Software e ricerca di talenti: il machine learning nel calcio

Billy Beane è un personaggio abbastanza famoso. O almeno lo è la sua interpretazione fatta da Brad Pitt nel film Moneyball, che è valsa all'attore la candidatura all'Oscar. Il cinquantaseienne di Orlando è celebre non tanto per la sua permanenza nella MLB da giocatore, cinque stagioni non certo memorabili da interno, quanto per la sua storia da dirigente degli Oakland Athletics. La sua intuizione? Applicare la sabermetrica, l'analisi del baseball attraverso le statistiche, allo scouting e alla ricerca dei giocatori per il team. Grazie al suo lavoro, la squadra californiana si è ben comportata, nonostante un budget non eccezionale, nelle stagioni a cavallo dei due millenni. E basandosi sulle sue teorie, i Boston Red Sox hanno conquistato le World Series nella stagione 2004.

Il prossimo Messi lo scoprirà il computer?

Esatto, Boston, proprio la città di James Pallotta, presidente della Roma, che ha da poco portato l'approccio sabermetrico allo scouting calcistico all'attenzione di tutti gli appassionati. Il machine learning, l'inserimento delle caratteristiche richieste in un calciatore in un software apposito, per individuare i talenti con le maggiori possibilità di emergere, è ora sulla bocca di tutti, complici le dichiarazioni del dirigente giallorosso. Che, a dirla tutta, hanno creato abbastanza scetticismo, soprattuto per quello che riguarda la possibilità di individuare il prossimo Messi o il prossimo Totti attraverso...il computer. Eppure non si tratta di una grandissima novità, perchè persino Mr Moneyball, il buon Beane, ha già tentato di sbarcare nel mondo del pallone con le sue teorie.

L'esperienza di Billy Beane nel calcio

Per farlo ha scelto l'AZ Alkmaar, su suggerimento di Robert Eenhoorn, olandese, ex giocatore e manager nella MLB e poi dirigente del club dei Paesi Bassi. Da sempre schiacciato dalla supremazia dei grandi club del voetbal oranje, l'AZ ha dovuto continuamente rinnovarsi e sperimentare per riempire un po' la bacheca dell'AFAS Stadion. È accaduto nel 1980-81, con tanto di vittoria in campionato e finale di Coppa UEFA, e poi nel 2008-09, sotto la guida di Louis Van Gaal. E ora, risultati alla mano, anche i metodi di Beane, che del club è un advisor esterno, stanno cominciando a dare i loro frutti. La squadra è attualmente terza in Eredivisie, con quasi la certezza di un piazzamento per l'Europa League e la possibilità di insidiare il posto in Champions del molto più ricco Ajax.

Machine learning, ma mediato dall'essere umano

Quindi il machine learning funziona davvero? È abbastanza presto per dirlo, perchè si tratta di un metodo destinato a dare frutti a lungo termine, più che nell'immediato. Di certo, l'approccio per mezzo dei computer può facilitare la vita ai direttori sportivi. Come Monchi, che grazie all'aiuto delle statistiche potrebbe snellire con più facilità le sue famose liste con su scritti centinaia di nomi di calciatori. È anche vero però che il calcio è uno sport che contempla molte più variabili rispetto al baseball, in cui le statistiche su cui puntare sono minori. E in questo dovrà continuare ad inserirsi lo sguardo analitico, ma pur sempre umano, dello scout, a cui con tutta probabilità resterà l'ultima parola al riguardo. Del resto, l'esperienza di Beane insegna: ci vogliono computer potenti, ma soprattutto uomini con la capacità di interpretarli a dovere.