هوش مصنوعی می‌تواند به داوری درساژ کمک کند، نه جایگزین آن
آفتاب مستقیم بر کت مشکی شما می‌تابد و قطره‌های عرق از زیر کلاه ایمنی‌تان سرازیر می‌شود. شانه‌های عضلانی و یال بافته‌شده اسبتان در نور اوایل بعدازظهر می‌درخشد و در آن میدان رقابتِ ساکت، که همه نگاه‌ها به سمت شما برمی‌گردد، انرژی مثبتی را که سخت به آن نیاز دارید به شما می‌بخشد. زنگ به صدا درمی‌آید و شما و اسبتان با یورتمه‌ای سبک، آرام و منظم از دروازه سفیدِ باز وارد میدان درساژ می‌شوید.
در نقطه ایکس می‌ایستید، سر و دست را پایین می‌آورید و به داورِ جایگاه سی ادای احترام می‌کنید. خوب می‌دانید که این مرحله، هنگام ادای احترام به کسانی که امروز آزمون ۳* شما را قضاوت خواهند کرد، نخستین تأثیری بسیار مهم بر جا می‌گذارد. نه فقط برای داور سی که روبه‌روی شما نشسته است، بلکه برای همه داورانتان: سی، اچ، ام، بی، ای... و تازه‌ترین داور، یعنی هوش مصنوعی.
آینده‌نگرانه است؟ نه آن‌قدرها. در فوروم ورزشی فدراسیون بین‌المللی سوارکاری (FEI) در سال ۲۰۲۶ که بهار گذشته در لوزانِ سوئیس برگزار شد، نمایندگان و کارشناسان بین‌المللی دیدگاه‌ها و امیدهای خود را درباره به‌کارگیری هوش مصنوعی به‌عنوان ابزاری برای داوری مطرح کردند. در سطح جهانی، واکنش‌ها پرشور بود؛ شرکت‌کنندگان به ظرفیت این فناوری برای افزودن دقت و عینیت به ارزیابی ورزشی چشم دوخته بودند که به‌طور چشمگیری ذهنی است و به‌شدت هم مورد انتقاد قرار می‌گیرد. به گفته آنان، هوش مصنوعی می‌تواند درساژ را عادلانه‌تر و شفاف‌تر کند. و با گسترش و پیشرفت این فناوری، حتی ممکن است به حل بحث‌های مهم مربوط به رفاه اسب نیز کمک کند.
تصمیم‌گیران بر این باورند که این فرصتی هیجان‌انگیز برای سراسر ورزش سوارکاری است. با این حال، یک ملاحظه مهم وجود دارد: با همه دقت و ظرفیتی که ماشین‌ها دارند، آن‌ها نمی‌توانند ـ و نباید ـ جای داوران انسانی را بگیرند.
رونان مورفی (Ronan Murphy)، مدیر درساژ، پارا درساژ و ولتینگ در FEI، به پرکتیکال هورسمن می‌گوید: «ما از نزدیک روند توسعه هوش مصنوعی را زیر نظر داریم و بررسی می‌کنیم که این فناوری چگونه می‌تواند در ارزیابی جنبه‌های فنی آزمون‌ها کمک‌کننده باشد. اما واقعاً به این جمع‌بندی رسیده‌ایم که نمی‌خواهیم راه‌حلی مبتنی بر هوش مصنوعی جای انسان را بگیرد؛ این نخستین نکته است.»
هوش مصنوعی در میدان: نقاط قوت و ضعف
داوران درساژ بر اساس معیارهای مدون قضاوت می‌کنند و در یک آزمون کوتاه که دو ورزشکار از دو گونه متفاوت در آن حضور دارند، باید ویژگی‌های متعددی مانند جمع‌شدگی، هماهنگی، نرمی، کیفیت حرکت و جنبه‌های فنی را امتیازدهی کنند؛ کاری که تقریباً فراتر از توان انسان به نظر می‌رسد. حضور چند داور، نتایج را قابل‌اعتمادتر می‌کند، اما چشم و مغز انسان به‌سادگی نمی‌تواند همه ریزه‌کاری‌ها را ببیند یا پردازش کند.
در مقابل، سامانه‌های هوش مصنوعی می‌توانند حرکت را فریم‌به‌فریم تحلیل کنند؛ از جمله جزئیاتی که آن‌قدر سریع یا ظریف‌اند که انسان‌ها نمی‌توانند با اطمینان آن‌ها را ارزیابی کنند. این را گابریل لنچیونی (Gabriel Lencioni)، دکتر دامپزشکی و دانشجوی دکتریِ رفاه حیوانات در دانشگاه سائوپائولو برزیل، می‌گوید.
هوش مصنوعی برای نتیجه‌گیری از آنچه می‌بیند، به هزاران نمونه‌ای رجوع می‌کند که انسان‌ها برای همین وظیفه مشخص با آن سامانه را آموزش داده‌اند. بنابراین، پیش از آن‌که یک سامانه بتواند درساژ را با اطمینان ارزیابی کند، به نمونه‌های استانداردشده و تأییدشده توسط انسان برای هر یک از معیارها نیاز دارد.
