This article presents a review of contemporary research on the application of artificial intelligence (AI) in football. The study examines the use of AI to optimize training processes, analyze movements, prevent injuries, and enhance the effectiveness of pedagogical practices in educational institutions. Key challenges and future research directions in this area are also analyzed.

Keywords: artificial intelligence, football, review, prospects.

Введение

Развитие информационных технологий и ИИ открывает новые возможности для футбола. Систематический анализ движений, прогнозирование нагрузки и травм, персонализированное обучение и адаптивные программы — это лишь часть направлений, в которых ИИ демонстрирует высокую эффективность. Несмотря на растущий интерес в среде специалистов, внедрение ИИ сопровождается техническими и педагогическим вызовами.

Кроме того, успешное внедрение ИИ предполагает обучение тренеров и педагогов навыкам работы с технологическими инструментами, а также формирование у игроков понимания научного подхода к тренировкам.

Целью настоящего исследования является аналитический обзор зарубежных научных публикаций, посвященных изучению возможностей ИИ для совершенствования разных аспектов ИИ в футболе.

Методология

Обзор основан на анализе публикаций за 2015–2025 гг., включая систематические обзоры, эмпирические исследования, теоретические статьи и библиометрические исследования. Основными источниками выступили базы данных: MDPI, Springer, ArXiv, PubMed, а также профильные конференции и журналы по спортивной науке и образовательным технологиям.

Результаты

По мнению ряда ученых [1–2 и др.], сейчас развитие спортивной науки обязательно сопровождается использованием потенциала ИИ, который рассматривается как незаменимый помощник в аналитике огромного массива данных. Анализ трудов ряда ученых [2–6 и др.] показывает, что исследование роли ИИ в детско‑юношеском футболе пока находятся на стадии активной разработки, но уже демонстрируют потенциал для повышения качества тренировочного процесса, адаптации нагрузки, улучшения техники и развития индивидуальных навыков молодых игроков. Основные подходы используют глубокие нейросети и модели, которые интегрируют данные о движении, физике, тактике и биологии игроков для более точного анализа и принятия решений со стороны тренеров. Графически данное представлено на рис. 1.

Первое, направление мониторинг тренировочной нагрузки и восстановления. В этом плане большой интерес представляет статья, посвященная оптимизации результатов и предотвращения травм в юношеском футболе [2]. Настоящее исследование демонстрирует потенциал систем мониторинга на основе ИИ как инструмента поддержки принятия решений в детско-юношеском спорте, способствующих более целостному и индивидуальному подходу к организации тренировок и восстановлению. То есть ИИ‑модели помогают прогнозировать субъективное восстановление и оптимизировать нагрузки у молодых игроков, поддерживая индивидуальный подход к тренировкам.

Рис. 1. Ключевые направления применения ИИ в детско-юношеском футболе

В другой статье [3] раскрывается успешный опыт применения нейронных сетей глубокого обучения и технологии искусственного интеллекта для повышения практической эффективности тренировок по футболу. Авторы на основе анализа видеозаписей тренировок и данных об игроках разработали модель определения ключевых моментов, которая может точно определять движения и позиции футболистов. Апробация модели показала не только ее успешность, но позволила сделать ряд важных рекомендаций: во-первых, эта модель повышает эффективность тренировок по футболу за счет обратной связи в режиме реального времени; во-вторых, она предлагает персонализированное обучение, что снижает затраты на тренировки; в-третьих, развитие ИИ и его применение в футболе будет способствовать росту индустрии спортивных технологий [3, с.24]. Таким образом, детекция ключевых движений с помощью CNN позволяет автоматизировать анализ техники игрока (позиции стопы, траектории мяча), что дает потенциальную основу для создания интерактивных тренажеров и образовательных платформ.

В работе [4] на основе искусственной нейронной сети проведен анализ текущего состояния футбольной подготовки и физического воспитания в двух футбольных клубах, а также рассмотрены пути устойчивого развития футбола. Автор считает, что тренера должны овладеть научно обоснованными методами тренировки, что позволит существенно снизить риск получения спортивных травм.

