เทคโนโลยีปัญญาประดิษฐ์กับการยกระดับมาตรฐานการตัดสินกีฬาวอลเลย์บอล
Article Sidebar
Main Article Content
บทคัดย่อ
การบูรณาการเทคโนโลยีปัญญาประดิษฐ์ (AI) และกฎการชาเลนจ์ในการตัดสินกีฬาวอลเลย์บอลเป็นตัวอย่างของการยกระดับมาตรฐานการแข่งขันในบริบทของกีฬาสมัยใหม่ การศึกษานี้มีวัตถุประสงค์เพื่อ1) วิเคราะห์ประสิทธิภาพและข้อจำกัดของกฎการชาเลนจ์ในด้านความแม่นยำ ความโปร่งใส และผลกระทบต่อความยุติธรรม รวมถึงข้อจำกัด เช่น ความล่าช้าในการตัดสินและความท้าทายทางเทคนิค 2) ศึกษาการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์เพื่อพัฒนากระบวนการตัดสิน โดยเน้นการใช้หลักการการเรียนรู้ของเครื่อง (ML) ในการตรวจจับการสัมผัสบอล การละเมิดกติกา และการลดข้อผิดพลาดของมนุษย์ และ 3) ประเมินผลกระทบของเทคโนโลยีต่อผู้ชม นักกีฬา และความเหมาะสมของกฎกติกาในบริบทการแข่งขันสมัยใหม่ ผลการศึกษาพบว่า เทคโนโลยีดังกล่าวช่วยเพิ่มความแม่นยำและความโปร่งใสในกระบวนการตัดสิน ส่งผลให้ผู้ชมมีความพึงพอใจและนักกีฬามีความมั่นใจในระบบการแข่งขันมากขึ้น อย่างไรก็ตาม ความท้าทายยังคงอยู่ในด้านข้อจำกัดของทรัพยากร การพัฒนาบุคลากร และการยอมรับจากผู้เกี่ยวข้อง โดยเฉพาะในบริบทของประเทศไทยที่ยังมีข้อจำกัดด้านโครงสร้างพื้นฐานและงบประมาณ นอกจกนี้บทความนี้ยังได้ชี้ให้เห็นถึงโอกาสในการพัฒนาผ่านการสนับสนุนจากภาครัฐ เอกชน และความร่วมมือระดับนานาชาติ ตลอดจนการริเริ่มโครงการนำร่องในระดับชุมชน เพื่อสร้างรากฐานที่มั่นคงสำหรับการยกระดับมาตรฐานการตัดสินกีฬาวอลเลย์บอลไทยให้เทียบเท่าระดับสากลอย่างยั่งยืน
Article Details
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสารวิทยาศาสตร์การกีฬาและนวัตกรรมสุขภาพ กลุ่มมหาวิทยาลัยราชภัฏแห่งประเทศไทย ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรงซึ่งกองบรรณาธิการวารสาร ไม่จำเป็นต้องเห็นด้วย หรือร่วมรับผิดชอบใด ๆ
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารวิทยาศาสตร์การกีฬาและนวัตกรรมสุขภาพ กลุ่มมหาวิทยาลัยราชภัฏแห่งประเทศไทย ถือเป็นลิขสิทธิ์ของคณะวิทยาศาสตร์และเทคโนโลยี มหาวิทยาลัยราชภัฏศรีสะเกษ หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใด จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจากวารสารวิทยาศาสตร์การกีฬาและนวัตกรรมสุขภาพ กลุ่มมหาวิทยาลัยราชภัฏแห่งประเทศไทย ก่อนเท่านั้น
References
Brunnström, K., Djupsjöbacka, A., Ozolins, O., Billingham, J., Wistel, K., & Evans, N. (2023). Quality measurement methods for video assisting refereeing systems. Sports Engineering, 26(1), 17.
Cai, Y., & Dai, J. (2024). Big Data in Volleyball-Present and Future. Frontiers in Sport Research, 6(1).
Çevik, R., Bilgin, M., & Şahin, M. (2023). Evaluation of Video Challenge System in Volleyball from the Points of Classification Referees. European Journal of Education Studies, 10(12).
