____________ TODO EL TEXTO E IMÁGENES PROPIAS ESTÁN PROTEGIDAS POR DERECHOS DE PROPIEDAD INTELECTUAL EN EL REGISTRO ANDALUZ DE LA PROPIEDAD INTELECTUAL “NINFA” CON Nº DE REGISTRO RTA-00883-2022 ________________ 1 Contenido 0. INTRODUCCIÓN ..................................................................................................................... 7 Romper para crecer............................................................................................................... 9 Tan fácil como una barra (AGRADECIMIENTOS) ................................................................. 10 Antes de empezar ............................................................................................................... 11 1. EL REY ESTÁ DESNUDO. .......................................................... ¡Error! Marcador no definido. HUMILDAD EPISTÉMICA ............................................................. ¡Error! Marcador no definido. Hacer daño queriendo ayudar ............................................................................................ 15 Intervencionismo ingenuo .................................................................................................. 16 La carga de la prueba .......................................................................................................... 17 El progreso .......................................................................................................................... 19 Predicciones erróneas ......................................................................................................... 19 MÁS DUDAS QUE RESPUESTAS ............................................................................................... 20 La individualidad del entrenamiento. ................................................................................. 21 La carga de entrenamiento ................................................................................................. 22 Fatiga y sobreentrenamiento .............................................................................................. 23 La periodización (y la relación de umbrales) ....................................................................... 25 La intensidad ....................................................................................................................... 27 Cuando los árboles no te dejan ver el bosque ........................................................................ 30 Reduccionismo .................................................................................................................... 31 Modelos deterministas ....................................................................................................... 32 Problema de agencia y la importancia de NO HACER ......................................................... 33 Exceso de información ........................................................................................................ 33 El mundo no es cuantificable ................................................. ¡Error! Marcador no definido. Conocimiento ancestral .......................................................................................................... 35 No hace falta relojero............................................................. ¡Error! Marcador no definido. 2. SISTEMAS COMPLEJOS ........................................................................................................ 38 Explicar física a los chimpancés ............................................................................................... 38 La prueba del tiempo .......................................................................................................... 39 GAIA............................................................................................ ¡Error! Marcador no definido. COMPLEJIDAD ............................................................................ ¡Error! Marcador no definido. SISTEMAS ANIDADOS ................................................................. ¡Error! Marcador no definido. Cómo los lobos cambiaron el curso del río ......................................................................... 45 Redes complejas...................................................................................................................... 47 2 Carbono de máxima calidad ................................................................................................ 48 Conexiones .......................................................................................................................... 49 Causalidad circular .................................................................................................................. 51 3. PRINCIPALES PROPIEDADES DE LOS SISTEMAS COMPLEJOS .............................................. 54 Efecto mariposa................................................................................................................... 54 La frontera entre el orden y el caos ........................................................................................ 56 Montañas de arena ............................................................................................................. 56 Explosión bioquímica .......................................................................................................... 57 AUTOORGANIZACIÓN................................................................. ¡Error! Marcador no definido. Autoorganización sincronizada ........................................................................................... 59 Emergencia espontánea ...................................................................................................... 62 No linealidades y puntos críticos ............................................................................................ 