Sztuczna inteligencja potrafi w kilka sekund złożyć tygodniowy rozkład interwałów, długich wybiegań i dni regeneracji, prezentując to w formie, która wygląda profesjonalnie i konkretnie. W tym artykule pokażę, dlaczego taki plan bywa złudnie dobry, na czym polega mechanizm tworzenia treningu przez duży model językowy (LLM) oraz dlaczego pojęcie halucynacji w sztucznej inteligencji ma bezpośrednie znaczenie dla zdrowia kolan, stawów i całego sezonu startowego. Pokażę, w jaki sposób można korzystać z takich planów z zachowaniem rozsądnej ostrożności, jeśli już ktoś zdecyduje się na takie rozwiązanie. Na koniec wyjaśnię, dlaczego żaden algorytm nie zastąpi jeszcze żywego trenera, który widzi, słyszy i reaguje na bieżąco na to, co dzieje się na treningu. Ten tekst nie jest wymierzony przeciwko nowym technologiom, ale ma pokazać realne granice ich zastosowania w sporcie wytrzymałościowym.

Jak sztuczna inteligencja właściwie tworzy plan treningowy

Duży model językowy (LLM), z którego korzysta większość popularnych chatbotów, nie posiada wiedzy w takim rozumieniu, w jakim posiada ją osoba prowadząca zawodników przez kolejne sezony, ponieważ działa na zasadzie przewidywania najbardziej prawdopodobnego ciągu słów na podstawie ogromnej liczby tekstów, które przetworzył podczas uczenia.

Kiedy prosimy taki system o przygotowanie planu treningowego na pierwszy półmaraton, on nie liczy realnego obciążenia ani nie analizuje kondycji w sposób, w jaki robi to człowiek patrzący na wyniki z ostatnich tygodni, tylko składa odpowiedź z fragmentów milionów innych planów, artykułów i forów, które kiedyś widział w swoich danych treningowych. Efekt bywa zaskakująco spójny wizualnie, z podziałem na tygodnie, z procentowym wzrostem kilometrażu i z nazwami jednostek treningowych, które brzmią znajomo każdemu, kto choć raz szukał informacji o bieganiu w internecie.

Problem zaczyna się w momencie, gdy te elementy, choć poprawne pojedynczo, zostają złożone w całość bez logiki, która rządzi prawdziwą periodyzacją, bo model nie rozumie dlaczego dany blok następuje po innym, on jedynie odtwarza wzorzec, który statystycznie najczęściej pojawiał się w podobnym kontekście.

Taki plan może więc łączyć podejście typowe dla zawodników wyczynowych z poradami dla osób początkujących, ponieważ oba style występowały w danych, z których model się uczył, a on nie ma żadnego mechanizmu, który ostrzegłby go, że te dwa światy nie powinny się ze sobą mieszać. W rezultacie dostajesz dokument, który wygląda jak gotowy program, ale w rzeczywistości jest zlepkiem fragmentów, dobranych głównie pod kątem tego, jak dobrze brzmią razem, a nie tego, czy faktycznie zadziałają na konkretnym organizmie i w konkretnym momencie sezonu.

Halucynacje, czyli kiedy algorytm zmyśla z pełnym przekonaniem

Termin halucynacja w kontekście sztucznej inteligencji oznacza sytuację, w której model podaje informację brzmiącą wiarygodnie i konkretnie, mimo że nie ma ona żadnego potwierdzenia w faktach, a w planach biegowych przybiera to bardzo konkretną i czasem ryzykowną formę. Model może na przykład zaproponować wzrost tygodniowego kilometrażu o kilkadziesiąt procent w ciągu jednego tygodnia, podając przy tym pewnym tonem, że taka progresja jest bezpieczna i standardowa, mimo że żadna szkoła treningowa nie zaleca tak szybkich skoków obciążenia.

Zdarza się również, że algorytm umieszcza w jednym tygodniu dwie bardzo intensywne jednostki interwałowe obok siebie, oddzielone tylko jednym dniem przerwy, ponieważ w danych, na których się uczył, takie układy występowały, choć w oryginale dotyczyły zupełnie innego poziomu zaawansowania albo innego etapu przygotowań. Innym razem model podaje konkretne tempo na kilometr, sugerując, że jest ono dopasowane do poziomu danej osoby, mimo że opiera się jedynie na jednej liczbie podanej na początku rozmowy, bez uwzględnienia tego, jak ta forma zmieniała się w ostatnich miesiącach.

Najbardziej niebezpieczne w tym wszystkim jest to, że taki plan treningu biegowego brzmi spokojnie i fachowo, z dokładnymi liczbami i profesjonalnym słownictwem, więc trudno w niego nie uwierzyć, zwłaszcza jeśli ktoś dopiero zaczyna swoją przygodę z bieganiem i nie ma punktu odniesienia, by ocenić, że coś jest nie tak.

