Valmennusympäristön tunnusmerkkejä huippu-urheilussa

Ammattilaisurheilun asema on kasvanut kasvamistaan viime vuosisadan jälkipuoliskolta lähtien. Tarjolla olevan rahan ja näkyvyyden kasvaminen on tuonut lisää yrittäjiä havittelemaan mahdollisimman suurta osuutta potista. Yrittäjien lukumäärän paisuessa, lajista riippumatta, kilpailu jaossa olevasta mammonasta kiihtyy, jolloin on luonnollista odottaa yhä innovatiivisempia ratkaisuja oman kilpailuaseman kohentamiseksi. Seuraavaksi haasteeksi muodostuu saavutetun kilpailuaseman säilyttäminen, koska takamatkalla olevat kilpailijat pyrkivät luomaan edellisistä innovaatioista uusia, syrjäyttääkseen silloisen ”istuvan kuninkaan”. Kyseinen kilpailukierre on vaikuttanut merkittävästi huippu-urheiluun keskittyvien valmennusjärjestelmien ja -ympäristöjen (eng. ”High-Performance Systems & Environments”) kehittymiseen ympäri maailmaa, ml. pienten ja isojen taloudellisten resurssien toimijat. Tässä artikkelissa pyrin esittelemään tiivistetysti viisikohtaisen (5) näkemykseni korkean standardin huippu-urheiluun suunnattujen valmennusympäristöjen tunnusmerkeistä.

1. Huippusuorituksen laadullinen/määrällinen ymmärtäminen ja tavoittelu

Poikkeuksetta huippu-urheilun valmennusympäristöissä ensisijainen huomio kohdistuu voittamista ja häviämistä erottelevaan kilpailusuoritukseen sekä ominaisuuksiin. Kysymyksien asettelu tulee olla alussa erittäin pelkistettyä: miksi joukkue A voittaa ”x”-kertaa useammin kuin pelaa tasan tai häviää? Miksi juoksija B kykenee tuottamaan keskiarvoisen suorituksen “y”, ja toistamaan sen ”z”-kertaa kilpailukauden aikana määrätyllä hajonnalla? 

Ensimmäiseksi tehdään läpileikkaava kilpailuanalyysi – ei pelkästään kuvaavaa lajianalyysia – jolla pyritään mahdollisimman laajasti ja kattavasti selvittämään syyt, miksi tietyt joukkueet/urheilijat menestyvät ja toiset eivät. Kilpailuanalyysia tulee kohdella jatkuvana prosessina, koska on suuri todennäköisyys että absoluuttisen menestyksen mahdollistavia, ennestään tuntemattomia vaikuttajia, ilmenee ajan myötä. Absoluuttisten menestyjien rinnalla tulee myös tunnistaa suhteelliset menestyjät, joiden absoluuttista menestymistä saattavat merkittävästi rajoittaa vaikkapa demografiset muuttujat (esimerkki: väestöluku suhteessa absoluuttisesti tuotettujen ammattilaisjalkapalloilijoiden lukumäärään).

Järkeviä ja täsmällisiä tavoitteita ei kyetä asettamaan ilman kilpailukyky- ja kuiluanalyyseja. Kilpailukykyanalyysissa selvennetään nykyhetkessä, ja historiallisesti, urheilijan/joukkueen suoritusta suhteessa kilpailuanalyysissa absoluuttisesti ja suhteellisesti menestyviin, sekä suorituksen mahdollistavia ominaisuuksia nykyhetkessä sekä menneisyydessä. Kuiluanalyysissa pureudutaan oman urheilijan/joukkueen, sekä kilpailuanalyysissa menestyneiden eroon, ja eroa kaventaviin (tai etumatkaa kasvattaviin/ylläpitäviin) tekijöihin. Toisin sanoen, lähdetään priorisoimaan valmennuksen ja resurssien ajankäyttöä sekä asetettavien tavoitteiden odotettua aikataulua.

Huippusuorituksen ymmärtämiseen ja tavoitteluun keskittyvät analyysit olisi tärkeätä toteuttaa/päivittää lähes kausittain (ellei kilpailumäärä ole äärimmäisen pieni kausitasolla ko. lajissa). Myöskään itse analyysi ei tulisi olla pelkästään laadullinen (esim. valmentajan/asiantuntijan syvällinen näkemys) tai määrällinen (esim. kvasi-objektiivisten, kuten videon/biometristen laitteiden, keräämä ja analysoima suoritusdata), vaan näiden kahden kriittisestä ja aidosti avoimesta vuoropuhelusta johdettu synteesi. Korostan tässä määrällisessä analyysissa käytettävien tilastollisten menetelmien tärkeyttä ettei ”kuvaavia tilastoja” käytetä mielivaltaisesti selittämään valmentajien/asiantuntijoiden omia uskomuksia (varoitus: välttäkää kehäpäätelmiä).

2. Informaation järjestelmällinen kerääminen keskitetysti

Kaikki tekeminen (kilpailu, harjoittelu, palautuminen) ja tekemättömyys (esim. loukkaantuminen, palautuminen ym.) ovat informaatiota. Kuinka teidän organisaatiossa kerätään ja käytetään tätä informaatiota ymmärtämään urheilijoiden yksilöllisiä tarpeita, valmennus- ja palautumistoimenpiteiden tehokkuutta suhteessa kilpailusuoritukseen ynnä yksilöiden/joukkueiden ominaisuuksien muutoksiin, sekä omaan tekemiseen?

Tuota kysymystä suosittelen säännöllisesti toistettavaksi huippu-urheiluorganisaatioissa. Kiitos nykyteknologian, on urheilijoiden jokapäiväinen tekeminen/tekemättömyys yhä enemmän kerättävissä sekä tallennettavissa, ja sitä myötä käytettävissä toimintamenetelmien arvioimiseen sekä tehostamiseen. Datan kerääminen ei voi huippu-urheilussa missään olosuhteissa rajoittua enää muutamaan erilliseen testiin vuositasolla. Tarvitaan jatkuvaa, tiheää, seurantaa.

Tässä vaiheessa on tärkeätä pureutua kahteen ajankäytöllisesti kriittiseen kysymykseen:

Mitä, miten, ja milloin kerätään?

Minne kerätään?

Ensimmäinen kysymys tulisi pohjautua pyrkimykseen ymmärtää eri muuttujien vaikutusta kellon ympäri urheilijan kilpailusuoritukseen, harjoitteluun, palautumiseen ja yleisesti terveyteen/hyvinvointiin. Kerättävien muuttujien kohdalla tulee tunnistaa käytettävien talous-, laitteisto- ja ihmisresurssien realiteetit. Tämän lisäksi on huomioitava mitattavien muuttujien tärkeysjärjestys suhteessa asetettuihin tavoitteisiin sekä eri uhkaskenaarioiden esiintymistodennäköisyyden minimointiin (esim. urheilija kärsii takareiden lihasrevähdyksestä; urheilija kärsii kroonisesta suoritusta-heikentävästä ylikuormitustilasta). Keräystapahtumien standardisointi ja kontrollointi ovat useasti avainasemassa kerättävän datan analysointi- ja tulkintapätevyyden säilyttämiseksi.

Kerättävän datan tallennuskohde (minne kerätään?) on turhan usein jätetty huomioimatta uusia laitteistoja (esim. sykemittarit, hyppymatot, GPS/kiihdytinanturit) käyttöönottaessa. Seurauksena kerättävä data ei ole, ilman merkittävää siirtoprosessia, kokonaisuudessaan verrattavissa toisiinsa ja ajan myötä eriytyy sekä unohtuu omaan datasiiloonsa. Jokainen huippu-urheiluorganisaatio, jossa kerätään dataa aktiivisesti, tarvitsee oman keskitetyn tietopankkinsa, johon kaikki kerättävä, valmennuksellisesti merkittävä, data tuodaan – mieluummin automaattisesti, ilman manuaalista siirtoa. Etukäteissuunnittelun arvo nousee tässäkin ensiarvoiseen asemaan. 

Pohjimmiltaan kuvatulla prosesseilla pyritään mahdollistamaan, Nassim Nicholas Talebia termiä lainatakseni, kehitys kohti eräänlaista antihaurauden tilaa, jossa ei pyritä ainoastaan kestämään ennakoimattomia ja arvaamattomia vastoinkäymisiä/katastrofeja (esim. loukkaantumiset, heikot kilpailusuoritukset), vaan oppimaan sekä vahvistamaan omaa järjestelmää systemaattisesti jokaisesta tällaisesta tapahtumasta. Tähän tarvitaan tueksi luonnollisesti myöhemmin kuvattavia toimenpiteitä.

3. Osaajaverkoston kokoaminen

Rohkenen väittää ettei huippu-urheilusuorituksen löytäminen ja jalostaminen enää (onko koskaan todellisuudessa?) pohjaudu yhden-gurun –filosofiaan. Luonnollisesti jokainen organisaatio vaatii oman kapteeninsa (lue: valmentaja), mutta myös laajan osaajaverkoston tuekseen. Nykyään yhä useammin tarvitaan, lajista ja tavoitteista riippuen, kilpailuanalyytikoita (eng. performance analysts), fysioterapeutteja, ravintoterapeutteja, urheilulääketieteeseen erikoistuneita lääkäreitä, fyysisiä valmentajia/urheilutieteilijöitä, liikuntafysiologeja, biomekaanikoita, urheilupsykologeja, manuaalisen terapian osaajia, uniasiantuntijoita ja datatieteilijöitä sekä muita tietojenkäsittelyn osaajia.

