Smart zegarki mówią nam, jak żyć. Medalista olimpijski: to nie są dobre produkty

Aplikacje, gadżety, cyfrowi bliźniacy, śledzenie ruchy gałek ocznych - o tym, jak technologia mierzenia osiągnięć w sporcie rozwinęła się na przestrzeni ostatnich 20 lat rozmawiamy z Pekką Koskelą, czterokrotnym medalistą mistrzostw świata w łyżwiarstwie szybkim i trenerem. 

Kiedy byłeś zdobywałeś medale, jako jeden z pierwszych korzystałeś z danych do układania treningów, teraz korzystasz z nich, szkoląc nowe pokolenia zawodników. Jak przez te wszystkie lata zamieniła się ta technologia? 

Koskela: Jakoś w 2000 roku kupiłem z własnych pieniędzy licznik do roweru. Chciałem kontrolować moje osiągi, a to było najlepsze rozwiązanie, na jakie wtedy wpadłem. Byłem jednym z pierwszych zawodników, który tak bardzo interesował się technologiami gromadzącymi dane treningowe, więc musiałem sam w nie dużo inwestować. 

Czytaj o smart zegarkach na Spider's Web:

Teraz mamy mikrokontrolery, czujniki i jeszcze więcej gadżetów. Kiedyś próbowałem uczyć się programowania w C++, żeby choćby uzyskać dane z mojego licznika mocy, teraz są piękne aplikacje, które wszystko jasno pokazują, a rynek rozwija się w zawrotnym tempie. 

Zmieniło się także podejście samych zawodników. Nowe pokolenia łatwiej przekonać do noszenia urządzeń monitorujących ich parametry i zbierających dane. Kiedy wchodzą na poziom zawodowców i elitarnych sportowców, korzystanie z technologi i gadżetów jest dla nich naturalne, w końcu przez prawie całe życie korzystali z inteligentnych zegarków i telefonów. W technologii dostrzegają możliwości, a nie zagrożenia.

A starsi zawodnicy? 

Tu bywa różnie, niektórzy nie widzą korzyści z korzystania z technologii, nie wierzą w żadne nowe rzeczy. Tak się czasami dzieje ze sportowcami pod koniec kariery. 

Wspomniałeś podczas wystąpienia o cyfrowym bliźniaku, możesz mi wyjaśnić, co to?

To koncepcja używana głównie w przemyśle, szczególnie tam, gdzie masz strumienie danych oparte o IoT (Internet of Things). To taki cyfrowa kopia jakiegoś fizycznego obiektu, dzięki której możesz testować różne scenariusze. Na przykład na cyfrowym bliźniaku wieżowca możesz przeprowadzić symulację tornada i zobaczyć, co się stanie, czy struktura zostanie nadmiernie obciążona i czy dojdzie do jej zawalenia. 

My ten pomysł aplikujemy do ludzi. Mamy systemy symulujące systemy ciała i do ich wprowadzamy różne strumienie danych z laboratorium sportowego czy urządzeń noszonych przez zawodników - z wszystkich dostępnych dla nas źródeł.

Tworząc bliźniaki można w nie też wprowadzać też informacje o genach?

Tak, bo wiemy już, że geny są choćby związane z tym, jak znosisz intensywny wysiłek. Jeśli nie masz odpowiednich genów, nigdy nie zostaniesz najlepszym triatlonistą ani nie będziesz wygrywał biegów na 10 km na najwyższym poziomie.

Korzystacie w już z tego w praktyce? 

Moglibyśmy, ale nie wszyscy decydują się na test genetyczny. Poza tym taki test rodzi dodatkowe pytania etyczne. Co powinniśmy zrobić ze zdobytą w ten sposób wiedzą? Jeśli ktoś naprawdę chce być sportowcem i jest dość dobry w grupie wiekowej, ale nie ma odpowiednich genów i wiadomo, że nigdy nie będzie osiągnie poziomu mistrzowskiego? 

