6 min de leitura

O uso da IA no mundo fitness

Alunos da Orangetheory Fitness tiram o máximo proveito de seus treinos com a ajuda de professores e da inteligência artificial

Sam Ransbotham e Shervin Khodabandeh
O uso da IA no mundo fitness Imagem se não é conteúdo que normalmente tem um PDF
Link copiado para a área de transferência!

Ameen Kazerouni, diretor de dados e análise da Orangetheory Fitness (OTF), acredita que o papel da IA não é substituir especialistas humanos, mas sim ajudá-los a tomar melhores decisões. É por isso que a OTF coleta dados de frequência cardíaca e telemetria durante as aulas de condicionamento físico no estúdio: para que os algoritmos de IA possam transformá-los em feedback que capacite as pessoas a fazer escolhas em tempo real sobre seus treinos, além de permitir ao personal trainer oferecer recomendações personalizadas aos clientes.

Em um dos episódios do Me, Myself, and AI, podcast da MIT Sloan Management Review sobre o uso de inteligência artificial no mundo empresarial, Kazerouni conta como a coleta de dados e os algoritmos da OTF são usados para criar uma experiência de condicionamento físico com curadoria para seus alunos e explica por que é fundamental manter os humanos para dar feedback ao implementar inteligência artificial.

Confira como foi a entrevista concedida a Sam Ransbotham, professor do departamento de sistemas da informação da Carroll School of Management no Boston College e editor convidado do programa AI and Business Strategy Big Ideas, da MIT Sloan Management Review, e a Shervin Khodabandeh, sócio sênior do BCG.

Me, Myself, and AI: Atualmente, você lidera a função de dados e análises da Orangetheory Fitness. Conte um pouco sobre a organização.

Ameen Kazerouni: O Orangetheory Fitness é um treino em grupo baseado na frequência cardíaca. Ele combina ciência, treinamento, tecnologia e foi projetado para fornecer o que chamamos de “uma vida mais vibrante”. O treino é desenvolvido para motivar cada pessoa, individualmente, a alcançar os resultados desejados. Se você está começando sua jornada de bem-estar ou é um entusiasta experiente do fitness, cada treino OTF cria uma comunidade de experiência compartilhada, e também usa como base a frequência cardíaca para permitir aos alunos experimentarem o treino de forma mais confortável. É aí que eu entro em campo. Há uma quantidade enorme de dados de telemetria obtida por meio do equipamento de fitness, dos monitores de frequência cardíaca, e isso nos permite criar o que há de mais personalizado de experiência em fitness no mundo.

E o que você faz com tudo isso?

A maioria dos membros do Orangetheory no estúdio usa o que chamamos de monitor de frequência cardíaca OTbeat, que é uma peça proprietária de tecnologia vestível. Um dos objetivos dessa solução é fornecer feedback em tempo real sobre como a pessoa está e qual nível de intensidade está atingindo no estúdio. Minha função está focada em desbloquear esses dados de telemetria e ajudar a personalizar ainda mais a experiência.

Um exemplo é que lançamos recentemente um algoritmo personalizado de frequência cardíaca máxima, e os membros agora têm uma experiência muito mais organizada no estúdio. Isso nos permite usar algoritmos proprietários para determinar qual é a frequência cardíaca máxima – que é um termo fisiológico para o máximo que seu coração pode bater – para um determinado indivíduo. E as porcentagens dessa frequência indicam em qual zona de frequência cardíaca a pessoa está treinando. Portanto, o treinamento anaeróbico versus o aeróbico têm diferentes impactos fisiológicos. Foi comprovado que o tempo gasto em diferentes zonas de intensidade tem efeitos variados na longevidade e na saúde em geral. Ao personalizar isso podemos tornar essa experiência ainda mais organizada no estúdio e também mais segura porque deixa o aluno mais consciente do que está fazendo, de sua capacidade, e, ao longo do tempo, percebe a aptidão cardiorrespiratória evoluir com o programa.

Digamos que venho treinando e melhorando o desempenho no estúdio, mas machuquei o pé ou distendi um músculo da perna. Como esse tipo de informação externa entra no sistema?

Digamos que você tomou muita cafeína, correu uma maratona no dia anterior ou não dormiu muito bem. Todos esses fatores externos afetam seu débito cardíaco quando está no estúdio. Portanto, esse ciclo de feedback em tempo real permite que você e o treinador se modulem. Além disso, o treinador é o herói da Orangetheory. E a maneira como pensamos sobre isso é que há de 20 a 30 pessoas em uma aula, mas as pessoas não querem pensar nisso como um condicionamento físico em grupo. O que elas querem é ter apoio para um treinamento pessoal. Portanto, você tem um relacionamento pessoal muito bom com esse treinador, e não há algoritmo que eu possa construir que seja melhor do que o aluno dizer ao professor: “ei, machuquei meu pé ontem à noite. O que você acha que eu deveria fazer?””. Temos equipamentos aeróbicos alternativos e de baixo impacto no estúdio para que o aluno não suba em uma esteira e comece, logo de cara, a correr a 13 quilômetros por hora. Na verdade, uma das coisas que o treinador diz antes do início de cada aula é: “se você tiver algum problema ortopédico, por favor, me avise”, e assim por diante. Então, acho que uma coisa que aprendi sobre dados ao longo da minha carreira é que eles são valiosos e são muito bons para tomar decisões, mas se houver um humano no circuito que possa fornecer a resposta de maneira escalonável, provavelmente será difícil vencer esse especialista com um algoritmo. Portanto, não atrapalhe o especialista.

Isso tem tudo a ver com feedback rápido, que é a base da construção de experiência em qualquer sistema, seja xadrez, execução ou aprendizado de máquina. Quanto mais você combinar experimentação e feedback rápido e aplicar isso em diferentes setores, mais oportunidades e valores liberará para personalizar tudo, não apenas fitness ou uma compra.

Anteriormente, eu estava no varejo. E quando se pensa sobre o papel do aprendizado de máquina e do aprendizado profundo no varejo, é isso: você está tentando recriar a experiência de compra pessoal em um site. Por exemplo, como fazemos a curadoria disso? Como criamos um personal shopper? Como criamos essa experiência de boutique? Como podemos prever o tamanho corretamente? Como usamos a realidade aumentada para ver como é um sapato no seu pé? Estamos sempre tentando fechar essa lacuna e voltar a como seria a coisa real – personalizada, mas em escala. E acho que esse é o ingrediente secreto: feedback loop rápido, suporte algorítmico com grandes volumes de dados, mas sem tentar circunavegar o especialista.”

Sam Ransbotham e Shervin Khodabandeh
Sam Ransbotham é professor de sistemas da informação da Boston College e editor convidado do programa AI and Business Strategy Big Ideas, da MIT Sloan Management Review. Shervin Khodabandeh é sócio sênior do BCG.

Deixe um comentário

Você atualizou a sua lista de conteúdos favoritos. Ver conteúdos
aqui