Laajan osaajaverkostonkaan kokoaminen ei vielä takaa paikkaa auringossa. Verkoston laajeneminen luo automaattisesti kompleksisuutta päätöksentekoon, mutta vieläkin suurempana haasteena koen osaajaverkoston aktiivisen käytön jokapäiväisessä käytännön päätöksenteossa. Osaajaverkosto saattaa usein jäädä suurimmaksi osaksi vain hetkellisen konsultoinnin ja kartoittamisen tasolle, jossa urheilijoille ja valmentajille jaetaan ns. avaininformaatiota ko. asiantuntijan taholta, mutta tämän riittävä ymmärtäminen, tunnistaminen ja soveltaminen jokapäiväisessä valmennuksessa jää vajaaksi. Luodaan esimerkkiskenaario: loukkaantumisen jälkeen palaavan joukkueurheilijan voima- ja kestävyystasojen turvallinen nostaminen lähemmäksi minimivaatimusta seuraavan kolmen viikon aikajaksolla kutsuu puoleensa niin päävalmentajan, fysioterapeutin, lääkärin, fyysisen valmentajan,  kilpailuanalyytikon, kuin ravintoterapeutin näkemystä optimaalisen ratkaisun löytämiseksi.

Miten kakofonia ja sekasorto vältetään edellämainituissa tilanteissa? Jatka lukemista.

4. Osaajaverkoston integroiminen osaksi valmennuksellista päätöksentekoa

Saavumme yhtymäkohtaan, jossa tiedeorientoitunut lähestyminen kohtaa valmennuksen taiteellisempia piirteitä. Jatketaan edellisen kohdan päättäneestä esimerkistä, jossa loukkaantumisesta palaavan pelaajan ominaisuuksia pyritään nostamaan minimivaatimukset täyttäväksi osaajaverkostoa optimaalisesti hyödyntäen. Yksinkertaisesta aloittaen: kuinka asianosaiset osaajaverkoston jäsenet vastaanottavat informaation pelaajan sen hetkisestä tilasta (harjoittelu ja palautuminen) ja lyhyen aikavälin tavoitteesta?

Kohdasssa 2 esitetty keskitetty tietopankki nostaa arvoaan huomattavasti tässä informaation jakeluprosessissa – sillä oletuksella että kaikki tahot näkevät esimerkiksi visualisoidun harjoittelu-, palautumis-, loukkaantumis- ja suoritusdatan reaaliaikaisesti. Tämä mahdollistaa myös tehokkaamman vuoropuhelun osaajien välillä, vaatimatta välttämättä fyysistä läsnäoloa kaikilta osapuolilta. Jokaisella osallistuvalla asiantuntijalla on toki oma kokemus ja näkemys optimaalisista toimenpiteistä, mikä saattaa luoda ristiriitaisuuksia verkoston sisällä.

Jos jokainen tilanteeseen liittyvä asiantuntija tarjoaa suosituksensa ja mielipiteensä parhaasta mahdollisesta tavasta edetä, kuinka päävalmentaja voi tehdä tasapainoisen johtopäätöksen, jota sovelletaan ko. urheilijaan? Useimmissa tapauksissa päävalmentajalla ei olekaan edellytyksiä tulkita asiantuntijoiden palautetta täsmällisesti, jolloin hän nojautuu helposti monimutkaisen kysymyksen äärellä omiin kokemuksiinsa, jotka eivät välttämättä ole paras ratkaisu ongelman ratkaisemisessa. Toiseksi haasteeksi voi muodostua osaajaverkoston jäsenien eritasoiset retoriset kyvyt, joilla etenkin tällaisissa tilanteissa on voimakas määrittävä vaikutus valmentajan päätöksen painotuksessa, jos kommunikaatio tapahtuu suoraan päävalmentajan kanssa.

Useissa ammattiurheilun organisaatioissa on pyritty löytämään em. ongelman ratkaisemiseksi eräänlainen ”tulkitsija”, joka usein kulkee nimikkeellä ”Head of Performance” yms. Kyseisessä roolissa tulisi tulkita osaajaverkoston eri osista vastaanotettavaa informaatiota (oletuksena että kyseisellä henkilöllä on tarpeeksi laaja ymmärrys kaikista osa-alueista ja tieteellisestä näytöstä), josta muodostaa tarvittavan selkeät skenaariot päävalmentajalle esitettäväksi tai jossain tapauksissa tekee itse päätöksen suoraan (jos oikeutettu). Tällainen ratkaisu nopeuttaa ja selkeyttää päätöksentekoprosessia valmennuksessa, mutta samanaikaisesti asettaa suuren vastuun nimetylle henkilölle.

5. Menetelmäkeskeisyys ja päätöksentekoa ohjaavat arvot

Informaatio ja osaajaverkosto –termit ovat esiintyneet useasti tässä artikkelissa, mutta huippu-urheiluympäristön jalostaminen kyseisten pilarien varaan ei tule tapahtumaan kasvottomasti, ilman ihmisen tai ihmisten tulkintaa ja päätöksentekoa – kuten jo edellisessä kohdassa viitattiin. Pullonkaulan –asemassa oleville päätöksentekijöille syntyy täten johdonmukaisuuden paine jalostaakseen omalta osaltaan valmennusympäristön sisällä asetettujen kilpailusuoritus- ja muiden tavoitteiden saavuttamista.

Selkeä, ja valmennusympäristön jokaiselle tasolle juurrutettu, menetelmäkeskeisyys oman näkemykseni mukaan edesauttaa entisestään informaation käsittelynopeutta osana osaajaverkostoa kuin myös lopullisen päätöksen saavuttamista ylätasoilla. Ennen kaikkea urheilijoille muodostuu johdonmukaisempi kuva koko ympäristön toiminnasta, mikä usein madaltaa kynnystä luottaa päätöksentekijöihin sekä avoimeen ja aukottomaan vuorovaikutukseen (sis. informaation jakaminen järjestelmien kautta) kyseisessä ympäristössä. Toisekseen sovellettavan menetelmän pätevyyttä on helpompi myöhemmin arvioida johdonmukaisen soveltamisen jälkeen, kun taas sattumanvarainen soveltaminen monimutkaistaa turhaan itse menetelmän arvioimista, joka taas hidastaa toiminnan kehittämistä.

Lopuksi, menetelmät eivät synny tyhjästä, vaan tarvitaan taas ihmisen/ihmisten filosofia ja arvopohja toiminnalle, johon menetelmän toimenpiteet perustuvat. Huippu-urheilu asettaa tässä useita monimutkaisia tilanteita, jossa joudutaan arvioimaan mm. riskejä loukkaantumisen/ylikuormituksen ja kilpailumenestyksen/suoritustason saavuttamisen välillä. Näiden skenaarioiden johdonmukaiseen ratkaisemiseen tarvitaan selkeä arvopohja ja menetelmä. Kun arvopohja ja menetelmä kommunikoidaan myös osaajaverkostolle, vähenee kakofonia. Tosin menetelmien ja arvopohjan huomioiminen osaajaverkoston kokoamisessa voi entisestään pehmentää konsensuksen saavuttamista verkoston jokaisella tasolla. Huippu-urheilun valmennusympäristön pyrkimyksenä on kuitenkin maksimoida urheilijan/joukkueen mahdollisuus menestyä ja saavuttaa asetetut tavoitteet.

Tämä artikkeli raapaisi ainoastaan pintaa eikä pyrkinytkään olemaan täydellisen kattava huippu-urheilun valmennusympäristöjen kuvaamisessa. Myöskään kaikilla ei ole alkuvaiheessa mahdollisuutta kattavan osaajaverkoston luomiseen, mutta suoritusanalyysin, tavoitteiden ja järjestelmällisen informaationkeruun suhteen kellään aidosti huippu-urheilussa menestymiseen pyrkivällä organisaatiolla ei ole varaa jättäytyä takamatkalle.

Lopuksi vielä lyhyt (ilmainen) mainosesimerkki yhdestä kuvatunlaiseen ympäristöön pyrkivästä:

Tietäjien valtakunta

Tieto ei ole aina ymmärryksen väärti, jos on uskominen erästä viime vuosisadan merkityksellisimmistä psykiatreista, C. G. Jungia. Tiedon ja ymmärryksen suhteen arviointia ennen on ymmärrettävä kyseiset termit eri viitekehyksissä. Inspiraation näiden termien tarkasteluun sain seurattuani tovin suomalaisessa urheilujournalismissa noussutta sekavuutta ammattinimikkeiden kuten asiantuntija ja analyytikko välillä. Argumenttini mukaan näiden nimikkeiden huolimaton väärinkäyttö asettaa vääristyneitä odotuksia esitetyn informaation luonteen sekä luotettavuuden suhteen. Itse asiassa, uskoakseni näillä kahdella eri nimikkeellä on lähtökohtaisesti erilaiset tehtävät mediassa.

