Vai al contenuto
Ora nel mondoEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portale su IA e tecnologiaeventi · analisi · interviste · approfondimenti tecnici

Cerca
LIVE
›

L'app Sports di Apple e la lotta silenziosa sui dati sportivi

L'app Sports di Apple, volutamente minimale, arriva mentre il mercato dell'IA nello sport è stimato a 2,61 miliardi di dollari entro il 2030 secondo MarketsandMarkets. La discussione su quali numeri vedono i tifosi si fa più accesa.

SportNotiziaMarco BianchiPubblicato: 28 settembre 20266 min di letturaFonti 5
L'app Sports di Apple e la lotta silenziosa sui dati sportivi

L'app Sports di Apple non fa quasi nulla, e il punto è proprio questo. Il recensore di Slate, scrivendo il 10 giugno 2026 mentre il Mondiale entrava nel vivo, ha elencato cosa offre. Ci sono nomi e loghi delle squadre, i record, gli orari delle partite, i risultati in diretta e finali, una pagina di classifiche e un interruttore che disattiva le quote scommesse dal tabellone. Nessun titolo di giornale. Nessuna guida allo streaming, a meno che non si tocchi una partita. Nessun elemento di design pensato per tenerti a scorrere.

Una tale sobrietà è abbastanza insolita da fare notizia. E arriva nel mezzo di una discussione molto più ampia sui dati sportivi. Chi li raccoglie, chi li paga e chi decide quale versione di un numero è quella vera?

Un'app minimale in un mercato massimale

Apple ha annunciato Sports nell'inverno del 2024. Secondo Slate, la presentazione è stata una frase di un dirigente Apple: "Abbiamo creato Apple Sports per dare ai tifosi quello che vogliono, un'app che offre un accesso incredibilmente rapido a punteggi e statistiche." L'app copre le partite del Mondiale più il calcio di MLS, NWSL e circa 30 altre leghe, tra cui la Serie A ecuadoriana e la seconda divisione della Bundesliga. Aggiunge il tennis maschile e femminile e il LPGA Tour. Tocchi una partita e ottieni un tabellino essenziale, una classifica o le rose. Le Live Activities possono spingere i punteggi di una squadra sulla schermata di blocco.

Il mercato più ampio attorno a questa semplicità non è affatto tranquillo. MarketsandMarkets, in un rapporto ripreso da Yahoo Finance il 22 settembre 2026, stima il mercato dell'IA nello sport a 2,61 miliardi di dollari entro il 2030, con una crescita annua composta del 16,7%. Nello stesso periodo la stampa ha parlato di una partnership tra Databricks e Cal Athletics, di un centro sportivo dell'Atlantic Council e di un articolo del New York Post secondo cui DraftKings avrebbe usato l'IA per prendere di mira i giocatori perdenti. Niente di questa frizione compare dentro l'app di Apple. Ed è proprio per questo che il recensore l'ha apprezzata.

La tesi contraria è che controllare i punteggi non è mai stata la parte interessante. La parte interessante è ciò che accade ai dati sotto: i feed degli eventi, i sistemi di tracciamento, i controlli di integrità. È lì che stanno i soldi e le polemiche.

Da dove arrivano davvero i dati

Sean Ingle del Guardian ha sostenuto una versione di questa tesi il 15 luglio 2025, dopo il secondo anno di chiamata elettronica delle linee a Wimbledon. In quelle due settimane i titoli parlavano di errori. Il sistema ha mancato una palla di Sonay Kartal che era caduta lunga contro Anastasia Pavlyuchenkova, in un caso in cui un ufficiale aveva accidentalmente spento il sistema. Un dritto di Taylor Fritz è stato chiamato fuori nonostante fosse caduto quattro piedi dentro la linea di fondo. Un raccattapalle era ancora in campo quando l'americano ha iniziato la battuta.

Il punto di Ingle era che l'indignazione ha sepolto il tasso di base. Wimbledon usava una versione potenziata di Hawk-Eye, in uso lì dal 2007. I ricercatori hanno stimato che i giudici di linea sbagliano circa l'8% delle chiamate ravvicinate. I giocatori fanno peggio. Delle 1.535 challenge nei singolari maschili e femminili a Wimbledon nel 2024, solo 380, meno del 25%, sono state ribaltate. Quando un giocatore pensava che la palla fosse fuori, sbagliava tre volte su quattro.

"Nessun sistema è perfetto al 100%, ma sono dimostrabilmente più accurati che affidarsi puramente alla decisione umana", ha detto Matt Drew, che ha fondato il dipartimento di integrità di StatsPerform, in dichiarazioni pubblicate dal Guardian.

Ingle ha citato anche due studi sui pregiudizi umani. Uno chiedeva a 40 arbitri di calcio qualificati di giudicare 47 episodi di una partita Liverpool-Leicester; metà guardava con il rumore del pubblico, metà in silenzio. Il gruppo con il rumore ha assegnato molti meno falli contro il Liverpool, il 15,5% in meno. Un altro, in Norvegia, ha rilevato che le squadre vincenti avevano più probabilità di ottenere rigori favorevoli. Gli psicologi la chiamano conformità.

