Μαραθώνιος και τεχνητή νοημοσύνη: όταν η AI τρέχει μαζί σου

Από την εφαρμογή στον προπονητή AI: η λογική εξέλιξη

Το χάρτινο ημερολόγιο προπόνησης ανήκει πλέον στο παρελθόν. Σε μια εποχή όπου η τεχνολογία παρεμβαίνει σε κάθε πτυχή της καθημερινότητάς μας, το τρέξιμο δεν θα μπορούσε να μείνει έξω από αυτή την αλλαγή. Έξυπνα ρολόγια, στρατηγική ρυθμού, παρακολούθηση δεδομένων σε πραγματικό χρόνο… Αυτά τα εργαλεία έχουν γίνει απαραίτητα, τόσο για τους ερασιτέχνες όσο και για τους έμπειρους αθλητές. Η άνθηση των εφαρμογών προπονητικής αποτυπώνει αυτή την ψηφιακή μετάβαση. Το 2024, το Baromètre du Running by RunMotion Coach ανέφερε ότι τουλάχιστον μισό εκατομμύριο τακτικοί δρομείς στη Γαλλία χρησιμοποιούν εφαρμογή προπονητικής. Η ίδια εφαρμογή γνωρίζει μεγάλη αύξηση στις λήψεις από τη δημιουργία της το 2028. Σήμερα, το RunMotion Coach συγκεντρώνει μια κοινότητα 100.000 ενεργών χρηστών, αριθμός που αυξάνεται κατά 50% κάθε χρόνο. Αυτές οι πλατφόρμες κερδίζουν τους χρήστες χάρη στην προσβασιμότητα και την ικανότητά τους να προσφέρουν υποστήριξη που πλησιάζει εκείνη ενός ανθρώπινου προπονητή, με κόστος συνήθως πολύ χαμηλότερο.

Εξατομίκευση των προγραμμάτων, συνυπολογισμός του διαθέσιμου χρόνου, ενσωμάτωση συμπληρωματικών δραστηριοτήτων, προσαρμογή στο τερέν… Τα πλεονεκτήματα είναι πολλά. Όμως αυτές οι λύσεις έχουν και περιορισμούς: μια σχέση που συχνά παραμένει απρόσωπη, τυποποιημένη ανατροφοδότηση και ανεπαρκής προσαρμογή σε πραγματικό χρόνο.

Για να καλύψουν αυτά τα κενά, οι εφαρμογές προπονητικής ενσωματώνουν πλέον την τεχνητή νοημοσύνη. Στην αιχμή της εξέλιξης, εργαλεία όπως το RunMotion Coach αξιοποιούν τη μηχανική μάθηση για να προτείνουν προγράμματα που εξελίσσονται και προσαρμόζονται στο προφίλ κάθε δρομέα. Αναλύοντας χιλιάδες προπονήσεις με βάση ατομικά δεδομένα, όπως ηλικία, στόχο, συχνότητα και τερέν, η AI βελτιώνει διαρκώς τις συστάσεις της. Ακόμη καλύτερα, κάθε έξοδος αναλύεται σε βάθος, από τον χρόνο και την απόσταση έως τους καρδιακούς παλμούς, ώστε να προσφέρεται εξατομικευμένη και συναφής αξιολόγηση της επίδοσης.