Palataan ensin kuitenkin takaisin tiedon ja ymmärryksen määritelmiin. Tieto on kokoelma menneistä tapahtumista ja ilmiöistä – yleensä koottuna abstraktien keskiarvojen muotoon. Jos kysyisin lukijalta, mikä oli viimeisen 20 vuoden aikana keskiarvoinen bruttokansantuote Suomessa, työttömyysprosentti Euroopassa,  keskilämpötila maailmassa, tai jalkapallon maailmanmestarijoukkueiden pallonhallintaprosentti, kykenisi hän helposti löytämään ja kommunikoimaan kyseiset luvut. Osa ihmisistä kävelee itseriittoisena nämä luvut mielessään, uskoen tietoon yksiselitteisenä ymmärryksenä ympäröivästä maailmasta. ”Minä tiedän sitä ja tätä.” Pelin henki muuttuu nopeasti, jos yllämainitun tiedon oppinutta pyydetään arvioimaan Suomen bruttokansantuotetta ensi vuonna tai seuraavan maailmanmestarijoukkueen pallonhallintaprosenttia. Nyt vaaditaankin jo ymmärrystä. Vaaditaan nimenomaan ymmärrystä koostetun tiedon osatekijöistä ja niiden vuorovaikutuksesta keskenään. Tai vaihtoehtoisesti voi tietysti keksiä omasta päästään lukuja ja kausaliteetteja noiden lukujen takana, tarkistaen huomaavatko ympäröivät ihmiset keisarin uudet vaatteet.

Asiaan perehtymättömän henkilön huomatessa rajansa, kuvaan astuvat analyytikot ja asiantuntijat, jotka pyrkivät luomaan yleisölle ja/tai tietylle yhteisölle lisäarvoa havaittujen tapahtumien syistä ja seurauksista, mutta myös arvioimaan tulevia tapahtumia pohjautuen heidän tapaansa käsitellä havaittua informaatiota. Tässä ollaankin nopeasti jo vedenjakajalla.

Tarkastellaan ensimmäiseksi parjaamaani analyytikon –nimikettä. Oxfordin sanakirja (9:s painos) määrittelee analyytikon ”henkilöksi, joka on taitava analyysissa”. Mikä on samaisen opuksen määritelmä analyysille?

Analysis (pl. analyses):
1.     (a) a detailed examination of the elements or structure of a substance etc. (b) a statement of results of this.
2.     Math. The use of algebra and calculus in problem-solving.

Virallisen ja osittain väljän määritelmän mukaisesti analyysi on yksityiskohtainen ja järjestelmällinen kerättyjen havaintojen tutkimusmenetelmä, sekä niiden raportointi. Analyytikot ovat taas yksilöitä, jotka hallitsevat nämä taidokkaasti. Tarkkaavaiset huomasivat varmasti jo ettei tämä menetelmä välttämättä viittaa syvään ymmärrykseen tutkitusta ilmiöstä, vaikkakin sen voidaan olettaa kasvattavan myös ymmärrystä informaation kumuloituessa pitkällä aikavälillä. Tärkeintä on ensimmäiseksi tunnistaa tutkittu ongelma, esim. ”mitkä ovat jalkapallossa voittamiseen vaikuttavia muuttujia?”, ja analysoida se mahdollisimman yksityiskohtaisesti tarjolla olevan informaation avulla – niin että tämä olisi analyysin tekijästä riippumaton. Jalkapallossa ja muissa urheilulajeissa kvantitatiivista dataa on nykypäivänä runsaasti tarjolla, joten algebran ja laskennan käyttö osana vähemmän subjektiivista analyysia olisi suotavaa. Analyytikko ei näin ollen voi heittää kevytkenkäisiä oletuksia tyyliin ”mitä enemmän joukkue A taklaa ottelun aikana, sitä suurempi voittamisen todennäköisyys on” ilman tilastollista näyttöä. Hieman huvittava esimerkkiväitteeni saattaa kuulostaa kärjistykseltä siihen verrattuna, kuinka useita tavanomaisempia väitteitä analyytikot saattavat vaikkapa syöttämisen, pallonhallinnan ja voittamisen suhteesta esittää. Usein esimerkit skaalataan yhteen tai muutamaan esimerkkitapaukseen ilman tilastollisen yhteyden esittämistä.

Mikä erottelee taitavan ja taitamattoman analyytikon toisistaan? Riittääkö pelkästään menneiden tapahtumien pilkkominen palasiin ja yhteyksien analysointi tuohon? Nykymaailmassa ei riitä. Taitava analyytikko kykenee muodostamaan analyyseihin perustuvien tilastollisten mallien pohjalta myös tarkkoja ennakkoarvioita tulevista tapahtumista.

Yhdysvaltalainen politiikan ja urheilun ilmiöihin keskittyvä analyytikko Nate Silver raportoi kirjassaan ”The Signal and the Noise” tutkineensa julkisuudessa runsaasti esilläolevien poliittisten analyytikkojen ennusteiden osumatarkkuutta menneissä presidentinvaaleissa. Yllätykseksi useimpien analyytikkojen osumatarkkuus ei ollut sattumaa parempi, ja mikä vielä huolestuttavampaa, tarjolla, ja selkeästi näkyvillä, olevan informaation melko yksinkertainen tilastollinen tarkastelu olisi nostanut osumatarkkuuden sattumasta taidoksi. Mutta tästähän taitamattomuudessa onkin kysymys.

Täten urheiluanalyytikoilta ei pitäisi ainoastaan kysyä voittamista (isolla otannalla, eri ympäristöissä) ennustavista muuttujista, vaan myös suorittamaan ennakkoarvioita joukkueista sekä yksilöistä, jotka tulevat voittamaan – ja miksi. Voisitteko kuvitella että Nordean pääekonomisti voisi pitää työnsä vetämällä keskiarvoisesti 30% marginaalilla hutiosumia bruttokansantuotteen ja ostovoiman kasvuennusteissa viiden vuoden aikana? Tai meteorologin ennustavan seuraavan päivän sään 150/365 (41%) kertaa päinvastaisesti väärin? Nämä huomioidaan, koska niillä on taloudellisia seurauksia. Väärinymmärryksien välttämiseksi tulee myös muistaa että molempien esimerkkien tapauksessa ennustaminen on pääosin huomattavasti vaikeampaa laajempien ja kontrolloimattomien dynaamisten järjestelmien takia.

Vaikka urheilussa ei ole samanlaista ”yhteiskunnallisen toimivuuden panosta”, olisi analyytikko-ammattinimikkeen selkeyden ylläpitämiseksi tärkeätä asettaa myös jotain odotuksia tehtäväkuvasta, ja sen laatuarvioinnista.

Expertise:
1.     Expert skill, knowledge, or judgement

Jottei tämä artikkeli pyörähdä puhtaaksi numeropeliksi, tarkastellaan seuraavaksi asiantuntijuutta. Kuten sama Oxfordin sanakirja ilmoittaa, on asiantuntijuus ominaisuutena haastavampi konkretisoitavaksi. Asiantuntijalla on oman alansa taitoa, tietoa tai arviointikykyä oletettavasti jotain määrittämätöntä viiteryhmää enemmän. Mikä viiteryhmä ja kuinka paljon?

Asiantuntijuus on huomattavasti laajempi käsite kuin analyytikko. Helppona esimerkkinä toimii musiikillinen osaaminen yhtenä asiantuntijuuden ilmentymänä. Jokaisen kuulijan on helppo erotella aloittelijan kaoottinen viulun pahoinpitely huippumuusikon harmonisesta soitosta – tämä voidaan vielä jopa kvantifioida (varianssina ennaltamäärätyistä nuoteista). Isompi haaste muodostuu kuitenkin kun tulisi määritellä ero huippusoittajan ja melkein huippusoittajan välillä. Molemmat soittavat erikseen kuunneltuna kauniisti, mutta erottelu syntyy kun heidät asetetaan vertailtavaksi. Usein valinta kohdistuu vieläkin yllättävän yhdenmukaisesti tiettyyn soittajaan.

Useimmissa tapauksissa nimenomaisesti ympäröivä yhteisö tunnistaa ja hyväksyy asiantuntijuuden. Urheilujournalismissa riittää usein menestys kilpaurheilijana tai pitkä näkyvä valmennusura yhteisölle asiantuntijuuden tunnistamiseksi. Jos tunnistus perustuu tähän yksinomaan, on myös todennäköisyys suurempi ettei asiantuntija tuota uutta lisäarvoa (lue: kouluta lukijaa/katsojaa/kuuntelijaa) vaikkapa seuratun urheilulajin katsomiseen sekä kokonaishahmottamiseen. Mielenkiintoisempi asiantuntijuuden ilmiö urheilumediassa on lähestyminen, jossa asiantuntija tarjoaa yksityiskohtaisempia ja monitasoisempia syy-seuraussuhteita tapahtumien kuvaamiseksi. Suomessa viimeisen kymmenen vuoden aikana luultavasti näkyvin asiantuntija tässä kategoriassa on/oli Petteri Sihvonen, joka tarjosi (myöhemmässä vaiheessa) ”Meidän Peli” –yläkategorian alle uuden termistön ja havaintosapluunan jääkiekkopelin seuraamiseen. Ilmiöstä ei tehnyt mielenkiintoista se oliko kyseessä totuus pelin kausaliteetista vai ei, vaan kyky tunnistaa hänen tarjoamansa havaintosapluuna eri toimintakategorioineen itse pelissä. Näin itsensä johtavaksi aateloineelle Sihvoselle kuin myös hänen lukijoilleen, jääkiekon aktiivikatsojille, syntyi varmasti ymmärryksen kokemus pelistä. Oliko kysymyksessä kuitenkin vain ihmisten havaintokyvyn herkistämisestä hieman hienommalle kollektiivisen hahmotunnistuksen tasolle?

