L'IA à ses débuts - quelle est l'utilité des plans de formation des chatbots ?

"Je ne pense pas que les entraîneurs* puissent être fondamentalement remplacés", affirme avec certitude le professeur Alexander Asteroth. Il est l'un des auteurs de l'étude sur l'IA menée par l'Institut fédéral des sciences du sport. "L'intelligence artificielle met plutôt à disposition des outils pour soutenir les entraîneurs dans leur travail. Dans le domaine de la planification de l'entraînement, l'IA fait des prédictions sur l'évolution possible des performances sur la base de l'entraînement. Celles-ci peuvent être correctes. Mais aussi complètement fausses".

ChatGPT, par exemple, est devenu en un clin d'œil, après sa publication en novembre 2022, une sorte de synonyme d'intelligence artificielle. Grâce à elle, le chatbot répond en quelques secondes aux questions les plus diverses : par exemple "Qu'est-ce que le HIIT ?" ou "Comment s'entraîner pour un marathon ? Sans grand effort, chacun* peut, après s'être inscrit gratuitement sur https://chat.openai.com/ de mener des conversations semblables à celles des humains.

Le chatbot répond aux questions avec une rapidité remarquable et un langage clair et sans fioritures. Il évite ainsi de devoir parcourir divers sites web, comme ceux proposés par Google. Même pour des questions de suivi un peu plus précises sur le même sujet, l'IA en vogue fournit des réponses détaillées, les informations sont présentées de manière claire et structurée. Le système est alimenté par des données provenant de sites web, d'entrées Wikipedia et de livres, de sorte qu'il fournit parfois des réponses assez utiles. Toutefois, l'IA a des limites et montre des faiblesses lorsqu'il s'agit d'entraînement sportif individuel.

Le professeur Alexander Asteroth explique pourquoi l'IA se trompe parfois dans l'interprétation des données d'entraînement : "De manière tout à fait plausible, on pourrait, en regardant les données, arriver à la conclusion que plus d'entraînement conduit à un développement plus fort des performances. Selon la devise : beaucoup aide beaucoup. Pour simplifier, une IA pourrait donc générer des plans d'entraînement aussi complets et intensifs que possible. Mais il pourrait en résulter un entraînement excessif et des blessures", prévient Asteroth. Sa conclusion : "Il faut toujours remettre en question ce que propose l'intelligence artificielle. Et pour cela, il faut de l'expertise. Et c'est ce qu'apportent généralement les - vrais - entraîneurs*".

En outre, le professeur Asteroth constate que les plans d'entraînement de l'IA dans le cyclisme, par exemple, ne sont généralement que des "plans standard modifiés", tels qu'on les trouve dans les livres sur l'entraînement. "C'est peut-être lié à des considérations de sécurité. Les fabricants ne veulent pas qu'on leur dise sur quoi se basent exactement leurs plans d'entraînement : S'agit-il vraiment de 'machine learning' ou d'un codage dur" ?

De nombreux youtubers de fitness à forte audience montrent actuellement dans leurs blogs vidéo comment le chatbot propose des plans d'entraînement en un clin d'œil, sur la base d'informations telles que l'âge, l'objectif d'entraînement et le temps disponible pour s'entraîner. Le ton général est le suivant : les résultats sont remarquables, mais doivent être considérés avec prudence, car ces plans ne tiennent pas compte des particularités individuelles, comme les blessures par exemple.

C'est pourquoi Matthias Fischer, scientifique du sport et entraîneur personnel à Heidelberg, est sceptique quant aux plans d'entraînement créés par l'IA : "J'ai une position plus spécifique à ce sujet, car l'intelligence artificielle n'en est encore qu'à ses débuts à mon avis. Je pense qu'avant de créer un plan d'entraînement pour une personne, il faut la considérer comme un système biopsychosocial complet. Chaque personne est trop complexe pour s'entraîner selon un plan standardisé", explique le propriétaire de la société CAPECS® sports consulting à Heidelberg, lors d'un entretien avec ISPO.com.

"Si un sportif veut par exemple se muscler les cuisses, qu'il entre ses données de référence comme l'âge, le poids, le taux de graisse corporelle, alors une intelligence artificielle peut certainement déjà établir des plans d'entraînement raisonnables. Mais dans la pratique, et c'est ce que je constate dans mon travail quotidien, il faut passer tout le corps au crible, faire une anamnèse, non seulement pour obtenir des résultats optimaux en matière de musculation, mais aussi et surtout pour prévenir la douleur ou pour la rééducation. C'est là que je vois encore les limites pour le moment".

A la question de savoir quels athlètes de haut niveau* tentent d'améliorer leurs performances grâce à l'intelligence artificielle, ChatGPT fournit des réponses concrètes ; par exemple, que l'athlète britannique de haut niveau Katarina Johnson-Thompson utilise un système de coaching fitness basé sur l'IA, développé par le leader mondial américain "Vi". En utilisant les données de wearables comme les smartwatches et les trackers de fitness, ce système crée des plans d'entraînement personnalisés pour la médaillée Johnson-Thompson. Selon ChatGPT, Serena Williams, LeBron James et Usain Bolt s'entraînent également avec l'IA.

Les coachs IA ont également le vent en poupe pour les sportifs* normaux, comme le prouve la success story de Freeletics. La startup d'applications de fitness fondée en 2013 à Munich montre que l'IA a depuis longtemps trouvé sa place dans le sport de masse. L'entraînement chez Freeletics se concentre sur la force et l'endurance sans appareils : par exemple sous forme de High Intensity Training et de Calisthenics (entraînement physique intensif dans des parcs, où l'on s'entraîne avec le poids de son propre corps). L'entraîneur virtuel est, selon Freeletics, "l'entraîneur personnel numérique basé sur l'IA le plus avancé qui existe".

