La gymnastique est depuis toujours un sport d’excellence où la performance repose sur la maîtrise absolue du corps, de l’espace et du temps. Pourtant, malgré des codes stricts et des juges expérimentés, la notation a souvent été source de controverses, notamment lors des grandes compétitions internationales. Depuis quelques années, l’intelligence artificielle s’invite progressivement sur le praticable pour analyser les routines avec une précision biomécanique inédite. En combinant vision par ordinateur, reconstruction 3D et modèles de deep learning, l’IA transforme la gymnastique en une véritable science du mouvement, capable de mesurer objectivement rotations, angles articulaires, vitesse angulaire et qualité d’exécution1.
Voir ce que l’œil humain ne peut mesurer
Les premiers systèmes de scoring assistés par IA reposent sur des technologies de vision capables de suivre le corps du gymnaste image par image. Des travaux relayés par ScienceDaily ont montré que des algorithmes peuvent détecter automatiquement les rotations, les postures incorrectes et les déséquilibres lors des phases aériennes2. Là où l’œil humain perçoit une impression globale, l’IA quantifie chaque micro variation, par exemple un angle de genou trop fermé à la réception ou une rotation légèrement sous optimisée lors d’un salto. Cette capacité à objectiver l’exécution permet de réduire les écarts d’interprétation entre juges et d’apporter une base de comparaison stable entre les athlètes.
Reconstruction 3D et lecture volumétrique du geste
La véritable rupture technologique réside dans la reconstruction tridimensionnelle du mouvement. Des études publiées par l’IEEE et Springer démontrent que la pose estimation en 3D permet de modéliser avec une précision millimétrique la position de chaque articulation pendant une routine complète34. En reconstituant le corps dans l’espace, l’IA analyse la trajectoire du centre de masse, l’alignement des segments et la continuité du geste. Cette lecture volumétrique est particulièrement précieuse pour les agrès les plus complexes, comme le sol, la poutre ou les barres asymétriques, où la coordination globale est déterminante.
L’IA déjà testée en compétition officielle
Loin d’être un simple concept de laboratoire, l’IA est déjà utilisée dans le cadre de compétitions internationales. En 2023, Reuters a confirmé que la Fédération Internationale de Gymnastique a expérimenté un système d’aide à la notation lors des championnats du monde5. Développée en partenariat avec Fujitsu, cette technologie analyse en temps réel les angles articulaires en 3D pour assister les juges dans l’évaluation de l’exécution6. Selon la FIG, le système permet de réduire significativement les écarts de notation et d’améliorer la cohérence entre panels, sans pour autant retirer la décision finale aux arbitres humains.
Mesurer rotations et vitesse angulaire avec le deep learning
L’évaluation des éléments acrobatiques repose en grande partie sur la rotation et la vitesse angulaire. Des travaux publiés chez Elsevier et dans ACM Multimedia montrent que des réseaux neuronaux sont capables de mesurer automatiquement le moment angulaire d’un gymnaste en plein vol78. Ces modèles analysent la vitesse de rotation, la hauteur atteinte et la stabilité du corps pour déterminer si un élément est pleinement réalisé. Cette approche est essentielle pour distinguer des mouvements très proches visuellement mais différents techniquement, un enjeu majeur dans un sport où la difficulté et l’exécution se jouent parfois à quelques degrés près.
Une technologie au service de l’équité sportive
L’un des objectifs centraux de l’IA en gymnastique est d’améliorer l’équité. Selon MIT Technology Review, les systèmes de notation automatisée atteignent aujourd’hui une précision proche de celle des juges humains expérimentés, tout en offrant une constance supérieure1. En éliminant la fatigue, les biais cognitifs et les variations d’interprétation, l’IA contribue à une évaluation plus homogène des performances. Pour les fédérations, cette technologie représente un outil de standardisation à l’échelle mondiale, capable de garantir que la même routine sera jugée de manière équivalente à Tokyo, Paris ou Los Angeles.
Enjeux éthiques, préserver la dimension humaine du jugement
L’introduction de l’IA dans l’arbitrage soulève toutefois des questions sensibles.
• risque de réduire la gymnastique à une somme de métriques biomécaniques,
• crainte d’une perte de reconnaissance artistique et expressive,
• dépendance excessive aux algorithmes dans des décisions sportives majeures,
• transparence des modèles et compréhension des critères utilisés.
Les instances sportives insistent sur un point fondamental, l’IA doit rester un outil d’assistance et non un arbitre autonome. Le jugement final doit continuer d’intégrer l’expertise humaine, capable de contextualiser la performance au delà des chiffres9.
Vers une gymnastique augmentée par la donnée
En transformant chaque routine en un ensemble de données exploitables, l’IA redéfinit la manière dont la gymnastique est comprise, jugée et enseignée. Elle offre aux entraîneurs des outils d’analyse fine pour corriger les erreurs, aux juges une aide objective pour renforcer la cohérence des notes, et aux athlètes une compréhension plus précise de leur propre mouvement. La gymnastique demeure un sport d’esthétique et de maîtrise, mais sous l’œil de l’IA, elle devient aussi une science du mouvement, où la précision algorithmique éclaire l’excellence humaine sans la remplacer.
Pour aller plus loin
Cette analyse du mouvement par l’intelligence artificielle s’étend désormais au-delà des systèmes de vision et des capteurs externes. Sur un sujet complémentaire, retrouvez notre article « L’IA se fond dans le textile, un deuxième épiderme qui révèle chaque geste sportif », qui explore comment les textiles intelligents intégrant l’IA permettent un suivi continu et précis des gestes, ouvrant de nouvelles perspectives pour l’entraînement, la performance et la prévention des blessures.
Références
1. MIT Technology Review. (2022). AI judges gymnastics routines with near human accuracy.
https://www.technologyreview.com
2.ScienceDaily. (2022). Computer vision system developed to assist gymnastics scoring.
https://www.sciencedaily.com
3. IEEE TPAMI. (2023). Pose estimation and 3D reconstruction for gymnastics performance analysis.
https://ieeexplore.ieee.org
4. Springer. (2023). AI based body joint estimation for gymnastics performance.
https://link.springer.com
5. Reuters. (2023). Artificial intelligence supports judges at the Gymnastics World Championships.
https://www.reuters.com
6. Fédération Internationale de Gymnastique. (2023). FIG partners with Fujitsu to develop AI based scoring system.
https://www.gymnastics.sport /a>
7.Elsevier. (2023). Deep learning for automatic detection of angular momentum in acrobatic sports.
https://www.sciencedirect.com
8. ACM Multimedia. (2022). Automatic skill evaluation in parkour and acrobatics.
https://dl.acm.org
9. ESPN. (2024). Sports federations turn to AI to improve judging accuracy.
https://www.espn.com
