佩萨赫·本森（Pesach Benson）报道 • 2026年6月7日

耶路撒冷，2026年6月7日（TPS-IL）——随着2026年世界杯将于周四开幕，以色列研究人员警告称，一场较安静的技术变革已经在重塑足球的未来：人工智能系统正日益被用于对儿童的运动潜力进行排名、分析和预测。

一项以色列研究探讨了人工智能如何超越表现分析，进而对幼儿时期的天赋形成长期的评判。相关研究结果发表在经同行评审的《大数据与认知计算》（Big Data and Cognitive Computing）期刊上，该研究警告称，随着算法日益处理青年的表现数据，它们不仅可能更高效地评估天赋，还可能开始过早地定义天赋——这可能会在球员达到职业水平之前很久，就嵌入偏见并缩小机会。

在赛事即将到来之际，国际足联宣布与科技公司联想建立合作伙伴关系，共同开发 Football AI Pro 平台，这是一个基于数百万数据点、视频分析、3D可视化和机器学习模拟的战术分析与表现评估高级系统。

类似的发展也在并行计划中进行，例如英特尔与国际奥委会合作开发的基于人工智能的人才识别系统。虽然其中一些工具已经在包括以色列、日本和萨尔瓦多在内的国家进行测试或部署，但其他工具仍处于实施的早期阶段。

根据由本-古里安大学的奥弗·埃泽（Ofer Ezer）教授和贝尔谢巴凯伊学术学院的伊利亚·莫尔戈列夫（Ilya Morgolev）博士领导的研究，最显着的转变不仅仅是改进了分析，而是出现了对青年运动员的持续、数据驱动的追踪。自动化拍摄系统、可穿戴传感器和自主录制的训练视频，现在使得儿童的表现能够在一段时间内被捕捉、存储和分析，从而从小建立永久的数字记录。

在奥林匹克运动、篮球、棒球和网球中，人工智能正越来越多地被用于从年轻时识别和评估运动天赋。奥林匹克发展计划利用生物特征分析和表现模拟来引导运动员选择合适的项目，而篮球和网球系统则依靠追踪数据、视频分析和运动指标来评估长期潜力。棒球同样应用数据驱动的模型来评估其发展通道中的潜力新星，并利用庞大的球员表现历史数据集。

在这些体育项目中，共同的模式是从对表现的短期评估转变为基于对越来越年轻的运动员持续收集的数据，对潜力进行长期的算法预测。

对抗“数字决定论”

研究人员将这一发展描述为“数字决定论”，即早期的表现数据开始塑造并限制未来的机会。一旦存储下来，童年时期的各项指标可能会影响哪些球员能够获得教练的关注、球探机会或资金支持，从而有效地将早期的测量结果转化为体育职业生涯的长期过滤器。

该研究的一个关键发现是偏见如何间接进入这些系统。即使算法排除了种族或收入等敏感属性，它们仍可能通过学校、地理位置或家庭结构等代理变量再现不平等。这些信号汲取自成功的历史模式，可以将社会经济差距嵌入到看似客观的系统中。

球探平台已经汇集了多个年龄组和联赛的视频片段、比赛事件和表现统计数据。随后，机器学习系统会识别与精英表现相关的模式，而分析师则应用年龄、位置和竞争水平等过滤器。然而，科学家们表示，由于这些系统是根据历史“成功”进行训练的，它们往往会继承过去执教和选拔决策中内嵌的偏见。

该研究还强调了一个强化的反馈回路：被算法早期识别出来的运动员更有可能获得优质的训练和曝光机会，这反过来又改善了他们的表现数据，进而增强了系统最初的预测。随着时间的推移，这种动态可能会缩小而不是扩大获得机会的渠道。

除了表现指标之外，研究人员警告称，数据收集最终可能会延伸到球场之外。人工智能系统可能会纳入社交媒体活动、新闻报道和其他公开信息，以建立年轻运动员的更广泛资料，从而引发对隐私的担忧以及对童年数据长期使用的质疑。

莫尔戈列夫博士表示：“现实表明，竞技体育高于一切地奉竞技成效为圭臬，甚至不惜牺牲其他价值。竞技体育是一个独特且极端的舞台，它依靠出色的身体数据以及决心、韧性和动力。这种结合在最好的情况下也仅占人口的百分之一左右。”

埃泽教授补充道：“当竞技体育与绝大多数人无关时，我们是时候作为社会共同思考，在拍摄、排名、预测和决定未来一代的发展路径方面，我们愿意赋予算法什么样的地位和自主权，”他警告称，儿童应该在一个支持性的人类框架下成长，而不是被算法得分过早地定义。