AI w treningu personalnym: analiza techniki ćwiczeń i automatyczna korekta ruchu

Trener personalny widzi błąd w technice w ułamku sekundy: kolana uciekające do środka przy przysiadzie, zaokrąglone plecy w martwym ciągu, zbyt płytkie zejście. Problem w tym, że stoi obok klienta godzinę czy dwie w tygodniu, a klient trenuje częściej. AI w treningu personalnym próbuje zapełnić tę lukę. Kamera telefonu analizuje technikę ćwiczeń, a aplikacja podpowiada korektę ruchu w trakcie serii, bez czekania na kolejną sesję z trenerem.

Brzmi jak science fiction, ale technologia stojąca za tym jest dziś dostępna na zwykłym smartfonie. Ma też wyraźne ograniczenia, o których mówi się rzadziej niż o możliwościach.

Gdzie AI w treningu personalnym ma dziś sens

Najpierw krótko o tym, po co w ogóle budować taką funkcję. Według raportu ACSM o trendach w fitnessie na 2026 rok, opartego na ankiecie wśród 2000 specjalistów, pierwsze miejsce zajmuje technologia noszona, a czwarte aplikacje mobilne do ćwiczeń. Ten sam raport podaje, że w 2024 roku z aplikacji fitness korzystało ponad 345 mln osób.

Klienci są więc przyzwyczajeni do treningu z telefonem. Analiza techniki to naturalny kolejny krok, bo odpowiada na częsty problem osób trenujących samodzielnie: nie wiedzą, czy robią ćwiczenie dobrze.

Taka funkcja ma sens w kilku modelach biznesowych. W aplikacji treningowej dla siłowni i klubów fitness może być wyróżnikiem dla członków trenujących bez trenera. W treningu online pozwala trenerowi kontrolować technikę podopiecznych, których nigdy nie widział na żywo. W fizjoterapii i rehabilitacji pomaga pilnować, czy pacjent wykonuje zalecone ćwiczenia w domu tak, jak powinien.

Krok pierwszy: kamera telefonu zamiast czujników

Przez lata analiza ruchu wymagała laboratorium: markerów naklejanych na ciało, kilku kamer i specjalistycznego oprogramowania. Dziś wystarczy telefon oparty o butelkę wody. To ogromna zmiana, ale też źródło większości problemów. Jedna kamera widzi ruch tylko z jednej strony. Przysiad sfilmowany z boku dobrze pokazuje głębokość zejścia i pochylenie tułowia, ale niemal ukrywa koślawienie kolan, które widać tylko z przodu. Dlatego aplikacja musi powiedzieć użytkownikowi, jak ustawić telefon dla danego ćwiczenia, i sprawdzić, czy ustawienie jest poprawne, zanim zacznie oceniać.

Do tego dochodzą warunki: słabe światło, luźne ubranie zasłaniające kolana, lustro w tle, które model może wziąć za drugą osobę. Dobra aplikacja nie udaje, że sobie radzi. Prosi o poprawienie ustawienia albo wyraźnie informuje, że w tych warunkach nie oceni ćwiczenia.

Krok drugi: szkielet ciała z 33 punktów

Na każdej klatce obrazu model sztucznej inteligencji znajduje położenie najważniejszych punktów ciała: barków, łokci, nadgarstków, bioder, kolan, kostek. Ta technika nazywa się szacowaniem pozy (pose estimation) i jest jednym z zastosowań computer vision, czyli rozpoznawania obrazu przez komputer.

Popularnym narzędziem jest MediaPipe Pose Landmarker od Google. Według dokumentacji MediaPipe wyznacza 33 punkty ciała, zarówno na obrazie, jak i we współrzędnych trójwymiarowych, i działa na Androidzie, iOS, w przeglądarce oraz w Pythonie, także na obrazie na żywo z kamery. Jest dostępny w trzech wariantach, od najszybszego do najdokładniejszego. Pod spodem pracuje sieć konwolucyjna, czyli rodzaj modelu uczenia głębokiego zaprojektowany do analizy obrazów.

Krok trzeci: z punktów w kąty i fazy ruchu

Same punkty niewiele mówią. Wartość pojawia się, gdy system zamienia je na wielkości, którymi posługuje się trener: kąty w stawach, odległości i tempo. Przy przysiadzie są to na przykład kąt zgięcia kolana i biodra, pochylenie tułowia względem pionu, odległość między kolanami w stosunku do rozstawu stóp oraz to, czy pięty pozostają na podłożu. Z kolejnych klatek system wylicza, w której fazie ruchu jest ćwiczący: schodzenie, najniższy punkt, wstawanie. Dzięki temu sam liczy powtórzenia i mierzy ich tempo.

