Como um jovem corredor na década de 1990, gastei muito esforço coletando e interpretando dados. Eu checava meu pulso todas as manhãs assim que acordava, e novamente dez segundos depois de sair da cama. A diferença entre esses dois números, eu havia lido, era um sensível sinal de alerta precoce de overtraining. Tracei minha milhagem semanal em uma planilha Lotus 1-2-3 e examinei os altos e baixos e as médias finais. Memorizei e registrei fielmente cada divisão de cada treino intervalado.
+ Iguape, Ilha Comprida e Cananéia: um roteiro pelas praias, dunas e natureza reservada
+ Bota Pra Correr: meus primeiros 10km conhecendo a paradisíaca São Miguel dos Milagres
+ Projeto Ondas atenderá o dobro de crianças e adolescentes
Hoje em dia, é claro, passamos de dados escassos e coletados laboriosamente para uma abundância que eu dificilmente poderia ter imaginado – o que, para um entusiasta obsessivo como eu, é uma bênção confusa. Existe uma variedade aparentemente infinita de dispositivos que oferecem feedback em tempo real para otimizar seu treinamento e desempenho. Ao longo dos anos, escrevi muito sobre variabilidade da frequência cardíaca, monitores contínuos de glicose, sensores de oxigênio muscular e assim por diante. Também ponderei os méritos relativos de métricas subjetivas versus objetivas e uso de dados descritivo versus prescritivo. No geral, ainda estou em conflito sobre isso.
Como resultado, estou sempre interessado em novas formas de pensar sobre nosso relacionamento com os dados. Um estudo recente no European Journal of Sport Science considera duas maneiras diferentes pelas quais podemos nos beneficiar do que chama de “feedback aumentado”, definido como informações de uma fonte externa que não poderíamos obter apenas com nosso sistema sensorial. Os autores, liderados por Matteo Bugnon, da Universidade de Fribourg, na Suíça, consideram essa questão no contexto do controle motor e do aprendizado: o exemplo que eles fornecem é mostrar a velocidade precisa de um saque de tênis. A maioria dos dados que os atletas de resistência usam – até mesmo cronometrando suas voltas em uma pista – se enquadra nessa categoria.
Há muitas evidências das últimas quatro décadas mostrando que o feedback aumentado melhora o desempenho. E pode funcionar praticamente instantaneamente. Coloque uma tela mostrando quanta força explosiva você produziu em um leg press e imediatamente produzirá mais força no próximo e, em alguns casos, mostrará maiores ganhos ao longo de semanas de treinamento. A pergunta sem resposta é quanto dessa melhoria é resultado das informações contidas no feedback e quanto é simplesmente resultado de se esforçar mais devido a alguma versão do Efeito Hawthorne – a ideia de que as pessoas se comportam de maneira diferente quando sabem que estão está sendo observado.
O novo estudo apresenta uma maneira inteligente de distinguir entre os efeitos da motivação e da informação. Se você der aos participantes informações erradas, quaisquer benefícios motivacionais ainda devem aparecer, mas quaisquer benefícios informativos devem ser apagados. Para testar essa ideia, eles usaram dois testes diferentes da função do quadríceps: força máxima (produza o máximo de força possível enquanto tenta endireitar a perna) e potência máxima (produza o máximo de força possível o mais rápido possível).
Após cada contração, os sujeitos mostraram seu torque (para o exercício de força) ou a taxa de desenvolvimento de torque (para o exercício de força) para a repetição atual e anterior, juntamente com a diferença percentual entre eles. Mas no grupo de “informações incorretas”, a porcentagem foi invertida: se você produzisse 5% a mais de força, seria informado de que produziu 5% a menos de força.
No contexto do controle motor, produzir força máxima é bastante simples, enquanto produzir potência máxima requer uma coordenação muito mais complexa das contrações das fibras musculares. Como resultado, os pesquisadores perceberam que a diferença entre informações corretas e incorretas teria maior importância para o poder do que para a força.
