ITENFRESDE
MAV73TRIATHLON. SERIOUSLY.← Data Lab
MAV73 / DATA LAB / PROJECT 01

MY ATHLETE
AI.

He conectado mis datos deportivos a un sistema de IA que puedo consultar en lenguaje natural. No para sustituir al entrenador, sino para relacionar lo que registra Garmin con todo el contexto que lo rodea.

GARMINENTRENAMIENTOSLEEPRECOVERYWEIGHTNUTRICIÓNAI
THE IDEA

GARMIN RECORDS
MY TRAINING.
AI CONNECTS THE DOTS.

Soy un apasionado de la tecnología, también porque es mi trabajo. El punto de partida fue sencillo: en lugar de abrir distintos dashboards y mirar decenas de gráficos, ¿puedo hacer una pregunta normal directamente a mis datos?

El objetivo no es tener otro número. Es añadir contexto: qué hice ayer, cómo dormí, cómo estoy recuperando, cómo responde el corazón, qué condiciones había y cómo se compara todo esto con mi historial.

BEFORE → PREDICT → AFTER
THE RULE

AI DOESN'T REPLACE
MY COACH.
IT WORKS ALONGSIDE HIM.

Una predicción no es una verdad y un modelo no sabe todo lo que sabe una persona. Para mí, la IA es un analista adicional: conecta datos, encuentra señales, propone lecturas y después permite compararlas con lo que ocurre realmente.

01 / BEFORE · TRAINING

ONE WORKOUT.
MORE CONTEXT.

Después de una de las últimas sesiones largas antes de Cervia no quería limitarme a ver distancia, ritmo y frecuencia cardiaca. Quería entender cómo había respondido el cuerpo teniendo en cuenta todo lo que había pasado antes.

«Evalúa un poco mi carrera de hoy».

La IA relacionó la carrera con la sesión de bici muy exigente del día anterior, la respuesta cardiaca, las condiciones ambientales, entrenamientos similares del pasado y el momento de la preparación en el que me encontraba. Lo interesante no era cuánto había corrido. Era entender cómo había respondido a esa carga.

01TODAY'S RUN
02PREVIOUS LOAD
03HEART RATE
04WEATHER
05HISTORY
06RACE CONTEXT
02 / PREDICT · CERVIA 2026

PREDICTED.
THEN RACED.

Antes del IRONMAN de Cervia pedí a la IA que leyera la preparación y estimara cada disciplina. Después de la carrera comparé la predicción con lo que ocurrió realmente. No para demostrar que la IA «acierta», sino para medir dónde interpreta bien mi historial y dónde se equivoca.

DISCIPLINE
AI PREDICTION
ACTUAL
SWIM
1:10–1:12
1:10:32
BIKE
5:10–5:15
5:19:07
RUN
4:45–4:55
4:51:02
TRANSITIONS
~15'
14:37

La natación y la carrera quedaron dentro de las ventanas previstas y las transiciones estuvieron muy cerca de la estimación. La bici fue más lenta. Y es precisamente la diferencia, no solo lo que coincide, lo que hace útil la comparación.

03 / AFTER · WHAT ELSE?

THE RESULT IS
ONLY THE START.

Después de Cervia estaba contento con el resultado. Luego hice una segunda pregunta: además del tiempo final, ¿qué puedes ver reuniendo también los datos de salud, recuperación y carrera?

«¿Hay más información que puedas extraer evaluando todos los factores de salud?»
96 msHRV · PRE-RACE

Valor registrado la noche anterior a la carrera, junto con 6 h 40 de sueño y 98 minutos de sueño profundo.

38 bpmRESTING HR

Frecuencia cardiaca en reposo registrada la víspera.

81–83READINESS

La mañana de la carrera, el dispositivo indicaba un nivel de recuperación alto.

81 → 5BODY BATTERY

La variación mostraba de forma inmediata cuánto había drenado el día las reservas estimadas por el wearable.

4,687 LHYDRATION · BIKE

Consumo registrado en el análisis frente a una estimación del dispositivo de 4,706 L.

~64 hRECOVERY · +2 DAYS

Dos días después, el reloj seguía indicando una recuperación larga, mientras que HRV y sueño ya habían mejorado.

THE FINISH TIME TELLS ME WHAT HAPPENED.
THE DATA HELPS ME ASK WHY.

DATA ≠ TRUTH

CONTEXT,
NOT CERTAINTY.

La IA puede encontrar relaciones difíciles de ver mirando muchas pantallas por separado. Pero una correlación no se convierte automáticamente en causa, una predicción no es una promesa y los valores de un wearable no son un diagnóstico.

Las respuestas de la IA también pueden sonar demasiado seguras. Parte del proyecto consiste precisamente en aprender a distinguir dato medido, interpretación e hipótesis.

También por eso el proyecto no pretende sustituir a un entrenador ni a un profesional sanitario.

WHAT I ASK

QUESTIONS,
NOT DASHBOARDS.

01

¿Cómo está cambiando mi forma en las últimas semanas?

02

¿Qué relación hay entre sueño, carga y calidad de los entrenamientos?

03

Con los datos actuales, ¿qué rendimiento es razonable esperar?

04

¿Dónde falló la predicción respecto a la carrera real?

BUILD YOUR OWN

I WANT TO SHOW
HOW I BUILT IT.

Este es también uno de los temas que quiero llevar a MAV73 e Instagram: explicar cómo construir un sistema similar a partir de tus propios datos, usando herramientas accesibles y sin tener que contratar necesariamente suscripciones caras.

No para copiar mi setup, sino para entender cómo recoger los datos, organizarlos y, sobre todo, hacer mejores preguntas.

PROJECT 02

PERSONAL DATA
NEEDS CONTEXT.

Athlete AI conoce mi historial personal. IRONMAN Data Project está construyendo un segundo nivel: el contexto de atletas, carreras, splits y rankings.

EXPLORE IRONMAN DATA PROJECT →
PARTNERS MAV73
MAV73TRIATHLON. SERIOUSLY.
Disponible para colaboraciones seleccionadas.