Le estoy dando a este conocimiento un sólido 3 en la escala de mi dedo, el estilo de Boy Scout, y si alguien me lo hubiera dicho hace veinte años, me habría saltado una década de tonterías excesivamente complicadas y llegué a las cosas buenas más rápido.
La simplicidad no es menor, es claridad en medio de la complejidad. Es la superpotencia en S&C lo que muy pocos entrenadores entienden y usan. En este texto le mostraré por qué solo mantiene el control si se libera de la complejidad y cómo puedes construir un sistema que realmente funcione con principios fuertes.
Durante mucho tiempo, la simplicidad fue solo una cita para mí. Steve Jobs dijo: «El enfoque significa decir no a 100 buenas ideas». Da Vinci escribió: «La simplicidad es la mejor sofisticación». Y mi favorito de todos los tiempos del propio Zeus: «La perfección no se logra cuando no hay nada más que agregar, pero cuando no queda nada que quitar».
El verdadero avance solo llegó cuando realmente me di cuenta de la importancia de la simplicidad en S&C.
Por qué no puede controlar un sistema complejo (el atleta) con planes complejos. Y debido a que esta comprensión cambió todo para mí: mi entrenamiento, mi planificación, mi idioma, quiero compartirlo con ustedes aquí. Entonces puedes dar el mismo paso. Y deja de hundirte en la niebla de la sobrecarga de información.
Vivimos en la era de las opciones interminables. Nunca ha sido más fácil emergirse en el «nuevo conocimiento»: motor espinal, cuasi-isometría excéntrica, grupo de potenciación ascendente-descendente, periodización triple-pirámida bosnia-herzegoviniana.
Un nuevo enfoque cada semana. Todos los científicos deportivos con un nuevo súper método. Y estás tú con el sentimiento: el Gamechanger está oculto en alguna parte.
Debería aprender aún más métodos, recopilar más datos, asistir a más cursos. Agrega más cosas. Piense aún más diferenciado, para maximizar los resultados. Pero lo contrario es cierto. No el que lo sabe todo ofrece los mejores resultados, sino el que comprende lo relevante. No necesitamos más amplitud, sino más profundidad.
El atleta no es un objeto: es un sistema vivo y complejo
A menudo decimos: «El atleta es un sistema biológico complejo». Pero, ¿qué significa eso realmente?
La palabra «complejidad» proviene del latín Complecti.
- comunicarse significa «con» o «juntos».
- plex proviene de Plecttere, que significa «tejer», «entrelazarse», «entrelazarse».
Entonces, literalmente, «complejo» significa: «entrelazado con algo» o «muchas cosas entrelazadas«.
Un sistema complejo es una red de relaciones en la que no puede aislar la causa y el efecto. Cada acción está entrelazada con otras dinámicas, contextos, bucles de retroalimentación. Eso significa que el atleta no funciona como una máquina. No solo pones un estímulo y automáticamente obtienes una adaptación predecible. Es un sistema abierto que reacciona constantemente a todo: entorno, emociones, sueño, pensamientos, experiencias, autoimagen.
No solo reacciona a los estímulos de entrenamiento, sino que los interpreta. Esto significa que, como entrenadores, no estamos operando en el dominio de certeza o riesgo, sino en el dominio de la incertidumbre.
Eso significa que no tenemos probabilidades fijas, ni predicciones exactas, ni garantías. Trabajamos con sistemas que se cambian a sí mismos mientras los observamos. Los mismos enfoques de entrenamiento pueden conducir a diferentes resultados. Y diferentes entrenamientos pueden conducir a adaptaciones similares. En resumen: los resultados nunca son exactamente predecibles.
Solo mire algunos datos sobre la adaptación interindividual en el entrenamiento atlético: es una salvaje cuán diferente responden los atletas al mismo estímulo de entrenamiento: uno hace un progreso sólido, el próximo estancado y otro incluso empeora con la misma intervención exactamente.
Cómo surge la complejidad y por qué eso lo cambia todo
Uno podría pensar que algo tan increíblemente complejo como la naturaleza (humanos, el universo) debe crearse a través de mecanismos increíblemente complejos, pero es exactamente lo contrario: «La belleza a menudo se reduce a la simplicidad». Por simplicidad radical, suficiente tiempo y retroalimentación, lo que consideramos que se desarrolla insondable.
Reglas simples + tiempo + retroalimentación = complejidad emergente
Así es como funciona la naturaleza. Cuatro bases: A, T, G, C. Cuatro bloques de construcción de los cuales surgen miles de millones de formas de vida. Desde hongos, ballena, para ti. No porque haya un plan maestro. Pero debido a que estos cuatro bloques de construcción se recombinan infinitamente, reaccionan localmente y se vuelven de nuevo.
El resultado: Diversidad. Complejidad. Adaptación.
El famoso Mandelbrot Fractal se basa en una ecuación muy simple: Z → Z² + C.
Cuando esta fórmula se itera una y otra vez, surge una imagen infinitamente compleja, que se reorganiza en cada zoom, con patrones, auto-similitud y formas siempre nuevas. Ya sea Mandelbrot fractal, ADN con sus cuatro bases, un árbol en crecimiento o la dinámica del universo, siempre es el mismo principio.
