El triatl\u00f3n ya no es lo que era. La tecnolog\u00eda lo ha cambiado completamente. Y aunque esto es algo que se puede decir de pr\u00e1cticamente cualquier cosa en la vida, en el triatl\u00f3n es a\u00fan m\u00e1s notorio. Sobre todo desde el punto de vista del atleta. Se ha pasado de la intuici\u00f3n a la m\u00e9trica. Estamos en la era del triatleta cuantificado, con todo lo que ello supone.<\/p>\n
Y es que Garmin y todo su ecosistema han permitido que entendamos el rendimiento de otra manera. Ya no nos dejamos llevar por lo que hemos sentido en el entrenamiento o en la carrera, sino que lo fiamos todos a los datos. Todo es objetivo. Nada se deja a la pura sensaci\u00f3n, a la pura intuici\u00f3n.<\/p>\n
El Big Data como predictor: qu\u00e9 nos dicen realmente los n\u00fameros<\/p>\n
Pero claro, los n\u00fameros hay que entenderlos. Y son demasiados. Por eso, los propios dispositivos de Garmin ya explican directamente si un atleta llega a la competici\u00f3n en \u2018estado de forma \u00f3ptimo\u2019 o \u2018sobrentrenado\u2019. Herramientas como el Training Load o el Training Stress Score lo dejan bien claro. De hecho, tiene hasta nombre. El tapering<\/i>. As\u00ed, si un atleta ha acumulado una carga de entrenamiento constante y bien gestionada, tendr\u00e1 una predicci\u00f3n de rendimiento mucho m\u00e1s fiable que alguien que tiene\u00a0 <\/span>picos y valles dr\u00e1sticos en sus datos hist\u00f3ricos.<\/p>\n Y es que los datos no solo cuentan qu\u00e9 pas\u00f3, si no que definen el techo y el suelo de rendimiento del atleta. Es decir, llegan incluso a predecir el futuro. \u00bfC\u00f3mo no va a cambiar el triatl\u00f3n todo esto?<\/p>\n Porque incluso, y para mayor seguridad sobre la predicci\u00f3n, las herramientas de Garmin cruzan estos datos con el entorno. Esto es, las condiciones externas. Esto quiere decir que se cruzan con los datos del calor, la humedad, el desnivel, etc., para ajustar a la perfecci\u00f3n la predicci\u00f3n. En el reloj est\u00e1 todo.<\/p>\n Inteligencia Artificial y modelado de escenarios en competici\u00f3n<\/p>\n Hoy en d\u00eda, y no solo en profesionales, se est\u00e1n empezando a usar modelos para predecir tiempos en carrera que se basan en las condiciones, en los perfiles de la ruta y en los estados de forma, usando Inteligencia Artificial. Es como meter todos los datos, tanto los del propio atleta como los externos en una batidora y que de ah\u00ed salga exactamente la marca que se va a hacer.<\/p>\n \u00bfEsto en qu\u00e9 lugar deja a la competici\u00f3n? Si ya se sabe qu\u00e9 va a pasar, \u00bfQui\u00e9n va a seguir una carrera de triatl\u00f3n de aqu\u00ed en adelante? Bueno, a decir verdad, las predicciones no son escenarios reales. A\u00fan hay ciertas cosas que no son ni medibles ni analizables. Y menos mal, \u00bfno?<\/p>\n De hecho, el triatl\u00f3n est\u00e1 a\u00fan bastante lejos de ese escenario tan oscuro para todos los que amamos el deporte. A\u00fan hay hueco para la mentalidad, el crecerse antes las adversidades y hacer una mejor carrera de la esperada por simple cabezoner\u00eda, as\u00ed como para los bajones mentales y las crisis que convierten una carrera prometedora en un infierno.<\/p>\n No en vano, si deportes a\u00fan m\u00e1s automatizados como la F\u00f3rmula 1 a\u00fan no han llegado a ese punto tampoco, al\u00a0 <\/span>triatl\u00f3n parece que le quedan a\u00f1os.<\/p>\n Del an\u00e1lisis a la toma de decisiones<\/p>\n El an\u00e1lisis del rendimiento, lo que se llama tapering<\/i>, no sirve para saber qui\u00e9n va a ganar una carrera. Sirve para que el propio atleta tome las decisiones correctas para llegar de la mejor manera a la competici\u00f3n. Luego, ganar o no ganar ya es algo distinto.<\/p>\n Es parecido a lo que hacen los pronosticadores deportivos a la hora de apostar en casas de apuestas en Apuestaes.net<\/a>. Analizan los datos para encontrar las apuestas y las cuotas de valor y toman decisiones al respecto. Obviamente no aciertan siempre, aun analizando todo al detalle, pero est\u00e1n m\u00e1s cerca de ganar que si no lo hacen.<\/p>\n