Enseigner à l’IA à penser comme un dresseur

L’IA est partout, mais en fitness, les modèles génériques seuls ne suffisent pas. Pour vraiment améliorer l’expérience d’exercice, l’IA doit comprendre les nuances des corps, des comportements, des environnements et des limites réelles.

Avec Matrix Exercise Learning Intelligence, une solution d’entraînement alimentée par l’IA alliant une technologie de mise en forme intelligente à des données de composition corporelle de qualité médicale, Matrix a voulu démontrer que l’avenir de la mise en forme personnalisée ne réside pas dans des entraînements automatisés.

La prochaine évolution de la forme physique repose sur l’expertise, l’expérience et l’intuition humaines, codées et mises à l’échelle de manière responsable grâce à une IA propriétaire.

Comme l’explique Steve Barrett, directeur de la programmation mondiale de la mise en forme chez Matrix, « Ce projet n’a pas commencé avec un plan. Ça a grandi de façon organique. On construisait un système d’apprentissage automatique à partir de zéro parce qu’on ne l’avait jamais fait avant, et acheter quelque chose en magasin ne suffisait pas. »

DÉFIS DE L’IA DANS LA PERSONNALISATION DE LA FORME PHYSIQUE

Le défi dans le développement de l’intelligence d’apprentissage par l’exercice n’a jamais été purement technologique, car l’idée elle-même est née de besoins uniques du marché. Les installations de conditionnement physique font face à un fossé grandissant entre ce que les membres veulent et ce que l’équipement traditionnel peut offrir.

Les membres veulent des conseils personnalisés sans friction. Les exploitants veulent offrir une personnalisation de l’exercice sans dépendre ou embaucher du personnel pour la gérer. Les formateurs veulent des outils qui amplifient leur expertise et rationalisent leur flux de travail, leur donnant plus de temps pour se concentrer sur la construction de relations plutôt que sur la création de programmes.

Pour compliquer les choses, il existe de nombreux écosystèmes numériques fermés qui exigent que les installations abandonnent les équipements et produits numériques existants. De plus, de nombreux centres de conditionnement physique étaient désireux d’offrir des expériences de bien-être holistiques, incluant des entraînements reflétant de vrais objectifs, des horaires réels et de vraies conditions physiques.

Matrix a vu une opportunité de créer quelque chose de plus flexible. À la fin de 2024, Matrix a fait les premiers pas vers le développement d’une expérience d’entraînement adaptatif fonctionnant avec l’équipement existant tout en surélevé l’ensemble du plancher d’entraînement.

CHOISIR UN PARTENAIRE PRÉCIS

La vraie personnalisation de l’entraînement commence par comprendre chaque corps humain unique à l’intérieur comme à l’extérieur. Cette exigence a conduit Matrix à s’associer à seca, une entreprise avec près de deux siècles d’expérience dans les solutions de mesure et de pesée de qualité médicale.

La solution de composition corporelle de SECA offre un instantané complet de chaque individu, basé sur des indicateurs fiables et médicalement validés, incluant la masse musculaire, la masse grasse et les niveaux d’eau — reflétant de réels profils de santé et de performance.

Cependant, une analyse médicale précise ne suffit pas à elle seule pour prescrire un entraînement efficace. Les données doivent être traduites en programmes qui fonctionnent dans des installations de conditionnement physique très fréquentées, avec un équipement partagé et un temps limité.

C’est là que Matrix est entré en jeu. Alors que seca apportait une précision clinique inégalée, Matrix a ajouté ses décennies d’expertise en fitness pour compléter le tableau. Ensemble, ce partenariat a créé un pont entre la mesure précise et l’action concrète, transformant les données en conseils auxquels les gens pouvaient avoir confiance et appliquer immédiatement.

COMMENT MATRIX A CONSTRUIT UN MODÈLE D’IA SPÉCIFIQUE À LA CONDITION PHYSIQUE

Dès le départ, Matrix a pris la décision délibérée de construire un modèle d’IA propriétaire spécifiquement pour la mise en forme. Les systèmes d’IA génériques s’appuient souvent sur des informations extraites ou sans contexte, produisant des recommandations qui semblent crédibles mais qui s’effondrent dans les environnements d’entraînement réels.
Ce nouveau modèle devait être plus éduqué, plus perspicace et plus empathique — en bref, il devait être plus humain qu’un modèle générique.

C’est pourquoi les développeurs de Matrix ont entraîné notre IA différemment dès le départ. Matrix a bâti ses fondations sur des principes établis en sciences du sport, une logique de programmation structurée et des décennies d’expérience réussie en coaching.

Avec suffisamment de corrections douces, le système a vite compris non seulement quoi prescrire, mais aussi ce qu’il fallait éviter. Apprenant auprès d’experts de l’industrie, Exercise Learning Intelligence a rapidement compris comment les entraînements devaient être séquencés, comment l’intensité devait progresser et comment la récupération jouait un rôle dans le succès à long terme.

Ce travail fondamental essentiel a permis à l’IA de ne pas générer des entraînements sans se soucier des personnes qui les pratiquent réellement. Grâce à cette approche ciblée, Exercise Learning Intelligence a pu commencer à offrir un coaching solide et concret à grande échelle.

