Trčanje četiri puta tjedno godinama i testiranje pet-šest plaćenih aplikacija za treniranje zvuči kao solidna priprema za osobni rekord na deset kilometara — sve dok tu pripremu ne preuzme chatbot.
Francuski novinar odlučio je za jesensku utrku u Parizu odraditi 28 tjedana pripreme uz pomoć Googleove umjetne inteligencije Gemini, umjesto uz specijaliziranu aplikaciju za trčanje. Cilj je bio jasan: srušiti osobni rekord od 46 minuta i 52 sekunde i spustiti se pod 45, možda i pod 43 minute. Krenuo je od praznog računa, bez povijesti podataka, s tek jednim testom izdržljivosti od šest minuta kao osnovom.
Rezultat nakon prvih tjedana nije bio plan, nego niz ispravaka. Gemini je sam sebi sastavljao upute za rad, a do funkcionalne verzije trebalo je tri pokušaja. U prvoj inačici ponudio je primjer treninga koji se ponavljao tjednima, pa je autor morao ručno propisivati raznolikost. Zatim je uslijedio ozbiljniji problem.
Od 3,6 na 4,8 kilometara u tjedan dana
Već nakon dva tjedna umjetna je inteligencija predložila skok koji nijedan trener ne bi potpisao. S treninga od šest puta 600 metara pri brzini od 3 minute i 50 sekundi po kilometru prešla je na osam puta 300 metara u dva niza, pri 3 minute i 35 sekundi po kilometru — što je 104 posto maksimalne aerobne brzine trkača. Ukupno, s 3,6 kilometara pri 15,65 km/h na 4,8 kilometara pri 16,74 km/h u samo sedam dana. Trening je propao, kako je i moralo biti.
Najteži propust došao je na pitanje koje je autor postavio kako bi provjerio pamti li njegov virtualni trener uopće okvir pripreme: koliko tjedana plan treba trajati. Gemini je odgovorio — 12. Stvarni plan bio je 28 tjedana, više nego dvostruko dulji.
To nije sitnica. Kod pripreme za utrku struktura tjedana nosi cijelu poantu: baza, izgradnja, specifični rad, taperska faza pred start. Ako model izgubi tu nit, savjeti postaju nasumični bez obzira na to koliko uvjerljivo zvuče u svakom pojedinom odgovoru.
Što aplikacije rade, a chatbot ne
Specijalizirane platforme za trčanje, poput Garmin Coacha ili Runne, imaju ugrađene granice: poznaju tvoj profil, poštuju progresiju i neće ti u drugom tjednu pripreme zadati trening kakav se radi u tjednu pred utrku. Chatbot takvih granica nema dok mu ih sam ne postaviš — a i kad ih postaviš, može ih zaboraviti.
Autor je to pokušao riješiti tako da povijest treninga ručno ubacuje u trajne upute modela, svjesno zbog ranijeg iskustva s brisanjem memorije u dugim razgovorima. Sam je priznao da bi, s odmakom, odabrao drugu umjetnu inteligenciju. No ključno pitanje nije koji je model bolji.
Pitanje je zašto se uopće tolerira da alat koji sam sebe opisuje kao stručnjaka daje savjete o tjelesnom naporu bez ikakve odgovornosti za posljedicu. Kad aplikacija pogriješi, korisnik izgubi pretplatu. Kad chatbot pogriješi u planu opterećenja, trkač može zaraditi ozljedu.
Isti obrazac ponavlja se i izvan sporta. Modeli se danas nude kao zamjena za liječnika, odvjetnika, financijskog savjetnika i trenera, a svaki od tih poslova počiva na odgovornosti koju algoritam ne nosi. Personalizacija koju obećavaju često je samo dojam personalizacije, jer model ne razumije tijelo o kojem govori — barata brojevima koje mu je korisnik sam dao.
Ova priča zato nije anegdota o jednom trkaču i jednom promašenom tjednu. To je ogledni primjer kako se automatizacija uvlači u područja gdje greška ima cijenu, a nitko je ne naplaćuje.
Nakon što je utvrdio da Gemini dobro barata kontekstom, uslijedila su četiri mjeseca rutine u kojoj je AI svakodnevno sastavljao treninge, a ja ih ručno prepisivao u Garmin Connect. Upravo tu leži prva pukotina u cijeloj zamisli: Gemini ne može analizirati .fit ili .gpx datoteke, pa je svaki trening trebalo pretvarati u CSV preko posredničkog servisa. Dvostruki posao koji ozbiljna aplikacija odradi sama.
Svaka četiri tjedna otvarao sam novi razgovor s istim Gemom kako se memorija ne bi resetirala i izbrisala povijest podataka. Paralelno sam vodio Googleovu tablicu sa svim odrađenim sesijama. Zvuči kao sustav, ali to je sustav koji ovisi o disciplini korisnika, a ne o pameti alata.
Vrućina kao test fleksibilnosti
Ljetni valovi vrućine pokazali su jedinu stvarnu prednost AI-ja pred klasičnom aplikacijom. Gemini je sam predložio da se u upute doda postupak za visoke temperature i da se treninzi po tempu zamijene trčanjem po pulsu. Klasična aplikacija bi takvo što teško predložila bez ručnog podešavanja.
