Copa do Mundo: o big data por trás do futebol. Artigo de Rafael Grohmann

Foto: Reprodução/Outras Palavras

Mais Lidos

  • Trump protagonizou um verdadeiro massacre na Casa Branca, incluindo insultos a Michelle Obama: Ela "é um homem, não é, América?"

    LER MAIS
  • IHUCast – El Niño 2026. O Rio Grande do Sul está preparado?

    LER MAIS
  • “A Igreja não precisa ser maioria para ser o sal da terra”. Entrevista com Margot Käßmann

    LER MAIS

Revista ihu on-line

Aceleracionismo Amazônico

Edição: 559

Leia mais

Natal. A poesia mística do Menino Deus no Brasil profundo

Edição: 558

Leia mais

O veneno automático e infinito do ódio e suas atualizações no século XXI

Edição: 557

Leia mais

16 Junho 2026

Torneio será movido por uso de dados recorde na história do esporte. Em múltiplas camadas, partidas são assistidas e gerenciadas por analistas invisíveis e mal pagos. IAs vendem “previsões”, sob acordos confidenciais. Bets impulsionam nova indústria.

O artigo é de Rafael Grohmann, publicado por Outras Palavras, 12-06-2026.

Rafael Grohmann é professor do Mestrado e Doutorado em Comunicação da Universidade do Vale do Rio dos Sinos (Unisinos) e editor da newsletter DigiLabour. Doutor em Ciências da Comunicação pela Universidade de São Paulo (USP).

Eis o artigo.

Quando a Copa do Mundo da FIFA de 2026 tiver início em 11 de junho, ela será apresentada como o torneio mais movido a dados da história do esporte: marcações de impedimento assistidas por IA, uma bola equipada com sensores, scans em 3D de todos os 1.248 jogadores e um assistente de IA para cada seleção. Rastreamento em tempo real, modelos de recrutamento e painéis táticos são hoje ferramentas comuns do futebol profissional. Por trás de cada um desses pontos de dados estão trabalhadores que a transmissão de TV raramente mostra.

As conversas sobre tecnologia na Copa do Mundo param nas telas: a linha de impedimento, o VAR, as estatísticas ao vivo. Poucos perguntam quem produz os dados por trás disso, onde e em que condições. No meu novo projeto de pesquisa, Trabalhadores de Tecnologia no Futebol (Tech Workers in Football), financiado pelo Creative Labour and Critical Futures da Universidade de Toronto, estou mapeando a força de trabalho por trás das cadeias de valor de dados do futebol.

E isso não é novo. A inteligência artificial, em qualquer lugar, funciona com dados, com o trabalho humano que anota e valida esses dados e com infraestrutura física. O futebol depende desse tipo de trabalho há muito mais tempo do que sugere a empolgação atual com a IA. Há mais de uma década, um dos maiores clubes do Reino Unido, o Arsenal, comprou uma pequena empresa de análise de dados com a qual já trabalhava e a incorporou ao clube como um departamento interno de ciência de dados — uma empresa cujas imagens de jogos eram, por sua vez, codificadas por uma força de trabalho de dados no Camboja e no Laos. Isso foi em 2014. A força de trabalho de dados do futebol vem se formando há mais de 10 anos, e tem recebido pouca atenção.

Há três camadas principais nas cadeias de valor de dados do futebol. Mais perto do jogo estão os trabalhadores de tecnologia internos aos clubes: os analistas e cientistas de dados que os clubes contratam diretamente, atuando ao lado das comissões técnicas. Mesmo entre clubes de uma mesma liga, não há uma forma única de organizar esse trabalho. Os departamentos recebem nomes diferentes e ocupam cantos diferentes do clube, os arranjos de trabalho variam, e os profissionais vêm de formações bastante distintas — doutorados em física ou matemática, pessoas recrutadas nas grandes empresas de tecnologia (Big Tech) e, em lugares como o Brasil, formação em educação física. Esses arranjos variam de um clube para outro, e os clubes costumam mantê-los em segredo. O modo como os diferentes clubes organizam seus departamentos de ciência de dados varia, assim como podem variar os arranjos entre a comissão técnica e a equipe de trabalhadores de tecnologia. Até hoje, nenhuma pesquisa documentou o perfil desses trabalhadores de tecnologia no futebol.

Para além dos clubes estão os fornecedores de dados, e eles não são de um único tipo. Alguns coletam os dados oficiais de eventos, o registro estruturado das ações com a bola, e parte deles também detém os direitos de coletar e distribuir o feed oficial de uma liga para a mídia e para as casas de apostas. Outros se especializam em rastreamento (tracking), usando câmeras nos estádios para fixar a posição de cada jogador em campo, e são seus engenheiros que transformam vídeo bruto em dados. Uma startup francesa, por exemplo, constrói dados de rastreamento de jogadores apenas a partir das imagens de transmissão.