To dość przygnębiające. Z drugiej strony bycie sportowcem wymaga 100 proc. zaangażowania, jeśli wiadomo, że i tak nie osiągnie się sukcesu, może nie warto tyle inwestować w trening? 

To prawda, jeśli chce się zostać sportowcem trzeba poświęcić dużo czasu i energii na trening. A mimo to… możesz wyćwiczyć doskonale umiejętności poznawcze, pracować dzień i noc, ale przez to, że masz inne geny nigdy nie osiągniesz poziomu najlepszych. Co najwyżej będziesz dość dobry, żeby zdobyć jakiś medal na poziomie krajowym.

To nie jest zły wynik!

A i tak będziesz musiał wtedy pracować ciężej niż inni, ci z lepszymi pod tym względem genami. 

Wspomniałeś o umiejętnościach poznawczych - je też mierzycie? 

Jestem właśnie zaangażowany w projekt, którego celem jest rozwijanie wydajności poznawczej. Istnieją aplikacje testowe, które pokazują poziom zmęczenia poznawczego, zdolności rozpoznawania wzorców i to, jak ruch gałek ocznych koreluje z gotowością do wykonania lub niewykonania zadania. To są rzeczy, które teraz badamy. Mamy już aplikacje, których można używać do zbierania tych danych, ale nie opracowaliśmy jeszcze do końca metod analizowania tego.

Jaki rozpoznawanie wzorców ma związek z szybkim jeżdżeniem na łyżwach? Chodzi o szybkość reakcji?

Nie, choć oczywiście szybkość reakcji też badamy. W wypadku umiejętności poznawczych chodzi jednak o szybkość dostrzegania wzorca, rozpoznania go, a następnie pomyślenia, co się wydarzy i przesłania tej wiadomości do układu neuromuskularnego. Czysta reakcja na bodziec jest inna, to raczej szybkość podejmowania decyzji. 

Rozumiem, że ją możecie mierzyć w sekundach lub nawet milisekundach, ale co z innymi czynnikami psychologicznymi? Bierzecie je też pod uwagę? 

Nie wiemy jeszcze, czy profile psychologiczne są powiązane z wydajnością, głównie dlatego, że profile psychologiczne są tworzone za pomocą kwestionariuszy opracowanych w latach 70. Mogą być dobre, ale trudno nam na razie określić, czy są w stanie dostarczyć nam twardych danych, których potrzebujemy. Znacznie trudniej nam działać nam na tym polu. Jeśli mierzymy responsywność na bodźce, to wiemy, jaki wynik jest dobry a jaki zły, z badaniami psychologicznymi nie jest tak łatwo. 

Wiemy, że kwestionariusz oceny odczuwanego wysiłku, tak zwana skala Borga, jest jednym z tych narzędzi, które będziemy stosowali jako dane wejściowe dotyczące intensywności obciążenia, ale to tylko jeden strumień danych. Jeśli chodzi o wydajność poznawczą, mamy aplikacje, o których mówiłem, w których można testować umiejętność rozpoznawania wzorców i przypisać punkty do wyników. Nadal jednak opracowujemy te rozwiązania i dopiero okaże się z czasem, jak się one rozwiną. 

A co z umiejętnościami społecznymi? Przecież relacje między zawodnikami też grają rolę, czy w profilach umieszczacie informacje o tym, jak gracz współpracuje z innymi? Czy jest jakieś miejsce, żeby zapisać liczbami odpowiednik wiadomości “ten zawodnik jest dupkiem”?

To jest dżungla. Choć takie rzeczy rzeczywiście bardzo wpływają na drużynę, jeszcze nie mamy ich zmapowanych. Myślę, że to pójdzie w kierunku określania wspólnych wartości i pod tym kątem dobierania zawodników. 

