Tekoäly on vähitellen tullut osaksi ihmisten jokapäiväistä elämää, ja se on myös hivuttautunut urheilun piiriin. Esimerkiksi tenniksessä, jalkapallossa ja voimistelussa tekoäly on jo pidemmän aikaa toiminut apuvälineenä tuomaroinnissa ja pisteytyksessä.
Arvostelulajeissa tekoäly tarjoaa ohjausta pisteytykseen varmistaen objektiivisemmat ja johdonmukaisemmat arviot. Jalkapallossa se auttaa esimerkiksi paitsioiden analysoinnissa tarkasti ja nopeasti. Tekoälyn etuna on sen kyky tehdä nopeita ja puolueettomia päätöksiä.
Nopeatempoisissa lajeissa, joissa jopa kokeneemmat tuomarit voivat ohittaa kriittisiä hetkiä, tekoäly pystyy seuraamaan tapahtumia kokonaisvaltaisesti. Lumilautailun tapauksessa se tunnistaa temput ja asteet nopeasti. Kuitenkin herää tärkeä kysymys: vaarantaako tekoäly urheilun inhimillisen puolen?
Olympiastatus ja uudet lajit pakottivat tuomaroinnin kehitykseen
Kilpailullisen lumilautailun alkuaikoina pisteytys oli suhteellisen yksinkertaista. Kilpailuissa keskityttiin lähinnä temppujen suorittamiseen ja tuomarointi perustui suurelta osin subjektiivisiin mielipiteisiin standardoitujen kriteerien sijaan.
Ennen 2000-lukua lumilautailukilpailuissa käytettiin kvalitatiivista eli laadullista pisteytysmenetelmää. Tuomarit arvioivat kokonaisvaltaisesti suorituksen tyyliä, sujuvuutta ja puhtautta, mutta kriteerit vaihtelivat suuresti.
X Games -kilpailujen käynnistyminen vuonna 1995 toi lumilautailuun lisää näkyvyyttä ja loi paineita tuomaroinnin rakenteelliseen kehittämiseen. Tästä huolimatta pisteytys pysyi osittain subjektiivisena, sillä tuomarit arvostivat usein tyyliä ja sulavuutta mitattavien kriteerien sijaan.
Erityisesti Halfpipe-kilpailu herätti keskustelua oikeudenmukaisuudesta, sillä tuomareiden mielipiteet erosivat toisistaan merkittävästi.
Lumilautailu teki debyytin olympiatasolla Naganossa 1998, mutta vuoden 2002 Salt Lake Cityn talviolympialaiset merkitsivät käännekohtaa lumilautailun tuomaroinnissa. Lumilautailu sai virallisen olympialajin aseman, tuomarointikriteerejä pyrittiin vakiinnuttamaan ja pisteytyksen johdonmukaisuutta parantamaan.
Erityisesti Halfpipe-kilpailu herätti keskustelua oikeudenmukaisuudesta, sillä tuomareiden mielipiteet erosivat toisistaan merkittävästi. Halfpipessa lasketaan lumikourussa, jonka seinät ovat molemmilta puolilta samankorkuiset. Seinistä tehdään temppuja vuoron perään kourun molemmin puolin.
Tuolloin lumilautailun tuomaroinnissa vakiintuivat kolme keskeistä arviointikriteeriä: amplitude eli korkeus, difficulty eli vaikeustaso ja execution eli toteutus. Laskuissa arvioitiin siis laskijan hyppyjen suuruutta, temppujen vaikeutta ja suorituksen toteutuksen sujuvuutta sekä puhtautta. Näiden kriteerien myötä lumilautailukilpailuista tuli rakenteellisesti selkeämpiä ja pisteytyksestä objektiivisempaa.
2010-luku oli kilpailullisen lumilautailun nopean kehityksen aikaa, jolloin Big Air ja Slopestyle nousivat keskeisiksi kilpailulajeiksi. Big Airissa laskijat suorittavat laskussa vain yhden hypyn, hyppyrin koko vaihtelee. Slopestylessä yhdessä “runissa” eli laskussa tullaan alas rinnettä, jossa on matkalla esimerkiksi hyppyreitä, reilejä eli kaiteita, putkia ja press boxeja eli laatikoita, joissa tehdään temppuja. Nämä uudet kilpailumuodot venyttivät lajin rajoja entisestään ja loivat tarpeen tuomaroinnin kriteerien uudistukselle.
Aiemmat kolme kriteeriä eivät enää riittäneet, vaan temppuja alettiin arvostella myös monipuolisuuden sekä kokonaisvaltaisen kehityksen kautta. Koko laskun vaikeusasteesta tuli entistä merkittävämpi tekijä pisteytyksessä.
Tekoäly on työkalu tuomareille
Legendaarisissa Aspenin X Games -kilpailuissa Coloradossa kokeiltiin nyt tammikuun lopussa tuomaroinnin apuvälineeksi tekoälyteknologiaa, joka on kehitetty yhteistyössä Google Cloudin kanssa. Tekoälyn tuottamat pisteet annetaan tuomareille tukemaan heidän lopullisia päätöksiään.
Tekoälyn tuottama data kilpailuissa on myös katsojien saatavilla. Se tarjoaa syvemmän ymmärryksen suorituksen arvioinnista ja rikastuttaa katsomiskokemusta. Kilpailijat myös hyötyvät lisääntyneen tiedon saamisesta ja pystyvät kehittämään omaa harjoitteluaan sen mukaan. Datan tuoma läpinäkyvyys edesauttaa urheilun reiluutta.
Arvostelulajit luovat usein keskustelua pisteytyksen objektiivisuudesta ja subjektiivisuudesta. Tuomareilla on omat näkemyksensä laskutyyleistä ja temppujen vaikeudesta, mikä saa tuomareiden pisteet välillä jopa radikaalille skaalalle. Tuomarit tuovat kokemusta ja arvostusta tyyliä kohtaan, mitä tekoäly ei vielä täysin ymmärrä.
Katoaako lumilautailusta luonne?
Arviointiin perustuvissa urheilulajeissa tekoäly tarjoaa arvokasta apua pisteytyksessä – aivan kuten se auttaa jalkapallossa paitsioanalyysissä. Tekoäly tekee päätöksiä nopeasti ja ihmistä objektiivisemmin, mikä vähentää inhimillisten virheiden mahdollisuutta.
Nopeatempoisissa lajeissa, kuten lumilautailussa, tuomareiden on arvioitava monimutkaisia liikkeitä reaaliajassa, ja jopa kokeneimmat asiantuntijat saattavat joskus ohittaa yksityiskohtia.
Tekoäly jatkaa integroitumista yhä laajemmin eri urheilulajeihin, ja sen vaikutus urheilun reiluuteen on kiistaton. Teknologian kehitys kuitenkin haastaa ihmisille ominaisen inhimillisen kilpailuhengen. Tekoälyn suorituskeskeinen lähestymistapa voi sen käytön edetessä tehdä lumilautailusta teknisempää ja viedä persoonallisuutta pois, mikä olisi sääli, sillä koko lajin kulttuuri on rakentunut sen ympärille. Katoaako lumilautailusta luonne?
teksti: Sanja Karhunen
kuva: Pixabay
