V drezurním obdélníku rozhodují o výsledku nejen přesnost cviků, ale také pravidelnost chodů, prostupnost, shromáždění nebo harmonie mezi koněm a jezdcem. Zatímco některé chyby lze jednoznačně určit, jiné vyžadují zkušené oko rozhodčího. Mezinárodní jezdecká federace FEI nyní zkoumá, zda by část hodnocení mohla zpřesnit umělá inteligence. Nové technologie přitom otevírají také otázku, zda mohou pomoci rozpoznávat projevy bolesti či nepohodlí koní.
Podle informací, které 6. října zveřejnil americký magazín Practical Horseman, FEI vyzkoušela dvourozměrné kamerové sledování pohybu koní při Grand Prix Světového poháru v Londýně a Mechelenu v prosinci 2025. „Víme, že to funguje,“ uvedl veterinární ředitel FEI Göran Åkerström. Další vývoj se má zaměřit například na měření velikosti kruhů, vzdáleností nebo hodnocení kroků v pasáži a piruetách.
Samostatná technická zpráva o prosincových testech zatím není veřejně dostupná. Práci FEI na sledovacím systému však dokládá také zápis Mezinárodního klubu drezurních jezdců z února 2026, podle něhož ředitel FEI pro drezuru Ronan Murphy informoval o jeho vývoji.
Počítačová analýza může zaznamenat detaily, které při běžném pozorování snadno uniknou. Poměrně dobře měřitelné jsou například geometrie pohybu, počet přeskoků nebo dodržení předepsané trasy. Podstatně složitější je posuzování prostupnosti, sebenesení, lehkosti kontaktu a harmonie. Tyto vlastnosti nelze jednoduše převést na jediný údaj.
Na FEI Sports Forum 2026 tuto hranici připomněla bývalá pětihvězdová rozhodčí Mariette Withages. Umělá inteligence podle ní může pomoci s technickou přesností, ale posouzení skutečného uvolnění a prostupnosti koně je mnohem složitější.
FEI proto zatím neuvažuje o nahrazení rozhodčích. Murphy pro Practical Horseman zdůraznil, že cílem je podpora hodnocení technických prvků. Přesnější měření ovšem samo o sobě nezaručuje spravedlivější známkování. Pokud jsou hodnoticí kritéria nejednoznačná nebo tréninková data obsahují systematické rozdíly, může je počítačový systém převzít. Nejprve je proto nutné přesně vymezit, které prvky lze objektivně posuzovat.
Zřejmě nejcitlivější oblastí budoucího využití umělé inteligence je welfare. Britská veterinární specialistka Sue Dyson, která se dlouhodobě zabývá bolestí pohybového aparátu koní, upozorňuje zejména na možnost objektivně sledovat polohu hlavy a krku.
Podle Dyson i na nejvyšší úrovni vítězí koně prezentovaní za kolmicí, přestože takové postavení neodpovídá požadavkům FEI na korektní drezurní práci. Počítačové vyhodnocování úhlů by podle ní mohlo na tyto případy upozorňovat.
Drezurní pravidla FEI dlouhodobě vycházejí z požadavku, aby měl kůň zpravidla nosní linii mírně před kolmicí a týl jako nejvyšší bod krku. Technologie by mohla zaznamenávat, jak dlouho a jak výrazně se od požadovaného postavení odchyluje. Samotné měření však nedokáže určit příčinu ani automaticky prokázat bolest.
Další možnost představuje analýza výrazů obličeje a chování koní. Dyson se podílela na vývoji takzvaného Ridden Horse Pain Ethogram, souboru 24 pozorovatelných projevů, které mohou upozorňovat na bolest při práci pod jezdcem. Patří mezi ně například opakované otevírání huby, určité změny polohy uší nebo neobvyklé pohyby ocasem. Význam má jejich kombinace a opakování, nikoli jediný izolovaný projev.
Studie Dyson a Pollard (2023), provedená na 150 koních vyšetřovaných kvůli problémům s výkonností, zaznamenala významný pokles počtu sledovaných projevů po diagnostickém znecitlivění, případně také po výměně nevhodného sedla. Dyson a její spolupracovníci nyní zkoumají možnosti jejich automatizovaného rozpoznávání. Zásadní však zůstává schopnost odlišit bolest či nepohodlí od běžné fyzické námahy.
Praktické možnosti počítačové analýzy ukázal také výzkum Bucciho a kolektivu zveřejněný v roce 2025 v časopise Journal of Equine Veterinary Science.
Vědci pomocí umělé inteligence zpracovali 388 videozáznamů celkem 194 koní z pěti mezinárodních závodů ve všestrannosti. Sledovali jejich pohyb při veterinárních kontrolách před soutěží a po terénní zkoušce. Systém automaticky označoval 26 anatomických bodů a vypočítával z nich parametry pohybu.
Analýza odhalila statisticky významné změny některých parametrů klusu po crossu, mimo jiné v rychlosti a rozsahu pohybu předních končetin. Výsledky ukázaly, že technologie může získávat objektivní biomechanické údaje bez senzorů umístěných na těle koně. Ze studie však nelze přímo vyvozovat diagnózu únavy nebo bolesti jednotlivých koní. Nešlo ani o test drezurního rozhodování, ale o ověření možností analýzy pohybu v podmínkách skutečných závodů.
Umělá inteligence může v budoucnu pomoci omezit rozdíly při posuzování technických prvků. Pokud by dokázala spolehlivě sledovat také projevy koní, mohla by najít uplatnění při vzdělávání rozhodčích nebo ověřování účinnosti opatření na ochranu welfare.
FEI zatím nepředstavila systém, který by samostatně hodnotil drezurní úlohy nebo určoval zdravotní stav koní. Dosavadní vývoj ale naznačuje, že některé technické prvky by mohly být posuzovány přesněji.
Otázkou tedy není pouze to, zda se počítač může stát dobrým rozhodčím. Podstatnější je, zda dokáže poskytnout informace, které lidské oko neumí spolehlivě zachytit, a zda je drezurní sport dokáže správně využít.
Zdroje: Practical Horseman, International Dressage Riders Club, FEI, Journal of Equine Veterinary Science, Animals
