Gamechanger? AI rykker ind som dommer ved OL

Den Internationale Olympiske Komité tager AI-assisteret bedømmelse til sig. Teknologien lover større ensartethed og øget gennemsigtighed. Men forskning peger på, at tillid, legitimitet og kulturelle værdier kan være mindst lige så vigtige som teknisk præcision. I 2024 præsenterede IOC sin AI-dagsorden (Olympic AI Agenda), som placerer kunstig intelligens som et centralt element i fremtidens olympiske lege. Visionen blev yderligere understreget på det allerførste Olympic AI Forum i november 2025, hvor sportsfolk, forbund, teknologipartnere og beslutningstagere diskuterede, hvordan AI kan understøtte bedømmelse, atleternes forberedelse og oplevelsen for publikum. Ved Vinter-OL overvejer IOC at bruge AI som støtte i bedømmelsen af kunstskøjteløb, hvor systemerne kan hjælpe dommerne med præcist at fastslå antallet af rotationer i et spring. Teknologien kan også blive taget i brug i discipliner som big air, halfpipe og skihop - ski- og snowboardkonkurrencer, som sammenkobler spring og luftakrobatik - hvor automatiserede systemer kan måle springhøjde og afsætsvinkler. I takt med at disse systemer går fra at være eksperimentelle til at blive en del af hverdagen, bliver det afgørende at undersøge, hvad der kan gå rigtigt, og hvad der kan gå galt. Bedømte sportsgrene og menneskelige fejl I olympiske sportsgrene som gymnastik og kunstskøjteløb, der bedømmes af et panel af menneske-dommere, bliver AI i stigende grad præsenteret af internationale forbund og sportslige styrende organer som en løsning på problemer med bias, manglende ensartethed og begrænset gennemsigtighed. Dommerne skal vurdere komplekse bevægelser, der udføres på brøkdele af et sekund, ofte fra ugunstige synsvinkler og time efter time. Vurderinger efter konkurrencer viser, at utilsigtede fejl og uoverensstemmelser mellem dommeren langt fra er en undtagelse. Det blev igen tydeligt i 2024, da en dommerfejl ved OL i Paris, som involverede den amerikanske gymnast Jordan Chiles, udløste stor debat. I gulvfinalen fik Jordan Chiles i første omgang en score, der kun rakte til en fjerdeplads. Hendes træner indgav derefter en protest med henvisning til, at et teknisk element ikke var blevet korrekt medregnet i sværhedsgraden. Efter en gennemgang blev hendes score hævet med 0,1 point, hvilket midlertidigt placerede hende på bronzemedaljepladsen. Den rumænske delegation protesterede dog mod afgørelsen og hævdede, at den amerikanske henvendelse var indgivet for sent; fire sekunder efter den tilladte frist på ét minut. Skrøbelig tillid til dommerpaneler Episoden tydeliggjorde både regelsættets kompleksitet, hvor svært det kan være for offentligheden at følge logikken bag dommerafgørelser, og hvor skrøbelig tilliden til menneskelige dommerpaneler kan være. Der er også konstateret direkte snyd, og mange husker stadig dommerskandalen i kunstskøjteløb ved Vinter-OL 2002 i Salt Lake City. Efter parløbet opstod der anklager om, at en dommer havde favoriseret et bestemt par til gengæld for et løfte om opbakning i en anden konkurrence, hvilket afslørede stemmebyttepraksis internt i dommerpanelet. Det er netop som reaktion på sådanne episoder, at AI-systemer er blevet udviklet, blandt andet af Fujitsu i samarbejde med Det Internationale Gymnastikforbund, World Gymnastics. Hvad AI kan løse i bedømmelsen Vores forskning i AI-assisteret bedømmelse i idrætsgymnastik viser, at spørgsmålet ikke blot handler om, hvorvidt algoritmer er mere præcise end mennesker. Dommerfejl skyldes ofte begrænsninger i den menneskelige opfattelse samt tempoet og kompleksiteten i elitepræstationer, hvilket gør AI attraktivt. Men vores studie, som har inddraget dommere, gymnaster, trænere, forbund, teknologileverandører og fans, peger på en række indbyggede problemer. AI kan nemlig blive for præcis og vurdere programmer med et detaljeringsniveau, der overstiger, hvad menneskekroppen realistisk kan udføre. Hvor en menneskelig dommer visuelt vurderer, om en position er korrekt, kan et AI-system registrere, at vinklen p...