SCIENTIFIC REPORTS (2025). DOI: 10.1038/S41598-025
MADRID 17 jun. (EUROPA PRESS) -
Pesquisadores da Cornell aplicaram ao basquete uma variação de uma teoria inicialmente usada para prever as ações coletivas dos elétrons em sistemas de mecânica quântica.
Um grupo liderado pelo professor de física Tomás Arias adaptou a teoria da flutuação funcional da densidade (DFFT) para prever as posições dos jogadores e classificá-los de acordo com suas contribuições defensivas. Eles também tentaram quantificar a "gravidade do jogador": a força com que um jogador atrai os defensores, indicando que ele representa uma ameaça ao gol.
"A gravidade é um termo comum no basquete, mas quantificá-la tem sido um pouco complicado", disse Boris Barron, atualmente pesquisador de pós-doutorado no Instituto Max Planck de Pesquisa Demográfica em Rostock, Alemanha, e autor correspondente do novo estudo, publicado na Scientific Reports, em um comunicado.
A DFFT, uma formulação relativamente nova, busca inferir interações e preferências espaciais diretamente de flutuações em dados posicionais. A teoria já foi aplicada a sistemas tão diversos quanto a organização de grupos de insetos, a segregação racial em áreas urbanas e simulações da dinâmica de multidões.
Esse estudo é uma continuação do trabalho que o grupo apresentou em 2023 em uma conferência da American Physical Society. Na pesquisa anterior, o modelo do grupo, baseado na teoria funcional da densidade (DFT), sugeriu a melhor posição para cada jogador em uma quadra de basquete em um determinado cenário para aumentar a probabilidade de marcar ou defender com sucesso.
AS MESMAS EQUAÇÕES
Arias disse que primeiro pensou na DFT em termos de comportamento do público - em um show, por exemplo - depois escreveu algumas equações e percebeu que "essas eram exatamente as equações que usamos em nossas teorias de física de muitos corpos e mecânica quântica".
O pesquisador de pós-doutorado e coautor Nathan Sitaraman, que na época trabalhava como consultor para uma equipe da NBA e tinha acesso à análise de jogadores, ajudou a orientar o grupo em direção ao basquete como base de teste para sua modelagem DFFT. Na época, nem Arias nem Barron estavam particularmente interessados na NBA.
O desafio dos pesquisadores: Considerando um momento na quadra - a localização dos 10 jogadores e a bola - qual é a probabilidade de o ataque marcar 0, 2 ou 3 pontos?
Para o estudo, o grupo usou dados de rastreamento de jogadores da primeira metade da temporada 2022-23 da NBA e analisou as posições dos jogadores e da bola durante as posses de meia quadra (excluindo contra-ataques) no máximo três segundos antes de um arremesso. Ao treinar o modelo DFFT com subconjuntos relevantes do enorme conjunto de dados, os pesquisadores conseguiram prever a posição provável de um jogador e avaliar as probabilidades de vários resultados de pontuação.
Os pesquisadores demonstraram que é possível melhorar o posicionamento defensivo e identificar tendências específicas dos jogadores, como a consistência com que eles se posicionam para ajudar a equipe a se defender coletivamente contra arremessos de 2 ou 3 pontos.
O CASO DE STEPHEN CURRY
Para medir a gravidade do jogador, a equipe analisou os 50 jogadores que passaram mais tempo na quadra durante o conjunto de dados de quatro meses, juntamente com um caso especial: o armador do Golden State Warriors, Stephen Curry, que detém o recorde da NBA de cestas de 3 pontos e é amplamente considerado o jogador mais sério da liga.
Na verdade, Curry foi adicionado ao conjunto de dados somente após a apresentação de uma versão anterior deste artigo na Conferência MIT Sloan Sports Analytics 2024. "Curry não foi incluído na época", disse Barron, "e parecia que todos em nossa apresentação estavam perguntando: 'Então, onde está Steph Curry?
Curry é único, disse Barron. "Ao longo de toda a linha de 3 pontos, ele atraiu quase tanta defesa para sua posição - sem a bola - quanto um jogador comum com a bola, e até a superou em algumas posições", acrescentou, observando que quando Curry está na zona, mais perto da cesta, sua gravidade é ligeiramente menor do que a de um jogador comum.
E A DE NIKOLA JOKIC
Os pesquisadores também descobriram que Nikola Jokic, pivô do Denver Nuggets, produz uma forte "gravidade não local", o que significa que, devido à sua propensão a passar a bola, a densidade defensiva tende a aumentar no lado fraco da quadra (oposto à bola).
Pesquisas futuras nessa área explorarão o conceito de "QI defensivo": os instintos de um jogador e sua capacidade de "ver" uma jogada antes que ela se desenvolva.
"Em termos de interesse dos técnicos", disse Arias, "poderíamos analisar mais profundamente esses dados para ver o que eles não estão entendendo completamente."
Esta notícia foi traduzida por um tradutor automático