Abilità mentali e potenziale degli arcieri: Taha 2018

Cinquanta giovani arcieri malesi, 37 ragazzi e 13 ragazze tra i 13 e i 20 anni, hanno compilato un questionario sulle abilità psicologiche nello sport e poi hanno tirato una sola volée di sei frecce a 50 metri. Gli autori li hanno divisi in due gruppi con un algoritmo di raggruppamento automatico (k-means), chiamandoli arcieri ad alta e a bassa preparazione psicologica, e poi hanno addestrato due modelli di apprendimento automatico, le cosiddette macchine a vettori di supporto (SVM), a riconoscere il gruppo di ciascun arciere partendo dalle sette scale del questionario.

Il modello lineare ha assegnato il gruppo giusto nel 92% dei casi, cioè ha collocato male 4 arcieri su 50: ha classificato bene tutti quelli di un gruppo e il 73,33% dell'altro. Il secondo modello, a funzione radiale, è arrivato al 70% mettendo tutti gli arcieri nello stesso gruppo, tanto che la sua sensibilità è zero. Nei grafici il gruppo ad alta preparazione ha valori più alti in sei scale su sette; fa eccezione la libertà dalle preoccupazioni. Il punteggio della volée compare solo in uno di questi grafici, senza numeri e senza un test di confronto tra i gruppi.

Il questionario è l'Athletic Coping Skills Inventory (ACSI-28), che misura sette abilità: affrontare le difficoltà, disponibilità a farsi allenare, rendere sotto pressione, concentrazione, libertà dalle preoccupazioni, fiducia e motivazione, obiettivi e preparazione mentale. Gli arcieri lo hanno compilato prima della prova di tiro, organizzata come una gara simulata: quattro frecce di prova e poi sei frecce a 50 metri, l'unica volée registrata. L'articolo non dice che archi usassero né su quale bersaglio tirassero; dice che gli arcieri seguivano programmi di sviluppo universitari e statali.

Per formare i gruppi gli autori hanno usato il k-means con due gruppi (Orange 2.7). Il testo non è chiaro su quali variabili siano entrate nel raggruppamento: la figura mette insieme le sette scale e il punteggio, la discussione dice che il punteggio ha permesso di raggruppare gli arcieri. Poi due modelli SVM, uno lineare e uno a funzione radiale, sono stati addestrati in MATLAB sulle sette scale e valutati con una convalida incrociata a cinque blocchi: a turno quattro quinti degli arcieri servono ad addestrare il modello e il quinto restante a provarlo.

Il limite principale sta nel disegno: i gruppi sono stati costruiti, almeno in parte, a partire dalle stesse scale del questionario che poi il modello usa per riconoscerli. Un'accuratezza alta dice quindi che l'algoritmo ritrova una divisione fatta con gli stessi numeri; non dice che il questionario preveda chi tira meglio, e tanto meno chi diventerà forte, perché nessuno è stato seguito nel tempo e il potenziale del titolo non è mai misurato. Il punteggio viene da sei frecce soltanto, troppo poche per distinguere arcieri dello stesso livello, e l'articolo non dice che archi usassero.

Alcuni numeri non tornano. L'età media è data come 17,0 anni con deviazione standard di 0,56 (0,056 nell'abstract), poco compatibile con un'età che va dai 13 ai 20 anni. Per il modello lineare una specificità del 100% vuol dire che nessun arciere è stato messo per errore nel gruppo positivo, e quindi una precisione del 100%, non dell'89,74% riportato; per l'altro modello una precisione del 70% con sensibilità zero non si può calcolare. Dai valori si ricava che i gruppi avevano 35 e 15 arcieri, e che il 70% del secondo modello è proprio la quota del gruppo più numeroso. Gli stessi autori definiscono lo studio preliminare e il campione limitato.

Per un arciere o un allenatore lo studio non mostra che un questionario sulle abilità psicologiche riconosca i giovani di talento: il titolo promette più di quello che è stato misurato. L'ACSI resta un questionario conosciuto, che può servire a parlare con un arciere di dove si sente meno solido sotto pressione, ma questo lavoro non aggiunge prove che i suoi punteggi vadano insieme alle frecce al centro.

Nel registro lo studio conta soprattutto come esempio di un problema frequente: un metodo di apprendimento automatico applicato a pochi dati, con un risultato numerico che suona preciso e una domanda di partenza, quali arcieri hanno più potenziale, che resta senza risposta.