IA no treino de endurance: o que ela faz e o que não faz

Em software de treino, "IA" quer dizer duas coisas bem diferentes, e o marketing costuma misturar as duas. De um lado, modelos estatísticos que trabalham com números: frequência cardíaca, pace, potência, variabilidade da frequência cardíaca, sono. Eles estimam ou tentam prever alguma coisa. Do outro, os modelos de linguagem, a família do ChatGPT, do Claude e do Mistral, que leem e escrevem texto. As evidências científicas são muito diferentes para cada um, então vale olhar um de cada vez.

Muito do que se vende como IA é aritmética

As curvas de condicionamento, fadiga e forma (CTL, ATL, TSB) são médias ponderadas exponencialmente da carga diária, herdeiras do modelo impulso-resposta de Banister, dos anos 1970. O TRIMP transforma duração e frequência cardíaca numa pontuação de carga. O RPE da sessão é ainda mais simples: o método de Foster multiplica a nota de esforço do atleta, numa escala de 0 a 10, pela duração em minutos. Um treino de 60 minutos com RPE 6 dá 360 unidades. Nada disso é aprendizado de máquina, e isso é bom: você pode conferir a fórmula, sabe o que ela ignora e, quando um número parece estranho, consegue entender por quê.

A declaração de consenso sobre monitoramento de carga publicada por Bourdon e colegas em 2017 recomenda exatamente esse tipo de ferramenta: medir o que foi feito (carga externa, como distância e pace) e quanto custou ao atleta (carga interna, como frequência cardíaca e RPE), e olhar as duas juntas ao longo do tempo. Essa continua sendo a base de uma boa prática, e não precisa de rede neural nenhuma.

A previsão é mais fraca do que os anúncios sugerem

A previsão de lesões é onde as promessas mais se adiantam aos dados. A revisão de Roald Bahr publicada em 2016 no British Journal of Sports Medicine explica por que testes de triagem não conseguem prever a lesão de uma pessoa específica: mesmo um fator de risco forte no nível do grupo deixa uma sobreposição enorme entre os atletas que se machucam e os que não se machucam. O aprendizado de máquina ainda não mudou muito esse quadro. Uma revisão sistemática de Van Eetvelde e colegas (2021) encontrou onze estudos sobre previsão de lesões esportivas com aprendizado de máquina, com desempenho que ia de pouco melhor que cara ou coroa (AUC de 0,52) a bom (0,87), e pediu mais trabalho na interpretação dos modelos.

A relação entre carga aguda e crônica é um bom exemplo de cautela. Por alguns anos, a ideia de que uma relação entre 0,8 e 1,3 era uma "zona ideal" segura se espalhou por apps e cursos de treinadores. Impellizzeri e colegas mostraram em 2020 que essa relação tem problemas estatísticos de base e que as evidências da zona ideal não se sustentam. Aumentar muito a carga de uma semana para a outra continua sendo má ideia. Um número de risco preciso construído sobre essa relação, não.

Então, quando um app mostrar "risco de lesão: 23%", pergunte como esse número foi validado, com quem e quantas vezes ele errou. Se não houver resposta, trate como enfeite.

Onde os modelos numéricos ajudam: a VFC, com uma referência

A variabilidade da frequência cardíaca é o sinal diário mais útil que a maioria dos atletas consegue medir em casa. Num estudo pequeno, de quatro semanas, Kiviniemi e colegas (2007) deixaram a VFC da manhã decidir o treino do dia: forte se a VFC se mantinha ou subia, leve ou descanso se caía abaixo da faixa recente do próprio atleta. Esse grupo melhorou mais a velocidade máxima de corrida do que um grupo com uma planilha fixa. Plews e colegas (2013) acrescentaram um ponto prático importante: uma única medida matinal tem muito ruído, e médias móveis de mais ou menos uma semana, comparadas com a referência do próprio atleta, dizem muito mais.

Repare no que é isso: uma referência pessoal e uma regra simples. Funciona porque é individual, não porque o modelo é esperto. E exige medir com disciplina, toda manhã nas mesmas condições, que é onde quase todo mundo desiste.

A percepção ainda ganha da maioria dos sensores

A revisão sistemática de Saw, Main e Gastin (2016) comparou medidas subjetivas (humor, estresse percebido, fadiga) com medidas objetivas (marcadores no sangue, frequência cardíaca de repouso, resposta cardíaca ao exercício). As subjetivas acompanharam as mudanças de carga com mais sensibilidade e consistência. Em termos simples: perguntar ao atleta como ele se sente, e registrar isso sempre, é uma das melhores ferramentas de monitoramento que existem.