Chupthaisong, J. & Varothai, V. (2024a). Developing Athletes in the Digital Era: The Role of Human Resourcesin Enhancing Athletic Capabilities. Journal of MCU Kanchana Review, 4(3), 512–525. https://so05.tci-thaijo.org/index.php/Kanchana-editor/article/view/273471 (In Thai)
Chupthaisong, J., & Varothai, V. (2024b). Analysis of the Impact and Challenges of Technology Application in Sports Development. Dusit Thani College Journal, 18(2), 192–203. https://so01.tci-thaijo.org/index.php/journaldtc/article/view/274569 (In Thai)
Conejero Suárez, M., Prado Serenini, A. L., Fernández-Echeverría, C., Collado-Mateo, D., & Moreno Arroyo, M. P. (2020). The effect of decision training, from a cognitive perspective, on decision-making in volleyball: A systematic review and meta-analysis. International journal of environmental research and public health, 17(10), 3628.
Gazvin, I., Rahmani, M., Majedi, N., Hemmatinejad, M., & Jamshidi, A. (2024). Application of Artificial Intelligence in the Sports Industry: A Review Article. AI and Tech in Sports Management, 14(2), 34-49.
Goel, A. (2024). Is technology a complement or substitute to refereeing in sports? A review. International Journal of Sports Technology and Science, 2(1), 13-23.
Gottschalk, C., Tewes, S., Niestroj, B., Drees, J., & Ernst, A. (2022). Innovation in Elite Refereeing Through AI Technological Support for DOGSO Decisions. International Journal of Operations Management, 2(3), 7-15.
Guang, X., & Wu, X. C. (2024). Application of Neural Network-based Intelligent Refereeing Technology in Volleyball. Journal of Computers, 35(4), 291-301.
Held, J., Cioppa, A., Giancola, S., Hamdi, A., Devue, C., Ghanem, B., & Van Droogenbroeck, M. (2024). Towards AI-Powered Video Assistant Referee System (VARS) for Association Football. arXiv preprint arXiv:2407.12483.
Huang, J., & Zou, W. (2023). Artificial Intelligence-based Volleyball Target Detection and Behavior Recognition Method. International Journal of Advanced Computer Science and Applications, 14(9).
Jiang, L., Yang, Z., & Gang, L. (2025). Transformer-Based Multi-Player Tracking and Skill Recognition Framework for Volleyball Analytics. IEEE Access.
Jun, W. U., & Zile, F. A. N. (2024). Portable Referee System for Volleyball Game Based on Pressure Monitoring and Self-Powering Communication. Mechanics, 30(1), 91-96.
Karakaya, A., Ulu, A., & Akleylek, S. (2022). GOALALERT: A novel real-time technical team alert approach using machine learning on an IoT-based system in sports. Microprocessors and Microsystems, 93, 104606.
Kautz, T., Groh, B. H., Hannink, J., Jensen, U., Strubberg, H., & Eskofier, B. M. (2017). Activity recognition in beach volleyball using a Deep Convolutional Neural Network: Leveraging the potential of Deep Learning in sports. Data Mining and Knowledge Discovery, 31, 1678-1705.
Liang, C., & Liang, Z. (2022). The application of deep convolution neural network in volleyball video behavior recognition. IEEE Access, 10, 125908-125919.
Lin, T., Xiang, R., Liu, G., Tiwari, D., Chiang, M. C., Ye, C., ... & Zhu-Tien, C. (2025). SportsBuddy: Designing and Evaluating an AI-Powered Sports Video Storytelling Tool Through Real-World Deployment. arXiv preprint arXiv:2502.08621.
Liu, C., Ding, Y., & Wang, J. (2023). Study on the importance of computer big data to volleyball match: taking the data analysis and application of women's volleyball video challenge of 2020 Tokyo Olympics as an example. In Second International Conference on Statistics, Applied Mathematics, and Computing Science (CSAMCS 2022) (Vol. 12597, pp. 609-616). SPIE.
Ma, E., & Kabala, Z. J. (2024). Refereeing the Sport of Squash with a Machine Learning System. Machine Learning and Knowledge Extraction, 6(1), 506-553.
Mallen, C. (2019). Artificial intelligence and implications for sport officiating. In Emerging Technologies in Sport (pp. 87-104). Routledge.
O’Brien, K. A., & O’Keeffe, M. (2022). Reimagining the role of technology in sport officiating: How artificial intelligence (AI) supports the design and delivery of ecologically dynamic development processes. Managing Sport and Leisure, 1-13.
Oliveira, L. D. S., Moura, T. B. M. A., Rodacki, A. L. F., Tilp, M., & Okazaki, V. H. A. (2020). A systematic review of volleyball spike kinematics: Implications for practice and research. International Journal of Sports Science & Coaching, 15(2), 239-255.
Petersen, T. S., & Wichmann, S. S. (2021). Fairness, implicit bias testing and sports refereeing: An argument for why professional sports organisations ought to promote fairness in sport through testing referees for implicit biases. Journal of the Philosophy of Sport, 48(1), 97-110.
