No dia 6 de setembro de 2025, Aaron Miles sentou no banco de reservas do Raimondi Park, em Oakland, com um tablet na mão. O técnico dos Oakland Ballers comandava o melhor time da temporada na liga. Naquela tarde, porém, quem montou a escalação, trocou arremessadores e chamou rebatedores substitutos foi um software.
Foi o primeiro jogo de beisebol profissional comandado por inteligência artificial, segundo o clube e a empresa que construiu o sistema. Os Ballers venceram o Great Falls Voyagers por 3 a 2. E o que parecia só uma ação de fim de temporada virou um dos retratos mais completos de como a IA funciona, e de onde ela trava, quando sai do laboratório e entra em campo.
Um clube novo, recordista e disposto a testar
Os Oakland Ballers disputam a Pioneer League, liga independente parceira da MLB. O clube estreou em 2024, criado como resposta à saída do Athletics da cidade, e tem entre os fundadores Paul Freedman, empreendedor do setor de educação e tecnologia.
Em campo, 2025 foi a temporada da afirmação. No dia 2 de setembro, o time chegou à 70ª vitória em 91 jogos e quebrou o recorde de vitórias numa temporada da liga. Com o primeiro lugar dos playoffs garantido, a diretoria escolheu o jogo de 6 de setembro, o Dia do Torcedor, para fazer o teste.
“O beisebol é o lugar perfeito para um primeiro experimento como esse”, disse Freedman ao TechCrunch. “Nós temos flexibilidade criativa.”
O que a IA podia decidir e o que ficou com os humanos
A empresa de tecnologia Distillery construiu o sistema em poucas semanas: um aplicativo para tablets, usado no banco e na cabine de imprensa, ligado a um motor de decisão que lia os dados do jogo ao vivo, as estatísticas dos jogadores e o histórico de desempenho.
Segundo o TechCrunch, a base foi o ChatGPT, da OpenAI, alimentado com mais de um século de dados e análises de beisebol, incluindo os jogos dos próprios Ballers. O objetivo não era inventar uma estratégia nova. Era reproduzir as decisões que Miles tomaria.
“O que a IA fez foi descobrir o que o nosso treinador humano teria feito”, resumiu Freedman.
A divisão de tarefas ficou assim:
- Com a IA: a escalação, as trocas de arremessador, os rebatedores substitutos e as demais substituições ao longo da partida.
- Com os humanos: o arremessador titular, definido antes do jogo, e o técnico da terceira base, que decide se o corredor tenta chegar ao home.
“A IA não vai conseguir fazer o trabalho da terceira base. A gente ainda não tem tecnologia para isso”, explicou Freedman à Associated Press. “O humano vai ser o responsável por mandar o corredor para casa ou levantar a mão.”
Miles encarou a novidade com humor. “Eu já tinha brincado com isso antes, só por diversão. Agora é pra valer”, disse à AP. “Por um jogo.”
O jogo: 3 a 2 e uma única intervenção humana
A torcida acompanhou as escolhas em tempo real: segundo a Distillery, o aplicativo explicava ao público o porquê de cada decisão. Em campo, os Ballers venceram por 3 a 2, resultado registrado nas estatísticas oficiais da Pioneer League.
Miles passou por cima da máquina uma única vez. O sistema escalou o receptor titular, e o técnico colocou o reserva no lugar, porque o titular estava doente. A informação que decidiu a troca não estava em nenhuma planilha. Estava no vestiário.
O tropeço maior foi de encanamento, não de inteligência. Segundo o San Francisco Chronicle, o sistema de estatísticas ao vivo usado pela liga não se conectou ao aplicativo, e cada arremesso e cada jogada tiveram de ser lançados à mão durante a partida para a IA continuar decidindo.
No resto, o software não surpreendeu ninguém, e esse era o ponto. O TechCrunch apurou que a IA fez as mesmas trocas de arremessador, a mesma escalação e as mesmas escolhas de rebatedor substituto que Miles teria feito.
