Rafael Nadal, que dio la vuelta a una desventaja de dos sets ante el ruso Daniil Medvedev, se convirtió en el primer jugador en la Era Open en protagonizar una remontada así en la final del Abierto de Australia y el sexto en hacerlo en una final de un Grand Slam. Lo consiguió, además, después de derrotar en cierta manera a la Inteligencia Artificial (el sistema de predicción de victoria del Open de Australia), que tras perder los dos primeros sets sólo de daba un 4% de posibilidades de triunfo. Ya antes de la final el balear partía con desventaja (36% de opciones de victoria para él y 64 para Medvedev). La IA, el ‘win predictor’ aussie, no sabía quién se le venía encima.

Nadie desde que se estableció la Era Open, en 1968, había conseguido el título en el Melburne Park después de perder las dos mangas iniciales. Nadal, que venció por 2–6, 6–7(5), 6–4, 6–4 y 7–5, fue el primero en hacerlo.

Federer a Nadal: “Hace unos meses bromeábamos con que íbamos con muletas”

Solo cinco jugadores antes habían logrado un volteo similar en finales del Grand Slam. El último fue el austríaco Dominic Thiem, en la final del Abierto de estados Unidos 2020 frente el alemán Alexander Zverev (2–6, 4–6, 6–4, 6–3 y 7–6(6)) después de cuarto horas y cinco minutos.

Previamente, solo el sueco Bjorn Borg, el checo Ivan Lendl, el estadounidense Andre Agassi y el argentino Gastón Gaudio, habían dado un giro tan radical a un partido por el título, todos en Roland Garros.

Borg, en 1975, frustró al español Manuel Orantes (2–6, 6–7, 6–0, 6–1 y 6–1). En 1984, también en París, Lendl remontó al estadounidense John McEnroe (3–6, 2–6, 6–4, 7–5 y 7–5).

En 1999 Andre Agassi se impuso al ruso Andriy Medvedev por 1–6, 2–6, 6–4, 6–3 y 6–4, y, en 2004 el argentino Gastón Gaudio batió a su compatriota Guillermo Coria por 0–6, 3–6, 6–4, 6–1 y 8–6.

Toni Nadal: “Cuando perdió el segundo set, perdí un poco la fe”La prensa digital italiana se rinde ante el “inmortal” Nadal

– ¿Cómo se puede aplicar la Inteligencia Artificial al deporte?

En 2011 aparecía en cartelera Moneyball, la historia de un club de béisbol humilde que triunfaba gracias a un director deportivo que utilizaba la estadística para construir un equipo sumamente competitivo. Realmente, podríamos hacer la simplificación de que la Inteligencia Artificial actual es la evolución de esa misma estadística y algoritmos, existentes hace décadas, junto a dos factores no disponibles en el pasado: la capacidad de cómputo -en unas semanas se presenta en Alemania el primer ordenador cuántico comercial en Europa-, y el volumen de datos -se dice que cada ser humano creó en 2020 1.7 MB de datos por segundo-.

La Inteligencia Artificial permite a los atletas conocerse a sí mismos, mejorar su rendimiento y evitar lesiones gracias a sensores que proporcionan datos sobre la respiración, el ritmo cardiaco o sus niveles de esfuerzo; a las productoras televisivas generar resúmenes automáticos de los partidos en tiempo real gracias al reconocimiento de las reacciones de los espectadores o al lenguaje no verbal de los jugadores; a los entrenadores estudiar millones de patrones y diseñar las mejores estrategias. Se trata de tomar mejores decisiones con la ayuda de los datos, y eso es aplicable a cualquier ámbito. Incluso algunos futbolistas, como Esteban Granero, están emprendiendo en startups tecnológicas apoyados en su experiencia en la élite.

– ¿Cómo han cambiado los distintos deportes con esta tecnología? ¿Qué deporte ha sido el más beneficiado?

La aplicación de la IA más obvia se da en aquellos deportes individuales donde la obtención de datos mediante sensores es más sencilla. Por ejemplo, se sabe que en una gran competición de ciclismo se generan más de tres millones de registros por corredor. La combinación de su rendimiento y la relación vatio/kilo, los niveles de esfuerzo e intensidad, la altura y desnivel o el nivel de polución son algunos de los datos pueden ayudar a determinar cuál es el mejor momento para hacer un adelantamiento, recuperarse o esprintar.

En la Copa NASCAR de automovilismo, con muertes todos los años y coches de más de 300.000 euros, el +-objetivo es la predicción de los accidentes; y en deportes de equipo como fútbol o baloncesto, cuál es el mejor cambio y en qué minuto debe hacerse en función del desarrollo del partido. Los casos de uso son innumerables y parece claro que lo mejor está por llegar.

– Ahora que gracias a la tecnología disponemos de tantos datos en tiempo real, ¿cómo estos pueden ayudar al rendimiento del deportista? ¿puede ayudar a prevenir lesiones?

El equipo técnico y el cuerpo médico cuentan ahora con un gran aliado para evitar lesiones o tragedias peores. Un ejemplo del buen uso de los datos para tomar mejores decisiones lo encontramos en la NFL, que lleva años recopilando resultados de jugadores y de entornos simulados con ‘dummies’, y uno de los frutos de este estudio fue la modificación de la regla de ‘kickoff’ en 2018, que tuvo como resultado una reducción del 38% en el número de conmociones cerebrales con respecto a los tres años anteriores. Una de las innovaciones más interesantes en este sentido, aún quizá en su etapa inicial, es el uso en el deporte de ‘gemelos digitales’ (digital twins, en inglés), tecnología popularizada por la NASA para predecir el comportamiento de las aeronaves que envían al espacio mediante la creación de un ‘gemelo’ en entorno simulado (temperatura, gravedad, niveles de oxígeno…) que recibe, eso sí, información real del ‘gemelo’ físico, y así poder controlar los elementos de naves a miles de kilómetros. De forma similar, podemos crear el gemelo virtual de un atleta para mejorar su entrenamiento, optimizar su rendimiento o aprender de los propios datos para predecir lesiones musculares y enfermedades cardiovasculares. Sin duda, la Inteligencia Artificial es ya un aliado indispensable en el deporte, pero es importante no confundir los términos: no hablamos de un sustituto de los profesionales del sector, se trata de una nueva herramienta para dar un mejor servicio de los atletas y a los aficionados al deporte.