تقدم هذه الدراسة منهجية مبتكرة لتقييم الأداء الدفاعي في كرة القدم بالاستناد إلى التعلم الآلي، إذ ظلت الأفعال الدفاعية تقليديًا أقل حظًا من الاهتمام مقارنة بالمقاييس الهجومية في تحليلات اللعبة، رغم أن تقييم مساهمات المدافعين بدقة يمثل مشكلة مستمرة تواجه المحللين والأندية، فجاءت الدراسة لبناء إطار يقيم قيمة اللاعبين الدفاعيين اعتمادًا على بيانات الأفعال داخل المباريات ونماذج تعلم آلي متقدمة، وليثبت فاعلية هذا الإطار عبر دراسة حالة تستند إلى تقييمات خبراء وقيم سوقية فعلية، بما يقرب التقييم الكمي من أحكام الممارسين ويمنح قرارات التعاقد والتطوير أساسًا أكثر موضوعية
أولًا: أهداف الدراسة ومنهجيتها
بنت الدراسة إطارها على توظيف خوارزمية التعزيز الشديد للتدرج المعروفة بإكس جي بوست إلى جانب الشبكات العصبية العميقة، وطبقت مقاييس متخصصة لتقييم الأفعال منها قيمة الاستحواذ الدفاعي على الكرة، وتقييم الأفعال بتقدير الاحتمالات، ومؤشر التهديد المتوقع، وهي مقاييس تقدر قيمة كل فعل بلعبي بحسب أثره في احتمالات التسجيل ومنع الخطر، ثم اختبرت الدراسة المنهجية في دراسة حالة من الدوري البولندي الممتاز لكرة القدم، فقارنت مخرجات النماذج بتقييمات الخبراء والقيم السوقية للاعبين للتحقق من قدرة الإطار على التقاط القيمة الدفاعية الحقيقية التي كثيرًا ما تغيب عن الإحصاءات التقليدية كالأهداف والتمريرات الحاسمة
ثانيًا: أبرز النتائج
أظهرت النتائج أن الإطار المقترح قادر على تقييم الأداء الدفاعي بفاعلية، إذ قدمت النماذج تقديرات لقيمة اللاعبين الدفاعيين تنسجم مع تقييمات الخبراء ومع القيم السوقية المرصودة في دراسة الحالة، بما يشير إلى أن مقاييس تقييم الأفعال المقترنة بخوارزميات التعلم الآلي تلتقط مساهمات دفاعية دقيقة لا تظهر في المقاييس الوصفية المعتادة، وتقدمت الدراسة بذلك بمجال تحليلات الرياضة خطوة مهمة، فقد عالجت مشكلة مزمنة تتمثل في صعوبة تقييم مساهمات المدافعين تقييمًا دقيقًا، ووفرت أداة كمية يمكن أن يعاد تطبيقها على مسابقات ومواسم أخرى للتحقق من ثبات أدائها عبر السياقات المختلفة
وتفصل الدراسة في طبيعة المقاييس التي استند إليها الإطار، فقيمة الاستحواذ على الكرة وتقييم الأفعال بتقدير الاحتمالات ومؤشر التهديد المتوقع ليست إحصاءات وصفية تعد الأفعال، بل تقديرات لقيمة كل فعل دفاعي بحسب تغير احتمالات الخطر والفرص بعده، وبجمع هذه المقاييس مع خوارزميات التعلم الآلي القوية كالتعزيز الشديد للتدرج والشبكات العصبية العميقة أمكن بناء صورة مركبة لأداء المدافع تتجاوز ما تراه العين أو تلتقطه الأرقام التقليدية، وقد أثبتت دراسة الحالة من الدوري البولندي الممتاز أن هذه الصورة المركبة تتقاطع بدرجة معتبرة مع أحكام الخبراء الممارسين ومع أسعار اللاعبين في السوق
ثالثًا: دلالات الدراسة وتطبيقاتها
تنطوي هذه النتائج على تطبيقات مباشرة لأقسام التحليل والاكتشاف في الأندية، إذ يمكن للإطار أن يدعم قرارات التعاقد مع المدافعين وتحديد قيمهم السوقية العادلة وتقييم تطور أدائهم عبر المواسم بأسس كمية موثوقة، كما يفيد المدربين في قراءة الأدوار الدفاعية وتصميم التدريبات بناء على أدلة، ويفتح أمام الباحثين في تحليلات الرياضة مسارًا لتوسيع منهجيات تقييم الأفعال إلى مراكز وأدوار أخرى ظلت مقدرة بأقل من قيمتها، ويبرهن على أن البيانات الضخمة المتاحة في كرة القدم الحديثة قادرة عند معالجتها بنماذج ملائمة على إعادة التوازن بين تقييم الهجوم والدفاع في فهم اللعبة وتحليلها
وتفتح هذه النتائج نقاشًا أوسع حول عدالة تقييم المراكز والأدوار في تحليلات كرة القدم، فقد ظل الاهتمام التحليلي والسوقي منصبًا على صناع الأهداف ومسجليها بينما بقيت قيمة من يمنعون الأهداف مقدرة دون مستواها، ويقدم الإطار المقترح وسيلة لتصحيح هذا الاختلال بأدلة كمية يمكن اختبارها وتطويرها، ويستفيد منه محللو الأداء ومسؤولو التعاقدات عند المفاضلة بين المدافعين وتحديد أسعارهم، كما يستفيد منه باحثو تحليلات الرياضة في بناء مقاييس مماثلة لأدوار أخرى ظلت في الظل، على أن تعميم النتائج يظل رهنًا باختبار الإطار في مسابقات وبيانات أوسع
كما يعزز توافق الإطار مع تقييمات الخبراء ثقة الممارسين في أدوات التحليل الكمي، ويجعل اعتماده في أقسام البيانات بالأندية خطوة واقعية لا قفزة تجريبية، إذ يبني على الأحكام البشرية القائمة ويثريها بقرائن كمية بدل أن يدعي استبدالها بالكامل، ويحفظ للعين الخبيرة دورها في التحقق من سلامة مخرجات النماذج وتفسيرها
وخلاصة القول إن الجمع بين نماذج التعلم الآلي ومقاييس تقييم الأفعال يقدم حلًا عمليًا لمشكلة تقييم الأداء الدفاعي في كرة القدم، وأن التحقق من هذا الإطار بتقييمات الخبراء والقيم السوقية في الدوري البولندي يمنحه مصداقية تطبيقية تجعله مرشحًا للاعتماد في تحليلات الأندية وبحوث الرياضة المقبلة
