La IA destaca en el análisis de datos y permite cuantificar de forma exhaustiva las capacidades condicionales de una persona deportista. Sin embargo, la planificación del entrenamiento exige mucho más: conocer el contexto socioemocional de la deportista, ganarse su confianza y colaborar por un objetivo común.
Planificar el entrenamiento exige, entre otras competencias, comprender a fondo los principios del control del entrenamiento y saber valorar el estado de forma de cada deportista. Estas tareas requieren una comprensión analítica de los parámetros medidos y de su interpretación.
La inteligencia artificial (IA) destaca, sobre todo, en el análisis de datos. Por eso, a partir de los resultados de los distintos tests y teniendo un conocimiento exhaustivo de los principios del entrenamiento, la IA podría elaborar una planificación. Incluso podría parecer más competente que un entrenador o una entrenadora a la hora de diseñarla. Sin embargo, no lo es. En las siguientes líneas explico el motivo.
¿Qué puede medir la IA en la planificación del entrenamiento?
La planificación del entrenamiento requiere un análisis poliédrico, en el que cada cara del poliedro representa un grupo de factores que caracterizan a la persona deportista. Una de esas caras son, efectivamente, sus capacidades condicionales. Son fácilmente medibles, y el uso de la IA permite cuantificarlas de forma exhaustiva. ¿No hay algoritmos de aprendizaje automático (machine learning) capaces de predecir los umbrales ventilatorios a partir de la variabilidad de la frecuencia cardíaca (VFC)? Hace unos años habría parecido ciencia ficción salir a correr con un reloj y una banda de pecho, y que el reloj pudiera determinar la frecuencia cardíaca asociada a los umbrales ventilatorios. Hoy es posible, por ejemplo, gracias al DFA α1 (detrended fluctuation analysis alfa 1), el exponente fractal de corto plazo de la VFC.
Contexto, confianza y vínculo: lo que los datos no ven
El resto de caras del poliedro, en cambio, están formadas, entre otros factores, por el contexto de la persona deportista. Porque el contexto socioemocional de una persona importa, y mucho. ¿Acaso no cambia la predisposición de una persona para resolver un problema en el trabajo si ese día su casa tiene goteras porque al vecino de arriba se le ha roto una tubería? ¿Y si, en cambio, recibe la buena noticia que llevaba meses esperando?
Para conocer ese contexto es fundamental que la persona deportista confíe en su entrenador o entrenadora. Porque solo cuando hay confianza se pueden traspasar barreras que, sin ella, serían imposibles de cruzar. Ahí es donde empieza a crearse el vínculo entre entrenador/a y deportista. Un vínculo que permitirá que las dos personas colaboren con un objetivo común, ya sea la mejora del rendimiento o el fomento de la práctica deportiva saludable.
¿Puede la IA sustituir al entrenador o a la entrenadora?
Como explica Yuval Noah Harari en Sapiens. De animales a dioses, una de las características distintivas de nuestra especie es la capacidad de colaborar con muchas otras personas en torno a un objetivo común. ¿No es eso lo que se espera que hagan, con diligencia, el equipo de personas que organiza el deporte escolar para fomentar la práctica deportiva o el cuerpo técnico que programa el entrenamiento y la coreografía de un conjunto de gimnasia rítmica?
Es en la colaboración por un objetivo común donde la empatía juega un papel fundamental. Sin ella, los lazos de colaboración no son tan estrechos, son más impersonales. Porque preocuparse por otras personas importa, y mucho. La colaboración entre entrenador/a y deportista requiere mirarse a los ojos y saber que la persona encargada del entrenamiento escucha, entiende y está ahí para ayudar. Y es en este punto donde la IA no va a sustituir a los y las profesionales de las ciencias de la actividad física y del deporte.
La planificación del entrenamiento requiere dos seres humanos, no un ser humano y una IA.
Este artículo forma parte de la serie Criterios de uso de la IA en la actividad física y el deporte.
Referencias
- Harari, Y. N. (2014). Sapiens. De animales a dioses: una breve historia de la humanidad (J. Ros i Aragonès, trad.). Debate.
- Rogers, B., Giles, D., Draper, N., Hoos, O. y Gronwald, T. (2021). A new detection method defining the aerobic threshold for endurance exercise and training prescription based on fractal correlation properties of heart rate variability. Frontiers in Physiology, 11, artículo 596567. https://doi.org/10.3389/fphys.2020.596567