لنچیونی توضیح می‌دهد: «هوش مصنوعی، بسته به اینکه سیستم چگونه آموزش دیده باشد، می‌تواند سوگیری‌های زیادی با خود داشته باشد. به همین دلیل، داشتن یک مجموعه‌داده استاندارد و یک ‹مرجع واقعی› برای اینکه بگوییم دقیقاً چه اتفاقی در حال رخ دادن است، واقعاً اهمیت دارد.»
این کار پایه‌ای از جایی آغاز می‌شود که FEI دستورالعمل‌های داوری خود را شفاف‌تر کند. مورفی می‌گوید: «ما باید دقیقاً روشن کنیم که از هر حرکت چه می‌خواهیم تا بتوانیم مبنایی برای یک کد فنی امتیازدهی شکل بدهیم؛ کدی که بعداً بتوان از آن برای آموزش ماشین استفاده کرد.»
با این حال، حتی در آن صورت هم هوش مصنوعی برای ویژگی‌های قابل اندازه‌گیری مناسب‌تر است تا کیفیت‌های انتزاعی مانند هنر و زیبایی.
ماریت ویتاژس، داور بازنشسته پنج‌ستاره درساژ، در جریان انجمن ورزش گفت: «بله، می‌تواند دقت را تشخیص بدهد، تعداد تعویض‌ها را بشمارد و هر چیز دیگری از این جنس را که بخواهید انجام دهد. اما اینکه اسب رها و نرم است یا نه، موضوع دیگری است.»
کمک فناوری: «شبکه ایمنی» هوش مصنوعی؟
در حال حاضر، FEI برای هوش مصنوعی نقشی پشتیبان در نظر گرفته است: ردیابی مسیر حرکت اسب و در آینده اندازه‌گیری دایره‌ها و فاصله‌ها، شمردن گام‌های پاساژ و تعویض‌های یک‌زمانه، و همچنین علامت‌گذاری خطاهای فنی آشکار.
FEI از همین حالا آزمایش ردیابی با دوربین‌های دوبعدی را آغاز کرده است؛ فناوری‌ای که مسیر حرکت اسب‌ها را در اطراف میدان دنبال می‌کند. پس از استفاده از فناوری مشابه در مسابقات پرش با اسب، این نهاد سامانه ردیابی را در دسامبر ۲۰۲۵ و در جریان رقابت‌های درساژ جایزه بزرگِ جام جهانی در لندن و مشلن آزمایش کرد.
گوران آکرستروم، دامپزشک و مدیر دامپزشکی FEI، می‌گوید: «می‌دانیم که این فناوری کار می‌کند. اما حالا باید ببینیم چگونه می‌توانیم آن را به مرحله بعدی برسانیم؛ مثلاً اینکه چند گام در پاساژ یا پیروئت برداشته شده، اسب چه مسافتی را طی کرده و دایره‌هایی که اسب‌ها می‌سازند چه اندازه‌ای دارند.»
آکرستروم می‌گوید فناوری هم‌اکنون در سایر ورزش‌هایی که داوری آن‌ها جنبه ذهنی دارد، از جمله اسکیت نمایشی و ژیمناستیک، به مسئولان کمک می‌کند. او به پی‌اچ می‌گوید: «اما درساژ پیچیده‌تر است، چون ما هم با یک ورزشکار اسب‌سان روبه‌رو هستیم و هم با یک ورزشکار انسانی.»
به گفته رافائل صالح از فرانسه، رئیس هیات داوران بازی‌های المپیک پاریس ۲۰۲۴ و عضو کارگروه برنامه اقدام راهبردی درساژ FEI، چنین سامانه‌ای می‌تواند مشابه «پنل نظارت بر داوران» عمل کند. در قهرمانی‌های بزرگ، این پنل امتیازها و تصاویر ویدئویی را بازبینی می‌کند تا خطاهای قطعی فنی یا اشتباهات شمارشی را اصلاح کند، نه اینکه کیفیت‌های ذهنی را دوباره ارزیابی کند. از آن‌جا که حضور این پنل فقط در رویدادهای بالاترین سطح اجباری است، هوش مصنوعی می‌تواند بالقوه چنین «شبکه ایمنی» را در سطحی بسیار گسترده‌تر فراهم کند.
صالح به حاضران در انجمن ورزش گفت: «اگر هوش مصنوعی داشته باشیم، می‌توانیم آن را در همه مسابقات و برای همه سطوح به کار بگیریم. این واقعاً می‌تواند به شفاف‌تر شدن موضوع برای همه کمک کند.»