Alan Turing, sí, el tipo brillante que descrita el código nazi, descrito en su documento de morfogénesis de manera radicalmente elegante: patrones, como puntos de leopardo o espirales de conchas marinas, no surgen de un plan, sino de los llamados sistemas de difusión de reacción. Nadie podía explicarlo en ese momento, y la gente no le creía, porque él no era biólogo sino un matemático que de repente comenzó a romper los secretos de la vida. Dos sustancias químicas, que reaccionan localmente y se extienden a diferentes velocidades, producen formas estables. No hay plan central. Solo: reglas simples + retroalimentación + tiempo. Y la capacitación debería funcionar exactamente de la misma manera.
El dilema de sesgo -varianza en el entrenamiento atlético
El dilema de sesgo -varianza es uno de los conceptos más poderosos para comprender por qué muchos sistemas de entrenamiento fallan, y por qué la simplicidad en el entrenamiento es indispensable. Originalmente proviene de estadísticas, pero se puede aplicar brillantemente a S&C. Porque al final siempre se trata de lo mismo:
¿Qué tan bien mi modelo (mi plan, mi intervención) se ajusta a la realidad y qué tan seguro puedo ser que funcione?
El dilema describe la compensación inevitable entre las fuentes de error: sesgo y varianza. El sesgo significa distorsión, error sistemático, unilado. La varianza significa fluctuación, propagación, inconsistencia de los resultados en un sistema. Si intenta reducir el sesgo, debe hacer que su sistema sea más complejo, por ejemplo, para dar cuenta de más diferencias individuales. Si desea reducir la varianza, debe simplificar su sistema: a través de la estandarización, la estructura y las reglas claras. Pero cuanto más lo haces, más sufre el otro. Y ese es el dilema.
¿Qué factores determinan qué tan simple o complejo puede ser su modelo?
1. Cantidad y calidad de los datos
Esto significa todos los datos que respaldan sus decisiones. Por ejemplo:
- Datos de retroalimentación como RPE, bienestar, altura de salto, lenguaje corporal, etc.
- Datos externos como evidencia científica
- Datos históricos de su equipo o atleta
- Datos contextuales (influencias ambientales, carga de juegos, viajes, estrés)
- Y también los datos del entrenador: su base de datos de experiencia, lógica de observación, intuición, etc.
Cuantos menos datos tenga, ya sea porque trabaja con muchos atletas a la vez o porque sus métodos de medición no son confiables, cuanto más debe simplificar.
2. Número de alternativas
El número de posibles alternativas de capacitación es ilimitado. Hay innumerables formas de estructurar S&C o entrenamiento específico del deporte en diferentes plazos (día, semana, mes).
Solo la cantidad de ejercicios es enorme, y además de eso:
- Variaciones en la ejecución,
- Tiempos de descanso,
- Densidad,
- Estilo de entrenamiento,
- Esquemas de re-repetición,
- Combinaciones de métodos de entrenamiento,
- Modelos de periodización
Ves a dónde voy: la diversidad suena bien, pero cuesta la capacidad de control. Nos perdemos en este infinito de opciones. Debido a que cuantas más alternativas deje abiertas en su sistema, más varianza aumenta, y más difícil será sacar conclusiones confiables.
Si constantemente agrega nuevos ejercicios o constantemente ajusta los parámetros pequeños, en algún momento ya no puede decir lo que realmente funcionó, porque le falta reproducibilidad.
Menos opciones = menos ruido = más comparabilidad.
Eso no significa que deba seguir con dogmáticamente tres ejercicios, pero necesita una lógica de selección clara y la capacidad de tomar decisiones reproducibles.
3. Grado de incertidumbre
El tercer factor es el entorno del sistema en sí: el grado de estabilidad o caos en el que se lleva a cabo su entrenamiento. Estos no son datos que puede recopilar directamente, sino más bien el ruido de fondo de la vida, o en otras palabras, el campo de juego en el que se ejecuta su modelo, que nunca puede capturar completamente.
- Forma diaria del atleta
- Fluctuaciones biológicas
- Eventos impredecibles
- Comportamiento estocástico de sistemas complejos
No entrenamos en un laboratorio. Entrenamos en la vida real, en situaciones cotidianas, en grupos, bajo presión, bajo fatiga, bajo carga emocional. Y trabajas con un sistema que fluctúa constantemente dentro de sí mismo: el atleta.
La incertidumbre no es solo externa, está integrada en el propio atleta. Nunca se sabe exactamente cómo responderá el atleta hoy. Lo que funcionó hace un año puede no funcionar hoy, porque el sistema ha cambiado.
«Ningún hombre entra al mismo río dos veces, porque no es el mismo río y no es el mismo hombre». – Heráclito
En el entrenamiento en equipo, se absorben los extremos: a través de la redundancia, los patrones, las probabilidades. Uno duerme mal, otro jugador está en el pico; en promedio, el plan aún se ajusta. Pero ten cuidado con los extremos.
Pero N = 1 es brutalmente honesto, individual y difícil de calcular. No hay correctivo a través del promedio del grupo, no hay suavizado estadístico.
El entrenamiento en equipo tolera más sesgo: el entrenamiento individual necesita más varianza. En grupos, un modelo aproximado funciona para muchos, en 1: 1 necesita más flexibilidad para no planificar más allá del individuo.
Conclusión
En S&C siempre trabajamos con pocos datos utilizables, una gran cantidad de alternativas y un alto grado de incertidumbre constantemente alto. Por lo tanto, la única respuesta a esta situación es …