Johtava, Sihvonen saattoi jääkiekkojournalismissaan aikanaan olla, mutta analyytikko hän ei ollut, vaan asiantuntija. Vaikka hän asiantuntijan roolissaan viittasi useasti omiin tilastoihinsa, ei hän omien havaintojeni mukaan esittänyt yksittäisiä otteluita laajemmassa katsannossa viivelähtöjen tai hitaiden hyökkäyksien suhdetta luotuihin maalipaikkoihin tai voittoihin. Taitavaa kynäilyä ja retoriikkaa lukuun ottamatta. Esimerkiksi jo pelkästään ottelusta kerättävä eri toimintakategorioiden tilastointi oli erittäin riippuvaista kerääjän havaintokyvystä (ymmärrys jääkiekkopelistä ja hahmottaminen). Miten kukaan muu voisi tällöin tutkia kyseisen analyysimenetelmän pätevyyttä ja luotettavuutta?

Analyytikko-nimikkeen puuttuminen ei kuitenkaan vähennä edellä mainitun herran suorittaman työn arvoa. Päinvastoin. Hän kykeni aukaisemaan tunnistettavasti pelistä malleja, jotka olivat yleisesti jääkiekkotilastoinnin tai puoliautomatisoidun videoanalyysin tavoittamattomissa tuona aikana. Tämän seurauksena olettaisin että kyseiset analyysimenetelmät ovat pyrkineet tunnistamaan yhä tarkemmin Sihvosen esittämiä havaintoja sekä teorioita. Parhaimmillaan tästä syntyy eräänlainen symbioosi analyysin ja asiantuntijuuden välillä, jossa analyysi pyrkii myöhemmin tutkimaan onko kyseisillä toiminnoilla merkittävää vaikutusta maalintekoon ja voittamiseen eri ympäristöissä ja tilanteissa.

Vielä selventääkseni: asiantuntijuus ja analyysi ehdottomasti tarvitsevat toisiansa myös jokapäiväisessä urheilutoiminnassa. Toimivana esimerkkinä 2000-luvun alku, jolloin Michael Lewisin julkaisema Moneyball –kirja saavutti kulttisuosion baseballin lajipiireissä. Tällöin vanhan koulukunnan edustajat pelkäsivät että kaikki kykyjenetsijät korvattaisiin markkinatalouden voiman mukaisesti huippuyliopistoista valmistuneiden tietokonenörttien luomilla algoritmeilla. Näin ei kuitenkaan käynyt. Yksinkertaisesti, Koska algoritmi ei kykene laskemaan ei-kerätyn datan pätevyyttä ja usein juurikin puuttuva data saattaa olla ennakkoarvioiden muodostamiseksi kaikista merkityksellisintä. Siitä syystä tarvitaan näkevä, puhuva, kuunteleva ja ajatteleva ihmisorganismi tuijottamaan vuosikausiksi pelaajien toimintoja kentällä ja kentän ulkopuolella. Sen, mitä hienoimmat älyteknologian sensoritkaan eivät kykene havaitsemaan ja laskemaan, saattaa juurikin hahmottua selkeäksi ratkaisuksi tällä hetkellä vielä monimutkaisimmassa tietokoneessa: ihmisaivoissa.

Yhteenvedon aika:

Asiantuntija ja analyytikko kommunikoivat samasta ilmiöstä, mutta omaavat erilaiset tehtävänkuvat. Siinä missä laadukkaan analyytikon on oltava taitava tutkija, on laadukkaan asiantuntijan urheilujournalismissa oltava taitava ymmärtäjä ja kommunikoija. Analyytikon laatu tulee ennemmin tai myöhemmin selville ennakkoarvioiden tarkkuudessa, kun taas asiantuntija tarvitsee seuraajakuntansa huomion, vähintään, pätevöittääkseen roolinsa. Absoluuttinen totuus ei koskaan valkene analyytikolle ja asiantuntija ei sitä yksinkertaisesti voi tietää tietävänsä. Usko on asia erikseen. Aikaansa edellä olevat asiantuntijat tulevat aina ratsastamaan ymmärryksen huipulla ja parhaimmat analyytikot työskentelevät kaventaakseen tiedon ja ymmärryksen välistä kuilua. Suurimman osan mediakentällä toimivista lajianalyytikoista tulisi muuttaa nykyinen oma ammattinimikkeensä asiantuntijaksi tai muuttaa/laajentaa tehtäväkuvaansa täysiveriseksi analyytikoksi.

Vähemmän vai enemmän kuin osiensa summa?

Joukkuepallopelit ovat läpi historiansa henkilöityneet tähtipelaajiin, kuten Messi tai Neymar meneillään olevissa jalkapallon MM-kisoissa. Tähtipelaajat ovat tähtipelaajia, koska ovat näkyvästi meritoituneet maailman huippuseuroissa ja/tai maajoukkueissa. Yhtälö on markkinataloudellisesti selvä peli medialle ja faneille: tähtikultti myy. Valmentajat ja ko. organisaatioiden johtajat kuitenkin tavoittelevat absoluuttista joukkuemenestystä kansallisissa ja kansainvälisissä kilpailuissa. Onko enemmän tähtipelaajia aina parempi kuin vähemmän menestyksen kannalta? Kysymystä tutki Roderick Swaabin (INSEAD; Ranska) ja Adam Galinskyn (Columbia University; Yhdysvallat) johtama tutkimusryhmä laajan tutkimussarjan[1] kautta. Tämä kysymys nousee entistä merkityksellisemmäksi tarkastellessa joukkueiden kuten Costa Rica menestystä MM-kisoissa ja toisaalta eri tähtisikermien menestymättömyyttä eri lajeissa.

Tutkimusryhmä asetti hypoteesin, jonka mukaan toimintaympäristöissä, joissa  ympäristön toimijoiden tehtävillä on korkea keskinäinen riippuvuus (eng. ’task interdependence’) esiintyy myös ns. lahjakkuuden ylikuormitus –efektiä. Tutkimussarja koostui neljästä eri tutkimuksesta, jossa ensimmäiseksi tutkittiin ihmisten uskomuksia lahjakkuuden ja joukkuemenestyksen keskinäisestä suhteesta, toiseksi näiden uskomuksien esiintymistä tosielämässä (jalkapallon maajoukkueet). Kolmannessa tutkimuksessa perehdyttiin huippukoripallojoukkueiden sisäisen yhteistyön laatuun (eng. intra-team coordination) 10 vuoden ajalta keskittyen edelleen lahjakkaiden huippupelaajien määrän ja joukkuesuorituksen suhteeseen. Neljännessä tutkimuksessa verrattiin alkuperäistä hypoteesia toimintaympäristössä (baseballissa), jossa on tutkitusti huomattavasti itsenäisempi, ja täten matalampi keskinäinen tehtäväriippuvuus, kuin vaikkapa koripallossa ja jalkapallossa.

Ajatus tähtipelaajien ylitarjonnan aiheuttamasta negatiivisesta riskistä huippusuoritukselle ei ole missään nimessä uusi. Vanha sanontakin ”liian monta kokkia yhdessä keittiössä” sen kertoo, että tehtävien ja roolien päällekkäisyys on lopputuloksen kannalta riski. Satunnaisia anekdootteja pidemmälle tämän ilmiön todellisuutta, ja etenkin raja-arvoja, ei ole aiemmin tutkittu kuitenkaan näin laajasti.

Uskomukset ja joukkuemenestys

Ihmisten odotukset tulevia tapahtumia ennustaessa saattavat usein perustua yksinkertaisiin kausaalisiin (syy-seuraus) uskomusjärjestelmiin. Erilaiset ilmiöt ilmenevät heuristiikoille kauniin harmonisessa lineaarisessa suhteessa toisiinsa. Näin myös tapahtui tutkimuksen ensimmäisessä vaiheessa, joissa 37 tutkimukseen osallistuneen tuli ennakoida 1) yrityksen menestyminen 1-10 –asteikolla (1 = erittäin huono suoritus; 10 = erittäin hyvä suoritus) perustuen  ’huippulahjakkaiden’ työntekijöiden osuuteen (10-100%, 10% nousuin) koko yrityksen työntekijämäärästä. Toisessa rinnakkaistutkimuksessa vastaava määrä osallistujia valitsi jalkapallomaajoukkueeseen päävalmentajan roolissa avauskokoonpanon pelaajista, jotka oli sijoitettu kahteen kategoriaan: ’huippulahjakkaat’ ja ’ei-huippulahjakkaat’ perustuen pelaajien sen hetkiseen seurastatukseen ja henkilökohtaisiin saavutuksiin. Tämän jälkeen heidän piti ennakoida 1-7 asteikolla (1=erittäin heikko, 7=erittäin menestyksekäs) odotuksensa joukkueen tulevasta menestyksestä.

