Estamos en 2026 y la vieja objeción ha muerto. Antes te decían que una IA generalista «no tiene tus datos». Ahora puedes conectar un MCP de Strava o de intervals.icu directamente a Claude o ChatGPT, pedirle que analice tu último bloque de entrenamiento y obtener una respuesta en segundos: fluida, específica, segura. Parece que acabas de conseguir un coach gratis.
No es así. Lo que has conseguido es un acceso más rápido a tu propio historial, y eso es realmente útil. Pero hacer aflorar información es descriptivo. El coaching es toma de decisiones. En la brecha entre ambos se ganan y se pierden las temporadas.
Describir tu entrenamiento no es entrenarlo
Enchufada a tus datos, la IA es excelente en la capa descriptiva: sacar el volumen del mes pasado, resumir una sesión, explicarte qué significa el resultado de tu test de FTP en lenguaje claro en lugar de hacerte bucear entre gráficos. Valor real. Sigue usándola para eso.
El problema empieza en el momento en que la gente extrapola de describir el pasado a decidir el futuro: generar planes de entrenamiento, prescribir ritmo, predecir el rendimiento. Ese es un trabajo fundamentalmente distinto, y un modelo de lenguaje es la herramienta equivocada para hacerlo.
Suena muy segura. Eso no es lo mismo que tener razón.
Un LLM generalista es, ante todo, un modelo de lenguaje: hecho para producir siempre una respuesta fluida, bien estructurada y convincente. Prácticamente nunca te dirá «tus datos son demasiado escasos para concluir». Imita texto que suena a análisis, así que te citará un TSB que no ha calculado de verdad, estimará una CP para la que no tiene ningún modelo y leerá una tendencia en una curva de potencia que se está imaginando a medias.
Ya conoces a esta persona en la vida real: el compañero de labia fácil, profundamente persuasivo, que irradia competencia, al que contratan allá donde se presenta y al que suelen ascender al siguiente puesto antes de que la realidad alcance al anterior. Juzgamos el contenido por la seguridad con la que se transmite, así que él destaca. Un LLM es esa persona a gran escala. Suena como el mejor coach con el que has hablado en tu vida, hasta que el plan se encuentra con tus piernas.
No sabe hacer los cálculos de verdad, y no conoce las consecuencias
El análisis de verdad es cálculo, no prosa. Ajustar un modelo de potencia-duración a tu curva de máximos. Simular un plan de ritmo contra tu W'-balance, segundo a segundo. Proyectar tu forma y tu frescura hacia adelante a lo largo de un bloque. Son modelos numéricos que hay que ejecutar. Un LLM no los ejecuta: genera números con la forma de la respuesta.
Y como no simula tu fisiología, no tiene ni idea de lo que su propio consejo le hará realmente a tu cuerpo. Pídele que gestione el ritmo de un puerto y obtendrás vatios que parecen razonables, son coherentes, están bien argumentados, resultan convincentes, y están sutilmente equivocados. El problema nunca fue que la respuesta no tenga sentido. Todo lo contrario. Tiene perfecto sentido, hasta que revientas en el segundo puerto.
Hace todo lo que le dices
Dile a un chatbot «haz la próxima semana más dura» y la hace más dura. Dile «me siento genial, añade un tercer día de intervalos» y lo añade. No tiene ninguna metodología que defender ni ninguna noción de si eso rompe tu progresión o te entierra en fatiga. Es complaciente hasta el absurdo: un pelota sin ningún principio de entrenamiento. Una metodología de verdad te dice no a veces. Ese «no» es la mitad del valor de un coach.
El peligro real: la deriva metodológica
Este es el que arruina una temporada en silencio. Cada conversación con una IA generalista es una improvisación nueva. Cuéntale tu último estado de ánimo y lo seguirá al pie de la letra. El lunes lo apuesta todo al entrenamiento polarizado. El jueves, formulado ligeramente distinto, adora el sweet-spot. La semana siguiente recuerda a medias un artículo diferente y vuelve a cambiar de rumbo. Cada respuesta es razonable por sí sola. Encadenadas, son un paseo aleatorio.
