Тренер под давлением обратился к общедоступному чат-боту в поисках свежих идей, когда традиционный анализ и отчёты не смогли принести побед. Это необычное отражение того, насколько доступными стали языковые модели: многомиллионная спортивная организация прибегает к тому же бесплатному онлайн-инструменту, который ежедневно используют для написания эссе, фрагментов кода и рецептов.
Профессиональная хоккейная команда Калгари «Флэймз» переживает один из худших стартов в истории. За четырнадцать игр сезона Национальной хоккейной лиги они одержали всего три победы — результат, который оставил их на дне турнирной таблицы в поисках решений. Последняя идея главного тренера Райана Хаски остановить это падение пришла из неожиданного источника: ChatGPT.
Это открытие появилось в программе The Chase — созданной командой закулисной серии шоу, документирующей жизнь клуба. Во время недавнего собрания команды тренер признался игрокам, что провёл предыдущую ночь, «проваливаясь в кроличью нору» с ИИ-чат-ботом. Он объяснил своим игрокам, что загрузил в систему пакет данных из их предыдущих пяти игр — от процента реализации бросков до их количества и сезонных прогнозов — чтобы разобраться в голевых проблемах команды.
По словам Хаски, ChatGPT обработал эти данные и подсчитал, что если тенденции сохранятся, «Флэймз» могут в среднем забивать около 2,36 гола за игру в течение сезона. Для контекста: эта цифра поставила бы их в ряды самых малорезультативных команд НХЛ. Тренер представил это число скорее как вызов, а не как прогноз, используя его, чтобы призвать игроков сосредоточиться на создании большего количества голевых моментов, даже без суперзвезды-бомбардира в составе.
Хоккейный мир увидел в этом другую историю, скрытую за мотивационным посланием. Аналитики и технологи удивлённо подняли брови, когда тренер использовал ChatGPT для статистических прогнозов, поскольку эта система не способна выполнять подобные вычисления или предиктивную аналитику. В отличие от таких инструментов, как R, библиотека pandas для Python или коммерческие фреймворки машинного обучения для спорта, ChatGPT интерпретирует запросы на естественном языке и предсказывает вероятные текстовые продолжения. Он может приблизительно имитировать рассуждения, но не может проверять числа шаг за шагом.
На практике, если тренер ввёл статистику игроков и попросил прогнозы, ChatGPT, скорее всего, сделал оценку, используя языковые корреляции, а не математически обрабатывая числа. Такой подход может давать правдоподобно звучащие результаты, но может содержать скрытые логические или арифметические ошибки. Галлюцинации хорошо задокументированы в генеративных ИИ-системах, и OpenAI неоднократно предупреждала о недопустимости использования ChatGPT для аналитического или количественного принятия решений.
Многие тренеры в разных видах спорта уже давно используют аналитику данных, но эти системы обычно опираются на проверенные статистические модели, сенсорные данные и машинное обучение, специально обученное для анализа игр. В отличие от них, ChatGPT лучше справляется с обработкой естественного языка, чем с численными рассуждениями, что делает его нетрадиционным — и технически ненадёжным — выбором для прогнозирования результатов.
Ещё по теме:
- Неделя в детском аду: журналистка The Guardian прошла через виртуальный кошмар в Roblox
- Датские власти нашли брешь в безопасности китайских электробусов
- Скоро 2026 год — люди всё ещё используют пароль «123456»