Προσαρμοστικά προγράμματα προπόνησης: μια εξέλιξη που βρίσκεται ακόμη σε εξέλιξη

Παρότι η τεχνητή νοημοσύνη τροφοδοτεί σήμερα πολλές συζητήσεις, συμβάλλει και στο να γίνει η προπόνηση πιο προσιτή από ποτέ. Ένας ερασιτέχνης δρομέας, χωρίς budget για προπονητή ή συνδρομητική εφαρμογή, μπορεί πλέον να δημιουργήσει δωρεάν ένα πρόγραμμα προπόνησης με τη βοήθεια ενός εργαλείου όπως το ChatGPT. Στην πραγματικότητα, όμως, η ενσωμάτωση της AI στην πρακτική του running παραμένει ακόμη περιορισμένη. «Η AI δεν χρησιμοποιείται άμεσα από τους δρομείς», εξηγεί ο Joseph Mestrallet, data scientist. «Η πλειονότητα δεν γνωρίζει ούτε να γράφει κώδικα ούτε να χειρίζεται αλγορίθμους. Στην πράξη, χρησιμοποιούν πλατφόρμες όπως το Strava, το Garmin ή το RunMotion Coach, οι οποίες ενσωματώνουν την AI για να προσφέρουν στον χρήστη έξυπνη ανατροφοδότηση.»

Αυτές οι υπηρεσίες αξιοποιούν τα δεδομένα που παράγει ο χρήστης όπως ποιότητα ύπνου, καρδιακούς παλμούς, επίπεδο στρες και αντιλαμβανόμενη κόπωση, για να προσαρμόζουν το πρόγραμμα προπόνησης σε πραγματικό χρόνο. Μια προσέγγιση ήδη αρκετά ώριμη στον ερασιτεχνικό χώρο, που όμως ανεβαίνει σε εντελώς άλλο επίπεδο στους δρομείς κορυφής.«Στο υψηλό επίπεδο, πηγαίνουμε πολύ πιο μακριά. Συλλέγουμε δεδομένα για αρκετά χρόνια: βάρος, λιπώδη μάζα, αλλά και σύνθετους δείκτες, όπως η εξέλιξη των καρδιακών παλμών σε διαφορετικά ερεθίσματα. Ο αλγόριθμος τροφοδοτείται με όλες αυτές τις πληροφορίες, ώστε να μοντελοποιήσει ένα μοναδικό προφίλ και να βελτιστοποιήσει την προετοιμασία.» Για τον Joseph Mestrallet, είναι θέμα χρόνου μέχρι αυτά τα εργαλεία να γίνουν ο κανόνας ακόμη και για τους δρομείς της Κυριακής: «Αν η AI λειτουργεί για τους ελίτ αθλητές, θα μπορεί να προσαρμοστεί και στον ερασιτέχνη. Κατά τη γνώμη μου, σε δύο χρόνια θα έχουμε φτάσει εκεί.»

Πρόβλεψη επίδοσης: μέχρι πού μπορεί να φτάσει η ανάλυση;

Το να τρέχεις μαραθώνιο σημαίνει συχνά ότι κυνηγάς έναν πολύ συγκεκριμένο χρόνο. Αρκεί να σκεφτούμε τους αθλητές που θέλουν να πιάσουν όρια πρόκρισης για μια μεγάλη διοργάνωση. Με την άνοδο της τεχνητής νοημοσύνης, αυτή η αναζήτηση της ακρίβειας πέρασε σε νέο επίπεδο. Ορισμένες εφαρμογές μπορούν να εκτιμήσουν με αρκετά μεγάλη ακρίβεια τον χρόνο που είναι σε θέση να πετύχει ένας δρομέας στην κλασική απόσταση. Για τον υπολογισμό, ο αλγόριθμος βασίζεται σε δεδομένα όπως η VMA, η ταχύτητα στο κατώφλι, οι καρδιακοί παλμοί, το ιστορικό προπόνησης και το επίπεδο κόπωσης.

Πλατφόρμες όπως το Strava, το Garmin ή το Coros έχουν ήδη ενσωματώσει αυτή τη λογική στις λειτουργίες τους. Εκτιμήσεις φυσικής κατάστασης, προβλέψεις χρόνου, δείκτες προσπάθειας ή αντοχής… Αυτά τα εργαλεία τροφοδοτούνται από χιλιάδες δεδομένα, ώστε να βελτιώνουν τις προβλέψεις τους και να κατευθύνουν τους δρομείς προς έναν ρεαλιστικό ή φιλόδοξο στόχο.

