La rivista scientifica italiana su fitness e movimento

Anno: 2025 Volume: 20254

Intelligenza artificiale e sport

Autori: Matteo ColleoniMassimiliano LaubeNicola LovecchioSimone MaffiolettiEnrico Giovanni Ubbiali

Intelligenza artificiale e sport
Scarica in PDF

Abstract

Italiano

Negli ultimi anni, l'Intelligenza Artificiale (IA) ha rivoluzionato il mondo dello sport, trasformando non solo la preparazione atletica, ma anche la strategia e la prevenzione degli infortuni. Tecnologie avanzate come machine learning, deep learning e sistemi di analisi cinematica permettono un'analisi precisa e oggettiva delle prestazioni, superando i limiti dell'osservazione soggettiva. Anche nel contesto paralimpico vi sono software che favoriscono la personalizzazione dei programmi riabilitativi. Inoltre, l'IA generativa, grazie a piattaforme che valutano oggettivamente il potenziale degli atleti, apre nuove frontiere nella simulazione di scenari realistici e nello scouting. Dispositivi biometrici e di tracciamento elettronico, integrati con software, consentono di costruire percorsi di allenamento per prevenire infortuni. Tuttavia, l'adozione dell'IA solleva questioni etiche, di privacy e di equità competitiva, che richiedono regolamentazioni e un uso critico. L'innovazione deve dunque mirare a potenziare l'atleta mantenendo centrali i valori umani e sportivi.

English

In recent years, Artificial Intelligence (AI) has revolutionized the sports, adding to athletic training the analysis of strategy and the evaluation of injuries events. Advanced technologies such as machine learning, deep learning and kinematic analysis systems allow accurated and objective analysis of performance, overcoming the limitations of subjective observation. Even in paralympic context there are software that favors the customization of rehabilitation programs. Moreover, generative AI, using platforms that objectively assess the potential of athletes, expands new frontiers in realistic simulation and scouting. Biometric and electronic tracking devices, integrated with software, allow the pianification of training paths to prevent injuries. However, the adoption of AI raises ethical, privacy and competitive equity issues, which require regulation and critical use. Innovation must therefore aim to empower the athlete while keeping human and sporting values central.

Keywords

Italiano: intelligenza artificiale sport, machine learning sport, deep learning sport, analisi predittiva sport, ottimizzazione performance, prevenzione infortuni, augmented coaching, kinovea, vicon nexus, hawk-eye, Intelligenza artificiale, allenamento, personalizzazione, prevenzione, analisi oggettiva

Inglese: artificial intelligence sport, AI in sports, machine learning sports, deep learning sports, predictive analytics sport, injury prevention, injury prevention, augmented coaching, sports technology, athlete monitoring, Artificial intelligence, bodybuilding, personalization, prevention, objective analysis

Per i quattro numeri più recenti il testo integrale non è disponibile in questa pagina; utilizza il PDF se disponibile.

