Aux X Games 2025, l’IA analyse les runs de halfpipe sans remplacer les juges

À Aspen, le halfpipe ne se joue pas seulement sur la neige ou sur le béton : il se joue aussi dans les détails d’un saut, d’une rotation et d’une réception. Pour l’édition 2025 des X Games, organisée du 23 au 25 janvier, l’événement de sports extrêmes met à l’essai un nouveau regard sur ces performances. Une intelligence artificielle analyse les runs de skateboard et de snowboard, avec une ambition précise : fournir une lecture supplémentaire, chiffrée et rapide, de ce que les athlètes réalisent dans le pipe.

Cette initiative ne change pas le vainqueur des X Games 2025. L’IA n’attribue pas les notes officielles et ne tranche aucune égalité. Elle tient plutôt le rôle d’un juge informel, capable de proposer des estimations de scores et de projeter le podium en direct. Mais l’expérience est importante, car elle pose une question appelée à dépasser les sports de glisse : une machine peut-elle aider à rendre plus cohérente l’évaluation d’une performance artistique et technique, sans effacer la place du jugement humain ?

Les X Games testent l’IA sur l’épreuve de halfpipe

Le halfpipe est une discipline spectaculaire, dans laquelle les sportifs enchaînent des figures sur les deux parois d’une structure en forme de demi-tube. Chaque run rassemble de nombreux paramètres visibles en quelques secondes : hauteur atteinte, nombre et complexité des rotations, qualité de l’exécution, variété des figures et maîtrise de la réception. Pour les juges, il faut observer l’ensemble, sans manquer un mouvement décisif.

Les X Games 2025 entendent utiliser l’intelligence artificielle comme une couche d’analyse additionnelle. L’organisation présente l’événement d’Aspen comme le premier à adopter cette technologie pour l’épreuve du halfpipe. L’objectif n’est pas de prétendre qu’un calcul peut résumer à lui seul une performance. Il est de mettre à disposition une analyse susceptible d’identifier les éléments clés d’un run et de proposer une estimation indépendante de la note humaine.

Concrètement, le dispositif doit pouvoir donner une lecture en temps réel des passages et prédire les trois principaux concurrents. Les estimations restent séparées du tableau officiel. Ce point est essentiel : les athlètes concourent toujours devant des juges humains, selon les règles habituelles de l’événement.

Google Cloud et Vertex AI au cœur de l’expérimentation

Pour déployer ce dispositif, les X Games se sont associés à Google et à sa plateforme Google Cloud. Parmi les outils mobilisés figure Vertex AI, l’environnement de Google Cloud destiné à créer et exploiter des applications d’intelligence artificielle.

Le système a été alimenté avec des milliers d’heures de séquences de halfpipe. Ce volume d’images doit lui permettre de reconnaître des motifs récurrents dans les performances, puis de comparer un nouveau run à ce qu’il a appris des passages précédents. Plusieurs caméras vidéo suivent les athlètes afin de multiplier les angles d’observation et d’analyser leurs mouvements pendant la compétition.

L’enjeu de cette configuration est simple : un même saut peut être difficile à apprécier depuis un seul point de vue. La vitesse d’exécution, l’orientation du corps ou la succession très rapprochée de plusieurs gestes compliquent la tâche. En croisant les images, un système informatique peut relever des éléments que l’œil humain n’a pas toujours le temps de vérifier instantanément.

Cela ne signifie pas que l’outil comprend une figure comme le ferait un pratiquant ou un juge expérimenté. Il traite des données visuelles et cherche des régularités à partir de ce qu’il a appris. La pertinence de son estimation dépend donc directement de la qualité, de la diversité et de la représentativité des vidéos intégrées à son entraînement.

Jeremy Bloom, ancien skieur freestyle chargé de superviser l’intégration de l’IA, voit dans cette approche un changement potentiellement majeur pour les sports à notation. Son idée directrice est de donner aux juges une technologie susceptible de renforcer la précision de leur regard, et non de les écarter de la décision.

Pourquoi le jugement en halfpipe peut-il être controversé ?

Dans un sport chronométré, le résultat peut généralement être lu sur un temps ou une distance. Dans un sport jugé, il faut interpréter une prestation. Les critères sont encadrés, mais leur application demande une attention constante et une expertise humaine. Deux facteurs rendent l’exercice particulièrement exigeant en halfpipe : la vitesse du run et la densité des informations à analyser.

Un juge doit notamment distinguer la difficulté d’une figure de sa simple apparence, apprécier sa réalisation et la replacer dans la construction globale du passage. Une décision peut donc être contestée lorsque des spectateurs, des athlètes ou des spécialistes estiment qu’un détail majeur n’a pas été suffisamment pris en compte.