Παρότι οι αλγόριθμοι γίνονται ολοένα πιο αποδοτικοί, οι προβλέψεις τους δεν είναι αλάνθαστες. Καιρός, στρες, ύπνος, πέψη, πόνος… Τόσες παράμετροι που ακόμη και η πιο εξελιγμένη AI δεν μπορεί να προβλέψει πλήρως. Όταν ρωτάμε τον Joseph αν ένας αθλητής πρέπει να εμπιστεύεται 100% όσα λέει η AI, η απάντησή του είναι ξεκάθαρη: «Τα δεδομένα είναι χρήσιμα, αλλά το σημαντικό είναι ο άνθρωπος. Η AI μπορεί επίσης να κάνει λάθη! Η RPE (Rated Perceived Exertion) παραμένει θεμελιώδης και η AI δεν θα μπορέσει ποτέ να προβλέψει έναν κόντρα άνεμο πιο δυνατό από το αναμενόμενο ή ένα κακώς προγραμματισμένο τάισμα. Η AI δεν μοντελοποιεί τον ανθρώπινο παράγοντα.»

«Τα δεδομένα είναι χρήσιμα, αλλά το σημαντικό είναι ο άνθρωπος.

Οι περιορισμοί της τεχνητής νοημοσύνης: τι δεν μπορεί ακόμη να κάνει η μηχανή

Παρά την εντυπωσιακή πρόοδό της, η τεχνητή νοημοσύνη παραμένει ένα εργαλείο που επιδέχεται βελτίωση, μακριά από το να μπορεί να αντικαταστήσει τον άνθρωπο σε όλες τις διαστάσεις της αθλητικής προετοιμασίας. Υπάρχουν ακόμη αρκετά εμπόδια για τη γενικευμένη υιοθέτησή της. Το πρώτο που έρχεται στο μυαλό είναι η αδυναμία να συνυπολογίσει το συναισθηματικό και ψυχικό πλαίσιο. Η AI δεν μπορεί ακόμη να αξιολογήσει με ακρίβεια ορισμένα δεδομένα, όπως η ψυχική κόπωση, το στρες ή η διακύμανση του κινήτρου. Ωστόσο, όλα αυτά παίζουν καθοριστικό ρόλο και σε μια μακρά προετοιμασία όπως αυτή ενός μαραθωνίου. Ας μην ξεχνάμε ότι η AI βασίζεται στα δεδομένα που λαμβάνει. Με άλλα λόγια, αν ο αισθητήρας σου κάνει λάθος ή το ρολόι δεν καταγράφει σωστά τους καρδιακούς παλμούς, ο αλγόριθμος μπορεί να προτείνει λανθασμένες οδηγίες.

Τα δεδομένα αποτελούν επίσης την αφετηρία ορισμένων εκτροπών, σύμφωνα με τον Joseph Mestrallet: «Υπάρχουν πολλοί ερασιτέχνες δρομείς που κάνουν ό,τι να ’ναι εξαιτίας των δεδομένων. Κάποιοι τους δίνουν υπερβολική σημασία. Μετατρέπεται λίγο σε κυνήγι του ολοένα και περισσότερου, με δρομείς που κινδυνεύουν να τραυματιστούν… Δεν πρέπει να ξεχνάμε ότι το τρέξιμο πρέπει να παραμένει απόλαυση και ότι τα δεδομένα, όπως και η τεχνητή νοημοσύνη, είναι εργαλεία που πρέπει να μας βοηθούν να βελτιστοποιούμε την προετοιμασία μας, όχι να διακινδυνεύουμε έναν τραυματισμό.»

Τέλος, η εξατομίκευση παραμένει ατελής. Παρά τα ολοένα πιο εξελιγμένα εργαλεία, η AI δεν είναι σε θέση να συνυπολογίσει συναισθηματικούς, προσωπικούς ή ψυχολογικούς παράγοντες. Από την άλλη, η υπερβολική εξατομίκευση μπορεί επίσης να εγκλωβίσει τον δρομέα σε έναν υπέρμετρο έλεγχο, μακριά από την απόλαυση και τον αυθορμητισμό του running.