Tulokset paljastivat selkeän odotuksen huippulahjakkuuksien osuuden määräävän lineaarisesti myös joukkuemenestyksen – eikä tässä saavuteta missään vaiheessa pistettä, jossa menestys lähtisi laskuun (kts. kaavio 1). Osallistujien odotus oli että enemmän tuottaa enemmän ja tutkijat uskovat tämän edustavan myös valtaosaa väestöstä. Yksinkertaista.

kaavio 1: Ennakoitu lahjakkuuden ja menestyksen suhde

Enemmän ei osoittautunutkaan olevan loputtomasti enemmän tutkittaessa maajoukkueiden menestystä FIFA:n alaisissa kilpailuissa suhteessa joukkueen huippupelaajaosuuteen (’pelaa huippuseurassa’ – lähde: Deloitte Football Money Leaguen jalkapalloaktiviteetteihin keskittynyt ranking). Vaikkakin joukkueiden menestyksellä ja lahjakkuudella oli merkittävä positiivinen korrelaatio, vaikutus oli kvadraattinen (kts. kaavio 2) – eli suoritus kasvoi suhteessa huippulahjakkuuteen ainoastaan tiettyyn pisteeseen asti, jonka jälkeen suoritus lähti laskemaan huippulahjakkuuksien osuuden kasvaessa.

kaavio 2: Joukkuesuoritus ja huippulahjakkuuksien osuus jalkapallon maajoukkueissa

Vaikka huippulahjakkuuksien osuus ja joukkuemenestys kasvavat alkuvaiheessa jyrkän lineaarisesti, muuttuu suhde 20% jälkeen kaarevaksi eli huippulahjakkaiden kasvavan osuuden merkitys joukkuemenestykselle tasaantuu, kunnes saavuttaa tuon aiemmin mainitun kääntöpisteen. Data kyseisessä tutkimuksessa perustui neljän vuoden (2010-2014) aikavälille maajoukkueissa. Ilmiön taustojen ymmärtäminen vaatii laajempaa otantaa, sekä siihen vaikuttavien mekanismien tunnistamista.

Joukkueiden sisäinen yhteistyö kentällä

Seuraavaksi tutkijat perehtyivät ilmiön esiintyvyyteen kansallisessa, ja maailman johtavassa, koripallosarjassa (NBA) viimeisen 10 vuoden aikana. Edelleen huippulahjakkuuksien osuuden ja joukkuemenestyksen suhde oli samantyyppinen kuten aiemmassa jalkapallotutkimuksessa (kts. kaavio 3). Joukkuemenestyksen muuttujana toimi joukkueiden kausittaiset voittoprosentit.

kaavio 3: Joukkuesuoritus ja huippulahjakkuuksien osuus NBA:ssa 

Joukkueiden sisäistä yhteistyötä kentällä tarkasteltiin kolmen muuttujan kautta: (1) pelikohtaiset keskiarvoiset koriin johtaneet syötöt, (2) korintekoprosentti (eng. field-goal percentage), joka lasketaan kaavalla: tehdyt pelitilannekorit/pelitilannekoriyritykset, sekä (3) pelikohtainen puolustuslevypallojen keskiarvo. Tutkijoiden mukaan kyseiset muuttujat kaikki heijastivat nimenomaisesti yhteistyön laatua sekä tehoa kentällä. Kaikkien kolmen muuttujan keskiarvo laskettiin ja yhdenmukaistettiin (logaritminen).

Joukkuemenestyksellä kuin myös huippulahjakkuudella oli merkittävä positiivinen yhteys joukkueen sisäiseen yhteistyöhön kentällä – loogista, luonnollisesti. Mielenkiintoista oli huomata että joukkueen sisäinen yhteistyö saavutti normaalitason, kun joukkueen huippulahjakkuuksien osuus saavutti 30% ja jatkoi loivaa kasvua noin 60% asti, jota seurasi taas kääntöpiste.

kaavio 4: huippulahjakkuuden osuus koripallossa ja joukkueen sisäisen yhteistyön suhde 

Vielä vahvistaakseen alkuperäisen hypoteesinsa pätevyyden ainoastaan korkean keskinäisen riippuvuuden tehtävissä, kuten jalkapallossa ja koripallossa, tutkijat analysoivat samaiselta 10 kauden ajanjaksolta huippulahjakkuuden osuuden suhteen (perustuen Wins Above Replacement –muuttujaan) joukkuemenestykseen baseballissa. Aikaisempiin tutkimuksiin perustuen baseball luokiteltiin sisältävän pääosin matalan keskinäisen riippuvuuden tehtäviä, stop-and-go henkisesti. Ja hypoteesihan piti. Baseballissa huippulahjakkuuksien osuuden kasvaessa joukkuemenestys ei missään vaiheessa saavuttanut kääntöpistettä, vaan jatkoi kasvua.

kaavio 5: Joukkuesuoritus ja huippulahjakkuuksien osuus baseballissa

Mitä opimme tai saatoimme oppia?

 

Ihmisten uskomukset ja odotusarvot huippulahjakkuuden suhteesta joukkuesuoritukseen olivat monotonisen lineaarisia. Toiseksi, näissä uskomuksissa joukkuesuorituksen kasvunopeus suhteessa huippulahjakkuuteen yliarvioitiin tuon alkunykäyksen jälkeen. Vauhtisokeutta vai ymmärtämättömyyttä? Kenties juurikin tuo huippulahjakkuuden vaikutus alkuvaiheessa luo odotusarvon vaikutuksesta vakiona, myös lukumäärän noustessa, paremman informaation puuttuessa. Joukkueet ja korkean tehtäväriippuvuuden työorganisaatiot/projektiryhmät voivat siis saavuttaa optimaalisen suorituskyvyn 40-60% huippulahjakkuusmäärällä.

Tutkijoiden kategoriointikriteereiden perusteella Lois van Gaal pudotti huippulahjakkuusprosentin Hollannin maajoukkueessa 2012 EM-kisojen jälkeen 76% aina 43%. Hollanti eteni tappiotta Brasilian MM-kisoihin ja on tätä kirjoittaessa valmistautumassa puolivälieräotteluun Costa Ricaa vastaan – edelleen tappioitta.

Ennen horisontissa houkuttavasti kutsuvien johtopäätöksien sarjatulta on välttämätöntä kyseenalaistaa tutkimuksen peruspilarina käytetty huippulahjakkuus -käsite. Huippulahjakkuus on erittäin yhteydestä riippuva ja yleisenä käsitteenä häilyvä. Tämän määrittämiseen käytettiin pelaajien seurastatusta (jalkapallo) kuin myös laskennallista vaikutusta joukkueen menestykseen, Estimated Wins Added -muuttujan (koripallo) kautta. Jälkimmäinen on konkreettisempi, kun taas jalkapallotutkimuksessa luotetaan huippuseurastatuksen voimaan. Tuon statuksen yleinen pätevyys on kyseenalainen, vaikka luotettaisiin siihen että käytettävissä olevan informaation perusteella huippuseurat jalkapallossa rekrytoisivat pääosin pelipaikoillaan parhaimpia pelaajia. Valitettavasti ’käytettävissä oleva informaatio’ ei ole jalkapallossa vielä tänä päivänäkään pätevästi ennustanut jalkapallosuorituksen kollektiivista laatua. Esimerkiksi pelaajien syöttöprosenteilla on jokin vielä-määrittämätön kollektiivinen riippuvuussuhde joukkueen pelisysteemiin, joukkueen muihin pelaajiin, vastustajien systeemivarianssiin, kuin myös vastustajien vastaavaan pelialueen pelaajien ominaisuusvarianssiin. Näitä ei ole vielä tiettävästi useat huippuseuratkaan kyenneet erottelemaan toisistaan. Koripallosta en kykene kommentoimaan tarkemmin.

Mistä sattumanvarainen henkilö voi tietää pelaajan olevan huippulahjakas? Edes muutama viitteellinen mittari (esim. maalit/laukaisut, syöttöprosentti, korkean intensiteetin juoksumatkat) ei tarjoa yksiselitteistä informaatiota. Jos pelaaja suoriutuu yksilöllisten ja kollektiivisten mittareiden mukaisesti loistavasti jossain tietyssä ympäristössä, onko menestys osoitus universaalista osaamisaluekohtaisesta lahjakkuudesta vai ympäristön ja yksilön keskinäisestä korkeasta soveltuvuudesta. Käänteisesti, yksi epäonnistuminen määrätyssä toimintaympäristössä ei ole taas korkean riippuvuussuhteen tehtävissä välttämättä tulkittavissa universaalina pätevyyden puutteena. Jalkapallon parissa työskenteleville video- ja data-analyytikoille oli monta vuotta epäselvää miksi Luka Modric oli monta vuotta suurseurojen kiikarissa. Minulle se on vielä tänä päivänäkin.

Tarkempia yksilökeskeisiä lahjakkuuden ennustavuusmuuttujia odotellessa itse kallistuisin systeemiajatteluun. Tässä tutkimuksessa siihen viitattiin joukkueen sisäisenä yhteistyönä kentällä, mutta tämänkin muuttujan voima ja pätevyys on suoraan riippuvainen sen muodostamiseen käytetyistä osamuuttujista (esim. koriin johtaneet syötöt, korintekoprosentti ja puolustuslevypallot). Tärkeää onkin selvittää näiden osamuuttujien globaali (kaikki sarjat ja tasot) pätevyys kollektiivisen pelisuorituksen laadun sekä tehon ennustamisessa. Kyseisessä tutkimuksessa käytetyt muuttujat vaikuttivat enemmänkin laadukkaan yhteistyön lopputuloksilta – mikä sinänsä on tärkeä virstanpylväs – muttei avaa suorituksen kokonaisjatkumoa, eli vastaa kysymykseen: miten tähän päädyttiin? Miksi syöttö johti koriin näin useasti? Miksi puolustuslevypallot voitettiin tietyllä prosentilla ja miksi korintekoprosentti oli noinkin korkea?

