L’intelligenza Artificiale è l’abilità della macchina di elaborare dati per fornire decisioni e previsioni. Il Machine learning è un sottoinsieme dell’Intelligenza Artificiale che si occupa di creare sistemi di autoapprendimento. Il Machine learning è ampiamente utilizzato nello sport. Nell’analizzare grande quantità di dati con processi decisionali automatizzati si rende necessario garantire ai singoli individui un consenso informato sulla tipologia di trattamento nel rispetto della privacy e dei diritti fondamentali.

Parole chiave: consenso – dato – GDP R– machine learning – privacy-sport-trattamento dati.

1. Machine learning: definizione e campo di applicazione L’intelligenza artificiale (IA) è la capacità della macchina di gestire dei processi numerici al fine di apprendere, elaborare e ordinare. Il Machine learning, ovvero l’apprendimento automatico, è una delle tecniche dell’IA mediante la quale vengono gestite grande quantità di dati per fornire suggerimenti, previsioni e decisioni atomizzate. Il Machine learning apprende dall’esperienza, lavora per algoritmi prendendo in considerazione un elevato numero di dati e di variabili: più dati vengono inseriti nel sistema, più accurato è il risultato. A seconda del tipo di algoritmo utilizzato si possono avere tre sistemi di apprendimento: i) supervisionato, quando alla macchina vengono fornite indicazioni precise e può essere costituito un database di esperienza (per esempio, raccolgo i nomi dei calciatori militanti in squadre di Serie A infortunati durante il girone di andata del campionato, inserisco il nome di un calciatore e chiedo alla macchina se rientra nell’elenco degli infortunati); ii) non supervisionato, quando si inseriscono informazioni non codificate ed è la macchina a catalogarle. Maggiore è il numero di informazioni migliore è il risultato dell’elaborazione dei dati (per esempio, dopo aver inserito nella macchina i nomi dei giocatori infortunati nel girone di andata del campionato di serie A, si specificano quali hanno avuto una lesione achillea, inserendo la data di nascita, il peso, l’altezza e il carico di lavoro. La macchina sulla base dei dati sarà in grado di elaborare dei modelli, ovvero una regola in base alla quale potrà prevedere a quale età un giocatore con un carico di lavoro di un certo tipo sia più o meno a rischio di infortunio al tendine achilleo); iii) per rinforzo, si tratta del sistema più complesso, la macchina apprende dai suoi errori (per esempio si mette la macchina davanti ad una scacchiera affinché apprenda a giocare da sola rielaborando i propri errori). La machine learning potrà trasformare gran parte degli aspetti della vita quotidiana dalla salute all’economia 1.1. Machine learning applicata allo sport Il settore dello sport adotta metodologie legate al Machine learning per l’analisi dei dati degli atleti al fine: • del miglioramento della prestazione sportiva, • della spiegazione delle cause degli infortuni, • della prevenzione degli infortuni e del recupero degli infortuni, • dello stato di salute e di forma atletica dell’atleta. Il dato puntuale inserito nel machine learning viene rielaborato da un algoritmo, seguendo un processo automatizzato. Dall’aggregazione e rielaborazione del dato puntale inserito si genera un nuovo dato. Accade sovente che gli atleti non siano adeguatamente informati sul tipo di aggregazione e [continua..]