64 Puntos críticos ..................................................................................................................... 65 Dependencia del camino ..................................................................................................... 68 FRACTALES.................................................................................. ¡Error! Marcador no definido. Copias a mano ..................................................................................................................... 71 *Dimensión fractal (quitar lo del copo de niev?) ................................................................ 72 Las leyes de potencias ......................................................................................................... 75 Fractales y ciclismo .............................................................................................................. 81 4. SISTEMAS BIOLÓGICOS ADAPTATIVOS................................................................................ 88 La selección natural .................................................................... ¡Error! Marcador no definido. Equilibrio interrumpido ..................................................................................................... 109 Fitness o aptitud ................................................................................................................ 111 Sistemas biológicos adaptativos ............................................................................................. 89 La piedra filosofal ................................................................................................................ 90 Impulso-Respuesta .............................................................................................................. 90 Alostasis................................................................................................................................... 92 Los principios de la alostasis ............................................................................................... 93 Carga alostática ................................................................................................................... 98 El proceso de adaptación ...................................................................................................... 101 Emociones, creencias y alostasis ....................................................................................... 104 Alostasis y entrenamiento..................................................................................................... 105 5. LA EVOLUCIÓN DEL HOMO SAPIENS ................................................................................. 109 ¿Quién eres? ..................................................................................................................... 113 El mono asustado .............................................................................................................. 114 3 La vida en la tribu .............................................................................................................. 116 Nacidos para resistir .......................................................................................................... 117 Rendimiento vs salud ........................................................................................................ 118 ¿Cómo entrenaría un atleta del paleolítico?......................................................................... 119 Aplicación práctica al entrenamiento actual ........................................................................ 120 Volumen ............................................................................................................................ 121 Terreno y patrón de actividad ........................................................................................... 122 Fuerza ................................................................................................................................ 125 Dosis .................................................................................................................................. 127 Distribución ....................................................................................................................... 128 Nutrición............................................................................................................................ 129 Aspecto psicosocial del ejercicio y entorno. ..................................................................... 130 6. PERCEPCIONES Y LIMITANTES DEL RENDIMIENTO ........................................................... 132 Modelización de la RPE ......................................................................................................... 132 Modelo de tres dimensiones............................................................................................. 133 Comprender lo que nos comprende ..................................................................................... 134 El esfuerzo ......................................................................................................................... 137 La motivación .................................................................................................................... 140 La mentalidad .................................................................................................................... 143 La fatiga ................................................................................................................................. 146 Pacing ................................................................................................................................ 148 Entrenamiento mental .......................................................................................................... 152 Resistir el esfuerzo ............................................................................................................ 