L'intelligence artificielle s'impose de plus en plus dans le sport à tous les niveaux de la gestion de l'entraînement, car les outils intelligents mettent à disposition de plus en plus de données et de statistiques. A cela s'ajoutent les informations, les expériences et les retours des utilisateurs* du monde entier, le tout convergeant vers les applications basées sur l'IA. La disponibilité de données précieuses est la raison pour laquelle l'IA peut continuer à se développer ; plus il y a de données, meilleurs sont les résultats.

L'application "Enduco", par exemple, enregistre d'abord l'entraînement de ses utilisateurs* et intègre des données de performance provenant d'autres sources. En tenant compte de la forme actuelle et des objectifs sportifs des utilisateurs, le coach piloté par l'IA génère un "plan d'entraînement sur mesure". Après l'entraînement, le coach IA adapte le plan d'entraînement en fonction de l'état actuel. En fonction des écarts, ce plan est ensuite adapté en conséquence pour l'avenir.

L'intelligence artificielle est même capable de prédire les risques de blessures. Le scientifique de données Alessio Rossi, de l'université de Pise, et son équipe

ont analysé des équipes de football professionnelles italiennes sur une longue période. Ils ont mesuré la charge d'entraînement de chaque joueur à l'aide de paramètres tels que le GPS et l'analyse vidéo, ainsi que la fréquence cardiaque, le taux de lactate et la perception subjective de l'effort. Les chercheurs ont alimenté une IA avec toutes ces informations pour identifier des modèles dans les données d'effort et finalement prédire les blessures. L'IA a pu calculer les probabilités qu'un joueur se blesse dans les jours ou les semaines à venir et fournir des indications sur les raisons des blessures.

En combinant par exemple les données des caméras et les informations fournies par les wearables, l'IA peut même résoudre des situations stratégiques ou tactiques. C'est la conclusion du rapport "Künstliche Intelligenz für den Spitzensport im Spannungsfeld zwischen Big und Small Data" (L'intelligence artificielle au service du sport de haut niveau entre petites et grandes données), publié par l'Institut fédéral des sciences du sport.

Actuellement, les outils d'IA sont surtout utilisés dans le domaine du fitness. Et ils peuvent faire plus que de créer des plans d'entraînement généraux. Ainsi, l'application "Mirror" aide ses utilisateurs à exécuter correctement les mouvements lors de l'entraînement de fitness. L'IA permet d'obtenir des plans d'entraînement à moindre coût, aide à gérer l'entraînement et soutient la motivation, pour un prix nettement inférieur à celui d'un entraîneur personnel.

Malgré ce fait, les entraîneurs humains* ne doivent pas s'inquiéter de leur raison d'être, explique l'entraîneur personnel munichois George Tsantalis : "Pour des mouvements compliqués comme le squat ou le soulevé de terre, une IA ne peut pas intervenir directement si ceux-ci ne sont pas exécutés correctement. L'IA ne peut pas voir le mouvement et ne peut donc pas intervenir à tout moment en temps réel, comme le ferait un entraîneur personnel". Mais de manière générale, Tsantalis voit un grand potentiel dans les possibilités offertes par l'IA à long terme : "Comme la technologie s'améliore presque chaque jour, elle devient beaucoup plus compétitive et peut certainement être encore plus utile à l'avenir pour nous, les entraîneurs personnels, et pour le secteur du fitness".

Le professeur Asteroth mise également sur les entraîneurs* humains, mais voit aussi le potentiel des coachs virtuels : "Comme beaucoup d'autres, je suis sceptique quant aux plans d'entraînement générés par l'IA. Mais à l'avenir, si ceux-ci se développent, l'intelligence artificielle a un potentiel dans le domaine du sport. C'est pourquoi je travaille et je fais des recherches dans ce domaine. Mais pour l'instant, je ne vois tout simplement pas l'IA aller aussi loin".

Le scientifique ne veut pas s'engager sur les potentiels de développement auxquels il faudra s'attendre dans les années à venir, mais le professeur Asteroth définit clairement ce dont ils devraient être capables : "L'intelligence artificielle doit fournir des plans d'entraînement explicables. Les approches modernes de l'IA sont guidées par les données, l'apprentissage automatique du système développe ses prédictions à partir des données. Mais celles-ci restent totalement inexpliquées. Les risques, par exemple, restent ouverts. Que se passe-t-il si je m'entraîne de telle ou telle manière ?"

Du point de vue d'Asteroth, "Explainable AI" jouera un rôle très important à l'avenir. La plupart des processus d'apprentissage automatique modernes sont des algorithmes de type "boîte noire", c'est-à-dire que les prédictions se font sans explication sur la raison exacte du résultat de la prédiction. Or, cela est essentiel pour pouvoir évaluer si l'on peut faire confiance ou non à un plan d'entraînement généré par l'IA. L'IA ne doit pas seulement fournir un plan, mais aussi la justification de celui-ci. Ce n'est pas encore le cas actuellement.

Le professeur Asteroth voit le potentiel de l'IA avant tout sous la forme de systèmes de soutien pour les entraîneurs*, que ce soit dans le sport de compétition ou dans le secteur du fitness : "Dans le domaine professionnel, les athlètes sont déjà bien entraînés, il peut être nécessaire de trouver des alternatives pour de nouveaux modèles d'entraînement. Les IA peuvent les fournir. De mon point de vue, l'IA ne devrait jamais être un système entièrement automatisé, mais toujours un système de soutien. Parce que nous avons affaire à des êtres humains" !