Piancharoenwong, A., & Sukcharoenpong, S. (2024). Exploring AI Applications in Esports Management: Opportunities for Thailand. Journal of Management Science Nakhon Pathom Rajabhat University, 11(2), 55–65. https://doi.org/10.14456/jmsnpru.2024.27 (In Thai)
Rangubhet, K. R., Chailert, P., & Pranee, U. (2023). Effect of Volleyball Scoring Performance Analysis on the Women's VNL 2021 Championship Team. In 2023 Joint International Conference on Digital Arts, Media and Technology with ECTI Northern Section Conference on Electrical, Electronics, Computer and Telecommunications Engineering (ECTI DAMT & NCON) (pp. 498-501). IEEE.
Rosani, A., Donadello, I., Calvanese, M., Torcinovich, A., Di Fatta, G., Montali, M., & Lanz, O. (2024). Video Analytics for Volleyball: Preliminary Results and Future Prospects of the 5VREAL Project. In Proceedings of the Ital-IA Intelligenza Artificiale: Thematic Workshops co-located with the 4th CININational Lab AIIS Conference on Artificial Intelligence (Ital-IA 2024), Naples, Italy, May 29-30, 2024 (Vol. 3762, pp. 271-276). CEUR-WS.
Salim, F. A., Postma, D. B., Haider, F., Luz, S., Beijnum, B. J. F. V., & Reidsma, D. (2024). Enhancing volleyball training: empowering athletes and coaches through advanced sensing and analysis. Frontiers in Sports and Active Living, 6, 1326807.
Santi, K., & Rangubhet, K. R. (2023). Attack Performance Model Analysis: Outside Spiker of the Champion Women's Team in Volleyball Nations League 2022. In 2023 Joint International Conference on Digital Arts, Media and Technology with ECTI Northern Section Conference on Electrical, Electronics, Computer and Telecommunications Engineering (ECTI DAMT & NCON) (pp. 506-510). IEEE.
Schrödter, R. (2024). Beyond the Call: Examining Referee Decisions, Competence Development, and Objective Assessment in Sports.
Shih, C. H., Huang, T. C., & Li, C. (2022). Applying Smart Technology To Volleyball training. In 2022 IEEE 4th Eurasia Conference on IOT, Communication and Engineering (ECICE) (pp. 215-218). IEEE.
Silva, M., Marcelino, R., Lacerda, D., & João, P. V. (2016). Match Analysis in Volleyball: a systematic review. Montenegrin Journal of Sports Science and Medicine, 5(1), 35.
Sirawattana, C., & Poolsamral, C. (2024). The Use of Artificial Intelligence in Sports Science to Enhance Athlete Performance. Journal of Arts Management, 8(4), 700-710. https://so02.tci-thaijo.org/index.php/jam/article/view/274597 (In Thai)
Sousa, A. C., Marques, D. L., Marinho, D. A., Neiva, H. P., & Marques, M. C. (2023). Assessing and monitoring physical performance using wearable technologies in volleyball players: a systematic review. Applied Sciences, 13(7), 4102.
Sun, Z., & Zhang, H. (2022). Volleyball Movement Object Detection and Behavior Recognition Method of Artificial Neural Network. Mobile Information Systems, 2022(1), 2099204.
Thomas-Acaro, R., & Meneses-Claudio, B. (2024). Technological assistance in highly competitive sports for referee decision making: A systematic literature review. Data and Metadata, 3, 188-188.
Villarejo-García, D. H., Moreno-Villanueva, A., Soler-López, A., Reche-Soto, P., & Pino-Ortega, J. (2023). Use, validity and reliability of inertial movement units in volleyball: systematic review of the scientific literature. Sensors, 23(8), 3960.
Xu, Z., Yu, C., Zhang, R., Yuan, H., Yi, X., Ji, S., ... & Wang, Y. (2025). VolleyBots: A Testbed for Multi-Drone Volleyball Game Combining Motion Control and Strategic Play. arXiv preprint arXiv:2502.01932.
Zhang, J., & Li, D. (2021). The application of artificial intelligence technology in sports competition. In Journal of Physics: Conference Series (Vol. 1992, No. 4, p. 042006). IOP Publishing.
Zhekambayeva, M., Yerekesheva, M., Ramashov, N., Seidakhmetov, Y., & Kulambayev, B. (2024). Designing an artificial intelligence-powered video assistant referee system for team sports using computer vision. Retos: nuevas tendencias en educación física, deporte y recreación, (61), 1162-1170.