El juez robot: la IA que puntúa la gimnasia olímpica

En la final individual femenina del Campeonato Mundial de Gimnasia Artística de 2025 en Yakarta, Indonesia, la gimnasta estadounidense Leanne Wong ejecutó una rutina impecable en los cuatro aparatos. Al llegar a la competencia de suelo, Wong estaba en posición de ganar el oro si su rival rusa Angelina Melnikova cometía un error significativo. Melnikova necesitaba ejecutar su rutina de suelo limpiamente para asegurar la victoria. En su primer pase acrobático, la rusa pareció saltar fuera del perímetro del suelo al aterrizar. Mientras los jueces determinaron que solo uno de los pies de Melnikova rozó el área exterior del suelo, algunos espectadores sintieron que ambos pies salieron de los límites. Si Melnikova hubiera sido penalizada por dos pies fuera de límites, Wong habría ganado por una décima. Finalmente, la determinación de los jueces marcó la diferencia.

Mientras los fanáticos continúan argumentando a favor y en contra de los resultados, un denominador común subyace a toda discusión: la necesidad de mayor precisión y transparencia. A los ojos de muchos observadores, esta controversia representa exactamente el tipo de situación donde la tecnología podría proporcionar una claridad definitiva. Las tecnologías de visión computacional que Swiss Timing y Fujitsu han desarrollado para la gimnasia pueden hacer visibles cosas que no serían visibles a simple vista. Con el rápido avance y la implementación de la visión computacional, los jueces de gimnasia están más informados y tecnológicamente equipados que nunca.

Martin Zobrist, director de operaciones deportivas de Swiss Timing, explica que "la gimnasia es uno de estos deportes de juzgamiento donde la objetividad de los jueces es fundamental para la equidad del deporte, similar al patinaje artístico, los clavados y tantos otros deportes donde los jueces evalúan una actuación con su ojo desnudo". Aunque Zobrist admite que "cada deporte es un poco diferente y tiene su propio conjunto de reglas", Swiss Timing continúa "desarrollando tecnología según estas reglas y contribuyendo en consecuencia para proteger la integridad de estos resultados".

El sistema que ve lo invisible

Estas tecnologías están evolucionando rápidamente. En los Juegos Olímpicos de París del año pasado, Swiss Timing introdujo un avance revolucionario: tecnología de visión computacional. Implementada por primera vez en las competencias olímpicas de clavados, las tecnologías permitieron a los jueces evaluar el preciso "movimiento biomecánico de un atleta". Para la gimnasia, la Federación Internacional de Gimnasia (FIG) y Fujitsu han desarrollado lo que llaman el Sistema de Apoyo al Juzgamiento, conocido como JSS por sus siglas en inglés. El sistema representa años de colaboración técnica iniciada en 2017, cuando la FIG anunció formalmente una asociación con Fujitsu.

El JSS funciona mediante captura de movimiento en tiempo real usando entre cuatro a ocho cámaras de alta definición posicionadas estratégicamente alrededor de cada aparato. Estas cámaras capturan imágenes multángulo de la rutina completa del gimnasta. El motor de Analítica de Movimiento Humano de Fujitsu procesa este metraje multángulo, construyendo un modelo tridimensional del gimnasta y permitiendo al sistema rastrear y evaluar movimientos. El sistema basado en cámaras alcanza una precisión comparable a iteraciones anteriores basadas en láser que usaban una tecnología de sensores similar a la empleada en vehículos autónomos.

Los jueces humanos de gimnasia deben tener un ojo para movimientos rápidos y diminutos: la punta del dedo del pie, el ángulo de un split (¿llegó a 180 grados?), la más ligera flexión en la cadera. La inteligencia artificial puede ayudar a eliminar las conjeturas de los aspectos técnicos. Un giro que parece completo al ojo humano podría ser de solo 164 grados, una diferencia que el JSS detecta automáticamente. Una apertura de piernas que parece perfecta podría estar tres grados por debajo del mínimo requerido. Estos detalles minúsculos, invisibles en tiempo real para los observadores humanos, pueden determinar si un atleta alcanza el podio o no.

De sensores láser a visión computacional

La primera versión del JSS dependía de tecnología de sensores láser que emitía dos millones de pulsos por segundo para mapear un renderizado tridimensional de la posición del atleta durante la competencia. Esta tecnología, similar a la que usan los vehículos autónomos para navegar, proporcionaba datos esqueléticos 3D extremadamente precisos. Pero tenía limitaciones prácticas: los sensores eran costosos, requerían una calibración compleja y su implementación en múltiples aparatos simultáneamente en competencias grandes era logísticamente desafiante.

