التنبؤ بالمركز من مؤشرات الأداء والقياسات الأنثروبومترية لدى لاعبي كرة القدم الناشئين: نهج تعلّم آلي

لماذا يهم اختيار الموقع المناسب في الملعب

بالنسبة لأي مراهق يحلم بمسيرة احترافية في كرة القدم، فإن العثور على المركز الذي يناسب جسده ومهاراته يمكن أن يحدث فرقاً كبيراً. يعتمد المدربون عادةً على الخبرة والحدس لتقرير من يلعب في الدفاع أو الوسط أو الهجوم. تسأل هذه الدراسة ما إذا كان بالإمكان أن تضيف البيانات والخوارزميات الحاسوبية طبقة موضوعية إلى هذه الاختيارات عن طريق استخدام صفات قابلة للقياس—مثل الطول والوزن ومهارات الكرة—للتنبؤ بالمكان الذي من المرجح أن ينجح فيه اللاعب الشاب.

من البيانات الجسدية الأساسية إلى مهارات الكرة

عمل الباحثون مع 200 لاعب كرة قدم شباب ذكر تتراوح أعمارهم بين 15 و17 عاماً من أندية في كازاخستان. كل لاعب كان قد خصّص له بالفعل مركز رئيسي—مدافع أو متوسط ميدان أو مهاجم—بواسطة مدرّبه. قاس العلماء خصائص جسدية بسيطة مثل العمر والطول والوزن ومؤشر كتلة الجسم (BMI)، إلى جانب مهارات خاصة بكرة القدم: المراوغة في الهواء والقدم، التفاف بين الأقماع أثناء المراوغة، الجري مع الكرة لمسافة 20 متراً، والتسديد نحو أهداف محددة في المرمى. اختيرت هذه الاختبارات لأنها تعكس حركات يومية في الملعب—التحكم بالكرة، التحرك بسرعة معها، وإنهاء الهجمات.

التعرّف على أنماط بين المراكز

أولاً، استخدم الفريق اختبارات إحصائية قياسية ليرى كيف يختلف المدافعون ولاعبو الوسط والمهاجمون في المتوسط. وُجدت فروق ذات دلالة في عدة مجالات. كان لاعبو الوسط يميلون لأن يكونوا أكبر سناً قليلاً من المدافعين. وكان المهاجمون في العموم أطول وذوي مؤشر كتلة جسم أقل من كل من المدافعين ولاعبي الوسط، مما يشير إلى بنية أنحف. كما كان المهاجمون أكثر فاعلية في تدريب المراوغة بالرأس وأكملوا اختبار المراوغة بين الأقماع أسرع من المدافعين. ومن المدهش أنه لم تكن هناك فروق واضحة في الوزن الأساسي، أو المراوغة بالقدم، أو درجات التسديد، أو زمن المراوغة البسيط لمسافة 20 متراً عبر المراكز، مما يوحي أن بعض المهارات قد تتطور بشكل مشابه بغض النظر عن المركز الذي يلعب فيه اللاعب الشاب.

السماح للآلات بتخمين دور كل لاعب

بعد ذلك، لجأ الباحثون إلى التعلّم الآلي—برامج حاسوبية تتعلم الأنماط من البيانات. زوّدوا عدة خوارزميات بكل قياسات الجسم والمهارات وطلبوا منها التنبؤ بمركز كل لاعب. بعد التدريب على معظم البيانات والاختبار على الباقي، برزت طريقة واحدة تُدعى آلات الدعم الناقطة (Support Vector Machines). تنبأت بالمركز الصحيح لـ 86% من اللاعبين إجمالاً. كان النموذج دقيقاً بشكل خاص للمهاجمين، حيث حدد كل المهاجمين بشكل صحيح في بيانات الاختبار. كان أداؤه أقل قليلاً بالنسبة للمدافعين ولاعبي الوسط، الذين كان يتم الخلط بينهم أحياناً، مما يعكس تداخل ملفاتهم الجسدية والفنية في هذه الفئة العمرية.

أي القدرات كانت الأهم

لفهم ما الذي دفع قرارات النموذج، اختبر الفريق مقدار انخفاض الدقة عند خلط كل قياس على حدة. وكانت أكبر الخسائر ناتجة عن الأداء المتعلق بالسرعة مع الكرة وإنهاء الهجمات: زمن المراوغة لمسافة 20 متراً، ودرجة التسديد، ووزن الجسم، واختبار المراوغة العام كانت الأكثر تأثيراً. بالمقابل، كانت المراوغة (مثل تبادل اللمسات بالرأس أو المزج بين الرأس والقدم) أقل أهمية بكثير في التنبؤ بالمركز. وهذا يشير إلى أنه، على الأقل لهؤلاء المراهقين، تحمل المهارات العملية الشبيهة بالمباريات مثل الجري بالكرة والتسديدات الدقيقة معلومات أكثر عن المركز مقارنةً بتمارين التحكم العرضية.

ما يعنيه ذلك للاعبين الشباب والمدرّبين

بالنسبة للآباء واللاعبين والمدرّبين، تظهر الدراسة أن اختبارات بسيطة نسبياً يمكن أن تقدّم إشارات مفيدة حول المكان الذي قد يناسب المراهق أفضل في الملعب، وأن التعلّم الآلي قادر على تحويل تلك الإشارات إلى تنبؤات مواقع دقيقة إلى حد معقول. ومع ذلك، فإن التداخل بين المدافعين ولاعبي الوسط، وحقيقة أن العديد من القدرات لا تزال تتطور في سن 15 إلى 17، يعني أن الأرقام يجب أن تكمل ولا تحل محل عين المدرب وتفضيلات اللاعب. الخلاصة الرئيسية هي أن الأدوات المستندة إلى البيانات يمكن أن تساعد في توجيه الاختيارات الموضعية المبكرة—لا سيما للأدوار المتميزة بوضوح مثل المهاجم—لكنها تعمل على أفضل وجه عند دمجها مع تقييمات أوسع لحس المباريات، واتخاذ القرار، والفهم التكتيكي.

الاستشهاد: Izhanov, Z., Seisenbekov, Y., Marchibayeva, U. et al. Position prediction from performance and anthropometric indicators in young footballers: a machine learning approach. Sci Rep 16, 6766 (2026). https://doi.org/10.1038/s41598-026-37957-2

الكلمات المفتاحية: كرة القدم للشباب, مركز اللعب, التعلّم الآلي, اختبارات الأداء, تحديد المواهب