Máster en Inteligencia Artificial en el Sector deportivo

Inteligencia artificial en el sector deportivo

Módulo 1. Fundamentos de la tecnología deportiva

• Unidad didáctica 1. Uso de la tecnología en el deporte

  1. Origen y evolución

  2. Clasificación: según la finalidad, según el ámbito de aplicación y según el tipo de dispositivo

  3. Impactos de la actividad tecnológica

• Unidad didáctica 2. Principales usos de la tecnología en el deporte

  1. Rendimiento deportivo

  2. Prevención y rehabilitación de lesiones

  3. Análisis táctico y estratégico

  4. Arbitraje y la regulación del juego

  5. Gestión y organización deportiva

• Unidad didáctica 3. Innovación tecnológica contemporánea

Módulo 2. Fundamentos de la inteligencia artificial

• Unidad didáctica 1. Concepto y definición

  1. Origen y evolución

  2. Ramas: aprendizaje automático, procesamiento del lenguaje natural, visión artificial y robótica

  3. Aplicaciones: deporte, medicina, computación, industria pesada, atención al cliente, industria automotriz, juegos y juguetes, música y finanzas

• Unidad didáctica 2. Bases de datos en el deporte

  1. Uso de datos: gestión

  2. Big Data en el deporte: clasificación de datos deportivos y análisis predictivo de rendimiento y lesiones

• Unidad didáctica 3. Inteligencia artificial aplicada al deporte

Módulo 3. Aprendizaje automático o Machine Learning

• Unidad didáctica 1. Aproximación al aprendizaje automático o Machine Learning

  1. Calidad y fiabilidad

  2. Fuentes

• Unidad didáctica 2. Tipos de aprendizajes

  1. Aprendizaje supervisado: árboles de decisión, K vecinos más cercanos, máquinas de vectores de soporte, regresión logística en predicción de resultados y clasificación de Naïve Bayes

  2. Aprendizaje no supervisado: agrupamiento o clustering y reducción de dimensionalidad

  3. Aprendizaje por refuerzo: Q-learning y Policy gradient

• Unidad didáctica 3. Evaluación de modelos

  1. Métricas de evaluación: clasificación, regresión, ranking, estadísticas, visión por computadora y procesamiento del lenguaje natural

Módulo 4. Aprendizaje profundo o Deep Learning

• Unidad didáctica 1. Conceptualización del aprendizaje profundo o Deep Learning

  1. Elementos constitutivos

  2. Características

• Unidad didáctica 2. Redes neuronales artificiales

  1. Funcionamiento: dinámica computacional de la neurona artificial, ajustes de parámetros y procesos de aprendizaje

• Unidad didáctica 3. Tipos de modelos

  1. Redes neuronales convolucionales

  2. Redes neuronales recurrentes

  3. Modelos de transformadores

Módulo 5. Inteligencia artificial generativa

• Unidad didáctica 1. ¿Qué es la inteligencia artificial generativa?

  1. Tipos de contenido generado: texto, imágenes, vídeo, audio y datos estructurados

  2. Métodos de generación: generación autorregresiva, generación basada en ruido latente, entrenamiento adversarial y técnicas de enmascaramiento

• Unidad didáctica 2. Modelos fundacionales o Foundation Models

  1. Entrenamiento y adaptación

  2. Representaciones generadas por los modelos: multimodales y multilingües

• Unidad didáctica 3. Arquitecturas principales

  1. Redes generativas antagónicas

  2. Autocodificadores variacionales

  3. Transformadores o transformers

  4. Arquitecturas híbridas y emergentes

Módulo 6. Ingeniería de prompt o Prompt Engineering

• Unidad didáctica 1. Conceptualización de la ingeniería de prompt o Prompt Engineering

