Convocação da seleção: a IA faria lista melhor que Ancelotti?
Enquanto o técnico anuncia os convocados para jogar a Copa de 2026, algoritmos já analisaram cada jogador da lista – e nem sempre chegam à mesma conclusão
Às 17h desta segunda-feira (18 de maio), no Museu do Amanhã, no Rio de Janeiro, Carlo Ancelotti anuncia os convocados do Brasil para a Copa do Mundo de 2026.
Enquanto o país inteiro especula sobre a lista (e se Neymar vai ou não vai), pesquisadores brasileiros já trabalham há anos em uma questão parecida, e mais séria do que parece: é possível usar inteligência artificial para fazer essa escolha com mais eficiência?
A resposta é: sim, mas não da maneira que estamos vendo por aí. O ChatGPT, por exemplo, não dará análises melhores do que o consenso já mostra.
Não se trata de digitar "quem deve jogar pelo Brasil?" num chatbot e aceitar o que aparecer. A IA aplicada ao futebol funciona de um jeito bem diferente e mais sofisticado.
São modelos treinados com dados reais de performance que cruzam métricas de jogo, histórico de lesões, padrões de movimentação coletiva e necessidades táticas específicas de cada time.
O objetivo não é substituir o técnico. É dar a ele informações que o olho humano, sozinho, não consegue processar.
O caso Neymar, por exemplo, seria um teste revelador para qualquer modelo desses. Um algoritmo pesaria o histórico de lesões do jogador, seu tempo efetivo em campo nos últimos 18 meses, seu impacto nas métricas coletivas do time. Não a torcida, não o marketing, não a saudade.
O que isso resultaria na lista? Ninguém sabe. Mas a pergunta já é reveladora do que essa tecnologia faz de diferente.
200 MILHÕES DE TÉCNICOS (MAIS ALGUMAS IAs)
Em 2025, o pesquisador Felipe Félix Nunes defendeu, na Universidade Federal de Minas Gerais, uma tese inteiramente dedicada a modelos preditivos com IA para contratação de jogadores.
O sistema que ele desenvolveu usa aprendizado de máquina para pontuar atletas com base em métricas de jogo – passes, finalizações, bolas recuperadas – e cruza isso com as lacunas reais do elenco que o clube precisa preencher.
O método usa o que se chama de lógica fuzzy, ou lógica difusa: uma forma de medir desempenho em graus, entre 0 e 1, em vez de certo ou errado. Isso importa porque futebol é não-linear – um zagueiro que faz poucos gols não está performando mal, está fazendo o que se espera dele. A IA precisa entender isso para não cometer o mesmo equívoco que um olheiro desatento.
"A ideia é oferecer um conjunto de dados para dar mais racionalidade e fundamento às decisões dos treinadores e gestores", disse Nunes à edição de maio da revista "Pesquisa FAPESP". Mais racionalidade, não automação.
Em paralelo, a pesquisadora Patrícia Drumond, da Universidade Federal do Piauí, orientou o desenvolvimento do Tático Pro: uma plataforma que integra dados de mais de 1,2 mil ligas ao redor do mundo com IA generativa e interface conversacional.
O técnico pode fazer perguntas ao sistema: sobre o adversário, padrões de jogo, vulnerabilidades etc. Os resultados aparecem em gráficos interativos.
O sistema foi construído com código aberto justamente para ser acessível a clubes menores, que não têm orçamento para tecnologia proprietária cara.
OLHO NO LANCE (E NOS DADOS)
Há ainda um terceiro trabalho, que talvez seja o mais impressionante: pesquisadores da Unicamp desenvolveram um software capaz de prever, com base nos primeiros cinco segundos de uma jogada, se aquela movimentação tem potencial para terminar em ataque perigoso.
O modelo foi treinado com Teoria dos Grafos combinada a aprendizado de máquina. Basicamente, a máquina foi ensinada a reconhecer padrões de jogo coletivo, identificando quais combinações de passes e posicionamentos costumam resultar em perigo real.
Os próprios pesquisadores estimam que o sistema teria identificado o contra-ataque que eliminou o Brasil na Copa de 2022 antes mesmo de o lance se desenvolver completamente.
o ponto central é que a IA não toma a decisão, ela expande o repertório de quem decide.
"Dá para acreditar que isso seria possível, sim. Já havia informação suficiente ali para dizer: 'olha, a postura do Brasil vai permitir um contra-ataque' ", afirmou o professor Ulisses Dias, orientador da pesquisa, ao "Jornal da Unicamp".
