Calgary Flames, ett av lagen i den nordamerikanska hockeyligan NHL, har haft en av de sämsta inledningarna i klubbens historia. Efter fjorton matcher hade laget bara tre segrar, och pressen på huvudtränaren Ryan Huska ökade. När traditionell matchanalys och scoutingrapporter inte gav resultat valde Huska att ta till ett oväntat verktyg – en öppen AI-chattbot.
I den klubbeproducerade dokumentärserien The Chase, som följer laget bakom kulisserna, berättade Huska att han tillbringat natten innan ett lagmöte med att använda ChatGPT. Han beskrev det som att han “föll ner i ett kaninhål” när han matade in statistik från lagets fem senaste matcher. Siffrorna gällde bland annat skottprocent, antal avslut och projektioner för resten av säsongen. Syftet var att försöka förstå varför laget hade så svårt att göra mål.
ChatGPT bearbetade informationen och gav, enligt Huska, en uppskattning av att Flames skulle kunna snitta omkring 2,36 mål per match om trenden fortsatte. Det skulle placera laget bland de minst målfarliga i ligan. Tränaren använde siffran som motivation snarare än som en prognos, för att utmana spelarna att skapa fler målchanser även utan någon uttalad stjärnforward i truppen.
Delad
Reaktionen i hockeyvärlden blev delad. Analytiker och teknikexperter ifrågasatte beslutet att använda ChatGPT för statistiska beräkningar, eftersom systemet inte är byggt för matematiska analyser eller prediktiva modeller. Till skillnad från verktyg som R, Pythons Pandas eller specialiserade maskininlärningssystem för sportdata arbetar ChatGPT med språkliga mönster, inte med faktiska beräkningar.
Om Huska matade in spelarstatistik och bad om projektioner kan chattboten ha genererat svar utifrån språkliga sannolikheter snarare än faktiska numeriska samband. Resultatet kan låta trovärdigt men sakna exakta beräkningar. Det är ett känt problem att generativa AI-system kan skapa så kallade hallucinationer – påhittade eller felaktiga uppgifter som presenteras som fakta. OpenAI har vid flera tillfällen varnat för att använda ChatGPT som beslutsunderlag vid analys eller databeräkning.
Tränare
De flesta tränare inom professionell idrott som arbetar med dataanalys använder beprövade modeller, sensorer och maskininlärning som tränats specifikt för spelanalys. ChatGPT är däremot byggt för att tolka naturligt språk, inte för att förutse prestationer. Därför ses Haskas experiment snarare som ett exempel på hur tillgänglig AI-tekniken har blivit – när ett mångmiljonlag i NHL tar till samma gratisverktyg som används till skoluppsatser, kodsnuttar och recept.
Källa: TechSpot
Läs mer
Så har pajkastningen brutit ut bland cykloperna – det är slutspel i ishockey