Istu fleksibilnost pokazao je i na putovanju s puno uspona te u danima kad trening jednostavno nije bio moguć. Umjesto da sesije samo prebaci na drugi dan, prilagodio ih je okolnostima. To je vrijedno, ali nije revolucionarno — iskusan trener radi isto, samo bez pretvaranja datoteka.
Dan utrke i granica koju AI nije prešao
U zadnjih deset dana Gemini je smanjio obujam i intenzitet kako bih na start 10 kilometara stigao svjež. Bio sam uvjeren da ću lako oboriti osobni rekord i sići ispod 45 minuta, no cilj od 43 minute djelovao je daleko. Deset dana prije utrke inzistirao sam na treningu od 2 x 3000 metara u ciljanom tempu. Nije prošao na stazi.
Gemini me tada uvjeravao da je neuspjeh posljedica okolnosti, a ne forme: prebrz start bez orijentira, monotonija kruga i umor pretvorili su trening u test mentalne izdržljivosti. Na utrci, tvrdio je, neću trčati u krug, nego po otvorenoj cesti s ravnim linijama i skupinom koja vuče.
Bio je u pravu. Krenuo sam točno u planiranom tempu od 4 minute i 17 sekundi po kilometru, držao se drugih trkača i nisam gledao sat. Rezultati su se nizali: 3000 metara za 12:49, dvije milje za 13:52, pet kilometara za 21:26, a deset kilometara za 43:09.
Ipak, četiri kratke dionice hodanja — deset sekundi tu, pet tamo — skupile su se i odvojile me od cilja. Zadnji kilometar istrčao sam za 3:59, ali ciljna crta prešla se devet sekundi prekasno. Novi rekord ipak je pao: prethodnih 46:52 zamijenjeno je s 43:09, što je 22 sekunde manje po kilometru.
Pitanje koje izostaje: tko jamči da AI neće nekoga slomiti
Sam autor priznaje da nije siguran je li Gemini bio najbolji izbor. Njegova konkurencija, posebno Claude, danas ima pristup podacima sa Strave i Corosa bez ručnog izvoza datoteka. Zato je na kraju kombinacija triju modela — provjera jednog kod drugoga — postala pravilo.
No pravo pitanje nije koji je model bolji. Pitanje je što se dogodi kada ovakav plan dobije trkač početnik koji ne zna procijeniti je li sesija preteška. AI povremeno pretjera s tempom i obujmom, a posljedice su ozljeda ili odustajanje pod dojmom da tijelo nije doraslo zadatku — iako je kriv alat.
Zato ovakav pristup, priznaje to i sam autor, koristi iskusnijima koji mogu prepoznati besmislenu sesiju i odbiti je. Za ostale vrijedi pravilo koje nijedan Gem ne može zaobići: umjetna inteligencija predlaže, ali odgovornost ostaje na onome koji nazuje cipele.
Za prvi maraton nakon 2024. autor je odlučio odustati od eksperimenta s umjetnom inteligencijom i vratiti se klasičnoj aplikaciji za treniranje — koliko god bila kruta. Razlog je jednostavan: maraton je predug i prezahtjevan da bi pogreška u programiranju prošla nekažnjeno.
To je priznanje koje mnogi trkači amateri ne žele izgovoriti naglas. Šest mjeseci slušanja algoritma, prilagodbe plana na temelju podataka sa sata i aplikacije, i na kraju — povratak strukturiranom okviru. Ne zato što je AI zakazao, nego zato što je odgovornost kod duge staze prevelika da bi se prepustila crnoj kutiji.
Gdje algoritam prestaje biti trener
Klasična aplikacija nudi nešto što generativni model ne može jamčiti: predvidljivost. Znate što će plan reći u tjednu 14., znate kako će reagirati ako preskočite trening, znate gdje su granice. Kod AI-ja te granice nisu uvijek vidljive — model može uvjerljivo zvučati i kada griješi.
Za 10 kilometara to je podnošljiv rizik. Za 42 kilometra i 195 metara nije. Tijelo trkača na maratonu ulazi u zone gdje svaki pogrešno doziran tjedan može značiti ozljedu ili propušten cilj, a cijena takve greške mjeri se mjesecima oporavka.
Ovdje se otvara pitanje koje zagovornici AI trenera izbjegavaju: tko odgovara kada algoritam pogriješi? Nitko. Aplikacija nema licencu, nema odgovornost i nema obvezu objasniti zašto je predložila 60 kilometara u tjednu koji je trebao biti oporavak.
Iskustvo nije isto što i podaci
Šest mjeseci s AI-jem očito je dalo rezultat — oboren rekord na 10 kilometara. Ali rekord na kratkoj stazi i priprema za maraton traže različitu vrstu pouzdanosti. Prvo nagrađuje agresivno prilagođavanje, drugo kažnjava svako odstupanje od temelja.
Trkačka zajednica to zna desetljećima. Treneri, klubovi, iskusniji kolege — svi oni funkcioniraju kao živi sustav provjere koji algoritam ne može zamijeniti. AI može biti koristan dodatak, ali kao temelj plana za maraton ostaje rizik koji razuman trkač ne preuzima.
Ostaje pitanje za sve koji danas slažu planove uz pomoć chatbota: ako biste na start maratona stali s istom sigurnošću s kojom vjerujete algoritmu, biste li to učinili? Autor ovog teksta očito ne bi — i to je najiskreniji dio njegova šestomjesečnog eksperimenta.
0 komentara
Još nema komentara. Budite prvi.