Venceu em campo, perdeu na arquibancada
O placar não convenceu a torcida. Nas redes do clube, muitos torcedores trataram o experimento como traição à tradição do beisebol. Parte da reação vinha de uma ferida local: em cinco anos, Oakland perdeu três times profissionais (Warriors, Raiders e Athletics), e os torcedores associaram as empresas de IA à mesma lógica corporativa que levou essas equipes embora.
“Nunca é bom ver a sua torcida dizendo ‘a gente odeia isso'”, admitiu Freedman, que afirmou não ter planos de repetir o teste. Para ele, a IA é “uma ferramenta para otimizar decisões, mas não para tomá-las”.
Não foi a primeira vez que os Ballers entregaram o banco a alguém de fora. Em 2024, o clube fez um jogo em que os torcedores escolhiam a escalação e as substituições. As escolhas engraçadas ganharam das estratégicas, com arremessador entrando para rebater, e o time perdeu.
Com a IA, o resultado foi outro. E o time seguiu embalado: duas semanas depois, os Ballers foram campeões da Pioneer League de 2025, o primeiro título de beisebol de Oakland desde 1989.
O outro modelo: a IA como assistente no Liverpool
Do outro lado do Atlântico, o Liverpool testou a IA pelo caminho oposto: sem tirar ninguém do banco. Em março de 2024, o Google DeepMind publicou na revista científica Nature Communications o TacticAI, um assistente para escanteios desenvolvido em parceria com o clube inglês ao longo de vários anos.
O sistema aprendeu com 7.176 escanteios da Premier League, com a posição e a velocidade de cada jogador em campo. Cada cobrança vira um grafo: os jogadores são pontos, e as relações entre eles, linhas. A partir disso, o TacticAI faz três coisas:
- prevê qual jogador tem mais chance de receber a bola;
- estima se a jogada vai terminar em finalização;
- sugere ajustes de posicionamento para mudar a chance de chute.
O teste decisivo foi às cegas. Cinco especialistas do Liverpool (três cientistas de dados, um analista de vídeo e um auxiliar técnico) compararam escanteios reais com versões sugeridas pela IA, sem saber qual era qual. Eles não conseguiram distinguir as duas e preferiram a sugestão do TacticAI em 90% dos casos.
A ressalva veio junto. Na época, a imprensa internacional registrou que nenhuma das sugestões tinha sido testada pelos jogadores em partida oficial. O valor real de uma tática só aparece no gramado.
O que os dois casos ensinam sobre alta performance
Os Ballers e o Liverpool chegaram ao mesmo lugar por caminhos opostos. Em Oakland, a IA ocupou a cadeira do técnico por um dia. Em Liverpool, sentou ao lado da comissão técnica. Nos dois casos, as lições se repetem.
1. A IA copia o melhor julgamento disponível
O sistema dos Ballers foi construído para pensar como Aaron Miles. O TacticAI aprendeu com milhares de escanteios reais. Nenhum dos dois inventou o esporte do zero: os dois multiplicaram um conhecimento que já existia. Sem um bom técnico como referência, não há o que copiar.
2. O gargalo foi o dado, não o algoritmo
O que quase travou o jogo em Oakland foi uma integração de dados que não funcionou. O que tornou o TacticAI possível foi uma base de rastreamento acumulada por temporadas. Antes da inteligência, vem a disciplina de registrar.
3. O contexto humano continua fora da planilha
A única intervenção de Miles foi por causa de um jogador doente, coisa que nenhum modelo sabia. Quem convive com o atleta enxerga o que o banco de dados não registra: sono, dor, cabeça, ambiente.
4. Ferramenta boa precisa de adesão
A IA dos Ballers acertou as decisões e mesmo assim foi rejeitada pela torcida. Em qualquer equipe, tecnologia que o grupo não compra vira ruído. A pergunta não é só se funciona. É quem vai usar e confiar.
Para atletas e treinadores, a mensagem é direta: a IA já faz conta melhor e mais rápido do que qualquer pessoa. O diferencial passa a ser quem sabe o que perguntar a ela, quem organiza os próprios dados e quem decide o que fazer com a resposta.
O que funcionou nos Ballers e no Liverpool funciona no seu negócio
A AplicaAI ajuda negócios e profissionais a usarem inteligência artificial do jeito certo: mais receita, menos custo.
