I november besøkte Arsène Wenger studioet til Richard Keys og Andy Gray, to tidligere profiler på britisk TV. Det skulle egentlig være et normalt intervju.
Men så begynte Wenger å spå om fremtiden.
Wenger hadde klart dette før. Da han ble trener for Arsenal i 1996, innførte han nye metoder som revolusjonerte engelsk fotball.
Nå forutså 69-åringen en tid hvor trenere får råd om spillerbytter fra sosiale medier. Keys og Gray, som er av den gamle fotballskolen, virket oppgitt.
– Du kan også forestille deg at en robot vil sitte foran deg om 20 år, sa Wenger.
– Hahahaha! sa Keys og Gray.
Wenger mente at roboter ikke ville erstatte trenere, kun hjelpe dem, men det hørtes like sprøtt ut for det. Allerede nå kan vi slå fast at Wenger tok feil.
Vi vil ikke se en robot som hjelper en trener først om 20 år.
Vi vil se det allerede denne helgen.
Alexa sier 4-3-3
Lørdag vil et lag i engelsk syvendedivisjon ved navn Wingate & Finchley få råd av en maskin om laguttak og taktikk.
Roboten vil innta sidelinjen i en kamp mot Whitehawk FC, en bitter rival i nedrykksstriden.
Maskinen er laget av GreenShoot Labs for The Big Bang Fair, en britisk messe som prøver å skape interesse for vitenskap blant unge. Maskinen er en slags høyttaler, lenket til en PC.
Den har til og med et navn: Alexa.
Om en trener spør Alexa hvilken formasjon som bør brukes, vil Alexa stille spørsmål tilbake om motstanderlaget. Basert på informasjonen treneren gir henne, vil Alexa så gi et konkret råd.
Jo mer feedback Alexa får, desto bedre blir rådene.
– Så på en måte lærer man sammen hva som fungerer på banen, sier Ronald Ashri, en av grunnleggerne av GreenShoot Labs, til NRK.
Men Alexa er kun en amatørversjon av maskinen som kan lages. Hun baserer sine råd på verbal kommunikasjon. En mer effektiv maskin vil kunne basere dem på rene data.
Og toppklubbene har nå mer data enn noen gang.
De er heller ikke redde for å bruke den. Noen toppklubber baserer avgjørelser på premisset at tall kan bedømme prestasjoner med større nøyaktighet enn det mennesker kan.
Altså: Når man ser fotball, bør man ikke tro sine egne øyne.
Dette premisset har møtt mye motstand innenfor mer konservative miljøer i fotballen. Men mye av grunnen til at noen klubber tror på idéen, er at den har fungert i andre sporter.
Så om vi vil finne ut hvorfor idéen fungerer, må vi gå fra fotball til baseball. Vi må 20 år tilbake i tid, da Billy Beane rundlurte alt og alle.
Oakland-mysteriet
Billy Beane var daglig leder i Oakland A’s. Han hadde et problem: Oakland var et av de fattigste lagene i amerikansk Major League Baseball.
Et storlag som New York Yankees kunne bruke mer enn 100 millioner dollar på lønninger. Oakland hadde rundt 40 millioner dollar. The Yankees kunne lønne de beste spillerne, lag som Oakland tok restene.
Altså var lag som Oakland nesten dømt til å feile.
Men Oakland feilet ikke. I fire år på rad havnet de blant de åtte beste lagene, i en serie med 30 lag. Hvordan kunne Oakland spille så bra med så små ressurser?
Svaret var at Beane tenkte annerledes. Alle de store lagene signerte spillere basert på råd fra speidere. Disse speiderne baserte sine råd på intuisjon og erfaring.
De stolte på sine egne øyne.
Men Beane mente at speiderne tok feil. Han sa at man ikke kan stole på sine egne øyne.
Men hvorfor kan man ikke det?
Vær ikke redd for tornadoer
Svaret på det spørsmålet hadde blitt oppdaget flere tiår før, av to usedvanlig smarte psykologer.
Daniel Kahneman og Amos Tversky hadde gjort en rekke eksperimenter som viste hvordan menneskehjernen ofte er fullstendig irrasjonell.
De fant for eksempel ut at vi vurderer sjansene for at en hendelse skal skje, basert på hvor lett vi kan huske at en lignende hendelse har skjedd før.
De spurte folk følgende: Hva fører til flest dødsfall, tornadoer eller astma?
De fleste vil si tornadoer. Når tornadoer først inntreffer, preger de nyhetsbildet og klistrer seg på hjernen vår. Det er lettere for oss å huske at tornadoer tar liv, enn at astma gjør det.
Men astma fører til 20 ganger så mange dødsfall.
Vi bør altså være forsiktige med å stole på vår egen intuisjon. Kahneman, som vant Nobelprisen i økonomi i 2002, fant også ut at slike kognitive glipper førte investorer på Wall Street til å stadig selge og kjøpe feil aksjer.