Teraz głównie tworzy się spersonalizowane profile zawodników z ich słabymi i mocnymi stronami, potem człowiek bierze te puzzle i próbuje tak je poskładać, żeby stworzyć z tego drużynę. A wbrew pozorom to wcale nie jest takie proste. Zlatan Ibrahimovic może mieć bardzo dobry profil, ale jeśli weźmiesz do zespołu 9 Zlatanów i umieścisz ich na murawie, nie będziesz miała tak dobrej drużyny jak na przykład Real Madryt. Na każdej pozycji potrzeby jest specjalista z innymi umiejętnościami, więc ta układanka wymaga opracowania strategii. W piłce nożnej bardzo dużo korzysta się z analityki i danych, nie tylko w wypadku dobierania zespołu, ale też planowania odpoczynku, zapobiegania urazom, kosztów zwrotu inwestycji, jeśli zawodnik siedzi na ławce.

Czasami decyzje, które musi podejmować trener, niekoniecznie są związane tylko ze zdrowiem zawodnika. Nie wiem, czy kojarzysz, ale kiedy w NBA Stephen Curry miał nie grać przez jakiś czas, bo był przeciążony grą, fani zaczęli się buntować, mówiąc, że jeśli kupili bilety na cały sezon, to chcą zobaczyć tego zawodnika w akcji. Takie sytuacje są bardzo ciężkie do rozwiązania. Nie tak łatwo być trenerem.  

Jak radzicie sobie z próbami oceny na przykład odporności na stres, która jest zależna od wielu innych czynników? 

Tak, odporność na stres może być różna w różnych kontekstach, dlatego ważne jest po pierwsze określenie tego, z jaką częstotliwością chcemy zbierać dane wejściowe. Czy będziemy je pobierać codzienne? Na wiele czynników wpływa to, co i jak jemy, wiemy już na przykład, że jeśli jesteśmy głodni, podejmujemy złe decyzje. Nasze, sportowców, ciała i umysły są od siebie zależne tak samo jak u innych ludzi. Te systemy są uniwersalne, dlatego też myślę, że technologie, których teraz używają sportowcy, będą dostępne zwykłym ludziom i będą pomagać im podejmować lepsze decyzje.

Na przykład?

Jeśli będę wiedział, że jeśli zrobię to i to, to za trzy dni będę chory, może zdecyduje się tego nie robić. 

No nie wiem, jeśli wypiję dużo wina, to mam pewność, że następnego dnia nie będę się czuła najlepiej, a mimo to…

Takie predykcje już można robić, ale żeby były skuteczne, trzeba dać ludziom pewność. Powiedzenie “masz większe szanse, że tak się stanie” czy  “masz 70 proc. szans” nie działa na ludzi. Dopiero konkretne i dokładne dane mogą kogoś przekonać. 

Pozostanę nieprzekonana. Wróćmy jednak do sportu. Coraz więcej firm próbuje mi takie przewidywania serwować - Garmin w swojej aplikacji potrafi sugerować użytkownikowi, że ten powinien zrobić sobie dłuższy odpoczynek, bo przeciążą organizm co grozi urazami. 

Tak, firmy próbują to robić, ale to jeszcze nie są dobre rozwiązania. Wszystko rozbija się o dane - oni po prostu mają ich za mało. Rzeczy, które teraz testujemy na zawodowych sportowcach, kiedyś będzie można wprowadzić na rynek, ale jeszcze nie raz. Mimo to duzi producenci popularnych sprzętów próbują narzucić swoim klientom zmiany w zachowaniu, choć te sprzęty nie zbierają dostatecznej ilości informacji, żeby to zrobić. Nie jestem do tego przekonany, bo jeśli nie masz dość danych, to dokładność twoich przewidywań bardzo szybko spada. Bez niektórych danych nie da się przewidzieć, jak zachowa się twój układ hormonalny. Te dane są zbyt uproszone, żeby mogły być precyzyjne. No ale mamy trochę inny punkt widzenia - te firmy nie szkolą sportowców, ale mają na celu sprzedanie kolejnego gadżetu.