🤖 AI

Interpretable Machine Learning for Football Performance Analysis: Evidence of Limited Transferability from Elite Leagues to University Competition

Cette étude démontre que, bien que les modèles d'apprentissage automatique entraînés sur des données de football européen de haut niveau produisent des interprétations de performances stables et cohérentes, ces insights ne se transfèrent pas de manière fiable aux compétitions de niveau universitaire, révélant ainsi que la robustesse de l'interprétabilité dépend du domaine et que l'instabilité des explications peut servir de signal diagnostique des différences structurelles entre les niveaux de compétition.

Auteurs originaux : Yu-Fang Tsai, Yu-Jen Chen, Kok-Hua Tan, Sheng-Chieh Huang, You-Ying Ji, Yu-Lun Chen, Chun-Yi Wang, Chien-Ming Hsu

Publié 2026-05-12

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Yu-Fang Tsai, Yu-Jen Chen, Kok-Hua Tan, Sheng-Chieh Huang, You-Ying Ji, Yu-Lun Chen, Chun-Yi Wang, Chien-Ming Hsu

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un chef étoilé ayant passé des années à perfectionner une recette pour un dîner de steak de classe mondiale. Vous savez exactement quels ingrédients (les « déterminants de la performance ») font la différence entre un repas cinq étoiles et un repas médiocre : la bonne coupe de viande, la température précise, l'assaisonnement spécifique. Si confiant dans votre recette, vous décidez de l'enseigner à un groupe de cuisiniers amateurs dans une cafétéria universitaire.

Ce papier pose essentiellement la question suivante : Si vous enseignez votre recette de steak d'élite à des cuisiniers universitaires, les mêmes ingrédients compteront-ils toujours de la même manière ?

Les chercheurs, une équipe de l'Université nationale Tsing Hua à Taïwan, ont utilisé une recette d'« apprentissage automatique » (un programme informatique) pour déterminer ce qui fait gagner une équipe de football. Ils ont d'abord enseigné à l'ordinateur en utilisant des données des cinq meilleures ligues professionnelles d'Europe (la cuisine « Élite »). Ensuite, ils ont demandé à l'ordinateur d'examiner les données des matchs de football universitaires (la cuisine « Université ») pour voir si les mêmes règles s'appliquaient.

Voici ce qu'ils ont découvert, décomposé simplement :

1. La cuisine « Élite » est très cohérente

Lorsque l'ordinateur a analysé les ligues professionnelles, il a trouvé une hiérarchie très claire et stable. C'était comme un chœur où tout le monde chante la même note parfaitement.

Le résultat : Que l'ordinateur examine la Premier League anglaise ou la Liga espagnole, il s'accorde sur les mêmes « ingrédients gagnants ». Par exemple, il a constamment affirmé que des éléments comme « l'efficacité des tirs » et « le contrôle de la possession » étaient les facteurs les plus importants.
L'analogie : Dans le monde professionnel, les règles du jeu sont si bien établies que « l'explication » de l'ordinateur sur la raison pour laquelle une équipe a gagné est toujours la même, peu importe la ligue professionnelle que vous examinez.

2. La cuisine « Université » est chaotique

Lorsque les chercheurs ont demandé à l'ordinateur d'appliquer ces mêmes règles à l'équipe universitaire, l'ordinateur s'est perdu. Les « ingrédients gagnants » ont soudainement changé d'ordre.

Le résultat : Dans les matchs universitaires, des éléments qui étaient mineurs dans les ligues professionnelles sont soudainement devenus des facteurs énormes. Par exemple, simplement « toucher le ballon » (possession) ou « effectuer des arrêts » est devenu beaucoup plus important pour prédire la victoire au niveau universitaire que pour les professionnels.
L'analogie : C'est comme si l'ordinateur disait aux cuisiniers universitaires : « Oubliez le steak cher ! Le secret pour gagner réside en fait dans le nombre de fois où vous remuez la marmite. » La recette n'a pas été transférée ; la structure du jeu elle-même est différente.

3. La « confiance » de l'ordinateur s'est effondrée

Les chercheurs n'ont pas seulement regardé ce que l'ordinateur pensait être important ; ils ont également vérifié à quel point l'ordinateur était sûr. Ils ont répété l'expérience plusieurs fois avec de légères modifications aléatoires (comme changer l'ordre de la liste des ingrédients) pour voir si l'ordinateur donnerait la même réponse à chaque fois.

Dans la cuisine Élite : L'ordinateur était inébranlable. Même avec des modifications aléatoires, il continuait à dire que les mêmes éléments étaient importants.
Dans la cuisine Université : L'ordinateur est devenu nerveux. Parfois, il disait que la « défense » était cruciale ; d'autres fois, il disait que c'était l'« attaque ». La réponse changeait selon la façon dont l'ordinateur était « réveillé » ce jour-là.
L'analogie : Dans la ligue professionnelle, l'ordinateur est comme un juge chevronné qui rend le même verdict à chaque fois. Dans la ligue universitaire, l'ordinateur est comme un étudiant nerveux qui donne une réponse différente à chaque fois que vous posez la même question.

