Uso de Modelos de Lenguaje de Gran Tamaño en la Programación de Entrenamientos de Atletismo Recreativo Artículo Técnico sobre un Protocolo de Investigación para Estudio Comparativo con Entrenador Experto
Cargando...
Fecha
Autores
Director
Enlace al recurso
DOI
ORCID
Google Scholar
gruplac
Descripción Dominio:
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Santo Tomás
Compartir
Descripción
Introducción: El atletismo recreativo ha crecido de forma notable, aumentando la necesidad de programas de entrenamiento individualizados y basados en la evidencia para corredores no profesionales. Los modelos de lenguaje de gran tamaño (LLM) podrían generar planes personalizados, pero su efectividad y seguridad frente a entrenadores expertos aún no han sido evaluadas.
Metodología: Estudio de enfoque cuantitativo, alcance explicativo y diseño experimental.. Se evaluará una muestra de 30 atletas recreativos asignados aleatoriamente con una razón de 1:1 a dos brazos de intervención durante 12 semanas: un grupo experimental con planificación automatizada vía ChatGPT (modelo 5.1 Thinking) y un grupo control prescrito por un entrenador experto. Ambas cohortes seguirán una distribución de intensidad piramidal combinada con entrenamiento concurrente de fuerza y resistencia. Las variables de medición comprenden el tiempo final en un test de campo de 10 km como desenlace primario, la composición corporal por bioimpedancia y los parámetros metabólicos mediante ergoespirometría incremental continua. Discusión: El estudio evaluará si los LLM pueden aproximarse a la calidad de la planificación de un experto, identificando ventajas potenciales (accesibilidad, rapidez, personalización) y riesgos (sesgos, errores de prescripción, falta de contexto, alucinaciones).
Abstract
Introduction: Recreational athletics has grown significantly, increasing the need for individualized, evidence-based training programs for non-professional runners. Large language models (LLMs) could generate personalized plans, but their effectiveness and safety compared to expert coaches have not yet been evaluated.
Methodology: This study applies a quantitative approach with an explanatory scope and a randomized, parallel experimental design . A sample of 30 recreational runners will be randomly assigned (1:1 ratio) to two 12-week intervention arms: an experimental group operating with an automated training plan via ChatGPT (5.1 Thinking model) and a control group prescribed by an expert coach. Both cohorts will follow a pyramidal intensity distribution combined with concurrent strength and endurance training. Outcome measures include final 10 km field test time as the primary endpoint, body composition via bioimpedance, and metabolic parameters through continuous incremental cardiopulmonary exercise testing. Discussion: The study will evaluate whether LLMs can approximate the quality of expert planning, identifying potential advantages (accessibility, rapid availability, personalization) and risks (biases, prescription errors, lack of context, hallucinations).
Idioma
spa
Palabras clave
Citación
Viera Molina, F. J. (2026). Uso de Modelos de Lenguaje de Gran Tamaño en la Programación de Entrenamientos de Atletismo Recreativo Artículo Técnico sobre un Protocolo de Investigación para Estudio Comparativo con Entrenador Experto [Tesis de Maestría, Universidad Santo Tomás].Repositorio Institucional
Licencia Creative Commons
Attribution-NonCommercial-NoDerivs 2.5 Colombia

