Tarda unos diez segundos. Abres ChatGPT, escribes "hazme un plan de maratón de 16 semanas para bajar de 4 horas", y sale un calendario limpio y estructurado con tiradas largas, días de tempo y un taper. Parece coaching. La pregunta es si lo es de verdad.
La respuesta honesta es: ChatGPT es un explicador extraordinario y un entrenador limitado. Entender exactamente dónde cae esa línea te ahorrará tanto confiar de más en él como descartarlo.
Lo que ChatGPT hace genuinamente bien
Una IA general es muy buena organizando conocimiento establecido en una estructura coherente. Para el running, eso significa que puede:
- Producir un esqueleto de plan sensato. Pide un bloque de maratón y obtendrás una progresión razonable de carreras suaves, tiradas largas y sesiones de calidad, normalmente con un taper. La forma general suele estar bien.
- Explicar el "porqué". Aquí es donde brilla. Pregúntale por qué tu tirada larga no debería ir a ritmo de carrera, qué es el umbral de lactato o cómo funciona un taper, y te da explicaciones claras y precisas. Como herramienta de aprendizaje, es genuinamente excelente.
- Aplicar marcos a petición. Dale un tiempo de carrera reciente y puede aplicar la lógica del VDOT o las zonas de frecuencia cardíaca para sugerir ritmos.
Si quieres entender los conceptos detrás de tu entrenamiento, ChatGPT es uno de los mejores compañeros de estudio disponibles. Nuestras guías sobre qué es el VDOT y las zonas de frecuencia cardíaca encajan bien con ese tipo de exploración.
Dónde se queda corto — y por qué
Las limitaciones no son fallos que se arreglen con un mejor prompt. Son estructurales, y todas se remontan a una cosa: una IA general no tiene conexión en vivo contigo.
No puede ver tus datos. ChatGPT no sabe que el tempo de ayer se sintió horrible, que dormiste cinco horas, o que tu ritmo suave se ha ido acelerando el último mes. Escribe el plan a ciegas de todo salvo lo que tecleaste en ese momento.
No se adapta con el tiempo. El coaching real es un bucle: prescribir, observar la respuesta, ajustar. Un chatbot general no tiene memoria persistente de tu bloque de entrenamiento ni feedback automático de tus entrenamientos completados. A menos que vuelvas a describir manualmente tu situación cada semana, el plan nunca cambia en respuesta a ti.
No tiene conciencia del contexto. Historial de lesiones, una etapa estresante en el trabajo, una molestia en el gemelo — nada de esto existe para el modelo a menos que lo deletrees, cada vez. E incluso entonces, no puede sopesar esos factores frente a tu carga de entrenamiento real, porque no puede ver tu carga.
Esta es la raíz de la queja más común sobre los planes generados por IA: parecen genéricos. Lo parecen porque, funcionalmente, lo son. El modelo te da el plan estadísticamente razonable para "alguien como tú", que es exactamente lo que significa genérico.
Lo aprendí por la vía práctica. Una vez le pedí a una IA general una semana de entrenamientos a mitad de bloque, y me entregó un conjunto de sesiones perfecto de manual — que ignoraba por completo que había corrido un 10K duro dos días antes, algo que no se me ocurrió mencionar. Un entrenador humano, o un sistema observando mis datos reales, jamás habría apilado calidad encima de eso. El plan no estaba mal. Simplemente no era el mío.
El patrón hacia el que converge la industria
Esta limitación se entiende lo bastante bien como para que el ecosistema se esté construyendo a su alrededor. En 2026, plataformas como Coros y varias herramientas de terceros te permiten ahora conectar tus datos de entrenamiento a ChatGPT o Claude — alimentando ritmo, frecuencia cardíaca y métricas como CTL/ATL/TSB para que la IA tenga contexto real desde el que razonar. Ese giro es revelador: el valor no es el conocimiento general de la IA, es darle tus datos para razonar sobre ellos. La inteligencia nunca fue el cuello de botella. El bucle de retroalimentación lo era.
Si quieres entender las métricas de carga que hacen que ese contexto sea significativo, nuestra guía de CTL, ATL y TSB las desglosa.