La transición a un sistema completamente basado en cámaras representó un avance significativo. Las cámaras son más económicas, más fáciles de instalar y calibrar, y proporcionan el beneficio adicional de capturar video que puede usarse para análisis posterior y transmisión. El desafío técnico fue desarrollar algoritmos de visión computacional lo suficientemente sofisticados para extraer información tridimensional precisa de imágenes bidimensionales capturadas desde múltiples ángulos. Fujitsu logró esto usando redes neuronales profundas entrenadas específicamente para el reconocimiento de posturas humanas en el contexto de movimientos gimnásticos.

El sistema emplea un proceso de múltiples pasos. Primero, captura datos 3D de los movimientos de los atletas sin el uso de marcadores físicos en el cuerpo. Algoritmos de estimación de pose impulsados por inteligencia artificial identifican y rastrean la posición de las articulaciones de los gimnastas a lo largo de sus rutinas. El sistema puede discernir diferencias entre elementos, transiciones y pausas, así como comprender los criterios específicos para deducciones basadas en desviaciones de la ejecución ideal. Para entender los detalles de las rutinas gimnásticas, la inteligencia artificial que impulsa el JSS aprendió de una base de datos de 8,000 rutinas, permitiendo al modelo reconocer el espectro de elementos definidos en el Código de Puntuación.

La promesa de eliminar sesgos humanos

Como consecuencia de sesgos humanos, el deporte de la gimnasia ha tenido que lidiar con varios escándalos de juzgamiento a lo largo de su historia. Dichos sesgos pueden basarse en la nacionalidad, la reputación, el orden de actuación y otros factores. También la posición de visualización de los jueces y la fatiga pueden desempeñar un papel en la evaluación de los gimnastas. Detectar detalles que el ojo humano puede pasar por alto ayuda a nivelar el campo de juego y eliminar el sesgo humano. Por ejemplo, la inteligencia artificial puede eliminar el "sesgo del leotardo" o el favoritismo hacia países como Estados Unidos y Rusia, que tradicionalmente sobresalen en gimnasia.

Adicionalmente, puede eliminar el sesgo humano de secuenciación, asegurando que el orden de las actuaciones no impacte injustamente la puntuación. Los estudios han documentado que los jueces humanos tienden a puntuar más severamente a los primeros competidores y más generosamente a los últimos, un fenómeno conocido como "efecto de secuencia". El JSS, al aplicar criterios consistentes independientemente del orden de presentación, elimina este sesgo sistemático. Otro sesgo documentado es el "efecto reputación", donde gimnastas conocidos reciben el beneficio de la duda en decisiones reñidas mientras atletas menos establecidos son penalizados más severamente por errores equivalentes.

Steve Butcher, quien anteriormente sirvió como director deportivo de la FIG y ahora es presidente del grupo de trabajo de reconocimiento de elementos para Fujitsu, explica que "hay muchas decisiones 50/50 que los jueces necesitan tomar durante las competencias. Nadie quiere tomar la decisión equivocada en los Juegos Olímpicos o Campeonatos Mundiales o cualquier competencia donde algo importante esté en juego". El JSS proporciona datos objetivos que pueden resolver estas situaciones ambiguas, reduciendo la presión sobre los jueces humanos y aumentando la confianza en los resultados.

El desafío insuperable: juzgar el arte

A pesar de sus capacidades impresionantes, el JSS enfrenta una limitación fundamental que ningún avance técnico ha podido superar: no puede evaluar la dimensión artística de la gimnasia. Kim Tanskanen, una gimnasta que compitió en el Campeonato Mundial de Amberes donde el JSS fue usado por primera vez en todos los aparatos, expresó la preocupación antes de que comenzara la competencia de que la emergencia del juzgamiento por inteligencia artificial pudiera erosionar los aspectos interpretativos del deporte. "No puedes mirar la cara de un robot y hacer que te mire de vuelta", dice. El componente interpretativo de la rutina de un gimnasta es algo que, más recientemente, ha sido alentado como forma de preservar el lado "artístico" del deporte, incluso cuando las habilidades se vuelven cada vez más difíciles.

La gimnasia, explica Tanskanen, es una oportunidad de formar una relación con los jueces haciendo contacto visual para "atraerlos con mis expresiones". Este elemento humano de conexión, interpretación emocional y expresión artística es una dimensión que el JSS simplemente no puede capturar. El sistema puede medir si un split alcanza exactamente 180 grados, pero no puede evaluar si la transición a ese split fue elegante, si la expresión facial de la gimnasta transmitió la emoción apropiada, o si la coreografía entre elementos técnicos fue creativa e innovadora.

