Valutazione della capacità dell'intelligenza artificiale nella creazione di piani di allenamento per il nuoto agonistico.

Abstract

Lo studio esamina l'efficacia di ChatGPT-4 nella progettazione di programmi di allenamento settimanali per nuotatori agonisti, specialisti di distanza e velocisti, durante la fase specifica di periodizzazione. Venticinque allenatori esperti, con esperienza media di 17,87 anni a livello nazionale e 3,65 anni a livello internazionale, hanno giudicato i piani utilizzando una scala Likert, analizzando frequenza, intensità e struttura degli esercizi nelle sette zone di intensità (A1 aerobica, A2 aerobica sostenuta, B1 soglia anaerobica, B2 VO2max, C1 tolleranza al lattato, C2 picco di lattato e C3 anaerobica-alattacida). I risultati hanno indicato punteggi medi di 3,6 per gli specialisti di distanza e 3,7 per i velocisti, suggerendo una generale adeguatezza dei piani proposti dall'IA, sebbene emergano criticità nella frequenza nelle zone a intensità più alta e nella struttura degli esercizi in zone d’intensità media (A2, B1 e B2). Nonostante un'assenza di differenze significative complessive tra i piani (p=0,893), un'analisi più dettagliata per zona ha rivelato significative preferenze specifiche e carenze in determinati aspetti dei programmi. L'accordo tra gli allenatori è risultato moderato (ICC=0,61), suggerendo variabilità nelle valutazioni influenzata dall'esperienza nazionale, con allenatori più esperti che hanno attribuito punteggi più bassi ai piani per velocisti. I risultati sottolineano che, sebbene ChatGPT-4 riesca a generare programmi efficaci in zone standardizzate di bassa intensità (A1), la personalizzazione dettagliata e la strutturazione adeguata di esercizi complessi nelle zone anaerobiche e di soglia necessitano di un intervento umano significativo. Pertanto, la supervisione e l'esperienza dei coach restano cruciali per garantire un'ottimizzazione completa delle prestazioni atletiche. Studi futuri potrebbero esplorare l'integrazione di dati più specifici per migliorare ulteriormente l'affidabilità e la precisione dei programmi generati dall'IA.

The study examines the effectiveness of ChatGPT-4 in designing weekly training programs for competitive swimmers, distance specialists and sprinters, during the specific phase of periodization. Twenty-five experienced coaches, with an average of 17.87 years of national experience and 3.65 years of international experience, evaluated the plans using a Likert scale, analyzing frequency, intensity, and exercise structure across the seven intensity zones (A1 aerobic, A2 sustained aerobic, B1 anaerobic threshold, B2 VO2max, C1 lactate tolerance, C2 lactate peak, and C3 anaerobic-alactic). The results indicated average scores of 3.6 for distance specialists and 3.7 for sprinters, suggesting the general adequacy of the AI-generated plans, though issues emerged regarding frequency in the higher intensity zones and exercise structure in medium-intensity zones (A2, B1, and B2). Despite no significant overall differences between the plans (p=0.893), a more detailed analysis by zone revealed specific preferences and deficiencies in certain aspects of the programs. The agreement among coaches was moderate (ICC=0.61), indicating variability in evaluations influenced by national experience, with more experienced coaches giving lower scores to the plans for sprinters. The results highlight that while ChatGPT-4 can generate effective programs for standardized low-intensity zones (A1), detailed customization and proper structuring of complex exercises in anaerobic and threshold zones require significant human intervention. Therefore, the supervision and expertise of coaches remain crucial to ensure optimal athletic performance. Future studies could explore the integration of more specific data to further improve the reliability and accuracy of AI-generated programs.