  1. Elementos de un prompt

  2. Principios de diseño

  3. Parámetros de generación: métodos deterministas y técnicas de sampling

• Unidad didáctica 2. Técnicas

  1. Prompt sin entrenamiento previo o zero-shot

  2. Prompt con pocas muestras o few-shot

  3. Cadena de pensamiento o chain of thought

  4. Generación aumentada por recuperación

  5. ReAct

  6. Autoconsistencia

  7. Encadenamiento de instrucciones o prompt chaining

  8. Prompt basado en roles o role prompting

  9. Conocimiento generado

  10. Marcos del árbol de pensamiento o tree of thoughts

  11. Prompt activo

  12. Estímulo direccional

  13. Ingeniería automática de prompts

  14. Personalización de prompt o prompt reframing

• Unidad didáctica 3. Buenas prácticas

• Unidad didáctica 4. Plataformas para la gestión y optimización de prompts

  1. Prompthub

  2. PromptBase

  3. FlowGPT

  4. PromptLayer

Módulo 7. Métodos computacionales en el deporte

• Unidad didáctica 1. Análisis multimodal

  1. Integración de datos: fisiológicos y rendimientos

  2. Fusión de datos

• Unidad didáctica 2. Procesamiento del lenguaje natural

  1. Fuentes de datos

  2. Técnicas de PLN aplicadas

  3. Modelos avanzados: embeddings contextuales, etiquetado de secuencia y topic modeling en análisis de medios y tendencias deportivas

  4. Evaluación técnica y errores comunes

• Unidad didáctica 3. Análisis de la voz y del discurso

  1. Parámetros acústicos en la comunicación de entrenadores y atletas

  2. Técnicas de extracción de voz

  3. Modelos predictivos en liderazgo, motivación y cohesión de equipo

• Unidad didáctica 4. Reconocimiento de expresión facial y comportamiento no verbal

  1. Técnicas de extracción facial

  2. Modelos de visión artificial

  3. Aplicaciones en arbitraje y detección de conductas antideportivas

Módulo 8. Optimización del rendimiento deportivo

• Unidad didáctica 1. Introducción a la optimización del rendimiento deportivo

  1. Factores determinantes del rendimiento

• Unidad didáctica 2. Recolección y gestión de datos del atleta

  1. Sensores biométricos y wearables

  2. Plataforma de registro de entrenamiento

  3. Integración de datos

  4. Seguridad y privacidad en el manejo de datos deportivos

• Unidad didáctica 3. Aplicación de la IA en el entrenamiento físico

  1. Personalización de cargas de entrenamiento

  2. Predicción de fatiga y prevención del sobreentrenamiento

  3. Modelos predictivos de recuperación y descanso

  4. Optimización del calendario deportivo

  5. Sistemas de recomendación de rutinas personalizadas

  6. Realidad virtual en el entrenamiento físico

  7. Realidad aumentada en el entrenamiento físico

• Unidad didáctica 4. Análisis biomecánico

  1. Captura de movimiento y análisis técnico

  2. Visión por computadora en la corrección de gestos deportivos

  3. Identificación de patrones de eficiencia

• Unidad didáctica 5. Análisis táctico y estratégico

  1. Modelos predictivos de jugadas y partidos

  2. Análisis de patrones colectivos mediante aprendizaje automático

  3. Simulación de escenarios competitivos

  4. Optimización de estrategias en tiempo real

• Unidad didáctica 6. Herramientas especializadas

  1. Plataformas de análisis de rendimiento

  2. Aplicaciones de control de carga

Módulo 9. Prevención y rehabilitación de lesiones

• Unidad didáctica 1. Conceptualización de la prevención y rehabilitación de lesiones

