Avaliação do desempenho financeiro e do envolvimento das partes interessadas na gestão desportiva: uma abordagem de otimização multiobjetivo
DOI:
https://doi.org/10.47197/retos.v79.118971Palavras-chave:
Inteligência artificial, inclusão financeira, otimização multiobjetivo, gestão desportiva, conduta dos árbitrosResumo
Introdução. As organizações desportivas enfrentam uma pressão crescente para alcançar a sustentabilidade financeira, mantendo ao mesmo tempo um forte envolvimento dos adeptos. As abordagens tradicionais de gestão falham frequentemente em equilibrar estes objectivos conflituantes.
Objetivo. Este estudo visa desenvolver e validar um modelo de otimização multiobjetivo baseado em IA para avaliar o desempenho financeiro e o envolvimento das partes interessadas na gestão desportiva.
Metodologia. Adotou-se uma abordagem iterativa, combinando a análise visual com a análise matemática. Foram analisados dados de múltiplas fontes, incluindo registos de campanhas de fãs, análise de sentimento nas redes sociais, contratos de patrocínio e perfis externos. O modelo foi desenvolvido em Python, com duas funções objetivo: maximizar a receita líquida e aumentar a satisfação das partes interessadas.
Resultados. Os resultados da simulação mostram melhorias significativas nos principais indicadores. A receita com bilhetes apresentou um potencial de aumento de 15% com estratégias de preços dinâmicos, enquanto o envolvimento dos fãs aumentou 20% através de campanhas de marketing personalizadas. O retorno do investimento para os investidores apresenta uma melhoria de 25%, com um retorno do capital próprio (ROE) de 92%.
Discussão. Os resultados apresentados são consistentes com pesquisas anteriores sobre as aplicações da inteligência artificial na gestão desportiva e alargam a literatura ao demonstrar como a otimização multiobjetivo pode abordar simultaneamente os objetivos financeiros e relacionais.
Conclusões. O modelo de desenvolvimento baseado em IA proposto fornece às organizações desportivas uma ferramenta robusta para a tomada de decisões orientada por dados, permitindo-lhes medir e melhorar tanto o desempenho administrativo como o relacionamento com os adeptos. Pesquisas futuras devem implementar este modelo em contextos reais para verificar estes resultados.
Referências
Abutame, B., & Zaidalkilani, F. (2025). The influence of teaching experience on the effectiveness of fe-male teachers’ time management during Physical Education lessons in selected Palestinian schools. Retos, 70, 1558–1567. https://doi.org/10.47197/retos.v70.116931
Akhmatov, M., Shukurova, S., & Boymatov, K. (2025). Stakeholder Partnerships in AI-Driven Economic Models for Sports Management. SHS Web of Conferences, 216, 02001. https://doi.org/10.1051/shsconf/202521602001
An, S., Cheung, C. F., & Willoughby, K. W. (2024a). A gamification approach for enhancing older adults’ technology adoption and knowledge transfer: A case study in mobile payments technology. Technological Forecasting and Social Change, 205, 123456. https://doi.org/10.1016/j.techfore.2024.123456
An, S., Cheung, C. F., & Willoughby, K. W. (2024b). A gamification approach for enhancing older adults’ technology adoption and knowledge transfer: A case study in mobile payments technology. Technological Forecasting and Social Change, 205, 123456. https://doi.org/10.1016/j.techfore.2024.123456
Balasubramanian, S. (2023). Leveraging AI for Real-Time Data Analytics in Sports Entertainment. In-ternational Scientific Journal of Engineering and Management, 02(06), 1–7. https://doi.org/10.55041/ISJEM01228
