KaydedilenlerDerginizi ekleyin

Dergiler / Spor ve Bilim Dergisi / 2025 / Cilt: 3 Sayı: 2

Yapay Zekâ ile Spor Bilimlerinde Veri Odaklı Dönüşüm

Data-Driven Transformation in Sports Sciences with Artificial Intelligence

Murat Sarıkabak(BARTIN ÜNİVERSİTESİ, SPOR BİLİMLERİ FAKÜLTESİ)0000-0002-2778-295X
Engin Vural(Ahlat Selçuklu Anadolu Lisesi)0000-0002-7717-4928
Sayfa
182–197
Yayın Tarihi
2025-10-17
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bulgular, yapay zekânın spor bilimlerine geniş bir katkı sağladığını ortaya koymaktadır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmanın amacı, yapay zekânın spor bilimlerindeki etkilerini incelemektir.
📊
Temel Bulgular & Veri:Yapay zekâ, sporcuların performansını değerlendirmek, antrenman süreçlerini optimize etmek ve yaralanma risklerini tahmin etmek için etkili bir şekilde kullanılmaktadır.
💡
Sonuç & Katkı:Bulgular, yapay zekânın spor bilimlerine geniş bir katkı sağladığını ortaya koymaktadır.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Yapay zekâ · Spor bilimleri · Sporda yapay zekâ uygulamaları

Özet

Bu çalışmanın amacı, yapay zekânın spor bilimlerindeki etkilerini incelemektir. Literatürdeki sınırlı çalışmalar göz önüne alındığında, bu araştırma, yapay zekânın spor bilimlerine katkılarını daha kapsamlı bir şekilde ele almayı hedeflemektedir. Çalışmada nitel bir araştırma yöntemi kullanılmış ve YÖK Tez Merkezi, PubMed gibi veri tabanlarından “Yapay zekâ ve spor” ve “Yapay zekâ spor bilimleri uygulamaları” gibi anahtar kelimelerle tarama yapılmıştır. Elde edilen makale, kitap ve raporlar belirli kriterlere göre seçilip, doküman analizi yöntemiyle incelenmiştir. Bulgular, yapay zekânın spor bilimlerine geniş bir katkı sağladığını ortaya koymaktadır. Yapay zekâ, sporcuların performansını değerlendirmek, antrenman süreçlerini optimize etmek ve yaralanma risklerini tahmin etmek için etkili bir şekilde kullanılmaktadır. Ayrıca, hakem kararlarını doğrulamak, oyun analizleri yapmak ve takımların stratejilerini geliştirmek gibi alanlarda da yer almaktadır. Giyilebilir teknolojiler ve sensörler aracılığıyla sporcuların biyometrik verileri toplanarak kişiselleştirilmiş antrenman programları oluşturulmakta ve performans iyileştirmeleri sağlanmaktadır. Farklı spor branşlarında (futbol, basketbol, voleybol, yüzme vb.) yapay zekâ tabanlı analizler, daha etkili stratejiler geliştirilmesine yardımcı olmaktadır. Ancak, veri güvenliği ve etik kaygılar gibi engeller de bulunmaktadır. Sonuç olarak, yapay zekâ spor bilimlerinde dönüşüm yaratmaktadır ve gelecekte bu teknolojinin daha yaygın kullanımı, sporcuların performansını artırmada önemli rol oynayacaktır. Gelecekte yapılacak araştırmaların, özellikle spor psikolojisi ve gerçek zamanlı uygulamalar üzerine yoğunlaşması gerektiği söylenebilir. Ayrıca, spor kulüpleri, federasyonlar, araştırmacılar ve politika yapıcıların işbirliği yaparak, yapay zekâ uygulamalarının etik kullanımı ve sporcular üzerindeki etkileri konusunda daha kapsamlı adımlar atmaları önerilmektedir.

