L'IA au service des entraîneurs de football : utiliser les prévisions pour planifier les matchs, la rotation et les scénarios

L'IA pour les entraîneurs de football est surtout utile quand on la traite comme une voix de plus dans la réunion de staff, une voix constante, rapide et insensible à l'effet de récence. Elle ne compose pas l'équipe, ne lit pas le vestiaire et ne ressent pas ce qu'un 4-4 a pu faire à une défense fragile. En revanche, elle peut chiffrer la difficulté probable du prochain match, et ce chiffre vaut d'être connu quand la semaine est chargée.

Commençons par la difficulté du calendrier. Un entraîneur sait déjà que l'adversaire est « costaud » ou « à portée », mais ces étiquettes dérivent au gré du dernier résultat. Une probabilité d'avant-match pour la victoire à domicile, le nul et la victoire à l'extérieur oblige à poser une question plus rigoureuse : quelle est la probabilité de chaque issue une fois pesés la forme, la force des équipes, les confrontations directes, les blessés et les suspendus ? Cela compte pour la rotation. Si l'on donne à une équipe, disons, 60 % de chances de s'imposer à domicile face à un adversaire diminué, le coût de la mise au repos de deux titulaires n'est pas le même qu'avec 35 %. La prévision ne dit pas de faire tourner. Elle dit quel risque on achète.

Les calendriers surchargés sont l'endroit où elle gagne sa place. Sur trois matchs en huit jours, l'exercice utile consiste à aligner les prévisions côte à côte et à se demander où votre meilleur onze pèse le plus. On le dépense sur le match dont la probabilité est la plus disputée et où les points comptent le plus, et l'on gère les minutes là où le tableau est plus clair. C'est un élément sain de la préparation de match que les staffs font déjà d'instinct ; une prévision rend cet instinct vérifiable, de sorte que le directeur sportif et le conseil d'administration voient le raisonnement et pas seulement la composition.

Le travail sur les scénarios est le troisième usage, et le moins apprécié. Une estimation de score exact fondée sur une simulation de buts, ancrée dans la vision du marché sur le favori, donne les scores les plus probables, pas seulement le vainqueur. Si les issues dominantes sont des résultats serrés et peu prolifiques, cela plaide pour préparer un match long et patient, et pour soigner les coups de pied arrêtés. Si la distribution est plus large, on prévoit un match qui s'ouvre et ce qui se passe quand on court après le score ou qu'on protège une avance. C'est une incitation à préparer le jour de match, pas un scénario écrit d'avance.

Juger si une prévision est bonne demande plus qu'un coup d'œil à son taux de réussite affiché. Il faut se demander si les probabilités annoncées se comportent honnêtement : un pronostic à 70 % doit tout de même se tromper environ trois fois sur dix, si bien qu'un seul pronostic raté ne prouve rien et qu'un seul pronostic réussi prouve encore moins. Cherchez un historique sur de nombreux matchs, une règle claire sur le pronostic évalué (le dernier avant le coup d'envoi est le plus juste, puisqu'il intègre les compositions), et une comparaison avec une référence simple. Vérifiez aussi la calibration et le score de Brier, qui punit les erreurs commises avec aplomb et récompense l'incertitude bien jugée. Plus il est bas, mieux c'est, et il n'a de sens qu'à côté d'une référence.

Voici ce que cela donne en pratique, avec Kickwise comme exemple concret. Son historique public évalue le dernier pronostic émis avant le coup d'envoi au regard du résultat après 90 minutes, prolongation comprise, les séances de tirs au but comptant comme des nuls. Sur les 90 derniers jours, les pronostics à 65 % de confiance ou plus se sont révélés justes 121 fois sur 151 (80 %), dans des matchs où l'équipe à domicile l'a emporté 61 % du temps, de sorte qu'en misant systématiquement sur l'équipe à domicile on aurait obtenu 61 %. Tous niveaux de confiance confondus sur les 30 derniers jours, 355 pronostics sur 605 étaient justes (59 %), avec un score de Brier de 0,557 contre 0,635 pour une référence utilisant les propres taux de victoires à domicile, de nuls et de victoires à l'extérieur de l'échantillon.

Les limites comptent autant que les chiffres. Le nul est l'issue la plus difficile à prévoir. Les matchs amicaux et les rencontres pour lesquelles on dispose de peu de données frôlent le pile ou face, et c'est précisément là qu'un entraîneur doit s'appuyer sur sa propre connaissance. Et un bon bilan sur plusieurs semaines n'assure rien pour samedi prochain. Un tel outil se juge sur de nombreux matchs, jamais sur un seul, et une probabilité ne doit jamais l'emporter sur ce que vous voyez à l'entraînement ou ce que vous disent vos médecins.

La règle pratique pour le staff est simple. Servez-vous de la prévision pour cadrer la semaine : quel est le risque de chaque match, où vont les minutes, quels scénarios méritent d'être répétés. Puis laissez l'entraîneur décider. Dans l'intelligence artificielle appliquée à l'entraînement et à l'aide à la décision, le meilleur outil resserre les questions et met les hypothèses à nu ; il n'y répond pas. Si un outil ne peut pas montrer son historique, définir sa méthode d'évaluation et reconnaître où il est le plus faible, considérez-le comme une opinion, pas comme une preuve.