153 7. COMPLEJIDAD Y RENDIMIENTO DE RESISTENCIA ............................................................. 155 No confundir complejo y complicado ................................................................................... 155 Atractores .......................................................................................................................... 156 Constreñimientos .............................................................................................................. 157 Sinergias ............................................................................................................................ 159 El proceso de agotamiento ................................................................................................... 162 Proceso de fatiga .................................................................... ¡Error! Marcador no definido. Matar a tu abuelo .............................................................................................................. 165 Factores anidados ................................................................................................................. 166 Sobreentrenamiento ......................................................................................................... 167 Lesión ................................................................................................................................ 167 Histéresis ............................................................................................................................... 168 4 No existe un estado estable .................................................................................................. 169 Umbrales ........................................................................................................................... 172 No hay zonas de entrenamiento ................................................ ¡Error! Marcador no definido. Continuum energético ...................................................................................................... 174 La gravedad de las adaptaciones ...................................................................................... 177 Buscando la metaestabilidad ............................................................................................ 179 Halteras .................................................................................. ¡Error! Marcador no definido. Rendimiento fractal............................................................................................................... 181 Entrenamiento fractal ....................................................................................................... 181 Cooperación ...................................................................................................................... 182 Ambiente ............................................................................................................................... 184 8. TRATANDO CON SISTEMAS COMPLEJOS........................................................................... 187 La vía negativa ....................................................................................................................... 187 No olvides los efectos secundarios ................................................................................... 187 Contrastes ......................................................................................................................... 188 Buffers o reserva de seguridad ......................................................................................... 190 Elogio a la quietud .................................................................. ¡Error! Marcador no definido. Eliminar fronteras.............................................................................................................. 192 Integración de escalas temporales.................................................................................... 193 Dispersión .......................................................................................................................... 195 Lo no cuantificable ................................................................................................................ 199 Visión integrada ................................................................................................................ 200 Lo que mides marca lo que haces ..................................................................................... 201 Machine learning y big data .............................................................................................. 202 Heurísticas ............................................................................................................................. 204 Heurísticas en el mundo real............................................................................................. 205 Bailar con sistemas ................................................................................................................ 207 Amar la incertidumbre .......................................................................................................... 209 Psicología para la Complejidad ............................................................................................. 211 La vida como un juego....................................................................................................... 216 Juego infinito ..................................................................................................................... 216 La belleza ........................................................................................................................... 217 EPÍLOGO .................................................................................................................................... 