  1. Factores de riesgo de lesión

• Unidad didáctica 2. Recolección y análisis de datos biomédicos

  1. Sensores fisiológicos

  2. Variables biomecánicas relevantes

  3. Integración de historiales médicos y datos de entrenamiento

  4. Seguridad y ética en el uso de datos médicos

• Unidad didáctica 3. Prevención de lesiones

  1. Modelos predictivos de riesgo de lesión

  2. Detección de sobrecarga y fatiga muscular

  3. Identificación de patrones de movimiento lesivos mediante visión artificial

  4. Diseño de programas personalizados de prevención

• Unidad didáctica 4. Rehabilitación de lesiones

  1. Monitorización remota de la recuperación

  2. Asistentes virtuales y chatbots en el seguimiento del paciente

  3. Realidad virtual y aumentada en la rehabilitación

  4. Robótica aplicada a la readaptación funcional

• Unidad didáctica 5. Sistemas de recomendación en la recuperación de lesiones

  1. Diseño de programas de ejercicio terapéutico personalizados

  2. Optimización de tiempos de reincorporación deportiva

  3. Planificación de la nutrición y el descanso

• Unidad didáctica 6. Herramientas especializadas

  1. Plataformas de predicción de lesiones: Zone7 y Kitman Labs

  2. Aplicaciones de rehabilitación

Módulo 10. Análisis táctico y estratégico

• Unidad didáctica 1. Fundamentos del análisis táctico y estratégico

  1. Diferencias entre táctica y estrategia

  2. Evolución del análisis táctico

• Unidad didáctica 2. Recolección de datos para el análisis táctico en la IA

  1. Datos de rendimiento individual

  2. Datos colectivos y de interacción en equipo

  3. Uso de visión artificial en la captura de movimientos

  4. Integración de bases de datos históricas y en tiempo real

• Unidad didáctica 3. Empleo de la IA en el análisis táctico

  1. Identificación de patrones de juego mediante aprendizaje automático

  2. Clasificación y predicción de jugadas

  3. Modelos de simulación de escenarios tácticos

  4. Optimización de formaciones y alineaciones

• Unidad didáctica 4. Toma de decisiones estratégicas

  1. Predicción de resultados y escenarios competitivos

  2. Algoritmos de optimización en planificación de partidos

  3. Herramientas de apoyo a entrenadores y cuerpos técnicos

  4. Decisiones en tiempo real durante la competición

• Unidad didáctica 5. Sistemas de visualización y recomendación táctica

  1. Dashboards interactivos para entrenadores

  2. Simuladores estratégicos basados en IA

  3. Sistemas de recomendación de jugadas y estrategias

• Unidad didáctica 6. Herramientas especializadas

  1. Plataformas de videoanálisis deportivo

  2. Instrumentos de análisis predictivo en deportes colectivos

  3. Aplicaciones en deportes individuales

Módulo 11. Gestión y administración deportiva

• Unidad didáctica 1. ¿Qué es la gestión y administración deportiva?