Bibliografia

  1. Coeckelbergh, M. (2020). AI Ethics. Cambridge, Stati Uniti: The MIT Press.
  2. Cossich, V. R., Carlgren, D., Holash, R. J., & Katz, L. (2023). Technological breakthroughs in sport: Current practice and future potential of artificial intelligence, virtual reality, augmented reality, and modern data visualization in performance analysis. Applied Sciences, 13(23), 12965
  3. Encyclopaedia Britannica. (2024). Artificial intelligence. In Encyclopaedia Britannica. Chicago: Encyclopaedia Britannica.
  4. Europea, C. (2021). Proposta di Regolamento sull'Intelligenza Artificiale.
  5. Feuerriegel, S., Hartmann, J., Janiesch, C., & Zschech, P. (2024). Generative ai. Business & Information Systems Engineering, 66(1), 111-126.
  6. Franco, T. M. (2024). Predicting Baseball Players' Value through Machine Learning:"Traditional metrics" vs "Advanced metrics ". (Doctoral dissertation, UNIVERSITAT AUTÒNOMA DE BARCELONA).
  7. Gaikwad, S.R. Role of artificial intelligence in smart manufacturing of automobile industry in India. In AIP Conference Proceedings (Vol. 3178, No. 1, p. 070012). AIP Publishing LLC; 2024
  8. García-Méndez, S., de Arriba-Pérez, F., González-Castaño, F. J., & Vales-Alonso, J. (2024). Unsupervised explainable activity prediction in competitive Nordic Walking from experimental data. IEEE Consumer Electronics Magazine, 13(6), 37-55.
  9. Kumar, P. R., & Manash, E. B. K. (2019, May). Deep learning: A branch of machine learning. In Journal of Physics: Conference Series (Vol. 1228, No. 1, p. 012045). IOP Publishing
  10. LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. nature, 521(7553), 436-444.
  11. Mannai, A. A. (2025). Investigating cultural dimensions and technological acceptance: The adoption of electronic performance and tracking systems in Qatar's football sector. arXiv preprint arXiv:2503.16557
  12. Suman, D. C. (2022). Artificial intelligence in sport: an ethical issue. Unity Journal, 3(01), 27-39
  13. Parlakyildiz, S., & Avan, S. K. (2024) Artificial Intelligence and the Internet of Things in Recreation: A Systematic Literature Review. Spor Bilimleri Arastirmalari Dergisi, 9(3), 374-388.
  14. Rahimian, P., & Toka, L. (2022). Optical tracking in team sports: A survey on player and ball tracking methods in soccer and other team sports. Journal of Quantitative Analysis in Sports, 18(1), 35-57.
  15. Rossi, A., Pappalardo, L., Cintia, P., Iaia, F. M., Fernández, J., & Medina, D. (2018). Effective injury forecasting in soccer with GPS training data and machine learning. PloS one, 13(7), e0201264
  16. Turing, A. M. (2021). Computing machinery and intelligence (1950). Mind, 59(236), 33-60.
  17. Lovergine, S. (2022). Breve disamina degli algoritmi di intelligenza artificiale (aspetti tecnici e metodologici). Inapp
  18. Xu, T., & Baghaei, S. (2025). Reshaping the future of sports with artificial intelligence: Challenges and opportunities in performance enhancement, fan engagement, and strategic decision-making. Engineering Applications of Artificial Intelligence, 142, 109912
  19. Huang, Y. C., Liao, I. N., Chen, C. H., Ik, T. U., & Peng, W. C. (2019). Tracknet: A deep learning network for tracking high-speed and tiny objects in sports applications. In 2019 16th IEEE International Conference on Advanced Video and Signal Based Surveillance (AVSS) (pp. 1-8). IEEE

Vedi anche

Domande frequenti

Come l'intelligenza artificiale sta trasformando il settore sportivo?

L'IA sta rivoluzionando lo sport integrando machine learning, deep learning e analisi predittiva per superare i limiti dell'osservazione soggettiva. Permette analisi cinematica 3D, tracciamento ad alta precisione, riconoscimento degli stati mentali degli atleti e augmented coaching, ottimizzando prestazioni e prevenendo infortuni.

Quali sono le principali applicazioni dell'IA nell'analisi dei movimenti atletici?

Le principali applicazioni includono l'analisi cinematica 3D dei movimenti tramite software come Kinovea e Vicon Nexus, il tracciamento ad alta precisione con sistemi come Hawk-Eye e l'uso di sensori indossabili per monitorare la biomeccanica e la fisiologia degli atleti in tempo reale.

In che modo l'IA contribuisce alla prevenzione degli infortuni negli atleti?

L'IA previene gli infortuni analizzando grandi volumi di dati su carico di allenamento, biomeccanica, fatica e storico infortuni. Modelli predittivi identificano schemi di rischio, consentendo interventi tempestivi e personalizzazione dei programmi per ridurre l'incidenza di lesioni.

Cosa si intende per 'Augmented Coaching' e come l'IA lo supporta?

L'Augmented Coaching si riferisce all'integrazione di dati visivi, parametri biometrici e analisi IA per fornire agli allenatori una visione completa e oggettiva della performance dell'atleta. L'IA elabora questi dati per offrire feedback precisi e personalizzati, migliorando le decisioni di coaching.

L'intelligenza artificiale può aiutare anche gli atleti paralimpici?

Assolutamente sì. L'IA offre strumenti avanzati per l'ottimizzazione delle prestazioni, la personalizzazione degli allenamenti e la prevenzione degli infortuni anche per gli atleti paralimpici, adattandosi alle loro specifiche esigenze e caratteristiche fisiche.

Quali sono i vantaggi dell'IA generativa nello sport?

L'IA generativa consente la simulazione di scenari virtuali realistici, la creazione di modelli predittivi comportamentali e la generazione di programmi di allenamento personalizzati. Questo permette di testare strategie, prevedere reazioni e ottimizzare la preparazione atletica in ambienti controllati.

Quali competenze sono richieste per implementare l'IA nello sport?

L'implementazione dell'IA nello sport richiede competenze in data science, machine learning, biomeccanica, fisiologia dello sport e programmazione. È fondamentale una collaborazione tra scienziati dello sport, ingegneri e allenatori per sfruttare appieno il potenziale di queste tecnologie.

Mappa concettuale

Mappa concettuale

Trascina per spostarti · pulsanti +/− per zoom · «Adatta alla finestra» per la panoramica

Parole chiave / Keywords

Italiano

Inglese

Autori

Restano visibili solo le schede autore che contengono il testo digitato.