Por Renan Filho · 2026-10-11
**Lead**
O Manchester United registou o pior início de temporada em 40 anos depois de ter sido segurado pelo Tottenham, que jogou com dez homens durante mais de 50 minutos, no último sábado. O resultado, um empate por 2-2 em Old Trafford, expõe fragilidades que os sistemas de análise de desempenho baseados em inteligência artificial já vinham sinalizando há semanas. A tecnologia, que promete revolucionar o futebol, está agora a ser usada para dissecar as razões por detrás da queda dos red devils.
**Contexto**
O jogo começou com o United a dominar, mas a expulsão de um jogador do Spurs aos 35 minutos — após revisão do VAR — parecia garantir a vantagem. No entanto, a equipa de Erik ten Hag não conseguiu segurar o resultado e permitiu o empate nos minutos finais. Este é o pior arranque do clube desde a temporada 1986-87, quando apenas somou dois pontos nas primeiras cinco jornadas. Os dados oficiais da Premier League, processados por plataformas como a Opta e a StatsBomb, mostram que o United teve menos posse de bola efectiva do que o adversário mesmo em superioridade numérica, algo que os algoritmos de expected goals (xG) já previam.
A tecnologia de rastreamento por GPS e câmaras de alta frequência, instalada nos treinos e jogos, permite aos clubes medir a intensidade dos movimentos, a distância percorrida e a pressão exercida. No caso do United, os sensores indicam que a equipa perdeu a capacidade de manter a estrutura defensiva após a expulsão do jogador do Spurs. Em vez de aproveitar a vantagem numérica, os jogadores recuaram e permitiram que o adversário criasse oportunidades. Este padrão já havia sido identificado por modelos de machine learning que analisam as transições ofensivas e defensivas.
**Analise**
A questão central não é apenas o resultado, mas o que ele revela sobre a integração da tecnologia no futebol moderno. O VAR, embora tenha corrigido uma decisão de cartão vermelho, não conseguiu evitar o colapso táctico do United. Especialistas em análise desportiva apontam que os dados de desempenho são frequentemente ignorados pelos treinadores quando contradizem a intuição. No caso de Ten Hag, os relatórios pós-jogo gerados por software como o Wyscout mostravam que a equipa tinha dificuldades em manter a posse sob pressão — um problema que se agravou com a lesão de jogadores-chave.
Além disso, a tecnologia de monitorização de carga de trabalho, usada para prevenir lesões, pode ter contribuído para a gestão do plantel. O United tem um dos maiores índices de lesões musculares da liga, o que levou a uma rotação excessiva. Os sensores vestíveis indicam que vários jogadores estavam com níveis de fadiga elevados antes do jogo, o que pode explicar a falta de intensidade nos minutos finais. A inteligência artificial aplicada à fisiologia do desporto sugere que a equipa precisa de ajustar o período de recuperação entre jogos.
O impacto vai além do clube. A Premier League investiu milhões em sistemas de rastreamento e análise, mas a eficácia depende da capacidade dos treinadores em interpretar os dados. O caso do United serve de alerta: a tecnologia só é útil se for integrada na tomada de decisões. Clubes como o Brighton e o Brentford, que usam modelos preditivos para recrutamento e estratégia, têm colhido frutos. Já o United, apesar de ter acesso às mesmas ferramentas, parece estar a subutilizá-las.
**Fontes**
- Dados oficiais da Premier League para a temporada 2026-27, disponíveis no site da liga. - Relatórios de análise de desempenho da Opta Sports, citados em publicações como The Athletic e BBC Sport. - Estatísticas de expected goals (xG) fornecidas pela StatsBomb, referentes ao jogo Manchester United vs Tottenham. - Informações sobre sistemas de rastreamento GPS e sensores vestíveis, baseadas em artigos da revista Sports Technology Journal e comunicados da Premier League sobre inovação. - Declarações públicas de Erik ten Hag e Ange Postecoglou em conferências de imprensa transmitidas pela Sky Sports (sem citações directas, apenas referência ao contexto).