O sistema pode alertar para um ataque perigoso iminente – mas, ressalva importante, não prevê o gol em si. "Sabemos se, ao final de uma posse de bola, aquela movimentação vai gerar uma jogada ofensiva. Não estou dizendo que poderemos dizer se isso vai resultar em gol", explicou Dias.
Esses trabalhos não são especulação acadêmica isolada. Eles integram uma revisão de 32 estudos publicada em maio de 2025 na revista científica "Frontiers in Sports and Active Living", com pesquisadores do Brasil, Portugal e Reino Unido. O campo está crescendo e o Brasil está dentro dele.
O QUE ESTÁ ACONTECENDO NOS CLUBES
O Manchester City contratou um cientista da Universidade Harvard especificamente para o cargo de estrategista de IA do clube – um sinal de como a ciência de dados se tornou parte da estrutura de decisão dos grandes times.
Em 2025, a técnica Laura Harvey, do OL Reign, time da liga feminina dos Estados Unidos, admitiu publicamente que usou o ChatGPT como parceiro tático. Mas o caso é mais sofisticado do que parece.
A técnica não pediu ao modelo que decidisse nada. Usou como ferramenta de brainstorming e perguntou sobre formações possíveis contra os estilos de jogo das rivais.
O modelo sugeriu um esquema defensivo que não estava sendo considerado e Harvey e a comissão técnica foram verificar se fazia sentido nos dados reais. Fez sentido. O time subiu do fim da tabela para o quarto lugar na temporada, segundo a WSC Sports.
Esse é o ponto central: a IA não toma a decisão, ela expande o repertório de quem decide.
O Brentford, da Inglaterra, virou referência mundial nessa área. O clube usou sua plataforma de análise de dados para varrer mais de 85 mil jogadores e identificou Ivan Toney nas divisões inferiores inglesas por £ 5 milhões (cerca de R$ 33,7 milhões).
Leia mais: Técnico é demitido após uso excessivo de ChatGPT; veja como ele usava a IA
Toney foi negociado depois por mais de £ 40 milhões (R$ 268 milhões), um retorno de oito vezes o investimento inicial, segundo o portal A Bola.
O Brighton adotou lógica parecida: usa análise de dados para encontrar talentos em ligas remotas antes que se tornem caros, desenvolve internamente e vende por valores altos no mercado internacional.
A IA VÊ O QUE O OLHO NÃO VÊ
Uma das descobertas mais contraintuitivas da pesquisa recente é o que os cientistas chamam de "pico de desempenho pré-lesão".
O conceito aparece na revisão da "Frontiers" e descreve um padrão identificável: antes de sofrer uma lesão muscular grave, o atleta frequentemente apresenta níveis de desempenho excepcionalmente altos, com acelerações mais rápidas e saltos mais intensos do que o habitual.
Leia mais: Como a IA em tempo real vai transformar a Copa de 2026
"O que para um torcedor pode parecer um momento extraordinário, para um algoritmo de IA pode representar um sinal de alerta", explicou o cientista do esporte Luís Branquinho, do Instituto Politécnico de Portalegre e um dos autores do estudo, à "Pesquisa FAPESP".
A DECISÃO FINAL AINDA É HUMANA
Não tem robô convocando ninguém, pelo menos por enquanto. O que existe é uma camada crescente de dados e modelos preditivos que chegam à mesa do técnico antes de qualquer decisão. E, com ela, uma tensão que os próprios pesquisadores reconhecem.
"Precisamos aplicar a IA com calma e formar profissionais híbridos e multidisciplinares que unam a ciência do esporte e a análise de dados para interpretar as informações criteriosamente", disse Branquinho. "Se tudo for rápido demais, podemos perder o controle e desvalorizar a criatividade e a intuição tanto de jogadores quanto de técnicos."
A preocupação com desigualdade competitiva também existe: o acesso a dados de alta qualidade tem custo elevado, o que pode ampliar a distância entre clubes ricos e pobres.
É por isso que iniciativas como o Tático Pro, da UFPI, apostam em código aberto – democratizar o acesso à tecnologia antes que ela se torne mais um privilégio dos grandes.
Às 17h, Ancelotti anuncia sua lista sem precisar de algoritmo nenhum. Mas em algum servidor, no Brasil e no mundo, modelos treinados com dados reais já têm a deles pronta – e estão esperando alguém prestar atenção.
