Preguntar a la IA sobre sus datos de entrenamiento: por qué no da la talla hoy y qué cambia con MCP
Compartir
Probablemente ya lo hayas intentado. Pegas el kilometraje de la semana pasada en ChatGPT, añades tu tiempo en 10k y tu edad, y le preguntas qué deberías hacer a continuación.
La respuesta llega de inmediato, está bien escrita, tiene una estructura convincente y es casi inútil. No porque el modelo sea estúpido, sino porque le diste una postal y le pediste que describiera un país.
Este artículo trata sobre por qué sucede eso, qué está cambiando y la parte que omiten la mayoría de los artículos: qué deberías preguntar antes de dejar que cualquier asistente de IA se acerque a tu historial de entrenamiento.
Por qué preguntar a un chatbot sobre tu entrenamiento decepciona
Cuatro problemas por separado, y se acumulan.
No tiene historial
La primera pregunta de un entrenador sobre un martes duro es «¿comparado con qué?». Tu tiempo en 10k significa una cosa si corriste para conseguirlo tras doce semanas constantes y algo completamente diferente si corriste para conseguirlo tras tres. Un resumen pegado no lleva nada de eso. El modelo está respondiendo a una pregunta sobre un extraño que resulta compartir tus números.
Elegiste la evidencia, y la elegiste mal
Este es el punto sutil. Pegas lo que crees que es relevante: distancia, ritmo, frecuencia cardíaca. No pegas los tiempos por vuelta que muestran que tus intervalos se desmoronaron en la segunda mitad, ni las cuatro noches de mal sueño que los precedieron, ni el hecho de que la ruta tenía 200 metros más de desnivel de lo habitual. La explicación real suele estar en los datos que no te molestaste en incluir.
Se olvida
La mayoría de estas conversaciones empiezan de cero. Vuelves a explicar tu carrera, tu historial de lesiones y tu estructura semanal cada vez, e incluso así estás resumiendo en lugar de mostrar. A lo largo de un bloque de dieciséis semanas, estás teniendo la misma primera reunión cuarenta veces.
Preferiría ser útil que honesto
Dada una información escasa, un modelo de lenguaje normalmente no dice «No puedo saberlo a partir de esto». Produce una respuesta plausible y bien organizada, porque eso es lo que sabe hacer. Una entrada escasa más una salida segura es la peor combinación disponible: se siente como una percepción y en realidad es una suposición, y no tienes forma de saber qué partes son cuáles.
Nada de esto se soluciona con un mejor prompt. Es un problema de acceso.
Qué es MCP, en lenguaje sencillo
MCP significa Model Context Protocol. Es un estándar abierto, publicado por Anthropic y disponible libremente para que cualquiera lo implemente, para permitir que un asistente de IA lea de una fuente de datos externa.
La analogía útil es un enchufe.
Antes de los enchufes estándar, cada electrodoméstico necesitaba su propio sistema de cableado. Antes de algo como MCP, cada combinación de aplicación y asistente necesitaba su propio puente personalizado, y como nadie construye un puente para cada asistente, casi ninguno se construyó. MCP reemplaza eso con una conexión estándar: una fuente de datos expone un solo enchufe, y cualquier asistente que hable el estándar puede conectarse a él.
Hay dos cosas sobre las que vale la pena ser preciso, porque se confunden:
- MCP es fontanería, no inteligencia. No convierte a un asistente en un mejor entrenador. Cambia lo que el asistente puede ver. El razonamiento sigue siendo del modelo.
- MCP no concede acceso por sí solo. Describe cómo funciona una conexión. Lo que se le permite hacer a una conexión determinada —solo leer, o leer y cambiar cosas— lo decide quien la construye y lo que tú apruebas al conectarte. Esa distinción es todo el contenido de la sección de privacidad a continuación.
El soporte para el estándar se ha extendido más allá de su hogar original, pero qué asistentes lo soportan, en qué planes y en qué países cambia rápido. Revisa la documentación actual de lo que uses en lugar de confiar en un artículo, incluido este.
Qué se vuelve posible cuando un asistente puede ver tu historial real
Esta es la parte por la que vale la pena emocionarse, y no es «te escribe un plan». Es que las preguntas que realmente tienes en la cabeza se vuelven respondibles.