POURQUOI L’EXPERTISE HUMAINE EST TOUJOURS IMPORTANTE DANS LE COACHING DE MISE EN FORME PAR IA

Malgré les résultats prometteurs au début, amener les entraînements prescrits sur le plancher d’entraînement a révélé une vérité importante.

Malheureusement, les programmes qui semblaient parfaits sur papier ne fonctionnaient pas toujours bien en pratique. Les séances duraient souvent longtemps, sans grande considération pour le temps qu’il fallait à un utilisateur pour aller d’une partie de l’étage d’entraînement à une autre. Les conflits d’utilisation d’équipement, un phénomène courant dans les centres de fitness très fréquentés, n’ont pas non plus été pris en compte.

De plus, les niveaux d’intensité reflétaient souvent la théorie optimale de l’entraînement, ce qui était excellent pour les athlètes dévoués, mais excessif pour le membre moyen d’un centre de conditionnement physique et leurs objectifs.

Au lieu de simplifier le système, l’équipe de Matrix a travaillé sans relâche pour l’affiner. Ils ont ajouté des garde-fous pour aider l’Intelligence d’apprentissage exercée à fonctionner efficacement dans des situations réelles.

Peu de temps après, elle a pu gérer et s’adapter à des horaires chargés, du temps d’exercice limité, de la congestion à l’étage d’entraînement, une récupération réaliste et bien plus encore. Peut-être plus important encore, les développeurs de Matrix ont ajusté les programmes prescrits pour refléter la façon dont les vraies personnes s’entraînent réellement, et non comment les bots s’entraîneraient dans des conditions idéales.

En intégrant l’expérience vécue et la compréhension humaine empathique dans le modèle au niveau fondamental, Exercise Learning Intelligence allait au-delà des systèmes d’IA génériques. L’IA au cœur de tout cela est devenue plus accessible, plus digne de confiance et bien plus efficace.

TESTER DES ENTRAÎNEMENTS D’IA DANS DES ENVIRONNEMENTS DE GYM RÉELS

Bien sûr, Matrix ne se contentait pas de simplement valider l’Intelligence d’Apprentissage par l’Exercice en théorie. L’étape suivante pour les développeurs a été de tester leur nouvelle IA à travers des mois d’entraînements réels dans des espaces réels.

Souvent, les développeurs de Matrix ont eux-mêmes pris en charge les programmes d’entraînement générés par l’IA, identifiant les écarts de temps, les problèmes d’intensité et les frictions opérationnelles en fonction de l’expérience d’exercice pour eux.

Ces heures d’entraînements réels et palpitants ont mené à une nouvelle série de raffinements critiques. Des overrides manuelles ont été introduites pour préserver la flexibilité, permettant à l’utilisateur final d’apporter la touche finale d’intuition humaine pour corriger ou perfectionner l’entraînement prescrit. La logique de progression a été affinée pour soutenir la cohérence plutôt que l’entraînement idéalisé, menant à une programmation d’entraînement pratique et efficace.

Le système a même appris à prioriser l’adhésion à l’exercice et la confiance des utilisateurs plutôt que de les pousser à leurs limites théoriques.

Chaque série de raffinements et d’améliorations renforçait les principes avec lesquels Matrix avait commencé — l’exercice personnalisé ne fonctionne que lorsqu’il est pratique, réalisable et durable pour de vraies personnes dans des environnements réels.

L’EXPÉRIENCE PERSONNALISÉE DE COACHING ADAPTATIF (PACE)

Dans sa forme plus mature, PACE transforme des scans de composition corporelle de 24 secondes sur des produits seca en entraînements adaptatifs, axés sur des objectifs et pilotés par l’IA, livrés directement via les consoles Matrix. Chaque session réinjecte de nouvelles données de performance dans le système, permettant à la programmation d’évoluer avec l’utilisateur à mesure qu’il gagne en confiance et améliore ses capacités.

L’IA au sein de PACE s’ajuste à l’équipement disponible dans chaque installation individuelle et aux schémas de présence individuels, adaptant et ajustant la programmation en temps réel. Il supporte une intégration évolutive pour tous les types d’utilisateurs, et élimine pratiquement le fardeau de la programmation manuelle.

Les formateurs restent aussi au cœur de l’expérience, désormais libres de se concentrer sur le renforcement des relations pendant que l’IA gère la complexité en coulisses. Cela crée même des points d’interaction plus significatifs entre les membres et le personnel, un indicateur clé de la satisfaction des membres.

INTELLIGENCE QUI ÉVOLUE

Pour Matrix, l’Exercice de l’Apprentissage de l’Intelligence est une base, pas une ligne d’arrivée. Son architecture permet une expansion future à travers les appareils portables, des connaissances médicales améliorées et plus encore, à mesure que chaque écosystème unique évolue.

Comme le réfléchit Steve Barrett : « Plus on en apprend sur les individus, plus cela devient personnel. La personnalisation n’est pas une fonctionnalité — c’est l’avenir. Et ce système nous donne enfin une façon responsable de le livrer à grande échelle. »

Exercise Learning Intelligence prouve que lorsque l’IA est façonnée par des experts, testée dans la réalité et guidée par l’intuition humaine, elle ne remplace pas le coaching. Cela améliore l’expérience d’exercice pour tout le monde.