É aqui que os modelos de linguagem se mostram úteis de verdade, sem glamour. Um atleta escreve ou fala sem problema "perna pesada desde o km 8, Aquiles esquerdo meio dolorido na escada depois", mas raramente preenche cinco controles deslizantes. Um modelo de linguagem consegue transformar essa frase numa nota de esforço e num registro de dor (Aquiles esquerdo, leve, depois do treino) que o treinador pode filtrar e acompanhar. É entrada de dados estruturados, feita por algo que entende frases soltas.

Quando um modelo de linguagem escreve a planilha

Düking e colegas (2024) pediram ao ChatGPT planilhas de corrida de seis semanas com três níveis de detalhe no pedido e colocaram treinadores experientes para avaliá-las segundo 22 critérios de qualidade. Com o mínimo de informação, a planilha ficou abaixo da nota média em 19 dos 22 critérios. Com informação detalhada (histórico, objetivos, limitações), em apenas um. Mesmo assim, os autores desaconselham usar essas planilhas sem a avaliação de um treinador. Um estudo de Washif e colegas (2024) sobre programas de musculação chegou a uma conclusão parecida: rascunhos plausíveis que precisam de ajuste de quem conhece o assunto.

Modelos de linguagem também afirmam coisas falsas com total fluência, uma falha conhecida como alucinação (Ji e colegas revisam o problema em 2023). No treino, isso aparece como um volume semanal que não fecha, um "estudo" que não existe ou um regenerativo colocado sem aviso no pace de limiar. São erros fáceis de deixar passar justamente porque o resto do texto se lê bem.

O que isso significa na prática

Use modelos de linguagem para trabalho de texto: escrever um treino estruturado a partir de uma descrição, resumir um mês de anotações, registrar a percepção depois do treino, explicar um conceito. Deixe as decisões de carga e intensidade em números que você pode conferir, com um treinador ou a sua própria experiência como filtro final. Desconfie de qualquer índice de risco cuja validação você não consegue ver. E, se for para manter um único hábito que a pesquisa claramente apoia, registre como você se sentiu em cada treino.

Como o OpenAthlete usa IA

No OpenAthlete, a carga de treino é o TRIMP calculado pela frequência cardíaca, com o RPE da sessão ao lado: fórmulas, não uma caixa-preta. A IA é opcional e cuida do trabalho de texto descrito acima: um treino estruturado a partir de uma frase, três ou quatro perguntas depois de uma atividade que viram uma nota de esforço e um registro de dor para o treinador, e uma leitura curta de cada atividade. Não há previsão de lesões. A página sobre IA detalha o que ela faz e quais provedores você pode usar.

Fontes

• Banister EW et al. (1975). A systems model of training for athletic performance. Australian Journal of Sports Medicine, 7, 57–61.
• Foster C et al. (2001). A new approach to monitoring exercise training. Journal of Strength and Conditioning Research, 15(1), 109–115. PubMed
• Bourdon PC et al. (2017). Monitoring athlete training loads: consensus statement. International Journal of Sports Physiology and Performance, 12(Suppl 2), S2161–S2170. doi:10.1123/IJSPP.2017-0208
• Bahr R (2016). Why screening tests to predict injury do not work—and probably never will…: a critical review. British Journal of Sports Medicine, 50(13), 776–780. doi:10.1136/bjsports-2016-096256
• Van Eetvelde H et al. (2021). Machine learning methods in sport injury prediction and prevention: a systematic review. Journal of Experimental Orthopaedics, 8, 27. doi:10.1186/s40634-021-00346-x
• Impellizzeri FM et al. (2020). Acute:chronic workload ratio: conceptual issues and fundamental pitfalls. International Journal of Sports Physiology and Performance, 15(6), 907–913. doi:10.1123/ijspp.2019-0864
• Kiviniemi AM et al. (2007). Endurance training guided individually by daily heart rate variability measurements. European Journal of Applied Physiology, 101(6), 743–751. doi:10.1007/s00421-007-0552-2
• Plews DJ et al. (2013). Training adaptation and heart rate variability in elite endurance athletes: opening the door to effective monitoring. Sports Medicine, 43(9), 773–781. doi:10.1007/s40279-013-0071-8
• Saw AE, Main LC, Gastin PB (2016). Monitoring the athlete training response: subjective self-reported measures trump commonly used objective measures: a systematic review. British Journal of Sports Medicine, 50(5), 281–291. doi:10.1136/bjsports-2015-094758
• Düking P et al. (2024). ChatGPT generated training plans for runners are not rated optimal by coaching experts, but increase in quality with additional input information. Journal of Sports Science and Medicine, 23(1), 56–72. doi:10.52082/jssm.2024.56
• Washif JA et al. (2024). Artificial intelligence in sport: exploring the potential of using ChatGPT in resistance training prescription. Biology of Sport, 41(2), 209–220. doi:10.5114/biolsport.2024.132987
• Ji Z et al. (2023). Survey of hallucination in natural language generation. ACM Computing Surveys, 55(12). doi:10.1145/3571730