В исследовании [5] показана, что комплексная оценка антропометрических, физических и биологических параметров юных футболистов с использованием ИИ обеспечивает всестороннюю основу для мониторинга. К сильным сторонам разработанной системы можно отнести интеграцию трех областей в рамках одного стандартизированного протокола, методы латентного пространства (PCA/FA) в сочетании с интерпретируемым прогнозированием и надежной 5-кратной проверкой. Как предполагают авторы система поможет медицинскому и техническому персоналу оптимизировать результаты и снизить риск травм на критических этапах роста [5, с.19]. Таким образом, интеграция различных типов данных (структурные, физиологические, биологические) через ML модели позволяет выявлять профильные отличия и адаптационные фенотипы у подростков, что может помочь в индивидуальной подготовке.

Особый интерес для нашего исследования представляет магистерская диссертация Д. Гударзи [6], в которой подробно рассматривается роль портативных устройств, оснащённых технологиями искусственного интеллекта, в развитии технических навыков и выявлении перспективных игроков в юношеском футболе. Работа подчёркивает, что применение таких устройств позволяет не только отслеживать и анализировать движения, точность ударов, скорость реакции и координацию игроков, но и формировать индивидуальные рекомендации для оптимизации тренировочного процесса. Исследование также акцентирует внимание на междисциплинарном подходе, объединяющем промышленный дизайн, спортивные технологии и практический опыт игроков, что обеспечивает высокую адаптивность и удобство использования устройств в тренировочном процессе. Кроме того, Гударзи [6] демонстрирует, что портативные ИИ‑устройства могут служить инструментом ранней идентификации талантов, позволяя тренерам оценивать потенциал молодых спортсменов на основе объективных данных, что способствует более научно обоснованной подготовке и развитию юношеских команд.

Заключение

Искусственный интеллект играет ключевую роль в персонализации тренировок, мониторинге прогресса и создании интерактивных образовательных платформ, подготавливая спортсменов не только к спортивным успехам, но и к осознанному пониманию всего процесса.

В перспективе дальнейшие исследования могут быть сосредоточены на разработке гибридных моделей, объединяющих данные от носимых сенсоров, видеоаналитики и биометрических систем с алгоритмами машинного обучения. Это позволит создавать адаптивные тренировочные программы, учитывающие индивидуальные особенности каждого юного футболиста, снижать риск травм и ускорять процесс развития технических и тактических навыков.

Таким образом, ИИ открывает новые горизонты для детско‑юношеского футбола, сочетая научный подход, индивидуализацию тренировок и потенциал для раннего выявления талантов, однако требует системного и продуманного внедрения с учетом технических, педагогических и этических аспектов.

Литература:

1. Reis FJJ, Alaiti RK, Vallio CS, Hespanhol L. Artificial intelligence and Machine Learning approaches in sports: Concepts, applications, challenges, and future perspectives. Braz J Phys Ther. 2024 May-Jun; 28(3):101083. doi: 10.1016/j.bjpt.2024.101083. Epub 2024 May 21. PMID: 38838418; PMCID: PMC11215955.
2. Afonso P.; Forte P.; Branquinho, L. Ferraz, R.; Garrido, N.D.; Teixeira, J. E. Artificial Intelligence in Sub-Elite Youth Football Players: Predicting Recovery Through Machine Learning Integration of Physical, Technical, Tactical and Maturational Data. Healthcare 2025, 13, 3301. https://doi.org/10.3390/healthcare13243301
3. Liao, S., Fu, C. The optimization of youth football training using deep learning and artificial intelligence. Sci Rep 15, 8190 (2025). https://doi.org/10.1038/s41598–025–93159–2
4. Xing, J. (2024). Practice of artificial intelligence technology based on big data in football training and physical education. Frontiers in Sport Research, 6(3), 18–28. https://doi.org/10.25236/FSR.2024.060303
5. Nechita, L. C., Gurau, T. V., Musat, C. L., Țupu, A. E., Gurau, G., Voinescu, D. C., & Nechita, A. (2025). Integrated Anthropometric, Physiological and Biological Assessment of Elite Youth Football Players Using Machine Learning. Diagnostics, 15(24), 3238. https://doi.org/10.3390/diagnostics15243238
6. Goudarzi J. “Guiding the Next Generation: Designing AI Wearable for Technical Skill Development in Youth Soccer,” M.S. — Master of Science, Middle East Technical University, 2025.