Talent identificatie: de code gekraakt?

Heeft de sportwetenschap - na meer dan 30 jaar onderzoek - de talentcode kunnen ontcijferen?

Photo by Alliance Football Club on Unsplash

Wat is talent?

Vooraleer we ons storten in het vraagstuk rond talent identificatie, is het belangrijk goed te begrijpen wat we onder ‘talent’ kunnen verstaan. De academische wereld heeft nog geen eenduidige definitie bepaald. Afhankelijk van de auteur worden de volgende eigenschappen gekoppeld aan het ‘talent-concept’:

• Uitzonderlijke genetische aanleg (Foster et al., 2022).

• Uitzonderlijk potentieel om te excelleren (Sedeaud et al., 2025).

• Uitzonderlijke ontwikkelingssnelheid (Brustio et al., 2022).

• Gunstige omgeving voor talentontwikkeling (Foster et al., 2022).

Een talent is dan een atleet met uitzonderlijke genetische gaven (‘nature’) die de gunstige omgeving aantreft om deze gave te ontwikkelen (‘nurture’) en hierdoor een snelle ontwikkeling kan doormaken. Men spreekt soms ook van ‘high-potentials’.

Maar misschien dekt deze definitie de lading nog niet helemaal.

Een aantrekkelijk en praktisch model wordt voorgesteld in de ‘talentformule’ (Koning et al., 2021). Hierin wordt talent beschreven als het product van aanleg x omgeving x leervermogen x plezier. Hoe de formule werkt, verneem je in deze video.

Wat is talentherkenning?

Talentherkenning zouden we kunnen beschrijven als het inschatten van het potentieel. Deze beschrijving draagt de notie van onzekerheid mee. Het betreft dus een benaderende methodiek om succes in de toekomst in te schatten.

Op het terrein zien we heel vaak dat talentherkenning sterk leunt op prestaties in de jeugdcategorieën. Echter, uit meta-analyses blijkt dat de voorspellende waarde vrij beperkt is. Een analyse bij 61,344 atleten in 34 sporten toonde aan dat bijna 9 van de 10 internationale junior-elites niet tot het internationale seniorniveau doorontwikkelden en 82% van de internationale elites geen internationaal juniorervaring hadden doorgemaakt (Güllich et al., 2023). Dit brengt ons bij de valkuilen van talentherkenning, die we in de volgende paragraaf verder bespreken.

Valkuilen bij talent herkenning

De vroegpresteerder

De jonge atleet die uitblinkt ten opzichte van generatiegenoten. Men denkt dan al snel de nieuwe Olympisch kampioen herkend te hebben. Helaas, de voorspellende waarde van juniorprestaties blijkt doorgaans gering. Slechts 7% van de atleten behaalden internationale topprestaties in zowel de junior als de elite categorie (Güllich et al., 2023). In een recente meta-analyse kon slechts 2.2% van de eliteprestaties verklaard worden door het prestatievermogen op juniorleeftijd (Barth et al., 2024). De reden voor deze lage voorspelbaarheid zijn divers.

De vroeg mature sporter

Talentdetectieprogramma’s die focussen op prestaties op jonge leeftijd, zijn nogal eens verstoord door een tweede bron van bias:

• Biologische maturiteit: Vroeg mature jongeren zijn gemiddeld groter en sterker dan hun laat mature leeftijdsgenoten en genieten hierdoor een prestatievoordeel (basket, voetbal, …) of prestatienadeel (gymnastiek, …) (Carvalho et al., 2023).

• Relatief leeftijdseffect (geboortedatum-effect): Atleten geboren in het eerste kwartaal zijn ouder dan atleten geboren in het laatste kwartaal. Hierdoor zijn ze gemiddeld groter en sterker en worden ze eerder geselecteerd in teams of (top)sportprogramma’s (zie grafiek).

Geboortedatum-effect: atleten uit Q1 en Q2 zijn meer vertegenwoordigd dan atleten uit Q3 en Q4. De grafiek is louter illustratief voor het concept (fictieve data).

Beide effecten hebben impact op het actuele prestatievermogen, maar vertellen niets over het ontwikkelingspotentieel van de sporter.

De trainingsleeftijd

Prestaties zijn beïnvloedbaar door de trainingscontext. In de praktijk merk ik soms een ambigue interpretatie van de trainingsachtergrond of trainingsleeftijd:

• Atleten met een beperkte trainingsachtergrond: dit wordt geïnterpreteerd als atleten met nog een ruime ontwikkelingsmarge. Er is immers nog veel trainingspotentieel niet aangeboord.

• Atleten met een ruime trainingsachtergrond: van deze atleten wordt verondersteld dat ze robuust zijn en heel wat trainingsarbeid kunnen verwerken.

De trainingsleeftijd of -achtergrond bevat waardevolle informatie, maar dient steeds in context geplaatst te worden en geïnterpreteerd te worden in combinatie met de andere talentfactoren.

Het ontwikkelingstraject

Al te vaak zien we lineaire ontwikkelingstrajecten als een ideaalmodel voor talentontwikkeling: elk jaar dient de atleet aan strengere criteria te beantwoorden. Echter, dit staat ver van de realiteit hoe atleten zich ontwikkelen dat doorgaans een erg stochastisch traject vertoont (Gulbin et al., 2013).

Het prestatieprofiel

Een belangrijke valkuil in talentherkenning is het negeren van de verschillen in de prestatiedeterminanten van de jeugdprestatie met deze bij de elites (omwille van bv verschillen in de wedstrijdduur, het parcours, de moeilijkheidsgraad, de uitvoeringssnelheid, ….).

Bovendien is het huidige eliteniveau niet noodzakelijk de juiste benchmark voor prestaties in de toekomst: topsport is immers geen statisch gegeven, maar ontwikkelt zich voortdurend (zie grafiek werelduurrecord wielrennen).

Evolutie van het werelduurrecord in het baanwielrennen. Merk de evolutie op ten gevolgde van extreme aero-fietsposities (jaren ‘90) en de reglementswijziging in ‘00.

Te enge focus

Al te vaak zien we talentdetectieprogramma’s zich richten tot slechts enkele talentkenmerken. De holistische kijk ontbreekt. Hierdoor wordt er veel informatie gemist. Zo is het belangrijk om naast de sportspecifieke prestatiekenmerken de basismotorische vaardigheid mee te nemen in het proces van talentherkenning (O'Brien-Smith et al., 2019).

Oplossingen voor talentdetectie