MY ATHLETE
AI.
J’ai connecté mes données sportives à un système d’IA que je peux interroger en langage naturel. Pas pour remplacer le coach, mais pour relier ce que Garmin enregistre à tout le contexte qui l’entoure.
GARMIN RECORDS
MY TRAINING.
AI CONNECTS THE DOTS.
Je suis passionné de technologie, aussi parce que c’est mon métier. Le point de départ était simple : au lieu d’ouvrir plusieurs dashboards et de regarder des dizaines de graphiques, puis-je poser une question normale directement à mes données ?
L’objectif n’est pas d’obtenir un chiffre de plus. C’est d’ajouter du contexte : ce que j’ai fait hier, comment j’ai dormi, comment je récupère, comment mon cœur répond, quelles étaient les conditions et comment tout cela se compare à mon historique.
AI DOESN'T REPLACE
MY COACH.
IT WORKS ALONGSIDE HIM.
Une prévision n’est pas une vérité et un modèle ne sait pas tout ce qu’une personne sait. Pour moi, l’IA est un analyste supplémentaire : elle relie les données, repère des signaux, propose des lectures et permet ensuite de les comparer à ce qui se passe réellement.
ONE WORKOUT.
MORE CONTEXT.
Après l’une des dernières longues séances avant Cervia, je ne voulais pas seulement voir la distance, l’allure et la fréquence cardiaque. Je voulais comprendre comment mon corps avait répondu en tenant compte de tout ce qui s’était passé avant.
L’IA a mis la course en relation avec la séance vélo très exigeante de la veille, la réponse cardiaque, les conditions environnementales, des entraînements similaires du passé et le moment de la préparation. L’intérêt n’était pas de savoir à quel point j’étais allé vite. C’était de comprendre comment j’avais répondu à cette charge.
PREDICTED.
THEN RACED.
Avant l’IRONMAN de Cervia, j’ai demandé à l’IA d’analyser la préparation et d’estimer chaque discipline. Après la course, j’ai comparé la prévision à ce qui s’est réellement passé. Non pour prouver que l’IA « devine », mais pour mesurer où le modèle lit bien mon historique et où il se trompe.
La natation et la course à pied sont restées dans les fenêtres prévues et les transitions ont été très proches de l’estimation. Le vélo a été plus lent. Et c’est précisément l’écart, pas seulement ce qui coïncide, qui rend la comparaison utile.
THE RESULT IS
ONLY THE START.
Après Cervia, j’étais satisfait du résultat. Puis j’ai posé une deuxième question : au-delà du temps final, que peux-tu voir en réunissant aussi les données de santé, de récupération et de course ?
Valeur relevée la nuit précédant la course, avec 6 h 40 de sommeil et 98 minutes de sommeil profond.
Fréquence cardiaque au repos relevée la veille.
Le matin de la course, l’appareil indiquait un niveau de récupération élevé.
La variation montrait immédiatement à quel point la journée avait épuisé les réserves estimées par le wearable.
Consommation indiquée dans l’analyse contre une estimation de l’appareil de 4,706 L.
Deux jours plus tard, la montre indiquait encore une récupération longue, alors que HRV et sommeil étaient déjà remontés.
THE FINISH TIME TELLS ME WHAT HAPPENED.
THE DATA HELPS ME ASK WHY.
CONTEXT,
NOT CERTAINTY.
L’IA peut trouver des relations difficiles à voir en regardant de nombreux écrans séparés. Mais une corrélation ne devient pas automatiquement une cause, une prévision n’est pas une promesse et les valeurs d’un wearable ne sont pas un diagnostic.
Les réponses de l’IA peuvent elles aussi être trop affirmatives. Une partie du projet consiste justement à apprendre à distinguer donnée mesurée, interprétation et hypothèse.
C’est aussi pour cela que le projet ne cherche pas à remplacer un coach ou un professionnel de santé.
QUESTIONS,
NOT DASHBOARDS.
Comment ma forme évolue-t-elle ces dernières semaines ?
Quelle relation existe entre sommeil, charge et qualité des entraînements ?
Avec les données actuelles, quelle performance est raisonnable d’attendre ?
Où la prévision s’est-elle trompée par rapport à la course réelle ?
I WANT TO SHOW
HOW I BUILT IT.
C’est aussi l’un des thèmes que je veux développer sur MAV73 et Instagram : expliquer comment construire un système similaire à partir de ses propres données, avec des outils accessibles et sans devoir souscrire à des abonnements coûteux.
Pas pour copier mon setup, mais pour comprendre comment collecter les données, les organiser et surtout poser de meilleures questions.
PERSONAL DATA
NEEDS CONTEXT.
Athlete AI connaît mon historique personnel. IRONMAN Data Project construit un second niveau : le contexte des athlètes, courses, splits et classements.
EXPLORE IRONMAN DATA PROJECT →