La FIG reconoce esta limitación. En una comunicación por correo electrónico, representantes de la organización explicaron que "el arte es una parte importante de nuestra disciplina, y queremos ver ambos. El poder y la energía de las dificultades por un lado, pero también la gracia, la feminidad y la elegancia mostradas a través de la coreografía". El sistema no puede interpretar el valor de un elemento de danza creativo ni comprender una elección de conexión entre dos componentes de rutina. Como resultado, los jueces humanos permanecen esenciales para evaluar los matices creativos y las complejidades de la actuación general de un gimnasta.

La implementación gradual y el futuro del sistema

El JSS fue introducido gradualmente en las competencias de la FIG. En 2019, el sistema fue usado por primera vez en eventos masculinos de caballo con arcos y salto en la Serie de Copa Mundial de la FIG. Para los Juegos Olímpicos de Tokio 2020, programados originalmente pero pospuestos, el sistema estaba programado para apoyar el salto masculino, las anillas y el caballo con arcos, así como el salto femenino y la barra de equilibrio. El Campeonato Mundial de Amberes 2023 marcó un hito importante: fue la primera vez que el JSS fue usado en todos los diez aparatos en competencia.

Durante el Campeonato Mundial de 2023, los jueces usaron el JSS para validar las decisiones humanas, y en la mayoría de los casos, las puntuaciones de los gimnastas permanecieron iguales. Esto sugiere que los jueces humanos experimentados son notablemente precisos en su evaluación de elementos técnicos. Sin embargo, en situaciones donde había desacuerdo entre jueces o donde la ejecución era ambigua, el JSS proporcionó datos objetivos que ayudaron a resolver disputas. El sistema todavía no ha desarrollado la sofisticación para reemplazar a los jueces de línea como Hawk-Eye para algunos torneos de tenis, donde la tecnología se ha convertido en el único determinante de si los puntos están dentro o fuera.

Para los Juegos Olímpicos de París 2024, el JSS fue desplegado oficialmente, convirtiéndose en un factor potencial en los sueños olímpicos de los gimnastas. Más allá de su uso en competencia, el sistema está disponible para las federaciones miembro de la FIG para ser usado como parte de sus programas de entrenamiento, proporcionando evaluación de la habilidad del atleta y el dominio de elementos durante los períodos de entrenamiento. La FIG y Fujitsu también trabajan juntos a nivel global para proporcionar a las cadenas de televisión análisis y contenido de mejora visual basado en datos generados por el sistema, creando contenido atractivo para espectadores en todo el mundo.

Más allá de la gimnasia: aplicaciones futuras

La introducción del sistema completo para la competencia coincide con los planes de Fujitsu de lanzar su plataforma de Analítica de Movimiento Humano en abril de 2024 para ayudar en el entrenamiento de gimnastas como parte de su visión para Fujitsu Uvance, que entrega soluciones innovadoras que abordan desafíos empresariales y resuelven problemas sociales. La nueva solución integra la tecnología avanzada de inteligencia artificial y el conocimiento de análisis de imágenes reunido a través del proyecto JSS para abordar una amplia gama de desafíos de clientes en industrias incluyendo salud, comercio minorista, manufactura y entretenimiento.

Las aplicaciones potenciales son vastas. En salud, la tecnología podría usarse para el análisis de la marcha, la rehabilitación física y la detección temprana de trastornos del movimiento. En comercio minorista, podría prevenir el robo en líneas de autopago detectando poses sospechosas o movimientos que sugieren un intento de ocultar mercancía. En manufactura, podría analizar la ergonomía de los trabajadores e identificar patrones de movimiento que podrían llevar a lesiones por estrés repetitivo. En entretenimiento, podría usarse para captura de movimiento en la producción de películas y videojuegos sin necesidad de trajes especiales con marcadores.

Otros deportes también están explorando tecnología similar. El patinaje artístico, los clavados, el patinaje sobre ruedas, el surf, el skateboard y el esquí podrían beneficiarse de sistemas que miden la precisión biomecánica de movimientos complejos. La ventaja distintiva de la tecnología de Fujitsu es que no requiere que los atletas usen marcadores corporales, permitiendo la captura de movimiento no invasiva durante actuaciones competitivas reales. Esta característica podría atraer nuevos fanáticos ayudando a definir las reglas. ¿Con qué frecuencia realmente vemos gimnasia? ¿Una vez cada cuatro años? ¿Cuántos fanáticos ocasionales realmente entienden las reglas de puntuación?