Questa è la tesi a favore delle macchine, ed è una tesi sui dati, non sentimentale. L'accuratezza è misurabile. Il pregiudizio è misurabile. I due si possono confrontare.

Il conto dell'analytics che nessuno mette a budget

Poi c'è lo strato che quasi nessun tifoso vede: l'impianto che trasforma gli eventi grezzi in un numero di cui qualcuno si fida. Un post sul blog di Cassis, pubblicato il 23 agosto 2026, sostiene che un SQL più economico non rende economico l'analytics. Ogni risposta comporta un costo umano che viene ridistribuito, non eliminato. Il post divide quel costo in tre parti. L'indicizzazione è il lavoro iniziale di definire le metriche e documentare la logica. L'interrogazione è lo sforzo di recupero. L'affidabilità chiede se il numero che torna indietro è semanticamente corretto anche quando l'SQL gira senza errori.

L'esempio è un CFO che chiede quanti clienti enterprise attivi hanno rinnovato nel trimestre precedente. Prima che qualcuno risponda, qualcun altro deve decidere quale tabella contiene i dati dei clienti, cosa significa "attivo", cosa conta come "enterprise" e cosa significa "trimestre precedente" nel calendario fiscale. Cassis descrive un senior data manager che organizza una rotazione settimanale in cui una sola persona gestisce le domande ad hoc. Questo consuma circa il 20% di un team di cinque o sei persone, in modo permanente.

Le organizzazioni sportive hanno lo stesso problema con nomi diversi. Cosa conta come passaggio riuscito? Un possesso? Un tackle? La sessione di un tifoso sull'app del club? Le definizioni sono il prodotto. Sbagliale e la dashboard si disegna comunque.

Chi costruisce spedisce le parti noiose

Due progetti open source pubblicati a settembre 2026 mostrano quanto di questo lavoro sia ormai infrastruttura di base. Adaca Analytics è una dashboard self-hosted per Google Analytics 4 costruita su Cloudflare Workers. Salva i riepiloghi giornalieri dall'API GA4 Data o da un export BigQuery in un database D1 di proprietà dell'operatore, e lascia il realtime su Google. Offre sei dashboard e un builder in quattro passaggi, con pagine di drill-down per sorgenti, pagine e paesi. Propone anche link di condivisione in sola lettura che possono fissare un filtro, e riepiloghi settimanali o mensili inviati via email o Slack. È distribuito con licenza MIT e viene da Adaca, una società di consulenza software.

Plainoldanalytics, pubblicato su Hacker News il 13 settembre 2026, segue la strada opposta. È un middleware di analytics aggiuntivo per applicazioni Go, simile nello spirito a Umami, Plausible o PostHog ma integrato nell'app. Il suo pacchetto principale è indipendente dallo storage, con backend tra cui DuckDB e un archivio in memoria. Aggiunge una dashboard integrata montata su un percorso a tua scelta, la registrazione delle sessioni, eventi personalizzati e proprietà chiave-valore. Il traffico viene scritto su disco circa una volta al secondo.

Nessuno dei due progetti ti dirà chi ha vinto ieri sera. Ma sono lo strato che decide se il numero che vedi è il numero che pensi.

Il Mondiale continuerà a produrre polemiche sulle chiamate. La NFL sostituirà la sua catena di misura con la tecnologia Hawk-Eye da settembre, come ha riportato il Guardian. Gli schermi continueranno a diventare più veloci. Le definizioni che stanno sotto sono il vero terreno della lotta.

Commenti 0

Fonti

5
  1. 01Apple Made a Sports App That Does Almost Nothing. It's IncredibleEN
  2. 02Rage against the machines: ignore the fury at Wimbledon, AI in sport worksEN
  3. 03We rebuilt the old Google Analytics on top of GA4's dataEN
  4. 04Show HN: Plainoldanalytics: Analytics Middlware for GoEN
  5. 05Why cheaper SQL doesn't make analytics cheapEN

Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.

I contenuti sono stati preparati dalla redazione con il supporto dell'IA.

Marco Bianchi

Marco Bianchi

Sport, auto e viaggi

Marco Bianchi si occupa di sport, auto e viaggi per FLASH24, lavorando su dati ufficiali, comunicati di squadre e costruttori e calendari federali, senza lasciar passare numeri non verificati. Per lo sport confronta statistiche di campionato con i referti e ricontrolla gli episodi VAR prima di pubblicare. Su auto e viaggi attende i listini e le prove su strada, parla con concessionari e uffici stampa e compara allestimenti e consumi dichiarati. Fuori dalla redazione segue le statistiche di campionato, le polemiche sul VAR e il basket amatoriale, spesso con lo stesso metodo applicato agli articoli. Non pubblica una classifica o un dato di gara senza averlo verificato almeno due volte.

Redazione →

Commenti

0
  1. Nessun commento — sii il primo.

Scrivi un commento

I commenti sono pubblici. Non pubblichiamo insulti, spam né pubblicità.