Olemme taas väistämättä guru-ajattelun reunalla, jolloin joudumme nöyrästi ratsastamaan jonkin yleisesti kunnioitetun asiantuntijan tai valmentajan tulkinnoilla ja näkemyksillä ymmärtääksemme joukkueen sisäistä yhteistyötä. Liikutaan harmaalla alueella, joka voi estää todellisen konkreettisen, pitävän ja luotettavan ymmärryksen kehittymistä pitkällä aikavälillä.

Jalkapallossa ja muissa joukkuepalloilulajeissa mahdollisimman henkilöriippumaton mittari arvioimaan joukkueiden sisäistä yhteistyötä/kollektiivista suorituskykyä olisi toivottava.

kuvat 1 & 2. kollektiivisen joukkuesuorituksen analyyseja[2] 

Kollektiiviseen suorituksen laatua tutkivia tieteellisiä julkaisuja on viimeisen 10 vuoden aikana ilmestynyt yhä tiheämpään. Huomiota on kiinnitetty mm. joukkueen syöttöketjuihin [2, 4], joukkueen sijoittumiseen ja etäisyyksien hajontaan kentällä suhteessa vastustajaan [2], sekä useamman pelaajien liikkeiden yhdenaikaisuuteen [3] – kts. yllä olevat kuvat. Näiden tutkimusalueiden kautta tunnistettavat laatutekijät eivät välttämättä ainoastaan avaa ovia pelitaktisiin tekijöihin, vaan myös omaan pelisysteemiin soveltuvien pelaajien tunnistamiseen, ja vieläkin tärkeämpää, kasvattamiseen.

Sitä ennen moni ihmismieli tyytyy sivuuttamaan monimutkaisen kysymyksen ’joukkueen sisäisen yhteistyön laatutekijöistä’ ja tyytymään vastaamaan ainoastaan helpompaan kysymykseen ’mikä omasta mielestäni on selittävä laatutekijä’. Keskustelu ei todellisuudessa etene. Näin ollen huippulahjakkuuden kuvaajat, joukkueiden yhteistyötä avaavat subjektiiviset analyysit ja niihin valmentavat menetelmät pysyvät ainoastaan yksittäisten ihmisten näkemyksinä. Mitä enemmän nämä näkemykset omaksutaan lajiyhteisöissä ja sidosryhmissä laadukkaina sekä todenmukaisina, sitä voimakkaampia ja toimintaa ohjaavia niistä muodostuu. Yksilöiden subjektiivisiin havaintoihin perustuvat uskomukset lisäävät monimuotoisuutta maailmassa, mutta yhtälailla vääriä kuin oikeitakin.

Voin siis kertoa Costa Rican menestyksen MM-kisoissa johtuvan erinomaisesta joukkueen sisäisestä yhteistyöstä tilanteenvaihdoissa ja tarvittavasta määrästä huippulahjakkuuksia yhdistettynä joukkueen muihin pelaajiin, mutta sinuna en uskoisi sanojani.

Päälähde:

[1] Swaab RI et al. (2014) The Too-Much-Talent Effect: Team Interdependence Determines When More Talent is Too Much Versus Not Enough, Psychological Science, In Press

Muut lähteet:

[2] Duarte R et al. (2012) Sports Teams as Superorganisms, Sports Medicine, 42:8, 633-642

[3] Folgado H et al. (2014) Competing with lower-level opponents decrease intra-team movement synchronization and time-motion demands during pre-season soccer matches, PLoS One, 9:5, e97145

[4] Willer R et al. (2012) Reciprocity on the hardwood: passing patterns among professional basketball players, PLoS One, 7:12, e49807

Urheilugeenit

Ympäristön ja perimän vaikutussuhde ihmisen käyttäytymiseen ja toimintaan on jo pitkään kaivertanut ihmisten mieliä. Häikäiseviä ja harvinaisia huippu-urheilusuorituksia tarkastellessa sama kysymys nousee luonnostaan ylös. Yleistä keskustelua suorituskyvyn määrittäjistä hallitsevat kuitenkin ympäristötekijät kuten: mitä (menetelmä), miksi (vaikutus suhteessa tavoiteltuun suoritukseen), missä (vaadittava toimintaympäristö) ja milloin (suhteessa tavoitellun suorituksen ajoitukseen/saavuttamiseen). Usein myös johtopäätelmät edellä mainittujen tekijöiden tehokkuudesta perustuvat keskiarvoihin, vaikka etenkin yksilölajeissa huippu-urheilijoiden kehityskäyrät suhteessa käytettyyn aikaan voivat olla huomattavasti jyrkemmät suhteessa normaaleihin harjoitusvasteisiin. Entä ihmiset, jotka eivät täsmällisestä ja uutterasta harjoittelusta huolimatta eivät saavuta keskiarvojen tasoista kehitystä? Voiko perimä tarjota enemmän vastauksia?

  

Huhtikuussa 2003 saatiin päätökseen 13 vuotta kestänyt ihmisgenomiprojekti, jonka lopputuloksena tutkijat olivat onnistuneet tunnistamaan 23 000 geenipätkää. Nuo geenit ovat DNA-muodossa kätkettynä 23 kromosomipariin (22 autosomista ja yksi sukupuolikromosomipari). Syystäkin kansainvälinen tiedeyhteisö oli riemuissaan – pystyimmehän viimeinkin jäljittämään perimätekijät hiustenvärille, kätisyydelle, ja ennen kaikkea joillekin perinnöllisille sairauksille. Kenties myös löytämään vastaukset, minkä takia Usain Bolt on maailman nopein mies ja Paula Radcliffe maailman kestävin nainen?

Hollantilaisen Groningenin yliopiston motorisien taitojen kehittymistä kouluikäisillä lapsilla seuranneessa pitkäaikaistutkimuksessa (kolme vuotta) löydettiin merkittäviä yksilöiden välisiä eroja oppimiskäyrissä[9]. Vieläkin merkittävämpi löydös raportoitiin Australian kansallisen urheiluinstituutin puolesta, jonka mukaan 28% australialaisista huippu-urheilijoista saavutti ns. huippu-urheilustatuksen neljän (!) vuoden sisällä kyseisen lajin aloittamisesta[8]. Kyseinen joukko lähentelee liki kolmannesta kansallisesta huippu-urheilupopulaatiosta ja kyseenalaistaa esimerkiksi professori Anders Ericssonin, ja sittemmin Malcolm Gladwellin populisoiman, 10 000 tunnin säännön, joka olettaa kenen tahansa terveen ihmisen saavuttavan tavoiteorientoituneella ja suunnitelmallisella tuntiharjoitusmäärällä huipputekijän tason.

Suorituksien riippuvuussuhdetta geeneihin kannattaa aloittaa laadultaan selkeästi määriteltävien urheilusuorituksien kautta, kuten juokseminen aikaa vastaan.

Kaavio 1. Yksilölliset erot huipputason saavuttamisessa[8]

Voiko kuka tahansa sitten juosta seuraavan 100 metrin maailmanennätyksen?

Eräs yksinkertaistettu kinemaattinen laskukaava 100 metrin juoksusuoritukselle on: askelpituus X askeltiheys. Kunhan omistaa pitkät jalat, laajat liikeradat suorassa juoksussa, kykenee optimoimaan joka askeleella eteenpäintyöntävän liikkeen/voiman, ja liikuttaa jalkoja vähintään yhtä tiheästi kuin lyhytjalkaisemmat kilpakumppanit niin voitto tulee kotiin. Näiden muuttujien vaihtelun ymmärtämiseksi, juoksu pilkotaan eri vaiheisiin (lähtö, kiihdytys, maksimivauhti, maksimivauhdin suhteellinen ylläpito), joiden tehoon vaikuttavat taas aktivoitujen lihaksien mekaaniset sekä aineenvaihdunnalliset ominaisuudet ynnä vartalon eri osien asennot ja pinta-ala.  Mitä geeneillä on sitten näiden kanssa tekemistä?

Fysiologisesta näkökulmasta 100 metrin juoksu vaatii korkean tason räjähtävää ja maksimaalista voimantuottoa niin pakara-, reisi-, kuin pohjelihaksissakin (myös ylävartalossa). Nopeiden lihassolujen (tyyppi IIa ja IIx) suhteellisen osuuden edellä mainituissa lihasryhmissä on löydetty korreloivan positiivisesti sekä maksimaalisen kuin räjähtävän voimantuoton kanssa[6]. Juurikin nopeiden lihassolujen korkeaan suhteelliseen osuuteen on tunnistettu ACTN3 –geenin XR ja RR varianttien esiintyvyys[4]. Esiintyvyyden yhteyden tulkitseminen nimenomaisesti huippusprinttereihin kuitenkin toimii nurinkurisesti. Kyseiset variantit voivat löytyä kahdelta esimerkkitapaukselta, joista toinen on huippusprintteri ja toinen painonnostaja. Jokainen ymmärtää että painonnostaja ei tule erittäin suurella todennäköisyydellä voittamaan huippusprintteriä 100 metrin juoksussa, joten ko. geenin esiintyvyydestä ei voida suoraan ennakoida tuleeko henkilöstä maailman huippusprintteri. Toisaalta, jos ko. geenivariantteja ei löydy, niin uskallan lyödä vetoa ettei kyseisestä yksilöstä tule huippusprintteriä.