Abstract

The purpose of this study is to examine the impacts of artificial intelligence (AI) in sports sciences. Given the limited number of studies in the literature, this research aims to comprehensively address the contributions of AI to sports sciences. A qualitative research method was employed, and searches were conducted in databases such as the YÖK Thesis Center, Google Scholar, and PubMed using keywords including "Artificial intelligence and sports" and "AI applications in sports sciences." The obtained articles, books, and reports were selected according to specific criteria and analyzed using the document analysis method. The findings reveal that AI provides extensive contributions to sports sciences. AI is effectively utilized to evaluate athlete performance, optimize training processes, and predict injury risks. Additionally, it plays a role in verifying referee decisions, conducting game analyses, and developing team strategies. Through wearable technologies and sensors, athletes' biometric data is collected to create personalized training programs and enhance performance improvements. AI-based analyses in various sports disciplines (e.g., football, basketball, volleyball, swimming) assist in developing more effective strategies. However, challenges such as data security and ethical concerns remain. In conclusion, AI is revolutionizing sports sciences, and its more widespread use in the future will play a significant role in enhancing athlete performance. Future research should particularly focus on sports psychology and real-time applications. Furthermore, it is recommended that sports clubs, federations, researchers, and policymakers collaborate to take more comprehensive steps regarding the ethical use of AI applications and their effects on athletes.

🔖

Bu Makaleye Atıf Yap

Sarıkabak, M., Vural, E. (2025). Yapay Zekâ ile Spor Bilimlerinde Veri Odaklı Dönüşüm. Spor ve Bilim Dergisi, Cilt: 3 Sayı: 2, 182–197. https://ajindex.com/articles/1646611

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (44)

