Inteligência artificial explicável para análise de partidas de futebol

Abstract

As recentes discussões sobre a ética na implementação e uso de algoritmos de aprendizagem de máquina para tomada de decisões que impactam pessoas de forma significativa, motivadas principalmente pela constatação de que, em diversos casos, eles reproduziram tendências discriminatórias presentes nos dados históricos que os alimentaram, geraram uma demanda por maior transparência nesses mecanismos. Tais esforços se consolidaram em um tópico emergente chamado de Inteligência Artificial Explicável, também conhecido pela sigla em inglês XAI. Seu objetivo é prover, para pessoas com acesso a um agente de aprendizagem, meios para que elas possam compreender o processo por trás de suas tomadas de decisão, com influência mínima na acurácia ou desempenho computacional. Uma de suas possíveis aplicações está na análise do impacto de fatores individuais, ou combinações destes, no resultado de uma previsão, permitindo assim otimizar melhor os esforços para a realização do objetivo representado por ela. O objetivo deste trabalho é utilizar tais métodos para investigar a influência exercida por fatores presentes em partidas de futebol em relação aos seus resultados, em um formato que possa ser manipulado e compreendido pelas partes interessadas, incluindo treinadores, preparadores e jogadores, de forma a auxiliar a melhoria de seus treinamentos e preparações táticas.

Recent discussions regarding the ethics on the application of machine learning algorithms for automated decision taking with significant impact on people’s lives, particularly given the acknowledgment of several instances in which they reproduced the discriminative tendencies behind the historical data given as input, generated a significant demand for increasing transparency over these mechanisms. Such efforts consolidated under an emerging field called Explainable Artificial Intelligence, or XAI. Its goal is to provide, for people with access to a learning agent, the means for them to understand the process behind its reasoning, with minimal impact on performance or predictive power. One of its possible applications is analyzing the weight that individual factors, or combinations thereof, have towards the model’s outcome, which allows for a better optimization of efforts behind reaching the objective represented by it. The goal behind this work is to use such methods in order to investigate the influence exerted by factors present in association football (soccer) matches towards their respective outcomes, in a comprehensible format that might be further inspected by interested parties such as managers, coaches, and players, in order to facilitate the improvement of their tactics and training sessions.