Ten etap to w dużej mierze matematyka, a nie AI. Kąty liczy się ze współrzędnych punktów prostymi wzorami, a do obróbki obrazu i danych przydają się biblioteki takie jak OpenCV. Najwięcej pracy wymaga wygładzanie danych. Punkty z modelu lekko „drzą” między klatkami i bez filtrowania aplikacja widziałaby błędy tam, gdzie ich nie ma.

Krok czwarty: decyzja, czy to błąd

Kolano zgięte pod kątem 95 stopni to za płytki przysiad czy wystarczający? Odpowiedź zależy od osoby, jej mobilności, celu treningu i tego, co ustalił z nią trener. Ten krok decyduje o tym, czy aplikacja będzie pomocna, czy irytująca.

Najprostsze podejście to reguły: jeśli kolana zbliżą się do siebie bardziej niż o określony procent rozstawu stóp, zgłoś koślawienie. Reguły są przewidywalne i łatwo je wytłumaczyć, a trener może je sam dostroić dla podopiecznego. Bardziej zaawansowane jest uczenie maszynowe: model trenuje się na nagraniach powtórzeń oznaczonych przez trenerów jako poprawne i błędne, a on uczy się rozpoznawać wzorce trudne do zapisania regułą, na przykład utratę napięcia brzucha.

W praktyce najlepiej sprawdza się połączenie obu. Reguły dla błędów jednoznacznych, modele dla subtelnych. Niezależnie od podejścia najważniejszy jest zbiór danych: nagrania osób różnego wzrostu, budowy i poziomu zaawansowania, ocenione przez doświadczonych trenerów. Bez tego system będzie dobrze oceniał ludzi podobnych do tych, na których go testowano, i gorzej wszystkich pozostałych.

Krok piąty: korekta, którą da się wykonać w trakcie serii

Ćwiczący pod sztangą nie przeczyta akapitu tekstu. Korekta w trakcie serii musi być krótka, jedna naraz i podana w dobrym momencie. Trenerzy mówią „kolana na zewnątrz”, a nie „zaobserwowano koślawienie stawów kolanowych w fazie ekscentrycznej”.

Najlepiej działa krótki komunikat głosowy po powtórzeniu, w którym wystąpił błąd. Głos można nagrać albo wygenerować, na przykład w ElevenLabs, tak aby brzmiał naturalnie i w wybranym języku. Uzupełnieniem jest prosty sygnał na ekranie: zielona i czerwona obwódka wokół sylwetki czy licznik poprawnych powtórzeń. Po serii jest czas na więcej. Aplikacja może pokazać nagranie z naniesionym szkieletem i zaznaczonym momentem błędu, porównać serię z poprzednim treningiem albo zaproponować ćwiczenie pomocnicze. Elementy znane z gamifikacji, takie jak serie poprawnych powtórzeń czy postęp w technice tydzień do tygodnia, pomagają utrzymać motywację, o ile nie zamieniają treningu w grę o punkty kosztem jakości ruchu.

Gdzie trener zostaje niezastąpiony

AI widzi geometrię ruchu. Nie widzi bólu, zmęczenia, historii kontuzji ani tego, że klient od tygodnia źle śpi. Nie oceni też, czy ciężar na sztandze jest odpowiedni, bo z obrazu trudno wywnioskować wysiłek. Kilka sytuacji wymaga człowieka zawsze:

• ból albo dyskomfort w trakcie ćwiczenia, który aplikacja może co najwyżej zarejestrować, ale nie zinterpretować,
• osoby po urazach i w trakcie rehabilitacji, gdzie „poprawna technika” zależy od zaleceń fizjoterapeuty,
• dobór obciążenia i planu, który uwzględnia całe życie klienta, a nie tylko jedno powtórzenie,
• ćwiczenia złożone i dynamiczne, takie jak elementy podnoszenia ciężarów, gdzie jedna kamera telefonu jest za mało precyzyjna.

Dlatego najrozsądniejsze wdrożenia traktują AI jako narzędzie trenera, a nie jego zastępstwo. Klient trenuje sam, aplikacja nagrywa i ocenia serie, a trener dostaje listę oznaczonych powtórzeń do przejrzenia. Zamiast oglądać godzinę nagrań, sprawdza kilka fragmentów, w których system coś wyłapał. Taki model dobrze wpisuje się w aplikacje dla trenera personalnego do zarządzania klientami i planami i pozwala jednemu trenerowi pracować z większą grupą podopiecznych online.

W zastosowaniach bliższych medycynie, na przykład w rehabilitacji, obowiązują ostrzejsze wymagania co do dokładności i odpowiedzialności. To obszar, który łączy się raczej z aplikacjami telemedycznymi i szerszym tematem AI w medycynie, a nie z typową aplikacją fitness.