  1. Aarons, M. F., Vickery, W., Bruce, L., Young, C. M., & Dwyer, D. B. (2024). Barriers to coach decision-making during Australian football matches and how it can be supported by artificial intelligence. International Journal of Sports Science & Coaching, 19(1), 41–52.
  2. Aini, G. (2020). Yapay zekânın yargısal uygulamasına ilişkin araştırmanın özeti. Çin Çalışmaları, 9(1), 14.
  3. Ambler, W. (2021, June 7). NBA big goes big on technology. Catapult. Access link: https://www.catapult.com/blog/nba-big-goes-big-on-technology.
  4. Araújo, D., Couceiro, M., Seifert, L., Sarmento, H., & Davids, K. (2021). Artificial intelligence in sport performance analysis. Routledge.
  5. Atiković, A., Kamenjašević, E., Nožinović Mujanović, A., Užičanin, E., Tabaković, M., & Ćurić, M. (2020). Differences between all-around results in women’s artistic gymnastics and ways of minimizing them. Baltic Journal of Health and Physical Activity, 12(3), 80–91. https://doi.org/10.29359/BJHPA.12.3.08
  6. Ayyıldız, E. (2018). Amerika Basketbol Ligi (NBA) maç sonuçlarının yapay sinir ağları ile tahmini. Gaziantep Üniversitesi Spor Bilimleri Dergisi, 3(1), 40–53.
  7. Beal, R., Norman, T. J., & Ramchurn, S. D. (2019). Artificial intelligence for team sports: A survey. Knowledge Engineering Review, 34, e22. https://doi.org/10.1017/S0269888919000225
  8. Beygmohammadloo, V., Gharakhani, D., & Naderinasab, M. (2024). Development of football tactics and strategies driven by artificial intelligence. AI and Tech in Behavioral and Social Sciences, 2(2), 1–6.
  9. Chan, K. M., Ha, S. C., Fong, D. T., & Chan, K. M. (2014). Analysis of ankle inversion sprain injury mechanism from accidental injury cases captured in televised basketball matches. Journal of Foot and Ankle Research, 7(1), A30. https://doi.org/10.1186/1757-1146-7-S1-A30
  10. Chmait, N., & Westerbeek, H. (2021). Artificial intelligence and machine learning in sport research: An introduction for non-data scientists. Frontiers in Sports and Active Living, 3, 682287. https://doi.org/10.3389/fspor.2021.682287
  11. Connor, M., Beato, M., & O'Neill, M. (2022). Adaptive athlete training plan generation: An intelligent control systems approach. Journal of Science and Medicine in Sport, 25(4), 351–355. https://doi.org/10.1016/j.jsams.2021.10.011
  12. Creswell, J. W. (2013). Nitel araştırma yöntemleri (M. Bütün & S. B. Demir, Çev.). Siyasal Yayın Dağıtım.
  13. Dai, X., & Li, S. (2021). Application analysis of wearable technology and equipment based on artificial intelligence in volleyball. Mathematical Problems in Engineering, 5572389. https://doi.org/10.1155/2021/5572389
  14. Dorrer, M. G., Popov, A. A., & Tolmacheva, A. E. (2020). Building an artificial vision system of an agricultural robot based on the DarkNet system. IOP Conference Series: Earth and Environmental Science, 548(3), 032032. https://doi.org/10.1088/1755-1315/548/3/032032
  15. Dowsett, B. (2025, February 8). The NBA is turning to wearable sensors to prevent player injuries. Access link: FiveThirtyEight. https://fivethirtyeight.com/features/the-nba-is-turning-to-wearable-sensors-to-prevent-player-injuries/
  16. Ekiz, D. (2009). Bilimsel araştırma yöntemleri. Anı Yayıncılık.
  17. Garofolini, A., Oppici, L., & Taylor, S. (2020). A real-time feedback method to reduce loading rate during running: Effect of combining direct and indirect feedback. Journal of Sports Sciences, 38(21), 2446–2453. https://doi.org/10.1080/02640414.2020.1788288
  18. Goodfellow, I., Bengio, Y., Courville, A., & Bach, F. (2017). Deep learning (Adaptive Computation and Machine Learning Series). MIT Press.
  19. Karasar, N. (2012). Bilimsel araştırma yöntemi (23. baskı). Nobel Yayın Dağıtım.
  20. Karetnikov, A. D. (2019). Application of data-driven analytics on sport data from a professional bicycle racing team [Master’s thesis]. Eindhoven University of Technology.
  21. Krause, L. (2019). Exploring the influence of practice design on the development of tennis players [Doctoral dissertation]. Victoria University.
  22. Li, B., & Xu, X. (2021). Application of artificial intelligence in basketball sport. Journal of Education, Health and Sport, 11(7), 54–67. https://doi.org/10.12775/JEHS.2021.11.07.005
  23. Liu, S. (2021). Application research of artificial intelligence in swimming. In M. Atiquzzaman, N. Yen, & Z. Xu (Eds.), Big data analytics for cyber-physical system in smart city (pp. 1–10). Springer. https://doi.org/10.1007/978-3-030-67051-2_1