Kaavio 2. Lihassolujakauma urheilulajeissa  

Käänteisesti, painonnostaja olisi kenties voinut kehittyä myös huippusprintteriksi tehdessään toisen lajivalinnan sekä löytäessään sopivan harjoitusympäristön. Puhutaan harjoitettavuudesta tiettyä ominaisuutta, ei kokonaissuoritusta, varten. Huippusprintterin kohdalla tämä tarkoittaa alaraajojen lihasmassaa sekä räjähtävää/korkeaa voimantuottoa, jota useasti harjoitetaan vapailla painoilla (esim. kyykky) ja/tai erillisillä laitteilla/välineillä.  Lihasmassan ja –voiman harjoitettavuuden geneettinen osuus vaihtelee 15% ja 90% välillä, kun taas anaerobisen voiman (esim. maksimivauhdin suhteellinen ylläpito) osuus on 46-84% tutkimuksiin perustuen[8]. Kuuluisassa GEAR tutkimuksessa suhteellisesti eniten voimaharjoittelussa kehittyneiden MGF ja Myogenin –geenit olivat aktivoituneet harjoittelua edeltävästä ajasta 126% ja 65%, kun vastaavat lukemat keskiarvoisesti kehittyneillä olivat 73% ja 41%[4]. Tuodaan yhtälöön vielä mukaan erilaisiin ympäristöärsykkeisiin (esim. voimaharjoittelu) reagoivat signaalinvälittäjät, kuten mTOR (vaikuttaa lihasmassan luomiseen) tai AMPK (lihassolun energiatasapaino), jotka vaikuttavat määrätyistä geeneistä välittäjä-RNA:han siirrettyyn informaation[7]. Näin syntyy kokonaiskuva geenien vaikuttavuudesta, ei ainoastaan anatomiseen rakenteeseen ja toimintaan, vaan myös sen eri osien harjoitettavuuden tehokkuuteen.

Äärimmäisen korkeita harjoitusvasteita tuottavien huippusprinttereiden vastakohta on taas yksilöt, joiden lihasmassa tai voimantuotto eivät kehity määrätyn voimaharjoittelun seurauksena. Kuuluisassa yhdysvaltalaisessa harjoitusinterventiossa 585 nuorta harjoittamatonta/tervettä osallistujaa harjoitteli hauislihasta 12-viikon ajan standardisoidun ja yksilöllisiin arvoihin (1 toiston maksimi) perustuvan progressiivisen harjoitusohjelman mukaisesti[5]. Keskiarvoisesti hauiskääntövoima lisääntyi 54% ja hauislihaksen massa 19%, mutta keskitytään nyt taas ääripäihin. Muutokset lihasvoimassa varioituivat 0% ja 250% välillä, kun taas lihasmassan muutokset varioituivat -2% ja 59% välillä. Jotkut yksilöt eivät toisinsanoen kehittyneet voimantuotossa tai lihasmassassa voimaharjoittelun seurauksena. Englanninkielisellä lainatermillä (sekoittaen finglishiin) tätä populaatiota luonnehditaan ’non-respondereiksi’.

Jos ei kerran 100 metrin maailmanennätykseen (tai arvokisamitaleihin) ole mahdollisuuksia kuin harvalukuisella ’voimamutanttien’ joukolla, niin voisiko seuraava Paula Radcliffe kyteä kenen tahansa lenkkipolulla viihtyvän sisällä?

Juostakseen nopeasti 420-kertaa 100 metriä pidemmän matkan (maraton), ei huippukiihtyvyyteen ja maksimivauhtiin tarvittavat räjähtävän voimantuoton ominaisuudet ole enää yhtälailla keskiössä kuten huippusprinttereillä. Yksinkertaistaen, vaadittavan juoksuvauhdin ylläpidon tulee perustua pääosin hapelliseen aineenvaihduntaan, jolloin runsas suhteellinen määrä tyyppi I (hitaat) lihassoluja antaa edun tarjoamalla suuremman resurssin (hapen) soluhengitykseen mitokondrioissa (korkea mitokondrioiden määrä/toiminta). Usein huippukestävyysurheilijat omaavat erityisen korkean maksimaalisen hapenottokyvyn (’VO_2MAX), luokkaa >80 ml/kg/min (terveellä/normaalilla keski-ikäisellä: 30-40 ml/kg/min). Tarkoitukseen tehokkaasti soveltuvien hitaiden lihassolujen määrä ei ole ainoa riittävä tekijä korkean kestävyyssuoritustason ja/tai hapenottokyvyn takaamiseksi - tarvitaan myös tehokasta suorituksenaikaista hengitys- ja verenkiertoelimistön toimintaa. Usein huomio keskittyy näissä tapauksissa sydämen vasemman kammion lyöntivolyymiin yhdistettynä harjoitussykkeeseen. Veren tehokas siirtyminen sydämestä verenkiertoelimistön kautta aktivoituihin luurankolihaksiin (esim. pakarat, reidet, pohkeet – juostessa) ei vielä itsessään takaa korkeaa hapellista aineenvaihduntaa ja kestävyystoleranssia. Mitokondriat tarvitsevat edelleen happimolekyylejä riittävästi suhteessa lihaksen sen hetkiseen energiavaatimuksiin. Happimolekyylit kuljetetaan veren punasolujen hemoglobiinin sidottuina lihaksiin, joista sitten samaiset punasolut kuljettavat hiilidioksidia ”ulos”.

Ehditkin varmaan jo harrastaa nopeaa mentaalista aritmetiikkaa ja päätellä että suurempi määrä punasoluja veressä mahdollistaa myös suuremman kokonaiskapasiteetin hapen ja hiilidioksidin siirtelyyn. Punasoluja tuottaa erytropoetiini-hormoni (EPO) munuaisissa. Sen tuotantoon vaikuttaa usein kudoksessa olevan hapen määrä, ja usein tuotantoa lisää hetkellisen tai pysyvän hapen puutteen aiheuttama HIF-proteiinin lisääntyminen. Tämä on yksi syy korkeanpaikan leireihin kestävyysurheilijoilla sekä osatekijä selittämään mekanismeja itäafrikkalaisten kestävyysjuoksijoiden menestykseen. Mitä tekemistä EPO:lla, punasoluilla ja hapella on nyt sitten kestävyyssuoritusta ennustavan geneettisten perimätekijöiden kanssa?

Edesmennyt suomalainen hiihdon kolminkertainen olympiavoittaja Eero Mäntyranta toimikoon esimerkkinä. Eeron menestyksen salaisuudeksi epäiltiin aina kaikkea lapsuusvuosien runsaasta retkihiihtomäärästä (koulumatkat) hänen sisukkaaseen sekä periesiantamattomaan lapinpojan luonteeseen. Vaikka kaikki edellä mainitut tekijät varmasti edesauttoivat hänen menestymisessään saattoi ratkaiseva kilpailuetu löytyä hänen perimästään. Tutkijat löysivät Eero Mäntyrannalta harvinaisen EPOR-geenimutaation, joka käytännössä viittaa herkempään ja tiheämpään punasolujen tuotantoon[4].

Kuten huippusprinttereilläkin niin myös kestävyysurheilijoilla ei kaikki perustu ainoastaan ’harjoittamattomaan’ fysiologiaan, vaan myös huippusuoritukseen vaadittavien ominaisuuksien harjoitettavuuteen. Maksimaalinen hapenottokyky (VO_2MAX) on eräs fysiologisista päätekijöistä korkean kestävyyssuorituskapasiteetin takana. Pohjois-Amerikassa toteutettu laaja HERITAGE perhetutkimus (742 osallistujan RCT-tutkimus) tunnisti 21 eri yhden nukleotidin polymorfismia, tuttavallisemmin ’snippiä’, DNA:ssa, joilla on merkittävä vaikutus VO_2MAX-harjoitettavuuteen[3]. Kaikista korkeimman VO_2MAX-harjoitusvasteen yksilöillä oli >19 kyseisistä snipeistä, kun taas kaikista alhaisemman harjoitusvasteen yksilöt, ’non-responderit’, omasivat vain <9 noista snipeistä (kts. kaavio 3).  Nämä genomiset merkit VO_2MAX-harjoitettavuudelle ovat löytyneet kromosomeista 1, 2, 4, 6 ja 11[8].

Kaavio 3. VO2max-harjoitettavuus & kohdesnippien määrä[3]

HERITAGE-tutkimus kuitenkin käytti standardisoituna 20-viikon harjoitusohjelmanaan ainoastaan harjoitusintensiteettejä 55-75% VO_2MAX välillä, jotka vastaavat matala- ja keskitehoista peruskestävyysharjoittelua[10]. Korkean intensiteetin harjoittelun (HIIT) on löydetty parantavan VO_2MAX-arvoa keskiarvoisesti 500 ml/min, mikä vastaa 75 kiloisella miehellä noin 6.7 ml/kg/min parannusta[2]. Harjoitettavuuteen vaikuttaa myös yksilön harjoitustausta, eli henkilöllä, joka ei ole aikaisemmin kestävyysharjoittelut ja omaa sopivat/riittävät snipit, ja muut synergiset tekijät, saattaa alussa kehittyä dramaattisesti, kun taas pitkään harjoitelleella (esim. Paula Radcliffe) ei enää samanlaista kehityskäyrää VO_2MAX-harjoitettavuudessa saavuteta. Allaolevassa kaaviossa esitetään Bacon et al. (2013) meta-analyysin[2] standardisoimat HIIT-harjoittelun vaikutuskoot (eng. Effect Sizes), jotka osoittavat että miltei 8% (jakauman vasen puoli; <0.25) eivät kehittyneet ollenkaan. HERITAGE-tutkimuksen jakaumassa noin 7.5% osallistujista omasivat 9 tai vähemmän VO_2MAX-harjoitettavuuden kohdesnipeistä. Vastaavasti korkeimman harjoitusvasteen (>19 snippiä) yksilöt edustivat 11% tutkimuksen osallistujista.

