Un entrenamiento personalizado puede tener una peculiar señal de éxito: pedirte que hagas menos. No porque la inteligencia artificial haya perdido entusiasmo, sino porque completar una sesión exigente no siempre equivale a adaptarse mejor. Ahí aparece una pregunta más interesante que cuántas rutinas puede generar una aplicación: ¿qué intenta mejorar cuando dice que entrena para ti? Un sistema estudiado con atletas pone dos objetivos sobre la mesa: rendimiento físico y resiliencia psicológica. El reto es medir ambos sin confundirlos.
La propuesta aparece en un ensayo publicado en Scientific Reports: 60 atletas amateurs competitivos, saludables y con al menos dos años de entrenamiento constante participaron durante 12 semanas. Fueron asignados aleatoriamente a tres grupos de 20: un programa personalizado con IA, uno estandarizado y un control que debía mantener su estilo de vida sin iniciar nuevos programas estructurados. No era, por tanto, una prueba con personas que apenas comenzaban a ejercitarse.
Personalizar no es cambiarle el nombre a la rutina
El sistema intenta representar cuatro componentes que evolucionan con el entrenamiento: capacidad física, fatiga, resiliencia y estrés mental. Su premisa es que una sesión puede aportar un estímulo favorable y, al mismo tiempo, dejar cansancio y tensión pasajeros. La personalización consiste en estimar cómo responde cada atleta a esas cargas y cuánto tarda en recuperarse. Es una versión matemática de una tensión reconocible: hacer más trabajo no garantiza llegar en mejores condiciones a la siguiente sesión.
Con esos parámetros individuales, un algoritmo compara posibles distribuciones de carga para buscar un programa que favorezca ambos objetivos. En el experimento, rendimiento y resiliencia recibieron el mismo peso dentro de esa búsqueda. También se impusieron límites a la carga semanal y a su progresión. Frente a la promesa del wellness hiperpersonalizado, aquí hay una diferencia concreta: no basta adaptar una rutina al perfil inicial; importa qué variables decide privilegiar el sistema.
El reloj aporta señales; la persona también
La segunda capa ocurre antes de entrenar. El sistema incorpora datos del dispositivo wearable, principalmente variabilidad de la frecuencia cardiaca y frecuencia cardiaca en reposo, comparados con una referencia individual móvil de siete días. A eso suma un cuestionario diario sobre calidad del sueño, dolor muscular, fatiga y estado de ánimo. El papel de los wearables es alimentar una decisión junto con otras señales, no leer directamente la resiliencia ni emitir un diagnóstico psicológico.
Después entra un controlador con reglas definidas por expertos: conservar la sesión prevista, reducir su carga o recomendar descanso o recuperación muy ligera, según los indicadores. Esa arquitectura merece atención porque “con IA” no significa que cada decisión provenga de una inteligencia misteriosa e independiente. El programa combina un modelo matemático, una búsqueda algorítmica y reglas de ajuste. La parte relevante para quien entrena es que exista retroalimentación: el plan puede corregirse cuando el estado diario no coincide con lo previsto.
Según los autores, ese controlador modificó la carga planeada en 28% de los días del grupo personalizado: hubo reducciones en 19% y pequeños aumentos en 9%. El dato vuelve tangible la adaptación: no era solamente una rutina distinta entregada al principio. Además, el programa estándar fue diseñado por especialistas certificados y su volumen total se igualó al volumen promedio del grupo personalizado. La comparación no enfrentó una tecnología sofisticada contra la ausencia de planificación, sino contra otra forma de organizar el entrenamiento.
Qué significa mejorar cuerpo y resiliencia
Para evaluar el rendimiento, los investigadores construyeron un índice compuesto. En atletas de resistencia combinaba consumo máximo de oxígeno y tiempo hasta el agotamiento en caminadora; en los de fuerza, levantamientos máximos y potencia en una prueba Wingate. Los valores se normalizaron alrededor de una base de 100 para comparar cambios porcentuales. Esto permite reunir disciplinas distintas, pero exige leer bien el resultado: mejorar ese índice no equivale automáticamente a correr ese mismo porcentaje más rápido o levantar ese porcentaje adicional.
La resiliencia se midió con la escala Connor–Davidson, CD-RISC, un cuestionario de autorreporte de 25 reactivos. Es una medición diferente de las señales cardiacas y también de las preguntas breves utilizadas cada mañana para ajustar la sesión. La distinción importa al entrenar con objetivos de bienestar mental: una puntuación de resiliencia informa sobre esa dimensión evaluada; no representa toda la salud mental ni demuestra por sí misma una capacidad duradera para afrontar cualquier adversidad.
Al terminar las 12 semanas, los autores reportaron un aumento promedio de 21.4% en el índice físico del grupo personalizado, frente a 12.0% en el estándar y 2.2% en el control. Las evaluaciones se hicieron al inicio y al final, por personal que desconocía la asignación de los participantes. Ese detalle fortalece la comparación de resultados. La lectura precisa sigue siendo específica: el programa completo obtuvo mejores cambios en el índice utilizado durante ese periodo y en esa muestra.
En CD-RISC, los aumentos promedio reportados fueron de 18.6%, 8.3% y 1.1%, respectivamente. El artículo también encontró que, entre los participantes de los dos grupos de entrenamiento, mayores avances físicos tendían a acompañarse de mayores aumentos en resiliencia. Los investigadores interpretan esa asociación como compatible con beneficios que se refuerzan mutuamente. Conviene separar interpretación y demostración: una correlación entre las mejoras no establece que una haya causado la otra ni identifica por sí sola el mecanismo psicológico responsable.
Lo observado no es lo mismo que lo simulado
Para explorar qué aportaba cada componente, los autores simularon escenarios eliminando los ajustes diarios o quitando la resiliencia como objetivo. El modelo predijo resultados inferiores al retirar la adaptación y menores ganancias psicológicas al priorizar únicamente el rendimiento. Es una pista sobre el funcionamiento propuesto, no otro ensayo con atletas asignados a esas variantes. Como las simulaciones usan los modelos calibrados del propio sistema, no permiten aislar experimentalmente cuánto beneficio produjo cada pieza en personas reales.
El alcance tiene fronteras claras: fueron 60 atletas jóvenes con experiencia, repartidos entre resistencia y fuerza, observados durante 12 semanas. El ensayo no establece persistencia de los beneficios, resultados en principiantes o equivalencia con aplicaciones comerciales. Tampoco una diferencia estadística favorable resuelve todas las preguntas sobre utilidad cotidiana. Harían falta evaluaciones más largas y en otras poblaciones para ampliar esas conclusiones. La evidencia respalda estudiar esta estrategia concreta; no convierte la etiqueta “IA” en certificado general de eficacia.
La pregunta útil antes de aceptar la promesa
Evaluar un entrenamiento adaptativo requiere mirar qué persigue, con qué datos modifica la carga, cómo mide sus resultados y en quiénes se ha probado. Después viene una pregunta menos vistosa: ¿qué hace cuando descansar parece más conveniente que completar el plan? Este estudio permite distinguir una rutina que se llama personalizada de un sistema que incorpora retroalimentación. La personalización interesante no consiste en que la máquina tenga siempre otra sesión lista, sino en que sus decisiones puedan explicarse y ponerse a prueba.