Bittla, S. R. (2025). AI/ML-Driven Test Setup and Management. In AI-Driven Software Testing (pp. 211–246). Apress. https://doi.org/10.1007/979-8-8688-1829-5_9
Cheng, D., Wang, H., & Li, M. (2022). Construction of Sports Training Management Information System Using AI Action Recognition. Scientific Programming, 2022, 1–12. https://doi.org/10.1155/2022/8393612
Ghorbani Asiabar, Dr. M., ghorbani asiabar, M., & ghorbani asiabar, A. (2025). Legal Dimensions of AI Contracts in Sports Talent Management: Challenges and Solutions. https://doi.org/10.14293/PR2199.001393.v1
Glebova, E., Su, Y., Desbordes, M., & Schut, P.-O. (2025). Editorial: Emerging digital technologies as a game changer in the sport industry. Frontiers in Sports and Active Living, 7. https://doi.org/10.3389/fspor.2025.1605138
Ivašković, I. (2024). Non-profit Sports Clubs in (Post)transitional Europe: A Sustainable Business Strategy, the Alternatives, and the Role of Stakeholders. Journal of East European Management Studies, 29(3), 516–539. https://doi.org/10.5771/0949-6181-2024-3-516
Jensen, J. A., & Cobbs, J. B. (2014). Predicting Return on Investment In Sport Sponsorship. Journal of Advertising Research, 54(4), 435–447. https://doi.org/10.2501/JAR-54-4-435-447
Kapoor, S. (2021). AI-Driven Decision Support Systems in Sports Project Management: Enhancing Stra-tegic Planning. International Journal of Artificial Intelligence, Data Science, and Machine Learning, 2, 1–11. https://doi.org/10.63282/3050-9262.IJAIDSML-V2I3P101
Kim, J. W., & Ford, V. (2025). An Introduction to the AI Special Issue and a Modern Framework for AI in Sport Management. Journal of Applied Sport Management, 17(4). https://doi.org/10.7290/jasm17LDQV
Krishnapatnam, M. (2025). Enhancing Healthcare Security with AI-Driven Identity and Access Man-agement. International Journal of Science and Research (IJSR), 14(2), 835–838. https://doi.org/10.21275/SR25212205041
Md Soberi, A. B., Ilias, N. F., Sohaimi, M. S., Abu Bakar, N. A., Kasim, S. S., Adnan, R., Omar, M., & Ismail, H. (2026). Effect of exercise on endothelial function among non-communicable diseases adults with overweight or obese: a systematic review and meta-analysis. Retos, 75, 220–233. https://doi.org/10.47197/retos.v75.117395
Mezzadri, F. M., Pauli, D. R. de, Moretti de Souza, J. V., De Moura, G. X., Hirata, E., & Starepravo, F. A. (2025). Municipal sport management and governance in Brazil: an index for municipalities. Retos, 73, 496–509. https://doi.org/10.47197/retos.v73.117385
Miragaia, D. A. M., Ferreira, J. J. M., & Vieira, C. T. (2024). Efficiency of Non-profit Organisations: a DEA Analysis in Support of Strategic Decision-Making. Journal of the Knowledge Economy, 15(1), 3239–3265. https://doi.org/10.1007/s13132-023-01298-6
Nadweh, S., Hutaihit, M. A., Al-Attar, B., Essa, R. O., Ibrahim, A., Rashid, H., Hamzah, F. B., & Yahya, Z. (2025). Stability optimization of variable frequency drives using sliding mode control with lin-ear matrix inequalities for multi-agent systems. Journal of Robotics and Control (JRC), *6*(6), 3129–3146.
Nadweh, S., Al-Omari, F., Thannon, N. T., Tawfeq, J. F., Ibrahim, A., & Jaaz, Z. A. (2025). A reinforcement learning framework for intelligent detection of bad data in power system state estimation. In 2025 3rd International Conference on Cyber Resilience (ICCR) (pp. 1–7). IEEE.
Nadweh, S., Abdulbaqi, A. S., Tawfeq, J. F., & Radhi, A. D. (2025). AI-powered smart cooling system for solar panels: Enhancing efficiency through weather forecasting and adaptive control. In 2025 3rd International Conference on Business Analytics for Technology and Security (ICBATS) (pp. 1–6). IEEE.