Com certeza, foi exatamente isso que eles encontraram. Nos testes de força, os sujeitos tiveram melhor desempenho quando receberam feedback aumentado, independentemente de o feedback estar correto ou incorreto. As medições de EMG mostraram maior atividade muscular quando o feedback foi fornecido, apoiando a ideia de que eles estavam se esforçando mais quando tinham um número para vencer. Nos testes de poder, o feedback correto melhorou o desempenho, mas o feedback incorreto piorou, sugerindo que os sujeitos estavam usando as informações fornecidas pelo feedback para modificar a forma como executavam a tarefa.
Este é, obviamente, um pequeno estudo (32 indivíduos) de um par específico de tarefas motoras. É difícil saber até que ponto os resultados se generalizam para outras tarefas, ou onde qualquer ação individual, como correr com um relógio GPS, se enquadra no espectro de motivação-informação. Ainda assim, acho que essa estrutura é uma maneira interessante de pensar sobre o que você espera obter de qualquer fluxo de dados.
Por exemplo, sempre descobri que corro mais rápido quando alguém está cronometrando meus esforços, mesmo que esse alguém seja eu. O efeito desse feedback de tempo ou ritmo, pelo menos para mim, é principalmente motivacional. Se eu quiser garantir que não forcei muito durante um treino, executarei um fartlek baseado em tempo em um loop não medido para garantir que não receba feedback aumentado e tenha que confiar em minhas sensações internas. Por outro lado, se eu quiser tirar o máximo proveito de mim mesmo, vou para uma pista ou um loop medido familiar para obter um feedback preciso.
Mas mesmo que eu não tenha acesso a um loop medido, ainda posso obter alguns dos mesmos benefícios criando meu próprio loop arbitrário e, em seguida, repetindo-o. Simplesmente comparar meu esforço com o representante anterior me ajuda a forçar mais. A informação não é incorreta no sentido do estudo de Bugnon, mas é irrelevante: meu tempo para um loop arbitrário que nunca mais revisitarei não tem outro significado senão seu poder motivacional.
Talvez até informações incorretas possam ajudar no mundo real. Lembro-me vividamente do meu horror ao observar alguns dos meus parceiros de treinamento fazerem um treino de pista – devo ter me machucado ou diminuído – e ver meu treinador perder o início de um intervalo. Quando os corredores passaram pela primeira volta, ele olhou para o relógio e gritou splits: “66, 67, 68…”. Quantas vezes ele fez a mesma coisa comigo sem que eu percebesse? E isso realmente importava?
A grande questão hoje em dia – uma questão multimilionária, ou talvez até multibilionária – é quais fontes de dados têm conteúdo informativo valioso. Os defensores do modelo de treinamento norueguês que está atualmente em voga podem argumentar que um medidor de lactato é adequado. Quando usei um monitor contínuo de glicose por alguns meses, talvez houvesse algumas informações úteis a serem coletadas. Mas no dia-a-dia, o maior efeito que notei foi uma maior consciência da minha ingestão de alimentos. Eu já sei que um biscoito não é um ótimo lanche no meio da tarde, mas ver o pico associado de açúcar no sangue definitivamente forneceu uma centelha motivacional para considerar outras opções. Eu fiz argumentos semelhantessobre o uso da variabilidade da frequência cardíaca para guiar seu treinamento: quando ele diz que você precisa de uma pausa, geralmente está dizendo algo que – se você for honesto consigo mesmo – você já sabia.
Pessoalmente, acho que a barra de “informações realmente úteis” é muito difícil de limpar, pelo menos no contexto de esportes de resistência e bem-estar geral, em oposição a habilidades motoras complexas, como sacar uma bola de tênis. Mas o estudo de Bugnon é um lembrete de que a motivação também tem valor, o que pode se traduzir em melhor desempenho. Esse é um bom motivo para não ser muito desdenhoso quando alguém insiste que seu mais novo gadget vestível realmente os ajuda. Também é um bom motivo para não se preocupar com o que está perdendo, porque talvez você já esteja obtendo os mesmos benefícios do seu antigo gadget.