Günümüzde birçok NBA ve Eurolig takımı, ileri istatistikler sağlayan bilgisayar programları kullanmakta. Oyuncuların bireysel gelişimleri; bütün karşılaştırmalar, özel koçlar, alanındaki uzmanlar ve bilgisayar programları vasıtasıyla izlenmektedir.

Bu noktada Manchester United efsanesi Sir Alex Ferguson’un; ‘’İstatistikler mini etek gibidir, çoğu şeyi gösterir ama asıl önemli şeyi göstermez’’ sözü aklımıza gelir. Ancak günümüzde spor dünyasındaki başarılı takımlar veya bireysel olarak sporcular ileri istatistikleri kullanıyor veya onlar için birileri bu işleri yapıyor.

Başarılı sporcular veya yöneticiler, “Veriler de neymiş! Ben işime bakarım” demiyor, diyemiyorlar. Basketbol koçlarının her maçı izleyemeyeceği için sahip olamayacakları birçok veri, matematik sayesinde elde edilebiliyor.

İnsanın bireysel çabası ile ulaşamayacağı noktalara insan yapımı makineler ve onun arkasındaki matematik bilimi ulaşabiliyor. Bu noktada bir makinenin, bir koçun gözüne sahip olamayacağı şeklinde bir yaklaşım olabilir. Bu kısmen doğru, ancak bunu aşmak için de “makine öğrenmesi” denen şey (algoritmalar ile) devreye giriyor.

Makineler “öğrenebilen” varlıklar haline dönüşünce işler değişiyor. Profesyonellerin desteği ile bir sisteme, pozisyonlar ayrı ayrı yükleniyor ve sistem bunları ayırt edebiliyor. Yani bir nevi cevap veriyor.

Bu durumda zamanlama, mesafe, hız gibi birçok noktanın tanımlanması ve ilişkilerin yazılım seviyesinde saptanmasının gerçekten zor olduğunu belirtmek gerek. Zira bir makine bir insan gibi düşünme reflekslerine sahip değildir. Özellikle kazanma noktasında belirleyici olan bu tür oyunlar için makine üzerinden bir çıktı elde etmek adına ciddi bir çalışma gerekiyor.

Birçok varyasyonun söz konusu olabileceği basketbolu okumanın koçlara büyük kolaylıklar sağlayacağı da açık. Sistem artık çok daha komplike olayları bile tanıyabiliyor.

Bu açıdan bir makine bir koçtan çok daha fazlasını bilebiliyor.

Bunların yanında modern basketbolda önemi artan şut konusunda ise bütün şutları inceleyerek şutun uzay-zamansal olarak nerede olduğundan, şutörle savunmacı arasındaki mesafeye, potayla olan açıya kadar birçok göstergenin de artık incelenebiliyor olması noktasında, şutör ve şutun kalitesi, iki farklı gösterge anlamına geliyor.

NBA oyuncuları için şut olasılığı ile şut yeteneğini bir grafikle birleştiren çalışmada herhangi bir şutörü seçerken tüm NBA ortalamasına bakılmasını sağlayabilecek bir veri setinin oluşturulması koçlar için oldukça faydalı olabilir.

Örneğin; iyi bir şutörün kötü (zor) şutlar atarak elde ettiği yüzde ile kötü bir şutörün iyi (kolay) şutlar atarak elde ettiği yüzde aynı olsa bile sistem bu iki oyuncuyu ayrıştırabiliyor. Bunun gibi birçok gösterge ile makine öğrenmesi oyuna ve oyuncuya olan bakış açısını da değiştirmiş, çözümlemiş oluyor. Doğal olarak teknolojinin faydaları kadar zararları da söz konusu.

Teknik olarak eskiden işçi gerektiren bazı işleri artık makineler yapıyor ve bu durum teknolojik işsizliğe yol açabiliyor.

Bu durumda akıllara gelen birkaç sorudan biri de şu olabilir: Bir gün fiziksel olarak insana benzeyen ve gelişmiş yapay zekası ile bir basketbol maçını yönetebilecek robot-koçlar olur mu? Bu ihtimal kısa vadede olması çok zor ancak “Kesinlikle hayır!” denilemez.

Şu aşamada bilgisayarlar belki soyunma odasında bir motivasyon konuşması yapamaz ama stratejinin oluşturulması ve taktiksel gelişim için inanılmaz imkanlar sağlayabilir.

Bu açıdan eğer teknolojinin biçimlendirdiği bir iş yapıyorsanız başarının anahtarı teknolojiyi kullanmaktır. Teknolojiye karşı kürek çekerek bir yere varmaya çalışmak sporda kazanmayı sadece daha da zor hale getirir.

Bu nedenle bilimsel gelişmeleri takip etmek ile başarı arasındaki ilişki ortadayken yeniliklere açık olmanın ve yenilikleri bu oyun için kullanmanın önemi gelecekte daha da artacaktır.

Ancak istatistikler dışında “sporun ruhu” her şeyden önemli bir felsefe olarak önceliğimizde olmalı ve bu felsefeyi öne çıkarmamız gerektiğini asla unutmamalıyız.

Haftaya görüşmek üzere.