| Tu pregunta | Respuesta de números pegados | Respuesta con tu historial a la vista |
|---|---|---|
| «¿Por qué el martes fue tan duro?» | Una lista de nueve razones posibles: sueño, alimentación, calor, fatiga acumulada, enfermedad… | Cuál de esas realmente aplica: tus tiempos por vuelta cayeron a partir de la repetición cuatro, hizo 9 °C más calor que tu versión anterior de esta sesión, y ya habías corrido 40 minutos más de lo habitual esa semana. |
| «¿Estoy listo para correr una carrera en tres semanas?» | Consejos generales de descarga. | Si tus sesiones clave en este bloque realmente se completaron, cómo han evolucionado tus ritmos a una frecuencia cardíaca determinada, y dónde se sitúa este bloque junto al anterior a tu última carrera. |
| «¿Qué ha cambiado desde marzo?» | Nada. No tiene ningún marzo. | Una comparación real: frecuencia cardíaca a ritmo suave, cuánto tiempo han durado tus carreras largas, si tus días duros se han vuelto más duros o simplemente más frecuentes. |
| «¿Esta molestia aparece en mis datos?» | Consejo de ir a ver a un fisioterapeuta. Lo cual es correcto, pero ya lo sabías. | Consejo de ir a ver a un fisioterapeuta, más si tu cadencia o tu patrón de zancada cambiaron en la quincena antes de que lo sintieras por primera vez. |
El patrón: con acceso, dejas de recibir una lista de cosas que podría ser y empiezas a recibir cuál fue. Esa es la diferencia entre una enciclopedia y una conversación.
Las preguntas que debes hacer antes de conectar cualquier cosa
Esta es la parte de la que casi nadie escribe, y importa más que la capacidad.
Tu historial de entrenamiento es más revelador de lo que parece. Es un registro continuo de dónde estabas, a qué hora, con qué frecuencia estás en casa, qué tan bien duermes y —si se incluyen métricas de salud— un proxy razonable de cuándo estabas enfermo. Trata una conexión a él con la seriedad con la que tratarías una conexión a tu banco.
Antes de aprobar cualquier cosa, obtén una respuesta clara a cada una de estas.
1. ¿Qué puede leer exactamente?
¿Solo actividades, o también datos de salud? ¿Sueño? ¿Trazas de ubicación? «Tus datos de entrenamiento» es una frase vaga que cubre niveles de exposición muy diferentes. La respuesta debería ser una lista específica, no una categoría.
2. ¿Puede escribir, o solo leer?
Solo lectura debería ser tu predeterminado, y deberías tener que ser convencido para ir más allá. La razón es simple: una conexión de solo lectura que te malinterpreta produce una respuesta incorrecta, la cual puedes ignorar. Una conexión que puede escribir produce un plan de entrenamiento modificado, una sesión eliminada o un historial editado, y el error ahora está en tus registros en lugar de en tu pantalla.
El acceso de escritura no es malo y hay buenas razones para quererlo eventualmente. Pero es una decisión que debes tomar deliberadamente, después de confiar en la versión de solo lectura, y nunca como un predeterminado sin examinar el primer día.
3. ¿Puedes revocarlo, y qué tan rápido?
Debería haber un lugar específico donde veas qué está conectado y lo apagues, y revocar debería surtir efecto de inmediato en lugar de «dentro de 30 días». Si no puedes encontrar esa pantalla antes de conectarte, no te conectes.
4. ¿A dónde van realmente los datos, y se guardan?
Hay una diferencia real entre que un asistente lea tus sesiones para responder una pregunta y que una copia de tu historial se almacene en algún lugar nuevo. Pregunta si algo se conserva después de la conversación, y por cuánto tiempo.
5. ¿Se usan para entrenar modelos?
Las políticas difieren según el proveedor y el plan, y cambian. Esta es una pregunta con una respuesta que puedes encontrar: ve y búscala en lugar de asumir.
6. ¿Qué cuenta es esta, y quién más puede verla?
Si te conectas en un portátil del trabajo, bajo una cuenta del trabajo, dentro de un espacio de trabajo que administra tu empleador, tu frecuencia cardíaca en reposo ahora puede vivir en algún lugar que no tenías intención. Mundano, común y genuinamente vale la pena treinta segundos de pensamiento.
7. ¿Puedes ver qué hizo?
Algún registro de lo que se leyó, y de cualquier cambio realizado, es la diferencia entre una herramienta que puedes auditar y una herramienta en la que tienes que confiar ciegamente. Prefiere la primera.
Una buena regla general para las siete: conecta lo más pequeño que responda a tu pregunta. Si quieres entender tu carrera, no necesitas entregar tres años de datos de sueño para averiguarlo.
Lo que esto no solucionará
El acceso soluciona el problema de la entrada. No soluciona estos.
Basura entra, basura segura sale. Si tu reloj está trabajando con una frecuencia cardíaca máxima estimada, cada número basado en zonas aguas abajo de eso está mal, y un asistente que lee esos números razonará impecablemente desde premisas falsas. Vale la pena arreglar una frecuencia cardíaca máxima adivinada a partir de tu edad antes de preguntarle cualquier cosa para interpretar tu entrenamiento, junto con un umbral de lactato que no se ha actualizado en meses. Lo mismo se aplica a los índices de preparación, que son composiciones de otros números y heredan cada error en ellos. Si no estás seguro de cuáles de tus métricas se miden y cuáles se infieren, empieza aquí.
