NotebookLM nel calcio: dalla sperimentazione alla costruzione di un metodo formativo

NotebookLM è entrato nel mio lavoro come uno strumento da esplorare, non come una soluzione preconfezionata. La domanda iniziale era semplice: può l'intelligenza artificiale davvero aiutare chi lavora nel calcio a preparare, analizzare e comunicare meglio?

Scoperta e sperimentazione

Ho iniziato usando lo strumento su materiali reali: report di scouting, appunti audio di allenamento, articoli, tabellini, screenshot di piattaforme di videoanalisi. L'obiettivo era capire dove l'AI apportava un guadagno di tempo o di qualità, e dove al contrario introduceva rumore. Molte prove sono state buttate; alcune hanno iniziato a mostrare un pattern chiaro.

Individuare i casi d'uso

Da questa fase sono emersi i casi d'uso che oggi costituiscono il cuore del corso: sintesi di report pre-gara e post-gara, trasformazione di note vocali in documenti scritti, riepiloghi tattici delle fasi di possesso e non possesso, analisi delle transizioni, produzione di infografiche per lo spogliatoio e podcast di ripasso per lo staff.

Costruire il percorso formativo

Il passaggio dallo strumento al metodo ha richiesto una scelta editoriale precisa: non insegnare NotebookLM in astratto, ma insegnare come lavora un allenatore o un analista, mostrando dove lo strumento entra nel processo. Il corso è stato quindi strutturato in nove moduli operativi, ciascuno costruito su un problema reale della settimana tipo.

Realizzare i materiali

Per ogni modulo ho preparato fonti didattiche, template di prompt riutilizzabili e checklist di controllo. I partecipanti non ricevono slide da guardare, ma un ambiente in cui replicare subito i passaggi visti a lezione, così da uscire con un flusso di lavoro già impostato per la propria realtà.

Difficoltà tecniche e metodologiche

La difficoltà maggiore è stata gestire l'equilibrio tra rigore tecnico e semplicità didattica. Ogni contenuto è stato riscritto più volte per renderlo comprensibile a chi lavora nel dilettantismo così come a chi opera con provider avanzati. Un secondo tema è stato quello dell'affidabilità delle fonti: l'AI amplifica la qualità del materiale che riceve, e uno dei moduli del corso è dedicato proprio a questo.

Feedback ed evoluzione

I primi partecipanti hanno restituito indicazioni preziose: quali passaggi accelerare, quali esempi aggiungere, quali template diffondere per primi. Da qui è nata la seconda evoluzione del progetto, che oggi include una landing page dedicata, materiali scaricabili e un percorso replicabile per club e società che vogliono adottare il metodo internamente.