Troen på at disse investorene visste mer enn andre, skrev Kahneman, var en illusjon. De fleste studier viste at en enkel matematisk formel vil gjøre bedre spådommer innen slike felt enn det mennesker vil.
– Denne logikken kan brukes på flere områder, som børsen og valg av medisiner, skrev Kahneman.
Og et av disse områdene er baseball.
Beane lurer markedet
Beane stolte ikke på speiderne, altså øynene. I stedet hørte han på folk som studerte statistikkene til spillerne på markedet, altså tallene.
Beane fikk høre at enkelte spillere ble vurdert lavt fordi de hadde karakteristikker som virket ugunstige. En rar kastearm, en kuriøs løpestil, litt ekstra vekt. Ting øyet reagerer på, som speidere gjerne slår ned på.
Men disse karakteristikkene påvirket ikke prestasjonene. De dukket ikke opp i tallene. Beane så at disse spillerne faktisk var bedre enn flere av de som ble vurdert langt høyere.
Så da lagene skulle velge spillere, hentet Beane alle de som var undervurdert. De ingen andre ville ha. Rivalene trodde Beane var gal. Speiderne til Oakland trodde det samme.
Men Oakland bare vant og vant.
Snart begynte rivalene å forstå hva som skjedde. I 2002 kjøpte forretningsmannen John W. Henry laget Boston Red Sox. Henry syntes Beane var genial, og fulgte samme strategi.
To år senere hadde Boston Red Sox vunnet ligaen for første gang på 86 år.
I dag er katten ute av sekken. En bok om Oakland A’s, kalt Moneyball, ble skrevet av Michael Lewis i 2003 og fikk enorm oppmerksomhet. «Moneyball» har nå blitt et prinsipp som alle i baseball respekterer.
Men kunne Moneyball fungere like godt i fotball? John W. Henry ønsket å finne det ut.
Så i 2010 kjøpte han Liverpool Football Club.
Comollis falske start
I starten falt prosjektet i grus. Henry ansatte Damien Comolli, en fransk direktør som før hadde jobbet i Tottenham, og som var en venn av Billy Beane.
Men Liverpool spilte ikke bra, og innen to år hadde Comolli fått sparken.
Hva hadde skjedd?
Én faktor var at Moneyball passer bedre til baseball enn fotball. Baseball er et spill som stopper og starter, hvor mye kan måles i tall. Fotball er mer kaotisk og vanskeligere å måle.
Et fotballag som dominerer alle statistikker – skudd, pasninger, ballbesittelse – kan likevel tape 4–0.
Men det fantes også en annen faktor: At statistikken Comolli hadde tilgjengelig, var av begrenset verdi.
Mye har skjedd siden 2010. Opta, det fremste selskapet for fotballstatistikk i Storbritannia, har eksistert siden 1996, men målte lenge kun ting som pasninger, skudd og taklinger.
Hva betyr det om en forsvarsspiller takler mye?
Kanskje vinner han ballen ofte. Men det kan like gjerne være at han takler som kompensasjon for at han ligger i feil posisjon. Paolo Maldini, en av tidenes beste forsvarere, leste spillet så godt at han knapt trengte å takle.
James Yorke, fra analyseselskapet StatsBomb, mistenker at Liverpool tolket slike enkle tall på feil måte under Comolli.
– Det var en falsk start, sier Yorke til NRK.
Sjansene er større for at Moneyball kan fungere nå.
Vi vet hvor farlig Agüero er
For nå har både kvaliteten på tallene og lagenes forståelse av tallene blitt langt bedre.
Ta for eksempel skudd. Før kunne man tro at laget med flest skudd hadde fortjent å vinne kampen. Men for noen år siden ble det utviklet en modell som heter «forventede mål».
Forventede mål måler kvaliteten på et skudd, altså sjansene for at det går inn. Om et lag kun har 10 langskudd i en kamp, har de lavere sjanser til å vinne enn et lag som tar tre skudd fra fem meter.
Denne modellen gir bedre forståelse av flere ting, for eksempel hvor god en lagprestasjon har vært, hvor store sjanser en spiss har hatt, og hvor effektiv han er foran mål.
Vi vet ikke bare at Sergio Agüero er farlig; vi kan også sette tall på hvor farlig han er.
Slik kan prestasjoner måles mer nøyaktig med tall. Men tall har hatt aller størst effekt på området hvor Beane brukte dem: Rekruttering.
Statistikkbaserte selskaper som StatsBomb og Wyscout gir nå råd klubber som Juventus, Tottenham og Real Madrid. Om en klubb ønsker en spesiell spillertype, kan analytikerne søke etter en lignende profil i sine databaser, og få opp en liste med mulige rekrutter.