  24. McCabe, A., & Trevathan, J. (2008). Artificial intelligence in sports prediction. In Fifth International Conference on Information Technology: New Generations (ITNG 2008) (pp. 1194–1197). IEEE. https://doi.org/10.1109/ITNG.2008.256
  25. Mooney, R., Quinlan, L. R., Corley, G., Godfrey, A., Osborough, C., & O’Laighin, G. (2017). Evaluation of the Finis SwimsenseR and the Garmin Swim™ activity monitors for swimming performance and stroke kinematics analysis. PLOS ONE, 12(2), e0170902. https://doi.org/10.1371/journal.pone.0170902
  26. Nadikattu, R. R. (2020). Implementation of new ways of artificial intelligence in sports. Journal of Xidian University, 14(5), 5983–5997. https://doi.org/10.37896/jxu14.5/649
  27. O'Leary, Z. (2017). The essential guide to doing your research project (3rd ed.). SAGE Publications Inc.
  28. Poulios, P., Serlis, A., Groumpos, P. P., & Gliatis, I. (2021). Artificial intelligence and data processing in injury diagnosis and prevention in competitive sports: A literature review. MOJ Orthopedics & Rheumatology, 13(2), 34–37. https://doi.org/10.15406/mojor.2021.13.00544
  29. Pu, Z., Pan, Y., Wang, S., Liu, B., Chen, M., Ma, H., & Cui, Y. (2024). Orientation and decision-making for soccer based on sports analytics and AI: A systematic review. Journal of Automatica Sinica, 11(1), 37–57. https://doi.org/10.1109/JAS.2023.123807
  30. Ramkumar, P. N., Luu, B. C., Haeberle, H. S., Karnuta, J. M., Nwachukwu, B. U., & Williams, R. J. (2022). Sports medicine and artificial intelligence: A primer. The American Journal of Sports Medicine, 50(4), 1166–1174.
  31. Richter, C., O’Reilly, M., & Delahunt, E. (2021). Machine learning in sports science: Challenges and opportunities. Sports Biomechanics, 23(8), 961–967. https://doi.org/10.1080/14763141.2021.1910334
  32. Rommers, N., Rössler, R., Verhagen, E., Vandecasteele, F., Verstockt, S., Vaeyens, R., Lenoir, M., D’hondt, E., & Witvrouw, E. (2020). A machine learning approach to assess injury risk in elite youth football players. Medicine & Science in Sports & Exercise, 52(8), 1745–1751. https://doi.org/10.1249/MSS.0000000000002305
  33. Seyidoğlu, H. (2016). Bilimsel araştırma ve yazma el kitabı. Güzem Can Yayınları.
  34. Soğut, T., & Baytaş, E. (2022). Futbolda küresel konumlandırma sistemi (GPS) ve performans analizi. Akdeniz Spor Bilimleri Dergisi, 5(1), 151–165. https://doi.org/10.38021/asbid.1082339
  35. Tepe, C., Erdim, M., & Eminoğlu, İ. (2020). Myo bileklik ile gerçek zamanlı protez kol kontrolü. Avrupa Bilim ve Teknoloji Dergisi, Özel Sayı, 184–193. https://doi.org/10.31590/ejosat.779672
  36. Toledo, A., Sookhanaphibarn, K., Thawonmas, R., & Rinaldo, F. (2012). Personalized recommendation in interactive visual analysis of stacked graphs. International Scholarly Research Notices, 2012, 1–8. https://doi.org/10.5402/2012/389540
  37. Tong, Y., & Ye, L. (2023). Yapay zekâ algoritmasına dayalı spor sağlığı izleme yönetim sistemi. Fizikte Sınırlar, 1, 1141944.
  38. Uluca, M., Yel, K., Güzel, S., & Çakır, Z. (2024). Yapay zekâ ve drone teknolojileri ile spor etkinlikleri gözlem ve analizinde güncel yaklaşımlar. Dede Korkut Spor Bilimleri Dergisi, 2(2), 47–70.
  39. Wang, H. (2021). Neural network-oriented big data model for yoga movement recognition. Computational Intelligence and Neuroscience, Article ID 4334024, 1–10. https://doi.org/10.1155/2021/4334024
  40. Wei, S., Huang, P., Li, R., Liu, Z., & Zou, Y. (2021). Exploring the application of artificial intelligence in sports training: A case study approach. Complexity, 2021, Article ID 4658937. https://doi.org/10.1155/2021/4658937
  41. Yang, D., Oh, E.-S., & Wang, Y. (2020). Hybrid physical education teaching and curriculum design based on a voice interactive artificial intelligence educational robot. Sustainability, 12(19), Article 8000. https://doi.org/10.3390/su12198000
  42. Yolgörmez, A. C., & Tütüncü, O. (2023). 2022 FIFA Katar Dünya Kupası’nda gerçekleşen gollerin analizi. Spor Bilimleri Dergisi, 34(3), 107–117. https://doi.org/10.17644/sbd.1243811
  43. Zhang, H., Li, Z., Li, Y., Li, H., & Yang, Z. (2021). A decision support system for volleyball movement recognition based on edge computing and machine learning. IEEE Transactions on Computational Social Systems, 8(2), 423–434.
  44. Zhang, R., Wu, L., Yang, Y., Wu, W., Chen, Y., & Xu, M. (2020). Multi-camera multi-player tracking with deep player identification in sports video. Pattern Recognition, 102, Article 107260. https://doi.org/10.1016/j.patcog.2020.107260