4. La « traduction » a échoué

Les chercheurs ont également utilisé deux « langues » (méthodes) différentes pour demander à l'ordinateur pourquoi il prenait ses décisions.

Dans la cuisine Élite : Les deux langues étaient parfaitement d'accord. Elles disaient toutes les deux : « La chose la plus importante est X. »
Dans la cuisine Université : Les deux langues ont commencé à se disputer. L'une disait : « C'est X ! » et l'autre disait : « Non, c'est Y ! »
La conclusion : Cela prouve que le jeu universitaire n'a pas encore une « structure » unique et claire. Les règles ne sont pas aussi rigides que dans le monde professionnel.

La grande conclusion

Le papier soutient que vous ne pouvez pas simplement prendre un modèle entraîné sur le sport professionnel et supposer qu'il fonctionne pour le sport amateur ou universitaire.

Les chercheurs suggèrent que lorsque l'explication d'un ordinateur devient instable ou change d'avis (comme cela s'est produit avec les données universitaires), ce n'est pas nécessairement un bug dans l'ordinateur. C'est plutôt un signal diagnostique. C'est l'ordinateur qui nous dit : « Hé, la structure de ce jeu est désordonnée et mal définie. Il n'y a pas encore une seule « bonne » façon de gagner ici. »

En résumé :

Football professionnel : Comme un orchestre symphonique. Tout le monde joue la même partition. Les règles sont claires et la « formule gagnante » est stable.
Football universitaire : Comme une session d'improvisation (jam session). Tout le monde improvise. La « formule gagnante » change d'un match à l'autre, et essayer d'imposer une recette de niveau professionnel ne fonctionne pas.

Le papier conclut que, avant d'utiliser l'IA pour donner des conseils aux équipes universitaires, nous devons réaliser que la « logique » du jeu est différente à ce niveau, et que les explications de l'IA sont beaucoup moins fiables là-bas que pour les professionnels.

Résumé technique : Apprentissage automatique interprétable pour l'analyse de la performance au football

Énoncé du problème
L'apprentissage automatique est devenu incontournable dans l'analyse de la performance au football, pourtant la recherche existante privilégie majoritairement la précision prédictive tout en supposant implicitement que les déterminants de la performance appris à partir de compétitions d'élite sont transférables à des contextes de niveau inférieur. Cette hypothèse reste largement inexplorée, notamment concernant le « décalage de domaine » des ligues professionnelles d'élite vers la compétition de niveau universitaire. Le football universitaire évolue dans des conditions distinctes, incluant un temps d'entraînement limité, des niveaux de compétence hétérogènes et des compositions d'équipes variables. Le problème central abordé est de savoir si les relations structurelles entre les indicateurs de performance et les résultats des matchs, ainsi que l'interprétabilité des modèles d'apprentissage automatique, restent robustes lorsqu'elles sont appliquées à travers ces niveaux compétitifs divergents. Plus précisément, l'étude examine si les explications dérivées de données d'élite sont fiables lorsqu'elles sont déployées sur des données universitaires, ou si l'instabilité de ces explications reflète une ambiguïté structurelle réelle dans le domaine cible.

Méthodologie
L'étude emploie un cadre de transfert « de l'élite vers l'université » où les modèles sont entraînés exclusivement sur des données d'élite et appliqués aux données universitaires uniquement pour l'inférence et l'évaluation de l'interprétabilité.