Tallene kan også bidra til å spå spillernes prestasjoner. Et av lagene som vet dette, er John W. Henrys Liverpool.
Spådde Salah-suksess
James Yorke har merket seg at de fleste store kjøpene Liverpool har gjort de siste årene, har vært solide statistisk sett. Studerer man tallene, kan man se hvordan Liverpool tenker.
Hovedgrunnen til at Liverpool slåss om ligatittelen nå, er nettopp at de har truffet blink på markedet. Spillere som Sadio Mané, Andy Robertson og Mohamed Salah har både doblet og tredoblet i verdi.
Da Salah ble hentet fra Roma i 2017, var det tvil rundt ham, fordi han hadde floppet i Chelsea før. Men StatsBomb la mer vekt på tallene som målte Salahs prestasjoner de siste tre årene.
– Salahs profil virker så solid at nesten enhver klubb i Europa kan styrke stallen sin ved å kjøpe ham, skrev Yorke sommeren 2017.
I sesongen 2017/18 scoret Salah 32 ligamål, som er rekord for en spiller i en Premier League-sesong. Få trodde at Salah skulle slå så kraftig til.
Men de som hadde sjekket tallene, var mindre overrasket enn resten.
Konferansen om fremtiden
Tall gjør det altså lettere å kjøpe gode spillere. Det neste steget er å bruke tall til å gi taktiske råd.
For at dette skal skje, må store deler av spillet kunne måles i statistikk. Ikke bare skudd, men pasninger, innlegg, lagstruktur, og mye mer. Flere og flere modeller utvikles nå for å oppnå dette.
StatsBomb har for eksempel en formel kalt xGBuildup», som måler hvor ofte en spiller er involvert i trekk som fører til mål.
En annen modell, «deep progressions», måler hvor mange ganger en spiller har ført, sentret eller driblet ballen inn i den tredjedelen av banen som er nærmest motstanderens mål.
Slike modeller graver frem verdifull informasjon. Og hensikten er å basere avgjørelser på så mye informasjon som mulig. Kanskje vil man snart kunne måle sjansen for at laget scorer mål basert på hvor en viss spiller har ballen på banen.
– Jeg er sikker på at det er klubber som allerede jobber med slike modeller, sier Yorke.
Så nylig som onsdag denne uken holdt Opta en konferanse i London hvor analytikere presenterte nye modeller. Det var representanter der fra lag som Arsenal, Chelsea, Liverpool og Paris Saint-Germain.
Mye var nytt. En av analytikerne, Carlos Rodríguez fra FC Barcelona, hadde for eksempel funnet en måte å bruke data til å måle spillernes kroppsorientering på banen.
Kunstig intelligens var også et av temaene som ble diskutert. Jo flere avanserte formler som utvikles, desto mer øker sannsynligheten for at topplag vil bruke maskiner.
Noe som tar oss tilbake til Alexa.
Toppen av isfjellet
Alexa baserer sine råd på verbal informasjon. Fremtidens robot, den Wenger så for seg, er en som går gjennom enorme mengder data og så spytter ut råd.
I fjor spådde den anerkjente fremtidsforskeren Ian Pearson det samme som Wenger gjorde.
– Kunstig intelligens slår allerede menneskets evner på områder som sjakk og medisinsk diagnose. Så vi burde forvente at det også får en større rolle i å finne optimale fotballstrategier, skrev Pearson.
Både Wenger, Yorke og Ashri understreker at maskiner aldri vil kunne erstatte en trener helt, fordi teknologi ikke klarer å forså faktorer som psykologi, motivasjon og følelser.
– Vi er ikke i nærheten av å fange opp all informasjonen som spiller inn når man setter sammen et lag, sier Ashri, som har en doktorgrad i kunstig intelligens og skriver bok om samme tema.
Men at maskiner kan hjelpe trenere, er klart. Akkurat nå studerer analytikere tallene og gir så tips til hovedtreneren. Det som mangler for at Wenger skal ha rett, er at denne prosessen automatiseres.
Så langt finnes ikke maskiner som klarer dette, ifølge Ashri. Men ettersom statistikk blir stadig viktigere for fotballag, og fremskritt stadig gjøres innen kunstig intelligens, går det mot at slike maskiner vil finnes.
– Vi har kun rørt i overflaten av hva som er mulig, sier Ashri.
Dermed er det kanskje ikke så urealistisk å se for seg en robot på sidelinjen i Premier League likevel. Vil det skje om 20 år, slik Wenger sa?
– Jeg tror vi vil se det enda tidligere, sier Ashri.
Kilder: Moneyball (av Michael Lewis), Thinking, Fast and Slow (Daniel Kahneman), Soccernomics (Simon Kuper og Stefan Szymanski), Bleacher Report, The Independent, StatsBomb, Wyscout.