Kaavio 4. Muutokset VO2max HIIT-harjoittelun jälkeen[2]

Onko joka kymmenes yksilö potentiaalinen huippukestävyysjuoksija?

Yksinkertaisesti: ei. Tämän toteamiseksi ei tarvitse edes vielä arvioida ympäristötekijöitä, vaan ymmärtää että huippusuorituksen saavuttamiseen tarvittavan potentiaalin ennakointi ei ole yhdistettävissä yhteen ainoaan ominaisuuteen, ja sen harjoitettavuutta ennustaviin geeneihin – edes ”yksinkertaisimmissa” lajeissa, kuten määrätyn matkan juokseminen aikaa vastaan.

Tulevaa suoritus- ja kehityspotentiaalia geneettisestä näkökulmasta arvioitaessa ennen on huomioitava (1) huippusuorituksen tuottamiseen keskimääräisesti vaadittavat teknis-taidolliset, taktiset, fysiologiset, psykologiset ja sosiaaliset reunaehdot, ja niiden keskinäinen vuorovaikutus. Toisekseen, (2) tulee arvioida  edellä mainittujen osa-alueiden vaatimukset harjoittelussa, jotta huippusuorituskapasiteetti kyetään saavuttamaan pitkällä aikavälillä. Näiden jälkeen voidaan myös järjestelmällisemmin tarkastella useita kohdegeenejä, joiden vuorovaikutuksesta pystyttäisiin arvioimaan mahdollinen potentiaali (1) kilpailuun ja (2) kilpailusuorituksen valmistavaan harjoitteluun.

Urheilijan motivaatiota tarkastellaan usein väljästi sekä ylikorostetusti ympäristön muokkaamana/jalostamana muuttujana. Mitä jos motivaatio vaativaan ja tiheään harjoitteluun olisikin fysiologiseen mekanismiin perustuva tarve? Vilkkailla lapsilla, ja aikuisilla, joista merkittävällä osalla on diagnosoitu ADHD, on havaittu aivoissa matala dopamiini-serotoniini välittäjäaineiden suhde aiheuttaen oletettavasti suoraan/epäsuoraan levottomuutta, ahdistusta, sekä vaikeuksia keskittyä staattisessa tilanteessa pitkiä ajanjaksoja. Liikunnan on löydetty lisäävän hetkellisesti ja pysyvästi dopamiinia aivoissa sekä pitkällä aikavälillä BDNF (Brain-Derived Neurotrophic Factor) proteiinia, jolla on positiivinen yhteys tiedolliseen ja emotionaaliseen toimintaan jokapäiväisessä elämässä[1]. Niin ADHD periytyvyyttä ja eräitä huippu-urheilijoita (esim. ultramaratonaari) tutkittaessa on löydetty yhteys DRD4-geenin 7R varianttiin[4]. Samainen geenivariantti on löydetty aikaisemmin mm. valjakkokoirilta ja hyperaktiivisilta hiiriltä. Kenties osa DRD4/7R –geenivariantin omaavista ihmisistä, muiden geneettisten tekijöiden salliessa, ovat potentiaalisia yksilöitä työskentelemään vaikka nuo kuuluisat 10 000 tuntia.

Joissain urheilulajeissa (esim. koripallo) ja/tai pelipaikoilla pituus on erittäin merkittävä tekijä. Noin 80% pituudesta on polygeenisesti (usean geenin yhteisvaikutus) periytyvää ja loput ympäristötekijöistä riippuvaisia[8]. Merkittävin ja keinotekoisesti tuotetuin esimerkki urheilussa lienee kiinalainen Yao Ming (229 cm), joiden vanhemmat ’saatettiin’ yhteen, jonka lopputuloksena syntyi historian menestynein kiinalainen koripallopelaaja.

Geenien avulla kyetään myös kartoittamaan ennalta tiettyjä loukkaantumisriskejä.  COL1A1 ja COL3A1 geeneillä on löydetty esimerkiksi yhteys jännetulehduksen korkeampaan esiintymään[4]. Urheilijoiden loukkaantumiset ovat urheilullisesti ja taloudellisesti huippu-urheilun merkittävimpiä riskejä, joten geneettisen testauksen kautta saatava informaatio voi myös edesauttaa loukkaantumisten ennaltaehkäisyssä.

Kaavio 5. Tucker & Collins (2012): perimä vs. ympäristötekijät -malli

Perimäinformaation kartoittamisen edut ja mahdollisuudet ovat vasta avautumassa tutkijoille, urheilutoimijoille ja suuremmalle yleisölle. Luonnollisesti vaarana on myös perimävaikutuksen ylikorostaminen ja/tai väärintulkinta eri lajien parissa. Etenkin avoimen taidon lajeissa (esim. joukkuepallopelit) yksittäisten ominaisuuksien, ja niiden harjoitettavuuteen/esiintyvyyteen liittyvien geenien, perusteeton korostaminen urheilijarekrytoinnissa voi jopa johtaa lajin luonnollista kehitystä hidastavaan homogeenisyyteen. Siinä missä pikajuoksussa tai maratonilla tiedetään suurin osa huippusuorituksen määrittävistä reunaehdoista (esim. aika), ei laatutekijät joukkuepallopeleissä ole yhtä objektiivisesti määritettävissä, osaksi johtuen jo pelitapa-, järjestelmä- ja pelipaikkasidonnaisista tehtävävaatimuksista – vuorovaikutuksessa toisen joukkueen vastaavia muuttujia vastaan.

Perimän ja ympäristön keskinäistä absoluuttista vaikutusta urheilusuoritukseen tai muuhun tilannesidonnaiseen käyttäytymiseen ei kyetä vielä tarkasti määrittämään. Tässä artikkelissa ainoastaan raapaistiin pintaa nykyinformaatiosta genetiikan ja urheilun saralla, jättäen mainitsematta useita mahdollisia kohdegeenejä sekä merkittäviä ympäristötekijöitä. Tulevaisuuden löydökset perimästä eivät vain kenties edesauta huippu-urheilusuorituksien parantamisessa, vaan myös pitkäaikaissairausriskien tunnistamisessa ja ennaltaehkäisyssä, sekä yksilöityjen terveyskäyttäytymisinterventioiden (liikunta, ravinto ja ajan-/stressinhallinta) kehittämisessä.

Pääkohdat:

• Yksittäistä ”urheilugeeniä” ei ole tunnistettu, eikä suurella todennäköisyydellä ole olemassa
• Geenitestaus mahdollisesti edesauttaa yksilöllisesti räätälöitävien liikunta- ja ravinto-ohjelmien tehostamisessa, sekä elintapariskien määrittämisessä 
• Epigenetiikka tulee tulevaisuudessa laajentamaan entisestään ymmärrystä eri populaatioiden pitkän aikavälin harjtoitusadaptaatioista

Perimän ja ympäristötekijöiden vuorovaikutuksesta suhteessa urheilusuoritukseen kiinnostuneille suosittelen katsomaan allaolevan väittelyn.

Lähteet:

[1] Archer T, Kostrzewa RM. (2012) Physical Exercise Alleviates ADHD Symptoms: Regional Deficits and Development Trajectory, Neurotoxicity Research, 21:2, 195-209

[2] Bacon AP, Carter RE, Ogle EA, Joyner MJ. (2013) VO_2MAX trainability and high intensity interval training in humans: A Meta-Analysis, PLoS One, 8:9, e73182

[3] Bouchard C. (2012) Genomic predictors of trainability, Experimental Physiology, 97:3, 347-352

[4] Epstein D. (2013) The Sports Gene, 1st Ed, Yellow Yersey Press

[5] Hubal MJ et al. (2005) Variability in muscle size and strength gain after unilateral resistance training, Medicine and Science in Sports & Exercise, 964-972

[6] Thorstensson A, Grimby G, Karlsson J. (1976) Force-velocity relations and fiber composition in human knee extensor muscles, Journal of Applied Physiology, 40:1, 12-16

[7] Timmons JA. (2011) Variability in training-induced skeletal muscle adaptation, Journal of Applied Physiology, 110, 846-853

[8] Tucker R, Collins M. (2012) What makes champions? A review of the relative contribution of genes and training to sporting success, British Journal of Sports Medicine, 46, 555-561

[9] Westendorp M et al. (2014) A longitudinal study on gross motor development in children with learning disorders, Research in Developmental Disabilities, 35, 357-363

[10] Bouchard C et al. (1999) Familial aggregation of VO_2MAX response to exercise training: results from the HERITAGE family study, Journal of Applied Physiology, 87, 1003-1008