220 AGRADEMIENTOS...................................................................................................................... 221 GLOSARIO TÉCNICO................................................................................................................... 222 5 REFERENCIAS ............................................................................................................................. 224 6 0. INTRODUCCIÓN ¿Conoces esa sensación que hace que se te ponga la piel de gallina y a la vez experimentes un agradable calor por la espalda? Esto es lo que sentimos cuando de repente somos conscientes de que estamos en el camino correcto y somos capaces de conectar un montón de ideas guardadas en circuitos neuronales inconexos, que de pronto dan lugar a ideas mucho más profundas que la suma de las anteriores por separado. Esto es lo que llevo sintiendo más de dos años, desde que conocí el mundo de las Ciencias de la Complejidad. Por fin, tenemos modelos teóricos que nos dan respuestas, o al menos pistas, sobre cómo funciona el mundo y, dentro de este, el entrenamiento de los deportistas. De repente, es como si todo encajase. ¿Cómo es posible que el proceso de entrenamiento siga los mismos patrones que el clima, la evolución o la economía? Y sin embargo lo hace. La Ciencia de la Complejidad da respuestas a los grandes problemas que acontecen en la ciencia tradicional del entrenamiento. Como veremos en el libro, la mayor parte de ideas que damos por sentadas hoy en día son medias verdades que solo funcionan en algunos casos muy especiales, en individuos medios y en esfuerzos incrementales. Fuera de este acotado mundo de laboratorio, tenemos muchísimas más dudas que respuestas, y, conforme vamos teniendo más y más estudios, la incertidumbre y la inexistencia de paradigmas van cogiendo más fuerza. Dicho de otra forma: cuanto más estudiamos el entrenamiento, más seguros estamos de que no estamos seguros de nada. El problema es que el cambio es incómodo y genera una disonancia cognitiva en la cual poca gente está dispuesta a entrar. Especialmente a los que hemos dedicado mucho tiempo y esfuerzo a aprender las ideas tradicionales, estudiando la carrera de Ciencias del Deporte, el Máster en Nutrición, y miles de horas de libros, conferencias, pódcast y artículos científicos. 7 Duele mucho pasar de sentirse un experto a sentirse un idiota. Pero es crucial soportar este dolor para crecer. No nos hacemos más sabios solamente añadiendo nuevas capas de información: también hay que quitar las equivocadas. Muchas cosas que aprendí en su momento ahora sé que son erróneas. ¡Estaban basadas en limitaciones que ya no tenemos! “Los analfabetos del siglo XXI no serán aquellos que no sepan leer y escribir, sino aquellos que no puedan aprender, desaprender y reaprender”. Alvin Toffler. La realidad es compleja, y nunca mejor dicho, ya que en realidad no podemos calificar las ideas anteriores como correctas o incorrectas. Hay un cierto gradiente entre lo totalmente correcto y lo totalmente equivocado, y la mayoría de cosas que decimos o creemos se encuentran a caballo en algún punto en esta escala de grises. En realidad, son medias verdades, válidas en algunos contextos si se dan una serie de circunstancias en algunas personas. El principal es que estamos tratando de intervenir en un mundo complejo con medidas aisladas, reduccionistas. Estudiamos, analizamos y tratamos las partes del sistema de la forma que creemos más óptima posible, pero casi siempre fracasamos por no poder controlar el efecto que tienen todas las demás partes de los sistemas en esta. Por esto, encontramos un gran desajuste y dicotomía entre lo científico y su aplicación práctica en el mundo del entrenamiento. Si somos sinceros —lo cual es raro en la mayoría de entrenadores—, reconoceremos que generalmente no tenemos ni idea de qué tipo de entrenamiento sería mejor realizar un día en concreto, de cuánta duración o con cuanta intensidad. Incluso, que quizá nuestro entrenamiento es menos importante de lo que los entrenadores pensamos en el rendimiento final del deportista. No hay un procedimiento estándar para nada, y esto en gran medida es debido a la falta de encaje entre las diversas teorías del entrenamiento. Cada rama observa al deportista desde su punto de vista, pero, al intentar unir el puzle, las piezas no encajan, como iremos viendo. 8 Obviamente, habrá gente que afirme lo contrario: su seguridad en todo lo relativo al proceso de entrenamiento; lo cual puede ser lo acertado desde el punto de vista del marketing. Sin embargo, esta falta de humildad epistémica es la madre de todos los problemas de ceguera y reduccionismo que acaban haciendo que muchos deportistas acaben rindiendo menos con entrenador que sin entrenador, algo que a todas luces se debería perseguir para eliminar. La iatrogenia deportiva nos daña a todos, y esto se debe en parte a la negación de esta complejidad y a intentar tratar sistemas complejos como si fueran máquinas. Esta visión es “peor que inútil”, porque crea la ilusión de conocimiento, cuando en realidad oculta lo más importante de un individuo. La Ciencia de la Complejidad no niega la fisiología, el entrenamiento o la biología, pero aborda esta problemática de otra manera, analizando y estudiando el comportamiento del conjunto. Porque, de la misma forma que un hormiguero tiene propiedades que no tendría un millón de hormigas de forma separada, un deportista no es igual a la suma de sus partes. Romper para crecer “La ciencia avanza funeral tras funeral”. Max Planck La única forma de avanzar en nuestro conocimiento es abandonando las ideas erróneas cuando sabemos que lo son. Pero este proceso no suele ser bien acogido. Max Planck dice en su autobiografía que “una nueva verdad científica no triunfa porque convenza a sus oponentes y les haga ver la luz, sino porque sus oponentes van muriendo, y una nueva generación crece familiarizada con la nueva teoría”. Hipaso