Cómo usar de verdad la IA para tu entrenamiento
Aquí está el reparto práctico que funciona:
- Usa una IA general para aprender. Pídele que explique conceptos, que verifique si un entrenamiento tiene sentido, que te enseñe el "porqué" detrás de la periodización. Es excelente en esto.
- Verifica sus números. Trata cualquier ritmo o zona que te dé como una primera estimación. Contrástalo con una calculadora de VDOT establecida y tu propio esfuerzo percibido antes de fiarte.
- Usa un sistema que vea tus datos para el plan en sí. El coaching es adaptación en el tiempo. Eso requiere una conexión en vivo con tus entrenamientos completados — algo que un chatbot sin estado fundamentalmente no puede ofrecer.
Esto es precisamente el hueco que llena una plataforma adaptativa dedicada. La diferencia entre un plan genérico de IA y uno adaptativo no es un lenguaje más inteligente — es el bucle. Un plan que lee tu rendimiento real y ajusta la semana siguiente está haciendo lo que ChatGPT estructuralmente no puede: responderte. Defendemos a fondo por qué importa en planes adaptativos frente a estáticos.
En resumen
¿Puede ChatGPT ser tu entrenador de running? Puede ser un asistente de enseñanza brillante y un generador de planes pasable — y un mal entrenador continuo, porque el coaching consiste fundamentalmente en adaptarse al feedback, y una IA general no tiene feedback al que adaptarse. Úsalo para entender tu entrenamiento. Usa algo conectado a tus datos para guiarlo.
Preguntas frecuentes
¿Puede ChatGPT crear un plan de entrenamiento de running?
Sí. ChatGPT puede producir un plan de running coherente y estructurado en segundos — con carreras suaves, tiradas largas, sesiones de tempo y series organizadas en un patrón semanal razonable. Para entender conceptos de entrenamiento y conseguir una estructura inicial sensata, es genuinamente útil. Lo que produce es un plan genérico competente, no uno personalizado a tu historial, tu fatiga o cómo está respondiendo tu cuerpo de verdad semana a semana.
¿Cuáles son las limitaciones de usar ChatGPT como entrenador de running?
Una IA general como ChatGPT no tiene conexión en vivo con tus datos de entrenamiento, así que no puede ver tus entrenamientos completados, tu recuperación, ni si la semana pasada te dejó afilado o agotado. No sigue tu progreso en el tiempo, no ajusta los ritmos a medida que cambia tu forma a menos que se lo vuelvas a pedir, y no tiene conciencia de tu historial de lesiones ni del estrés vital salvo que se lo deletrees cada vez. El resultado es un plan coherente pero estático — no puede cerrar el bucle entre lo que prescribió y cómo respondiste.
¿Es preciso ChatGPT para fijar ritmos de entrenamiento?
ChatGPT puede aplicar correctamente marcos establecidos como el VDOT o las zonas de frecuencia cardíaca si le das los datos adecuados — un tiempo de carrera reciente, por ejemplo. Pero no tiene forma de verificar el resultado contra tus esfuerzos reales, y puede producir con seguridad ritmos que parecen plausibles pero que no encajan con tu forma. Trata sus recomendaciones de ritmo como una primera estimación razonable que contrastar con una calculadora establecida y tu propio esfuerzo percibido, no como una prescripción verificada.
¿Debería usar ChatGPT o una app de running dedicada?
Usa ChatGPT para aprender — para entender por qué existe un entrenamiento, qué significan el umbral o el VDOT, o para contrastar un concepto. Usa una app adaptativa dedicada para el plan en sí si quieres que responda a tu rendimiento real a lo largo de un bloque de entrenamiento. Ambos son complementarios: una IA general es un explicador excelente y un mal entrenador continuo, porque el coaching consiste fundamentalmente en adaptarse al feedback con el tiempo, lo que requiere una conexión en vivo con tus datos.
¿Por qué los planes de running generados por IA parecen genéricos?
Porque una IA general construye a partir de patrones de sus datos de entrenamiento, no a partir de ti. Sin tus entrenamientos completados, tus señales de recuperación y tu historial retroalimentándose de forma continua, produce el plan estadísticamente razonable para alguien como tú — que es, por definición, genérico. Los planes parecen de talla única porque, funcionalmente, lo son. La personalización en el entrenamiento viene del bucle de retroalimentación entre prescripción y respuesta, y un chatbot general no tiene un bucle persistente.