Em 2018, o Comitê Olímpico do Brasil implementou a área de Educação e Prevenção ao Doping. Desde então, várias iniciativas foram conduzidas, dentre elas, o desenvolvimento de uma plataforma tecnológica para ensino à distância que tem como objetivo promover conteúdo educativo sobre prevenção ao doping voltado aos jovens atletas. Essa plataforma é um dos projetos de pesquisa liderados por Braida e Leandro Alvim, também professor do Departamento de Ciência da Computação (DCC) do IM/UFRRJ.
Braida conta que a UFRRJ e o COB, no final do ano passado, assinaram um convênio para a condução de dois projetos de pesquisa: “Ciência de Dados em Redes Sociais para o Esporte” e “Sistemas de Perguntas e Respostas”, os dois terão duração de doze meses. Na palestra realizada no COB para a comitiva da WADA, Braida apresentou o Héracles (Sistema de Monitoramento de Redes Sociais), resultado deste convênio, que visa atender à necessidade de medidas mais efetivas na área de educação e prevenção ao doping.
“A equipe de prevenção do Comitê, coordenada pelo médico Christian Trajano, em conjunto com a UFRRJ, identificou a necessidade de compreender o comportamento das pessoas e dos atletas no contexto cotidiano, para que fosse possível desenvolver ações educativas mais assertivas. Para atingir esse objetivo, foram identificadas duas plataformas cruciais: Héracles, um sistema de coleta de dados e análise comportamental, e Pythia, uma plataforma de interação com os atletas que permite tirar dúvidas sobre o código mundial antidopagem”, esclarece o docente. E complementa: “O Héracles é capaz de realizar monitoramento em grande escala das menções a substâncias proibidas ou a outros termos relevantes em mídias sociais, o que possibilita a construção de bases de dados e relatórios que oferecem insights sobre o comportamento dos atletas. Já o Pythia é uma plataforma que reúne todas essas informações em um único local e permite uma interação clara e efetiva com os atletas através de um Chatbot. Nosso Chatbot difere-se dos Chatbots convencionais, como o ChatGPT, pois ele navega apenas em um conjunto de respostas previamente definido pelo COB, ao invés de gerar novas respostas. Dessa maneira, evitamos problemas como geração de informações erradas ou ambíguas”.
A área de Educação e Prevenção ao Doping do COB tem como objetivo fundamental informar e educar os atletas sobre os perigos e as sanções decorrentes do uso impróprio de substâncias proibidas. Para tal, foi produzida uma ampla gama de materiais, incluindo listas de substâncias proibidas, recursos educacionais, perguntas frequentes e outros conteúdos relevantes. A disseminação dessas informações em diversos pontos da web dificulta a localização e compreensão de seu conteúdo pelos atletas. Para isso, a dupla Héracles e Pythia vai agregar tecnologia e inovação à questão da educação antidoping.
Em suas pesquisas, os docentes conseguem, através das plataformas criadas, realizar amostras distribuídas geograficamente de pessoas citando alguma substância proibida. Leandro Alvim explica que, com este tipo de análise é possível identificar, por região, certos comportamentos e provável utilização de determinadas substâncias. “Por exemplo, se estamos próximos de um determinado evento esportivo olímpico e há menções muito específicas de determinadas substâncias próximas do local do evento e num espaço de tempo próximo à ocorrência do evento, o COB pode decidir conduzir medidas educativas mais incisivas sobre aquelas substâncias mencionadas. Outro tipo de análise geoespacial que pode ser feita é encontrar a relação preço de substância e IDH da região, o que pode nos ajudar a descobrir se determinadas substâncias são mais utilizadas em regiões mais ricas do que outras”, acrescenta Alvim.
Leandro Alvim também ressalta o resultado de um experimento realizado com menções de substâncias proibidas no Twitter. “Nossa investigação partiu de uma pergunta: há uma relação entre a menção de substâncias no Twitter e o uso destas mesmas substâncias? Desta forma, primeiramente, capturamos todos os tweets que mencionam um conjunto de substâncias proibidas de uma lista previamente estipulada; e com estes tweets, desenvolvemos um modelo de Aprendizado de Máquina que aprende representações numéricas do texto a partir de relações semânticas deste mesmo texto. Por exemplo, podemos notar que oxandrolona, nandrolona e durateston localizam-se próximas umas das outras, sendo todos esteroides hormonais anabolizantes. Já anfetamina e metanfetamina estão bem próximas entre si, e apresentam funções diferentes das três substâncias mencionadas anteriormente. Ambas atuam no sistema nervoso central. Podemos notar também que adrenalina, um estimulante cardíaco, está bem distante de todas as substâncias mencionadas anteriormente. Desta forma, com estes grandes volumes de dados, conseguimos descobrir relações entre estas substâncias apenas por suas menções e contexto de uso, sem mesmo conhecer suas propriedades químicas e efeitos, o que pode fazer com que o COB possa tomar medidas educacionais mais eficazes para determinados perfis de atletas e grupos de substâncias”, explica o docente.
O papel do Comitê Olímpico do Brasil em relação ao doping é o de orientar e educar os atletas. Com a elaboração e aplicação do Programa de Educação e Prevenção ao Doping no esporte olímpico brasileiro, o COB apoia as ações da Agência Mundial Antidoping (WADA) e da Autoridade Brasileira de Controle de Dopagem (ABCD). Desta forma, o objetivo dos projetos conduzidos pela UFRRJ é prover insights de análise de dados de forma a guiar o COB para a tomada de medidas mais assertivas sobre educação e prevenção. Adicionalmente, os projetos também preveem o fornecimento de um aparato tecnológico de suporte aos atletas para que estes obtenham informações de forma mais acessível, eficaz e amigável.
“A ideia é que possamos utilizar sistemas inteligentes para dar suporte ao atleta sobre esse assunto. Inclusive, uma solução semelhante que entrou na mídia ultimamente foi o modelo ChatGPT. O grande problema desse tipo de modelo é que prever a sentença a seguir pode acarretar, por causa dos dados, em alguns problemas de acurácia ou, até pior, viés, como sexismo. No nosso caso, não podemos ter a chance de errar. Um erro teria consequências desastrosas e esse tipo de modelo, por agora, não é adequado para o sistema. A ideia é que exista um conjunto de perguntas e respostas validadas previamente, por exemplo o próprio site da Wada fornece esse tipo de informação, e o modelo será capaz de encontrar semanticamente a pergunta que mais assemelha ao que o usuário realizou”, complementa Braida.
Perguntado se a UFRRJ está na vanguarda em relação ao uso da IA e da ciência de dados no esporte, Braida explica que, de fato, no esporte e com o objetivo de aumento de desempenho em competições, a ciência já atua por décadas e com parcerias com universidades. “Entretanto, para prevenção e educação ao doping, podemos dizer que estamos na vanguarda, uma vez que não há trabalhos desta natureza neste domínio”, conclui.
Por Fernanda Barbosa, jornalista CCS/UFRRJ
Fotos: Comitê Olímpico do Brasil