  1. Ámbitos de aplicación

• Unidad didáctica 2. Gestión de clubes y organizaciones deportivas

  1. Optimización de recursos humanos mediante people analytics

  2. Planificación financiera y control presupuestario

  3. Gestión de infraestructuras y mantenimiento predictivo

  4. Evaluación del rendimiento organizacional

• Unidad didáctica 3. Planificación y organización de eventos deportivos

  1. Predicción de asistencia y venta de entradas

  2. Optimización logística

  3. Seguridad en eventos masivos

  4. Gestión de experiencia del espectador

• Unidad didáctica 4. Marketing y comunicación deportiva

  1. Segmentación y fidelización de aficionados

  2. Personalización de campañas publicitarias

  3. Análisis de redes sociales y reputación digital

  4. Generación automatizada de contenidos deportivos

• Unidad didáctica 5. Scouting y gestión del talento

  1. Análisis de rendimiento de jugadores mediante Big Data

  2. Modelos predictivos para fichajes y transferencias

  3. Plataformas de identificación de talento emergente

  4. Optimización de negociaciones y contratos deportivos

• Unidad didáctica 6. Sistemas de recomendación y apoyo a la toma de decisiones

  1. Herramientas de business intelligence aplicadas al deporte

  2. Algoritmos de optimización en la gestión de recursos

  3. Sistemas de toma de decisiones estratégicas

  4. Dashboards interactivos para gestores deportivos

• Unidad didáctica 7. Herramientas especializadas

  1. Plataformas de gestión integral de clubes deportivos

  2. Aplicaciones de marketing deportivo

Módulo 12. Arbitraje

• Unidad didáctica 1. Introducción al arbitraje deportivo asistido por IA

• Unidad didáctica 2. Sistemas de visión artificial

  1. Cámaras de alta velocidad y seguimiento automático

  2. Reconocimiento de patrones de juego y detección de infracciones

  3. Evaluación de precisión y fiabilidad en la toma de decisiones

• Unidad didáctica 3. Tecnologías de apoyo arbitral

  1. Sistemas de asistencia en tiempo real

  2. Algoritmos de predicción de jugadas conflictivas

  3. Herramientas de gestión del reglamento y normas deportivas

• Unidad didáctica 4. Análisis automatizado del rendimiento arbitral

  1. Evaluación del desempeño del árbitro

  2. Identificación de errores y sesgos arbitrales

  3. Retroalimentación y formación asistida

  4. Modelos de predicción de acierto en la toma de decisiones

• Unidad didáctica 5. Sistemas de apoyo a la toma de decisiones

  1. Herramientas de recomendación en jugadas dudosas

  2. Integración de datos en tiempo real con decisiones arbitrales

  3. Uso de dashboards y visualizaciones para árbitros y jueces

• Unidad didáctica 6. Retos del arbitraje asistido por IA

  1. Impacto en la dinámica del juego y tiempos de decisión

  2. Transparencia y confianza en los algoritmos

Módulo 13. Ética y regulación de la inteligencia artificial

• Unidad didáctica 1. Moral ante el progreso tecnológico

  1. Posiciones doctrinales: bioconservadurismo, neurodeterminismo, transhumanismo y humanismo abierto desde los derechos de los atletas

  2. Principios bioéticos

• Unidad didáctica 2. Desafíos éticos

  1. Sesgos y discriminación clínica en la evaluación del rendimiento

  2. Transparencia y explicabilidad accionable

  3. Privacidad, confidencialidad y seguridad de los datos

  4. Autonomía y consentimiento informado

  5. Seguridad del atleta y gestión del daño

  6. Relación entre tecnología, entrenador y deportista

• Unidad didáctica 3. Actores relevantes

  1. Federaciones y organismos deportivos internacionales

  2. Proveedores y desarrolladores

  3. Clubes, ligas y organizaciones deportivas profesionales

  4. Cuerpo técnico

  5. Deportistas

• Unidad didáctica 4. Guías y recomendaciones aplicadas al deporte

  1. Iniciativas y estándares técnico-deportivos

  2. Organismos internacionales y europeos: Comité Olímpico Internacional, UNESCO, Consejo de Europa y Comisión Europea

  3. Orientaciones nacionales y sectoriales

• Unidad didáctica 5. Panorama legislativo aplicable

  1. Unión Europea: Reglamento europeo de IA, Reglamento General de Protección de Datos, marco normativo sobre tecnologías de apoyo al arbitraje y Espacio Europeo de Datos Deportivos

  2. España: legislación deportiva y protección de datos biométricos y regulación sobre tecnologías aplicadas en competiciones nacionales

Módulo 14. Gobernanza de la inteligencia artificial

• Unidad didáctica 1. ¿Qué es la gobernanza de la inteligencia artificial?

  1. Niveles

• Unidad didáctica 2. Elementos de gobernanza

  1. Estructuras de gobierno

  2. Comité de inteligencia artificial

  3. Roles y responsabilidades

  4. Políticas y procedimientos internos

  5. Formación y concienciación

  6. Objetivos estratégicos deportivos vinculados a la IA

  7. Participación de usuarios

• Unidad didáctica 3. Gestión de los riesgos de la inteligencia artificial en organizaciones deportivas

  1. Metodología

  2. Evaluación de impacto

  3. Medidas técnicas y organizativas

  4. Cumplimiento normativo transversal

  5. Evaluación de resultados y mejora continua

• Unidad didáctica 4. Ciclo de vida de los sistemas

  1. Diseño, desarrollo, producción, seguimiento y control, y retirada

• Unidad didáctica 5. Auditoría de sistemas de inteligencia artificial

  1. Modelo de las tres líneas: ejecución y responsabilidad operativa, supervisión y monitoreo del riesgo, y aseguramiento independiente y asesoramiento estratégico

• Unidad didáctica 6. Gobernanza en investigación e innovación deportiva

  1. Rol de organismos internacionales

  2. Colaboraciones público-privadas en innovación tecnológica deportiva