La velocidad también es cuestión de estrategia, un trabajo del LadHyX

Dentro de la prueba denominada velocidad, la velocidad pura es primordial, pero la estrategia también es un factor clave para el éxito. Sin embargo, cuantificarla es complejo, motivo por el que resulta especialmente interesante el trabajo de Jean-François Rysman y sus colegas del Laboratorio de Hidrodinámica (LadHyX), una unidad de investigación conjunta del CNRS, École Polytechnique e Institut Polytechnique de Paris, en colaboración con la Federación Francesa de Ciclismo (FFC), en el marco del proyecto Ciencias 2024, y en el que han intervenido Caroline Cohen, Iris Sachet, Emmanuel Brunet, Anthony Baré, Grégory Baugé y Alexandre Prudhomme.

Los científicos de LadHyx analizaron aproximadamente 1.500 vídeos de la base de datos de la FFC, grabados durante los Mundiales, Europeos, Copa del Mundo y los Juegos Olímpicos entre 2018 y 2024. “Al extraer las posiciones de los ciclistas en cada vuelta, podemos determinar la influencia de las configuraciones de carrera y las mejores estrategias a adoptar”, explica Rysman, autor principal del estudio. De este modo, demostraron que la posición de salida no influye significativamente en el resultado. Sin embargo, por ejemplo, si un ciclista es segundo tras los primeros 115 metros, tomar la delantera en la segunda vuelta le otorga la victoria en el 69% de los casos.

Para cuantificar y priorizar mejor los factores que conducen a la victoria, los investigadores desarrollaron un modelo de inteligencia artificial entrenado con estas 1.500 carreras. Si bien los tiempos de la clasificatoria en los 200 metros es el parámetro más importante, la estrategia y la configuración de la carrera -quién lidera en cada vuelta- también juegan un papel importante. Por lo tanto, los ganadores no siempre son quienes marcan el mejor tiempo en la clasificación, como Ellesse Andrews, quien ganó la medalla de oro femenina en los Juegos Olímpicos de París a pesar de que la finalista Lea Sophie Friedrich fue más rápida en la clasificación.

Este modelo de inteligencia artificial también es predictivo, proporcionando probabilidades de victoria basadas en la diferencia de velocidad entre dos ciclistas en 200 metros, la configuración de la carrera y la estrategia. Así, se aplicó retrospectivamente a las carreras de los Juegos Olímpicos de París, realizando una predicción basada en las velocidades alcanzadas durante las clasificatorias y el historial de enfrentamientos anteriores. Posteriormente, se simuló la competición 3.000 veces desde los cuartos de final, con diferentes configuraciones de carrera. Según este estudio, Harrie Lavreysen, a la postre campeón olímpico masculino, tenía un 75% de posibilidades de ganar el oro tras las clasificatorias. En la carrera femenina, las probabilidades de victoria eran más ajustadas: 37 % para Friedrich frente al 31% de Andrews.

Estos análisis proporcionan información adicional a entrenadores y atletas, además de otros factores a considerar -nutrición, parámetros físicos, gestión del estrés, etc. “Para un ciclista, perfeccionar sus estrategias de competición es un esfuerzo a largo plazo”, enfatiza Rysman. “Creo que nuestro trabajo será especialmente útil para los atletas de alto nivel que se encuentran actualmente en entrenamiento”.

El estudio, obviamente de pago, puede encontrarse en este enlace.