Προς έναν μαραθώνιο που θα καθοδηγείται 100% από τα δεδομένα;

Τι θέση θα έχει η AI στην προετοιμασία ενός δρομέα σε δέκα χρόνια; Μπορούμε να φανταστούμε έναν δρομέα που θα καθοδηγείται εξ ολοκλήρου από την AI την ημέρα του αγώνα; Κι αν αύριο ένας δρομέας δεν αποφασίζει πλέον τίποτα; Ούτε τον ρυθμό του, ούτε τη διατροφή του, ούτε καν πότε θα πιει ή θα επιταχύνει. Την ημέρα του αγώνα, μια εξαιρετικά αποδοτική AI θα μπορούσε θεωρητικά να ελέγχει κάθε πτυχή της προσπάθειας: στρατηγική ρυθμού με ακρίβεια μέτρου, τροφοδοσία υπολογισμένη στο δευτερόλεπτο, μικροπροσαρμογές ανάλογα με τον καιρό, τα δεδομένα των καρδιακών παλμών σε πραγματικό χρόνο ή την εξέλιξη του γκρουπ. Ο δρομέας θα χρειαζόταν απλώς να ακολουθεί τις οδηγίες ενός ακουστικού συνδεδεμένου με το ρολόι του. Ένας μαραθώνιος στον αυτόματο πιλότο. Δεν κινδυνεύει όμως έτσι η εμπειρία να χάσει όλο το νόημά της; Το τρέξιμο είναι επίσης ένστικτο, αισθήσεις και απόλαυση. Τρέχεις με το μυαλό, αλλά και με τα πόδια. Προς το παρόν, η AI δεν μπορεί να διαβάσει το μυαλό ενός δρομέα. Και ίσως εκεί να βρίσκεται ακόμη η ομορφιά του αθλητισμού.

Η συζήτηση ανοίγει και σε ένα άλλο πεδίο: εκείνο του τεχνολογικού ντόπινγκ. Μήπως η χρήση μιας πολύ εξελιγμένης AI, ικανής να βελτιστοποιεί την προπόνηση, τη διατροφή και την αποκατάσταση καλύτερα από έναν ανθρώπινο προπονητή, νοθεύει τον ανταγωνισμό; Η απάντηση εξαρτάται, όπως συχνά συμβαίνει, από τον ορισμό του ντόπινγκ. Για τον Παγκόσμιο Οργανισμό κατά του Ντόπινγκ (WADA), ένα προϊόν ή μια μέθοδος ντόπινγκ είναι μια πρακτική που:

• Βελτιώνει σημαντικά την επίδοση

• Ενδέχεται να είναι επικίνδυνη για την υγεία

• Αντιβαίνει στην ηθική του αθλητισμού.

Η AI, από την πλευρά της, δεν είναι τοξική. Όμως προσφέρει κέρδος στην απόδοση, ενίοτε σημαντικό, και θέτει το ζήτημα της ισότιμης πρόσβασης. Γιατί δεν έχουν όλοι οι δρομείς ούτε τα μέσα ούτε τις γνώσεις για να χρησιμοποιήσουν αυτά τα προηγμένα εργαλεία. Για κάποιους, αυτό ίσως αρκεί για να μιλήσουμε για «ηθικό ντόπινγκ». Για άλλους, όσο δεν απαγορεύεται, είναι απλώς ένας μοχλός προόδου.

Αν η τεχνητή νοημοσύνη έχει σαφώς αλλάξει τον τρόπο με τον οποίο προετοιμαζόμαστε, αποκαθιστούμε και κάποιες φορές ακόμη και τρέχουμε, κάνει επίσης την προπόνηση πιο προσιτή και πιο εξατομικευμένη. Ωστόσο, η AI δεν θα αντικαταστήσει ποτέ την αίσθηση των βαριών ποδιών, τα συναισθήματα που βιώνουμε στη γραμμή εκκίνησης ή την περηφάνια του τερματισμού.