Ao redor deles há um ecossistema mais amplo: fabricantes de vestíveis (wearables) com GPS e sensores inerciais que medem o quanto e com que intensidade os jogadores correm, plataformas de vídeo que gravam e etiquetam as partidas, bancos de dados de scouting que os clubes vasculham em busca da próxima contratação, consultorias de análise de dados que modelam o desempenho a partir de dados próprios ou de terceiros, empresas nascidas na indústria das bets que hoje vendem previsões, e sistemas de gestão de atletas que tentam prever o risco de lesões. Em todas essas camadas, quem faz o trabalho costuma ser funcionário em tempo integral, muitas vezes vinculado a acordos de confidencialidade e concentrado em poucos polos de negócios. E o campo está se estreitando: um pequeno número de empresas hoje controla os dados de que a maioria dos clubes de futebol depende, várias delas montadas por meio de sucessivas ondas de aquisições, e o setor tem atraído capital de private equity e dinheiro do mercado de ações à medida que se consolida.

Mais distante dos olhares do público, na base, estão os trabalhadores de dados que anotam o que acontece em campo. Eles assistem aos jogos e transformam cada passe, desarme e finalização em dados estruturados, correndo contra a transmissão enquanto fazem isso. O trabalho se concentra em cidades de salários mais baixos: mais de 100 trabalhadores de dados anotam jogos a partir de um único escritório em Ternópil, na Ucrânia, e uma força de trabalho semelhante faz o mesmo no Cairo, no Egito. No nível mais baixo, boa parte desses dados ao vivo é coletada por pessoas contratadas jogo a jogo, como prestadores autônomos pagos por peça. Uma empresa alemã, hoje parte de uma empresa australiana de tecnologia esportiva, tem seus jogos anotados por uma equipe de dados nas Filipinas, onde os trabalhadores podem levar de três a quatro horas em um único jogo.

No livro Expected Goals, Rory Smith conta que todo novo anotador de dados em Manila aprende o ofício a partir de uma única partida: a vitória da Alemanha por 7 a 1 sobre o Brasil na semifinal da Copa de 2014. Naquele jogo, apesar de finalizar e tocar a bola mais do que o adversário, o Brasil foi atropelado, e os trabalhadores de dados aprenderam quais outros dados precisam ser levados em conta na hora de assistir aos jogos e etiquetar os dados.

Essas camadas sustentam o modo como o futebol é hoje assistido e gerenciado em suas diferentes dimensões: os gráficos na transmissão, o número de probabilidade de vitória na tela, as decisões sobre tempo de jogo e táticas, o jogador que um clube acabou de contratar com base em dados. Esses trabalhadores são hoje essenciais ao futebol, mas pouco conhecidos do grande público. Mesmo os cientistas de dados, os mais visíveis entre eles, raramente são conhecidos pelo nome fora de seus clubes. Quanto mais embaixo na cadeia, menos o trabalho é visto, enquanto a decisão no topo é a coisa mais pública do jogo. Algumas das pessoas que coletam dados ao vivo acabaram nos tribunais, entre elas torcedores e estudantes pagos com pouco mais do que ingressos para os jogos, presos em disputas entre os gigantes dos dados a quem fornecem seus feeds.

A cadeia de valor de dados no futebol também tem uma geografia. O trabalho de análise de dados de alto valor se concentra em um punhado de centros ricos, enquanto a anotação de dados se concentra em cidades no Leste Europeu, na África, no Sul da Ásia e no Sudeste Asiático. Clubes fora das ligas dominantes, no Brasil, por exemplo, muitas vezes pagam esses fornecedores em moeda estrangeira pela infraestrutura de que dependem seus próprios trabalhadores de tecnologia. Mas seria um erro entender essas ligas fora da Europa como simplesmente atrasadas. O futebol brasileiro, por exemplo, tem construído seus próprios arranjos. Há empresas de dados que montam suas próprias equipes para registrar cada jogo a partir do sinal de televisão, e consultorias de dados que treinam os analistas que os clubes agora correm para contratar. E há um mercado de trabalho de ciência de dados que circula dentro da América Latina, construído em torno de departamentos internos de análise de dados que transitam entre os clubes brasileiros.

Compreender as complexas relações político-econômicas e geográficas das cadeias de valor de dados no futebol é uma tarefa para a pesquisa futura. Um mecanismo transfronteiriço, em especial, merece atenção: um número crescente de investidores é dono de vários clubes em diferentes países e os administra como um único portfólio. Métodos, dados e profissionais se movem entre esses clubes como transferências internas: a direção de um clube brasileiro afirma usar, por contrato, os mesmos analistas de desempenho, dados e software que o clube inglês no topo de seu grupo proprietário.

A Copa do Mundo vai colocar os dados e a IA do futebol no maior palco que existe. Centenas de milhões de pessoas vão assistir aos jogos e discutir os números na tela. Os trabalhadores de dados correndo contra o relógio da transmissão, os fornecedores de dados vendendo dados a terceiros, os analistas de dados preparando relatórios e negociando com as comissões técnicas não vão aparecer na tela, mas nada desse espetáculo existiria sem eles. O futebol atualmente funciona tanto com o trabalho deles quanto com o dos jogadores. Pesquisadores, imprensa e mesmo os clubes precisam levar essa força de trabalho mais a sério, e entender os seus perfis: quem são, onde trabalham, quanto ganham e que voz têm sobre as tecnologias das quais dependem. E diferentemente do beisebol, o esporte que os dados conquistaram primeiro, o futebol nunca se rende por completo aos números. Ele continua mágico, imprevisível. E, claro, sabemos disso melhor do que ninguém.

Leia mais