Jeremy Bloom cite à ce titre les Jeux Olympiques d’hiver de Beijing 2022. Un jugement concernant le snowboardeur Ayumu Hirano avait suscité une forte réaction dans la communauté sportive. Selon lui, les juges n’avaient pas relevé toute la complexité d’un trick décisif. Cet épisode illustre la difficulté de l’évaluation humaine : même des officiels qualifiés peuvent ne pas voir, ou ne pas interpréter de la même façon, une composante déterminante d’un passage.

L’IA testée aux X Games ne réécrit pas ce type de résultat passé. Elle cherche plutôt à construire, pour l’avenir, un instrument capable de signaler des détails à vérifier. Dans cette logique, elle pourrait donner aux officiels un point de comparaison supplémentaire lorsqu’un run comporte des enchaînements très complexes.

Ce que fait l’IA, et ce qui reste du ressort des juges

L’expérimentation de 2025 repose sur une séparation nette entre l’analyse automatisée et la décision sportive. L’IA produit une estimation, tandis que les juges conservent le pouvoir de notation. Cette distinction protège le rôle de l’expertise humaine dans une discipline où le contexte d’un run compte autant que les mouvements détectés par une caméra.

Le choix de ne pas intégrer immédiatement la technologie au score officiel correspond à une phase de test. Avant d’envisager une aide formelle à l’arbitrage, il faut déterminer si les prédictions sont cohérentes, si elles restent utiles dans des conditions réelles de compétition et si leur fonctionnement est assez clair pour être accepté par les athlètes comme par le public.

L’objectivité ne se résume pas à un algorithme

Le terme d’objectivité est central dans le projet des X Games. En théorie, une IA ne ressent ni pression du public, ni préférence pour un athlète, ni fatigue au fil d’une longue journée de compétition. Elle peut appliquer le même traitement à chaque séquence vidéo. C’est l’une des raisons pour lesquelles Jeremy Bloom estime que cette technologie peut contribuer à réduire la part des biais ou des erreurs humaines.

Pour autant, l’algorithme ne constitue pas un arbitre neutre par nature. Il doit apprendre à partir d’images annotées et de performances passées. Les jugements historiques qui composent ces données, les angles de caméra disponibles ou la façon de définir une exécution réussie influencent inévitablement le résultat produit. Si une figure nouvelle, rare ou filmée dans des conditions inhabituelles apparaît, l’outil peut aussi se trouver moins à l’aise pour l’interpréter.

C’est pourquoi l’approche retenue à Aspen est celle d’une assistance plutôt que d’un remplacement. Le juge humain garde la capacité de replacer un run dans son contexte, d’évaluer l’intention sportive et de prendre la décision finale. L’IA, elle, peut servir de mémoire visuelle, de système d’alerte ou de repère statistique.

Cette complémentarité est sans doute l’enjeu le plus concret de l’essai. Une technologie utile ne serait pas celle qui impose silencieusement son verdict, mais celle qui aide les officiels à vérifier une impression, à détecter une séquence complexe et, si nécessaire, à justifier plus clairement une évaluation.

Une expérience qui pourrait atteindre d’autres disciplines

Le halfpipe constitue un terrain d’essai pertinent, car les performances sont à la fois très visuelles, très rapides et difficiles à comparer. Si l’expérimentation se montre convaincante, l’organisation envisage que ce type d’analyse puisse aussi intéresser d’autres épreuves, notamment le slopestyle.

Le principe pourrait également nourrir l’expérience des spectateurs. Une prédiction de podium ou une estimation de score en direct donne des repères pour suivre un run, surtout pour un public moins familier des subtilités techniques. Elle ne doit toutefois pas être confondue avec une décision officielle. Une projection est un outil de lecture, pas une proclamation de résultat.

L’intérêt dépasse donc le seul spectacle. Dans les sports où les décisions sont régulièrement débattues, un dispositif d’analyse peut devenir un moyen de mieux documenter ce qui a été vu. À condition que sa place soit clairement définie, il peut contribuer à rendre une évaluation plus lisible sans réduire les compétitions à une simple suite de mesures automatisées.

Ce qu’il faut surveiller après Aspen

L’édition 2025 des X Games constitue un test à grande échelle dans les conditions d’une compétition réelle. Plusieurs questions détermineront la suite de l’initiative : les estimations de l’IA se rapprochent-elles des notes officielles ? Identifie-t-elle des détails utiles aux juges ? Ses prédictions de podium restent-elles solides d’un run à l’autre ?

Il faudra aussi observer la réception de l’outil par les athlètes et par le public. Dans une discipline fondée sur la créativité autant que sur la technique, l’acceptation d’une assistance algorithmique dépendra de la confiance accordée à ses analyses et de la garantie que l’humain conserve le dernier mot.

Pour l’heure, les X Games font le choix d’une technologie qui éclaire le jugement plutôt que de le gouverner. C’est une distinction décisive : l’IA peut aider à voir davantage, mais l’équité sportive reste liée à la manière dont ses indications seront interprétées, discutées et intégrées par les personnes chargées de noter.