رفاه، شواهد و مشروعیت اجتماعی
در نهایت، با پیشرفت هوش مصنوعی و پژوهش‌های مرتبط با رفتار اسب، این فناوری حتی می‌تواند به مسئولان در ارزیابی رفاه اسب کمک کند و شواهدی ارائه دهد که نشان دهد این ورزش از اسب‌های خود محافظت می‌کند.
لنچیونی در چند سال اخیر مشغول آموزش هوش مصنوعی برای شناسایی نشانه‌های درد در اسب‌هایی بوده که در باکس اصطبل ایستاده‌اند و هدف این است که این کار به اسب‌های زیر زین هم تعمیم داده شود. او می‌گوید: «هدف ما این است که این ابزار هوش مصنوعی را به روشی عینی برای سنجش و ارتقای ورزش‌های سوارکاری تبدیل کنیم.»
از کاربردهای بالقوه این فناوری می‌توان به تحلیل حالات چهره، عدم تقارن در حرکت و موقعیت سر و گردن اشاره کرد. اما پیش از آن، پژوهشگران باید بتوانند نشانه‌های درد یا پریشانی را با اطمینان از فشار طبیعیِ فعالیت ورزشی تفکیک کنند. اوکرستروم می‌گوید: «یکی از محورهای راهبردی ما این است که تلاش کنیم تفاوت میان فشارهای ناشی از رقابت برای اسب‌های ورزشکار و رفتارهای تعارضی را رمزگشایی کنیم؛ به‌ویژه رفتارهایی که ناشی از شیوه سوار شدن بر اسب هستند. دشواری کار این است که این حوزه، حوزه‌ای کاملاً روشن و مرزبندی‌شده نیست.»
سو دایسون، رئیس پیشین ارتوپدی بالینی در مرکز مطالعات اسبِ تراست سلامت حیوانات در نیومارکت انگلستان، نیز با این نظر موافق است. او در تدوین اتوگرام درد اسب سواری‌شده با ۲۴ رفتار مشارکت داشته و هشدار می‌دهد که حالات چهره باید در گذر زمان ارزیابی شوند. برای مثال، گوش‌های خوابیده به عقب یا باز شدن مکرر دهان می‌تواند معنادار باشد، در حالی که یک تصویر منفرد ممکن است گمراه‌کننده باشد. دایسون و همکارانش در حال حاضر روی برنامه‌ای مبتنی بر هوش مصنوعی برای ارزیابی حالات چهره اسب‌های زیر زین کار می‌کنند. با این حال، ارزیابی خودکار لنگش بر پایه عدم تقارن در حرکت می‌تواند مسئله‌سازتر باشد، زیرا بسیاری از اسب‌های سطح بالا به‌صورت نامتقارن حرکت می‌کنند اما در واقع بدون درد هستند.
به گفته دایسون، زاویه‌های سر و گردن ممکن است سنجش ساده‌تری داشته باشند. او می‌گوید: «در حال حاضر، بسیاری از اسب‌ها در سطوح بالای درساژ با قرار گرفتن سرشان پشت خط عمود برنده می‌شوند؛ موضوعی که با توصیه‌های FEI برای داوران در تضاد است.» هوش مصنوعی می‌تواند این اسب‌ها را علامت‌گذاری کند و حتی به آموزش داوران برای تشخیص این وضعیت نیز کمک کند.
سنجش‌های قابل اتکای رفاه اسب همچنین می‌تواند با شفاف‌تر کردن تصمیم‌ها و نشان دادن اینکه آیا اصلاحات واقعاً تجربه اسب‌ها را بهتر می‌کند یا نه، از مشروعیت اجتماعی درساژ برای ادامه فعالیت حمایت کند. رولی اورز، مدیرعامل ورلد هورس ولفر در نورفک بریتانیا، به پی‌اچ می‌گوید: «اگر بخواهید نشان دهید که به‌طور اساسی از رفاه اسب حمایت می‌کنید و آن را ارتقا می‌دهید، هوش مصنوعی واقعاً ظرفیت آن را دارد که به شناسایی تغییری که ایجاد می‌کنید کمک کند و پشتوانه‌ای مهم از شواهد برای آن تغییر فراهم آورد. برای ما، این یک نکته واقعاً مثبت است.»
جمع‌بندی
به گفته منابع ما، بعید است هوش مصنوعی جای داوران درساژ را بگیرد، اما می‌تواند به‌عنوان یک جفت چشم دوم ارزشمند به کار بیاید. این فناوری با اندازه‌گیری مسیرها، فاصله‌ها، گام‌ها و دیگر جزئیات فنی، می‌تواند به داوران کمک کند خطاها را بهتر تشخیص دهند و قوانین را با ثبات بیشتری اجرا کنند. در آینده، هوش مصنوعی شاید بتواند از ارزیابی‌های مربوط به رفاه اسب نیز پشتیبانی کند؛ اما این تنها زمانی ممکن خواهد بود که پژوهشگران بتوانند درد و نشانه‌های تعارض را با اطمینان از تلاش طبیعی ورزشی در اسب‌ها تشخیص دهند.