Pang, Y. (2025). Time-Series Forecasting in Sports: Using LSTM and GRU for Stadium Attendance Pre-diction. Physical Culture and Sport. Studies and Research, 111(1), 25–35. https://doi.org/10.2478/pcssr-2025-0027
Pietraszewski, P., Terbalyan, A., Roczniok, R., Maszczyk, A., Ornowski, K., Manilewska, D., Kuliś, S., Zając, A., & Gołaś, A. (2025). The Role of Artificial Intelligence in Sports Analytics: A Systematic Review and Meta-Analysis of Performance Trends. Applied Sciences, 15(13), 7254. https://doi.org/10.3390/app15137254
Qionghai, D. (2025). AI plus sports and health: A new interdisciplinary journey. Intelligent Sports and Health, 1(1), 1. https://doi.org/10.1016/j.ish.2024.12.001
Sørheim, A. K., Sandgren, S. S., & Øvretveit, K. (2026). Dieting, disordered eating and perfectionism in weight-classified combat sports: a pilot study. Retos, 75, 773–781. https://doi.org/10.47197/retos.v75.117813
Stegmann, P., Nagel, S., & Ströbel, T. (2023a). The digital transformation of value co-creation: a scoping review towards an agenda for sport marketing research. European Sport Management Quar-terly, 23(4), 1221–1248. https://doi.org/10.1080/16184742.2021.1976241
Stegmann, P., Nagel, S., & Ströbel, T. (2023b). The digital transformation of value co-creation: a scoping review towards an agenda for sport marketing research. European Sport Management Quar-terly, 23(4), 1221–1248. https://doi.org/10.1080/16184742.2021.1976241
Su, Z., Ge, S., Li, L., & Su, Y. (2024). Review Study Of Integrating Ai Technology Into Sports Training Sys-tem. Review Study Of Integrating Ai Technology Into Sports Training System. https://doi.org/10.53555/kuey.v30i5.1649
Trail, G. (2024). Providing a framework and guidelines for sport organizations to understand and pre-dict sport consumer behavior. International Journal of Sports Marketing and Sponsorship, 25(2), 213–226. https://doi.org/10.1108/IJSMS-05-2023-0087
Wei Chit Chun. (2025). Educational Practice of AI Technology in Sports Training and Competition Data Visualization. Journal of Information Systems Engineering and Management, 10(3), 106–113. https://doi.org/10.52783/jisem.v10i3.3745
Yulinar, Y., Ma’mun, A., Yudiana, Y., Nuryadi, N., Kurniawati, A., Razali, R., Amiruddin, A., & Syahria-nursaifi, S. (2026). Correlation analysis of teachers’ teaching skills and student sportsmanship in Physical Education. Retos, 77, 663–675. https://doi.org/10.47197/retos.v77.118544
Zare, Z., Sifat, A. I., & Zadeh, A. (2025). Leveraging AI for sports fan engagement: Comparing traditional and transformer-based models. Intelligent Decision Technologies, 19(5), 2867–2878. https://doi.org/10.1177/18724981251364377
Downloads
Publicado
Edição
Secção
Licença
Direitos de Autor (c) 2026 Mohammed Qusay Mohammed Jameel, Zina Ibrahim Mahdi, Thamer Hammad Rija
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial-SemDerivações 4.0.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e assegurar a revista o direito de ser a primeira publicação da obra como licenciado sob a Licença Creative Commons Attribution que permite que outros para compartilhar o trabalho com o crédito de autoria do trabalho e publicação inicial nesta revista.
- Os autores podem estabelecer acordos adicionais separados para a distribuição não-exclusiva da versão do trabalho publicado na revista (por exemplo, a um repositório institucional, ou publicá-lo em um livro), com reconhecimento de autoria e publicação inicial nesta revista.
- É permitido e os autores são incentivados a divulgar o seu trabalho por via electrónica (por exemplo, em repositórios institucionais ou no seu próprio site), antes e durante o processo de envio, pois pode gerar alterações produtivas, bem como a uma intimação mais Cedo e mais do trabalho publicado (Veja O Efeito do Acesso Livre) (em Inglês).
Esta revista é a "política de acesso aberto" de Boai (1), apoiando os direitos dos usuários de "ler, baixar, copiar, distribuir, imprimir, pesquisar, ou link para os textos completos dos artigos". (1) http://legacy.earlham.edu/~peters/fos/boaifaq.htm#openaccess