Todavía no conoce tu vida. Tus datos no contienen tu trabajo, tu cuidado infantil, ni el hecho de que estés temiendo esta carrera. Esa brecha es el principal argumento para mantener a un humano en el circuito, y el acceso a más datos no la cierra.
Todavía tienes que saber qué preguntar. Un asistente con vista completa de tu historial y sin ninguna pregunta que responder no hace nada. La calidad de lo que recibes de vuelta sigue estando determinada principalmente por la calidad de lo que preguntaste.
Una respuesta plausible no es una verificada. Incluso con datos reales a la vista, un modelo puede malinterpretarlos. Si una respuesta te sorprende, ve y mira la sesión tú mismo. «Me lo dijo» no es evidencia.
Hacia dónde se dirige esto
La dirección es lo suficientemente clara. Tu reloj ya mide mucho más de lo que puedes procesar, y el cuello de botella nunca ha sido la recolección, sino la interpretación. Una forma estándar para que un asistente lea tu historial real, con tu permiso y bajo tu control, elimina la parte más tediosa de ese cuello de botella: copiar y pegar.
Lo que no elimina es la necesidad de que algo decida qué significan tus datos para el próximo martes. Lo que nos devuelve a la línea que atraviesa todo en este sitio: tu reloj es muy bueno midiendo y bastante malo diciéndote qué hacer a continuación. Los números son entradas, no instrucciones.
Ese es el trabajo que Lactate Training hace hoy: sincroniza tus actividades de Garmin y datos de salud, construye y adapta un plan a partir de ellos, y establece tus zonas a partir de tu umbral de lactato en lugar de un máximo adivinado, en 24 idiomas. Permitir que un asistente externo lea ese mismo historial es un área en la que estamos trabajando activamente; cuando haya algo que anunciar, se anunciará adecuadamente en lugar de insinuarse en una publicación de blog.
Preguntas frecuentes
¿Puedo conectar mis datos de Garmin a ChatGPT?
No simplemente pidiéndoselo: un asistente no puede llegar a tu cuenta de Garmin por sí solo. Hoy en día, la mayoría de la gente pega resúmenes a mano, o exporta un archivo, por eso las respuestas se sienten genéricas. Estándares como MCP existen para hacer posible una conexión adecuada, pero lo que realmente está disponible depende de tu asistente, tu plan y lo que la fuente de datos haya construido. Revisa la documentación actual en lugar de un artículo.
¿Qué es MCP?
MCP es el Model Context Protocol, un estándar abierto publicado por Anthropic para permitir que un asistente de IA lea de una fuente de datos externa. Piensa en él como un enchufe estándar: en lugar de que cada aplicación construya un puente personalizado a cada asistente, una fuente de datos expone una conexión que cualquier asistente compatible puede usar.
¿Es seguro darle a un asistente de IA acceso a mis datos de entrenamiento?
Depende enteramente de lo que se le permita hacer a la conexión. Prefiere solo lectura, revisa exactamente qué datos están en el alcance, confirma que puedes revocar el acceso al instante, y averigua si algo se conserva o se usa para entrenamiento. Tu historial de entrenamiento incluye ubicación, tiempos y patrones de sueño, así que trátalo como sensible en lugar de como «solo datos de carrera».
¿Por qué ChatGPT me da consejos de entrenamiento genéricos?
Porque está respondiendo a partir de la pequeña cantidad de números que pegaste, sin ninguna vista de tu historial y sin memoria de tu temporada. También tiende a producir una respuesta segura en lugar de decir que la información es insuficiente, lo que hace que una suposición parezca una percepción.
¿Se debería permitir que un asistente de IA cambie mi plan de entrenamiento?
No hasta que confíes en que lo lea. Un error de solo lectura es una respuesta incorrecta que puedes ignorar; un error de escritura es un plan modificado o una sesión perdida, y ahora está en tus registros. Empieza con solo lectura y ve más allá solo deliberadamente.
¿Conectar un asistente reemplaza una aplicación de entrenamiento?
No, hacen trabajos diferentes. Un asistente responde preguntas que tú piensas hacer. Una aplicación de entrenamiento observa tus datos continuamente y cambia lo que vas a hacer a continuación sin que se lo pidas. Ambos son útiles, y ninguno es el otro.
O deja que algo observe los datos sin que se lo pidas
Un asistente responde las preguntas que tú piensas hacer. Lactate Training hace el otro trabajo: sincroniza tus actividades de Garmin y datos de salud, construye y adapta un plan a partir de ellos, y establece tus zonas a partir de tu umbral de lactato en lugar de un máximo adivinado.