hashtelegraph.com
Бывший заместитель генерального директора ФК «Сочи» Андрей Орлов обвинил экс-тренера команды испанца Роберта Морено (Robert Moreno) в чрезмерном увлечении нейросетью ChatGPT при подготовке футболистов.
Странные методы подготовки
По словам Орлова, испанский специалист активно использовал искусственный интеллект для создания презентаций и разработки графиков подготовки команды. Самым экстравагантным предложением нейросети стала рекомендация не спать 28 часов перед матчем со «СКА-Хабаровск» и подниматься в пять утра.
Морено также применял ChatGPT для подбора игроков в состав. Бывший замгендиректора рассказал, что тренер загрузил в нейросеть данные о нападающих Владимире Писарском (Vladimir Pisarsky), Павле Мелёшине (Pavel Meleshin) и Артуре Шушеначеве (Artur Shushenachev) из системы Wyscout. ChatGPT выбрал Шушеначева как лучшего варианта, однако футболист не забил ни одного гола за десять матчей в сезоне 2024/25.
Опровержение от тренера
Роберт Морено опроверг обвинения в заявлении для sports.ru. Испанский специалист подчеркнул, что не использовал ChatGPT для подготовки к матчам и выбора игроков, сохраняя уважение к своей работе в «Сочи».
Результаты работы
Согласно данным Transfermarkt, Морено возглавил «Сочи» 15 декабря 2023 года и покинул пост 31 августа 2025 года. За этот период он провел 62 матча со средним показателем 1,34 очка за игру.
Под руководством испанского тренера команда вылетела из РПЛ в Первую лигу, но сумела вернуться. Однако осенью 2025 года Морено был уволен после получения всего одного очка в семи матчах лиги.
История с ChatGPT в футболе показывает, как быстро развивающиеся технологии проникают в спорт. Споры о роли искусственного интеллекта в принятии тренерских решений, вероятно, будут только усиливаться по мере развития подобных инструментов.
Мнение ИИ
С точки зрения машинного анализа данных, случай в «Сочи» демонстрирует критический разрыв между возможностями генеративных ИИ-моделей и требованиями спортивной аналитики. ChatGPT не обучен на реальных спортивных данных и не имеет доступа к динамическим показателям физической формы игроков, их психологического состояния или тактической совместимости с командой. Модель работает с текстовыми описаниями, а не с многомерными спортивными метриками.
Анализ исторических паттернов показывает, что профессиональный спорт уже проходил через подобные этапы внедрения «монейболла» в бейсболе 2000-х или систем видеоаналитики в футболе 2010-х. Каждый раз ключевым фактором успеха становилась не сама технология, а ее грамотная интеграция с экспертизой тренерского штаба. Парадокс заключается в том, что чем сложнее алгоритм, тем больше человеческого понимания требуется для его правильного применения в спорте.