En los últimos tiempos, el debate “IA vs. humano” ha ganado mucha fuerza en el mundo del entrenamiento. Un entrenamiento de calidad no consiste solo en prescribir sesiones: requiere que el entrenador inspire, eduque, acompañe y sepa interpretar los matices del rendimiento de cada ciclista.

El valor humano y la experiencia forman parte del alma del ciclismo, y eso no va a desaparecer. Sin embargo, la historia sugiere que los avances tecnológicos no tienen por qué venir a sustituir una cosa por otra, sino a romper la barrera del privilegio.

Durante años, entrenar con criterio científico estuvo al alcance de pocos. La oportunidad que abre la tecnología es otra: que cualquier persona que quiera mejorar —sea cual sea su nivel— pueda contar con una guía que le cuide y le ayude a progresar. No se trata de deshumanizar el proceso, sino de democratizar el rendimiento, para que la salud y la mejora no dependan únicamente del presupuesto.

Hay espacio para ambos enfoques: el cara a cara y la tecnología que amplía el acceso a la mayoría.

La conclusión provisional es clara: la tecnología que termine imponiéndose no será la que solo “calcule” mejor, sino la que domine de verdad la memoria a largo plazo y el contexto. Si un sistema entiende la temporada de un atleta (macrociclo), su semana (microciclo) y recuerda elementos clave —por ejemplo, que viene de una gripe, de un viaje de trabajo estresante o que no tolera cierto tipo de intervalos— la experiencia deja de sentirse como un algoritmo y empieza a parecerse más a un entrenador.

El caso de NUA Coach, contando por los propios fundadores

Cuando empezamos NUA Coach hace casi dos años, la IA generativa todavía no era viable para usarse en sistemas en producción. Pero incluso entonces teníamos una intuición muy clara:  no queríamos construir otra app de entrenamiento, sino algo más cercano a un coach, combinando presencia humana con rigor algorítmico.

Como atletas, sentíamos que había dos cosas fundamentalmente rotas en la mayoría de herramientas que usábamos:

1. Las decisiones eran opacas (“confía en el plan”).

Gana Bitcoin entrenando en tu rodillo con MyWhoosh

2. No había una sensación real de acompañamiento en el día a día.

Por eso, desde el primer día, la explicación y la presencia fueron requisitos de primer nivel. Si un atleta no entiende por qué algo cambia, la creencia en el proceso se erosiona rápidamente, independientemente de lo buenas que sean las matemáticas.

Nuestro primer enfoque (y dónde se rompió)

Nuestra primera versión se centró en lo que creíamos más importante:

- Un motor de entrenamiento muy potente (inicialmente orientado a atletas de >10h/semana y semi-élite).

- Una interfaz conversacional (Telegram / WhatsApp) para emular la cercanía de un entrenador al que puedes escribir.

- Una decisión consciente de no invertir en gráficos o dashboards — herramientas como Strava, Garmin o intervals.icu ya hacen eso extremadamente bien.

La idea era simple: la lógica de entrenamiento en el motor, la experiencia humana en el chat.

Funcionó… hasta que dejó de hacerlo.

En el momento en que pasamos de un bot a un coach (una experiencia conversacional libre), las expectativas de los usuarios cambiaron drásticamente.Cuando alguien habla como un coach, los atletas esperan que razone como uno — en cualquier situación.

Pero nuestro sistema no podía hacerlo. 

La capa conversacional estaba explicando decisiones que en realidad no había tomado. Y cuando la realidad se salía de los caminos predefinidos, las grietas se hacían evidentes.

Eso nos llevó a un insight clave:

> No puedes separar la entidad que decide de la que explica y esperar que la confianza se mantenga.

Los entrenadores son sistemas de bucle cerrado

Lo que acabamos entendiendo es que un coach no es un conjunto de features, sino un sistema de bucle cerrado:

- Entender las condiciones iniciales

- Planificar

- Observar la ejecución

- Explicar el feedback

- Re-planificar cuando la realidad diverge

Y este bucle existe simultáneamente en múltiples capas:

- Temporada / objetivos

- Macrociclos

- Estructura semanal

- Readiness y recuperación en el día a día

Sí distintas partes del sistema razonan de forma independiente en cada capa, la coherencia se pierde.

Dónde la IA generativa realmente nos ayudó

Cuando la IA generativa empezó a ser lo suficientemente fiable, inicialmente pensamos en ella sobre todo como una mejora de UX: más empatía, más flexibilidad, menos flujos rígidos.

Pero el valor más profundo apareció en otro sitio.

No en “eliminar reglas”, sino en abstraerlas.

En lugar de miles de ramas explícitas de if/else típicas de programas/algoritmos de desarrollo, ahora definimos:

- Qué estrategias están permitidas (por ejemplo, mejorar el FTP, consolidar durabilidad, proteger la recuperación).

- Qué restricciones nunca se pueden violar.

- Qué datos son relevantes en cada capa de decisión.

Dentro de ese espacio controlado, la IA selecciona y justifica decisiones — pero nunca inventa capacidades que el sistema no tiene realmente.

Esto nos llevó a lo que ejecutamos hoy (todavía en evolución): un sistema híbrido donde la estructura algorítmica garantiza seguridad y consistencia, y la IA opera como una capa de decisión acotada, no como un oráculo libre.

De forma crítica, la misma entidad decide y explica.

Sobre métricas, complejidad y carga cognitiva

Internamente, seguimos una gran cantidad de métricas — ejecución de sesiones, dinámicas de carga, tendencias de readiness, señales de rendimiento, etc.

Pero creemos firmamento en un punto:

> El atleta debería experimentar claridad, no carga cognitiva.

Nuestro trabajo como coach (humano o artificial) es absorber la complejidad, no externalizarla.

De hecho, la visión de NUA Coach a largo plazo es que, a medida que los sistemas de IA se vuelvan más estables y confiables, cambiarán cada vez más en qué decisiones las personas querrán invertir su presupuesto cognitivo. Los atletas no querrán gastar energía mental en micro-decisiones que un sistema puede razonar de forma más consistente — querrán centrarse en la ejecución, la sensación y la intención.

El buen coaching siempre ha hecho esto. La IA simplemente lo permite escalar.

Si quieres conocer otros artículos parecidos a Entrenador de ciclismo con IA generativa: el caso de NUA Coach puedes visitar la categoría Entrenamiento.