Pero la adaptación no viene de ninguna semana ingeniosa suelta: viene de la misma metodología aplicada con constancia durante meses, con variación controlada, cargada progresivamente para que tu cuerpo tenga tiempo de responder. Remodelar constantemente el enfoque en respuesta al feedback a corto plazo es a menudo lo contrario de lo que impulsa la progresión a largo plazo. Cambia de método cada dos semanas y nunca le das a ningún estímulo el tiempo suficiente para funcionar. No estás siguiendo un plan; estás probando diez distintos. Así es como los ciclistas consiguen estar ocupados y estancados al mismo tiempo.
Y mañana, te olvida
Cierra el chat y el contexto se pierde casi por completo. En la siguiente sesión vuelves a explicar quién eres, para qué entrenas, qué hiciste la semana pasada. No hay continuidad ni responsabilidad: nadie que se dé cuenta de que llevas tres semanas seguidas saltándote discretamente tus días fáciles. El valor de un coach se acumula. El de un chatbot se reinicia.
El siguiente paso real no es «más LLM»
La solución no es un modelo de lenguaje más grande y más listo. Es una arquitectura distinta: una en la que el modelo de lenguaje deja de ser lo que razona sobre tu cuerpo y se convierte en la interfaz hacia cosas que sí pueden hacerlo. Una capa de orquestación por encima de herramientas especializadas: modelos fisiológicos, modelos estadísticos, simuladores y, sí, otros modelos de lenguaje allí donde de verdad se ganan su lugar.
En ese diseño, el agente ya no se limita a responder. Actúa, simula las consecuencias de esas acciones, observa lo que vuelve e itera, antes siquiera de entregarte un plan. Esta es la dirección hacia la que apunta una y otra vez la investigación seria en IA: los «world models» de Yann LeCun, sistemas capaces de representar un entorno, proyectar acciones posibles y probar sus consecuencias antes de comprometerse con una. El lenguaje vuelve a ser lo que es fundamentalmente: una interfaz. No una fuente de verdad.
Describir el entrenamiento es fácil. Modelar la adaptación no lo es. Y ahí es exactamente donde empieza el trabajo de verdad.
Lo que CoachedBy hace de otra forma
Esa es la arquitectura sobre la que está construido CoachedBy. El modelo generativo es la interfaz con la que hablas —fluida, rápida, fácil— pero no es lo que decide. Por debajo hay modelos fisiológicos validados que calculan tus cifras reales, una única metodología de coach que guía cada plan (aplicada con constancia, no reinventada cada lunes para encajar con tu estado de ánimo) y una memoria persistente de todo tu historial. Y, sobre todo, no se limita a generar un plan y entregártelo: primero simula las consecuencias:
- Antes de que una sola sesión llegue a tu calendario, CoachedBy modela su impacto en tu cuerpo y comprueba si es realmente viable dada tu forma actual y tu fatiga acumulada. Una sesión que te vaciaría demasiado se remodela o se señala, no se te sirve porque «parecía razonable».
- A escala de la semana y del mes, proyecta tu forma y tu frescura hacia adelante a lo largo del bloque, de modo que detecta el sobreentrenamiento antes de que ocurra, en lugar de cuando ya estás metido en el agujero.
Ese es el bucle actuar-simular-observar-iterar en la práctica: un sistema que razona sobre las consecuencias, con un modelo generativo como interfaz y un coach de verdad detrás de todo ello.
Así que úsala, para lo que de verdad hace bien
Una IA generalista con tus datos enchufados es un becario brillante y muy leído: genial para «¿qué es el entrenamiento polarizado?», «¿cómo debo alimentarme en una salida de cuatro horas?», «explícame el resultado de mi test de FTP». Realmente útil en la capa descriptiva. Pero no sabe hacer los cálculos, no tiene ni idea de lo que su consejo le hace a tu cuerpo, está de acuerdo con todo lo que dices, cambia de opinión cada semana y mañana te olvida.
Eso no es un coach. Es un motor de búsqueda muy seguro de sí mismo disfrazado con tus datos.