Czego model nigdy się o tobie nie dowie

Nawet najbardziej szczegółowa rozmowa z chatbotem, w której odpowiesz na dziesiątki pytań o swój wiek, dotychczasowe wyniki i cel startowy, nie odda tego, co widzi na żywo trener podczas treningów, ponieważ realny trening to nie jednorazowy formularz, a ciągły proces, w którym codzienne decyzje zależą od tego, jak wypadł poprzedni tydzień. Model nie wie, że w środę był wyjątkowo długi dzień w pracy i wróciłeś do domu zmęczony, nie wie, że dwa lata temu był problem z łydką, który wraca przy większym obciążeniu, jeśli sam o tym nie napiszesz w odpowiednim momencie, a nawet jeśli napiszesz, system nie zapamięta tego w taki sposób, by konsekwentnie uwzględniać to w każdej kolejnej jednostce.

Plan biegania wygenerowany raz jest dokumentem statycznym, który nie reaguje na to, jak faktycznie czujesz się w danym dniu, podczas gdy realny proces treningowy wymaga ciągłego dopasowywania, czasem przesunięcia jednostki o dzień, czasem skrócenia dystansu, czasem całkowitej zmiany planu na dany tydzień, bo coś w życiu się zmieniło. Trener (człowiek) obserwujący sposób, w jaki ktoś się porusza, słyszący ton głosu, kiedy mówi o samopoczuciu, widzący postawę na starcie i na finiszu treningu, ma dostęp do informacji, których żaden tekstowy opis nie jest w stanie przekazać w pełni, niezależnie od tego, jak dokładnie spróbuje się to opisać w oknie czatu. To właśnie ta ciągła, żywa obserwacja, a nie jednorazowy kwestionariusz, decyduje o tym, czy plan treningu biegowego faktycznie pasuje do osoby, dla której został stworzony, czy jest jedynie zestawem liczb dopasowanych do kilku zmiennych podanych na wstępie.

W czym AI może realnie pomóc biegaczowi?

• Pomoc w organizacji harmonogramu tygodnia, na przykład AI ułoży przypomnienia, które dni są przeznaczone na trening, a które na regenerację.
• Generowanie pomysłów na rozgrzewkę i ćwiczenia uzupełniające, na przykład AI podsunie kilka wariantów dynamicznej rozgrzewki przed jednostką interwałową.
• Porządkowanie i podsumowywanie własnych notatek z treningów, na przykład AI streści miesiąc biegania na podstawie danych wklejonych z zegarka.
• Inspiracja do urozmaicenia monotonnych treningów, na przykład AI zaproponuje nowy wariant fartleku, gdy klasyczne wybieganie zaczyna się nudzić.
• Przygotowanie listy konkretnych pytań przed rozmową z trenerem, na przykład AI pomoże spisać pytania dotyczące powracającego bólu łydki.

Podsumowanie

Wracając do najważniejszych spraw poruszonych w tym artykule, plan biegowy od sztucznej inteligencji jest tworzony na zasadzie przewidywania prawdopodobnych ciągów słów na podstawie ogromnej liczby tekstów, a nie na podstawie realnej analizy formy, historii i życia danej osoby w danym momencie, co oznacza, że nawet bardzo dobrze brzmiący dokument może zawierać poważne błędy w progresji obciążenia. Halucynacje w takich planach przybierają bardzo konkretną formę, jak nierealistyczne skoki kilometrażu, źle rozłożone jednostki intensywne czy tempa wyrwane z kontekstu, a wszystko to podane jest tonem pełnym przekonania, co dodatkowo utrudnia rozpoznanie, że coś jest nie tak.

Model nie ma dostępu do tej żywej, codziennej obserwacji, którą dysponuje osoba prowadząca kogoś przez sezon krok po kroku, reagująca na zmienne samopoczucie, drobne urazy czy zmiany w codziennym życiu, dlatego na dzień dzisiejszy żaden algorytm nie zastępuje w pełni żywego trenera, który widzi, słyszy i koryguje na bieżąco. Korzystanie z planu wygenerowanego przez sztuczną inteligencję może mieć sens jako punkt wyjścia do dalszych poszukiwań, pod warunkiem zachowania zdrowej ostrożności i konfrontowania go z kimkolwiek, kto ma realne doświadczenie w bieganiu, ale traktowanie go jako gotowego, ostatecznego programu na cały sezon to ryzyko, które najłatwiej jest po prostu pominąć, wybierając rozwiązanie sprawdzone przez lata praktyki.