Sources de données :
- Domaine source (Élite) : Données d'événements de matchs des cinq meilleures ligues européennes (Premier League, La Liga, Serie A, Bundesliga, Ligue 1) couvrant trois saisons (2022/23–2024/25). Les données ont été récupérées via le package Python soccerdata à partir de WhoScored, alignées sur les définitions de style Opta.
- Domaine cible (Université) : 17 matchs officiels de l'équipe de football de l'Université nationale Tsing Hua (NTHU) (deuxième division de Taïwan). Les événements ont été annotés manuellement par trois arbitres certifiés suivant les directives de l'OPTA, les décomptes finaux étant déterminés par accord majoritaire.
Représentation des caractéristiques : Un ensemble fixe de 19 catégories d'événements (par exemple, tirs, passes, tacles, fautes) a été utilisé. La variable cible de prédiction a été définie comme la différence de buts ( $y = \text{Buts} - \text{Buts adverses}$ ), formulée comme une tâche de régression.
Modèles : Six algorithmes d'apprentissage automatique ont été initialement évalués (Arbre de décision, Perceptron multicouche, Forêt aléatoire, SVR, XGBoost, TabNet). Sur la base de la stabilité prédictive et d'une faible variance à travers différentes graines aléatoires, la Forêt aléatoire (RF) et le Perceptron multicouche (MLP) ont été sélectionnés pour toutes les analyses d'interprétabilité ultérieures.
Méthodes d'interprétabilité : Deux méthodes conceptuellement distinctes ont été utilisées pour évaluer l'importance des caractéristiques :
1. SHAP (SHapley Additive exPlanations) : Utilisé pour estimer les contributions marginales des caractéristiques aux prédictions.
2. Score d'impact contrefactuel (CIS) : Mesure les changements de prédiction sous des perturbations contrôlées, directionnelles et à caractéristique unique, basées sur les statistiques d'entraînement d'élite.
Conception expérimentale : Cinq expériences ont été menées pour évaluer :
1. La validité prédictive sur les données d'élite.
2. La comparaison de l'importance des caractéristiques entre domaines (Élite vs NTHU).
3. La reproductibilité des classements par graine.
4. L'accord structurel entre les domaines (corrélation des classements entre les ligues et l'université).
5. L'accord entre les méthodes d'explication (SHAP vs CIS) au sein des domaines.

Résultats clés

Divergence structurelle : Les déterminants de la performance présentent une hiérarchie partagée stable à travers les ligues d'élite, mais subissent un réordonnancement substantiel lorsqu'ils sont appliqués au football universitaire. Par exemple, les « Touches » et les « Arrêts » ont considérablement changé de rang d'importance dans le domaine universitaire par rapport au domaine d'élite.
Stabilité des explications : Dans le domaine d'élite, les classements d'importance des caractéristiques étaient hautement reproductibles à travers les graines aléatoires (par exemple, corrélation de Spearman RF $\mu = 0,990$ ). En revanche, le domaine universitaire a montré une stabilité réduite, en particulier pour le modèle MLP ( $\mu = 0,231$ ), indiquant que les structures d'explication sont sensibles au hasard de l'entraînement dans le domaine cible.
Accord inter-domaines : Un fort accord structurel (corrélations de Spearman élevées) a été observé entre les ligues d'élite. Cependant, les corrélations entre les ligues d'élite et le football universitaire de la NTHU étaient substantiellement plus faibles, confirmant un manque d'alignement structurel.
Invariance de la méthode : Dans le football d'élite, les classements SHAP et CIS ont montré un fort accord ( $\rho \approx 0,93$ pour RF). Dans le domaine universitaire, cet accord a chuté significativement ( $\rho \approx 0,42$ pour RF) et manquait de cohérence statistique, suggérant que les classements d'importance des caractéristiques dans le football universitaire dépendent fortement du choix de la méthode d'explication.

Contributions clés

Preuve empirique de la non-transférabilité : L'étude fournit des preuves que les déterminants de la performance appris à partir de compétitions d'élite ne préservent pas leur hiérarchie structurelle lorsqu'ils sont appliqués au football de niveau universitaire, remettant en cause l'hypothèse de transférabilité inter-niveaux.
Interprétabilité dépendante du domaine : Elle démontre que l'interprétabilité n'est pas une propriété inhérente d'un modèle, mais une caractéristique dépendante du domaine. Tandis qu'elle est robuste dans les contextes d'élite, l'interprétabilité devient instable et sensible à la méthode en cas de décalage de domaine.
Recadrage de l'instabilité : L'article propose un changement conceptuel où l'instabilité des explications n'est pas considérée uniquement comme du bruit méthodologique ou un échec du modèle, mais comme un signal diagnostique d'ambiguïté structurelle dans le domaine cible. Il suggère que dans des contextes où les hiérarchies tactiques ne sont pas encore bien établies (comme le football universitaire), l'absence d'une structure d'explication stable est en soi un résultat significatif.

Portée et affirmations
Les auteurs affirment que ce travail déplace le focus de l'analyse du football de la performance purement prédictive vers l'évaluation empirique de la robustesse de l'interprétabilité. L'étude soutient que, avant de traduire les insights des modèles en stratégies actionnables pour des contextes non élites, les praticiens doivent évaluer si les explications sont stables, transférables et invariantes par rapport à la méthode.

L'article conclut que l'instabilité des explications et les désaccords méthodologiques doivent être traités comme des indicateurs d'incertitude structurelle plutôt que comme des artefacts. Par conséquent, les insights dérivés de modèles entraînés sur des données d'élite ne doivent pas être appliqués directement à des contextes universitaires ou amateurs sans une validation rigoureuse de la robustesse de l'interprétabilité. Les résultats soulignent la nécessité de traiter l'interprétabilité comme une propriété conditionnelle, dépendante des données, plutôt que comme une caractéristique garantie des modèles d'apprentissage automatique.