A muchas personas no les gustan los entrenamientos intensos y prefieren actividades más suaves como caminar o hacer yoga, entornos en los que se sienten más a gusto y reflexivos. Sin embargo, el entrenamiento de fuerza sigue siendo crucial, especialmente para quienes planean un embarazo o se acercan a la mediana edad. Esto plantea la pregunta: ¿puede la inteligencia artificial (IA) complementar o incluso reemplazar eficazmente el entrenamiento personal tradicional?
La necesidad de mantenimiento de los músculos no se trata sólo de estética; se trata de salud metabólica y preparación reproductiva. Una evaluación reciente reveló un porcentaje de grasa corporal del 37,9% en una mujer de 30 y tantos años, significativamente más alto que el 25-27% recomendado. ¿La solución? Desarrollar masa muscular para aumentar su tasa metabólica basal (la energía quemada en reposo), ya que el músculo es más activo metabólicamente que la grasa. Un objetivo realista es perder entre un 1 y un 2 % de grasa corporal mensualmente, lo que significa que alcanzar un nivel saludable podría llevar entre 12 y 24 meses.
Dado este marco de tiempo, muchos buscan alternativas accesibles al costoso o inconveniente entrenamiento personal. La IA se presenta como una de esas opciones. Sin embargo, es esencial tener precaución: compartir datos de salud confidenciales con chatbots conlleva riesgos de violaciones. La clave es utilizar la IA de forma estratégica, centrándose en el asesoramiento general en lugar de en los detalles médicos confidenciales.
Para probar esto, un usuario reciente proporcionó a un chatbot de IA (ChatGPT) los resultados de su escaneo corporal y las recomendaciones del entrenador. La IA identificó correctamente la necesidad de un equilibrio hormonal, particularmente crucial durante la preconcepción, y sugirió una descomposición de macronutrientes (proteínas, carbohidratos, grasas) optimizada para la pérdida de grasa, el aumento de masa muscular y la preparación para la fertilidad. Incluso propuso un enfoque de ciclo de carbohidratos (más carbohidratos en los días de entrenamiento, menos en los días de descanso), que el usuario planeaba confirmar con su entrenador.
La IA también señaló con precisión el posible aumento de cortisol al consumir café con el estómago vacío, una preocupación planteada también por el entrenador humano. Ambos sugirieron combinar el café con proteínas (colágeno, en este caso) para mitigar el efecto. La capacidad de la IA para identificar esto y ofrecer soluciones como huevos duros o salmón ahumado para equilibrar las hormonas sin comer en exceso demostró su potencial para brindar asesoramiento personalizado.
El usuario integró estas sugerencias en su aplicación de seguimiento de alimentos, aunque reconoció la necesidad de validación humana. El lado del entrenamiento fue igualmente efectivo: la IA reforzó la importancia de priorizar la nutrición (80% de esfuerzo) sobre los entrenamientos excesivos (20%). Confirmó que el plan existente del usuario (una sesión con un entrenador, dos entrenamientos de fuerza adicionales, sesiones de sauna, pasos diarios y yoga) estaba en el camino correcto.
La conclusión clave es que la IA se destaca por brindar información granular y responder preguntas las 24 horas del día, actuando como una fuente secundaria de información para complementar la orientación profesional. La usuaria planifica escaneos corporales mensuales y consultas continuas con un entrenador durante los próximos 12 meses, con el objetivo de quedar embarazada dentro de tres.
Si bien la IA no reemplazará la experiencia de capacitadores o médicos calificados, ofrece una herramienta poderosa para quienes buscan apoyo adicional, motivación e información basada en datos. El futuro del fitness puede residir en combinar la experiencia humana con las capacidades analíticas de la IA.
