar biasa untuk mencapai metrik ini dan alat-alat ini tentu saja tidak membantu dalam hal itu”
Pada saat yang sama, beberapa pelatih yang berbicara dengan Gizmodo optimis bahwa alat video AI juga akan meningkatkan persaingan dengan cara yang positif—dengan memungkinkan atlet yang tidak bermain untuk tim muda terbesar untuk meningkatkan keterampilan mereka dan diperhatikan oleh perekrut.
“Memiliki video tersebut, memiliki statistik tersebut, merupakan alat pendidikan yang nyata,” kata Pfeiffer, dari Michigan State University. “Semua tergantung pada bagaimana atlet menerima hal tersebut dan memastikan adanya dukungan yang tepat. Saya rasa hal-hal ini tidak boleh dibiarkan begitu saja, hal ini harus disertai dengan bimbingan dari orang tua dan pelatih. Namun terkadang orang tua dan pelatih terlalu bersemangat”