de Metaponto, durante un paseo en barca, demostró que los elementos de la naturaleza no estaban formados solo por números enteros y racionales, lo cual era el fundamento de la escuela pitagórica reinante hasta la fecha. Hipaso puso en jaque los principios dominantes de las matemáticas y, en agradecimiento a su gran contribución a estas, fue arrojado al lago con una gran piedra atada al cuello. Vistos los antecedentes, uno se pregunta: ¿me pasará como a Hipaso? ¿Aceptará la gente la incertidumbre? Lo fácil habría sido escribir un libro continuando con lo que ya está publicado sobre el entrenamiento. Sin embargo, no se trata de escribir un libro por el mero hecho de hacerlo. Hay que aportar algo útil y, si me he lanzado a esta larga aventura —la que considero la peor decisión económica y empresarial que he hecho nunca— es porque creo que tengo algo diferente que aportar. Algo que casi nadie está viendo; pero, cuanto más estudio e investigo, más seguro estoy de haber encontrado lo correcto. Dice el psicólogo Ichiro Kishimi que escribir el libro que la gente quiere leer es un acto de egoísmo. Un acto egoísta, porque vas sobre seguro. No lo haces por ellos, lo haces por ti, porque quieres agradar, quieres quedar bien, quieres parecer inteligente. Sin embargo, les estás privando de aprender cosas nuevas, de ver otros puntos de vista, de salir del círculo. Para ayudar de verdad, tienes que “arriesgarte a no gustar”: a fracasar estrepitosamente, a compartir ideas nuevas que probablemente pocos podrán entender y, menos aún, valorar. 9 Este libro es generoso y egoísta a partes iguales. Egoísta porque lo hago en primer lugar por mí. Está siendo el mayor aprendizaje que mi vida, pero lo más importante es que me está permitiendo unir todo lo que he aprendido hasta ahora. La magia de los sistemas complejos es que engloban absolutamente todo. Y generoso, porque da las bases a un conocimiento que está por desarrollar y que otras personas acabarán de afinar. No pretendo que creas que en este libro encontrarás respuestas a todas las preguntas del entrenamiento, tan solo explicar las bases de la Complejidad y cómo se podrían aplicar al deporte. Mi idea es que esto solamente sea el comienzo de un trabajo de muchas personas y muchas disciplinas en la búsqueda de nuevas formas de entender y tratar los sistemas complejos. Al empezar a escribir, pensé en desarrollar en este libro la tesis doctoral que nunca quise hacer. Sin embargo, y con el paso de los meses, he ido cambiando el tono y el libro. El ejemplar que tienes actualmente en tu poder es aproximadamente una décima parte de todo lo que escribí, y he ido cambiando el lenguaje para hacerlo más comprensible a costa de perder algunos matices o de ganarme algunas críticas del mundo académico. Es una pena, pero la mayoría de investigaciones financiadas por dinero público acaban quedando en cajones y siendo leídas por menos de cincuenta personas, con suerte. Por eso, renuncié a la complicación formal que exige “la Academia”. Prefiero que me critiquen por “no poner alguna cita” o equivocarme en alguna cosa minúscula que no cambia el sentido de lo escrito a hacer un tocho de mil páginas que no lea nadie. Lo importante es que los lectores entendáis las ideas que aquí se exponen. Este libro es para gente con ciertos conocimientos, pero no tantos como para que nadie lo pueda leer; y está escrito de forma que el lector vaya descubriendo —de forma guiada— las ideas que quiero transmitir incluso antes de ofrecerle la solución. Tan fácil como una barra (AGRADECIMIENTOS) Con el riesgo galopante de la guerra, el colapso energético o el climático, mucha gente le dice a mis padres que “ellos al menos tienen la panadería y nunca nos va a faltar el pan”. El pan por lo visto es de las cosas más fáciles de hacer en la teoría, sobre todo si no lo haces a las dos de la mañana. Sin embargo, y medio parafraseando a Rafel Pol, nadie por sí solo es capaz de hacer una barra de pan. Nadie puede a la vez sembrar, recoger y moler el trigo, construir el horno, construir la furgoneta, extraer y procesar el petróleo para alimentarla, coger la leña e ir a buscar el agua, la levadura y la sal. Incluso hacer el pan es un acto complejo que se ve afectado por cambios que ocurren a miles de kilómetros de donde se amasa. En este libro, aunque el autor sea yo, han participado activa y pasivamente muchas más personas, cada una apoyando en un lugar. Hay que agradecer a. … 10 Ninguna de las ideas que aquí expongo son directamente mías, sino que todas han sido adaptadas o copiadas de diferentes personas. Quiero dejar claro que yo no he descubierto nada, solo he juntado ideas. Antes de empezar Este libro se estructura en cinco partes, cada una de las cuales ofrece ideas diferentes pero complementarias para el lector. En el capítulo uno, ponemos en duda creencias y supuestos tácitos de una validez muy cuestionable, mostrando cómo las respuestas correctas pero incompletas nos han llevado a una serie de errores de difícil solución. En los capítulos dos y tres, se ofrece una nueva forma de estudiar y analizar el entrenamiento, mostrando cómo podemos interferir el comportamiento de un organismo a través del estudio de otros sistemas complejos. En los capítulos cuatro y cinco, diseccionamos las principales reglas que guían el comportamiento de los sistemas complejos, con muchos ejemplos prácticos de su importancia en el entrenamiento deportivo de resistencia. En los capítulos seis, siete y ocho llevamos la teoría a la práctica científica, viendo cómo la Ciencia de la Complejidad ofrece respuestas satisfactorias a problemas en los que no estábamos teniendo buenos resultados, como el entrenamiento evolutivo, la adaptación al entrenamiento, el sobreentrenamiento o los límites del rendimiento y la fatiga. Por último, en los capítulos nueve, diez, once y doce llevamos todo lo aprendido a la práctica más del día a día, dando recomendaciones sobre cómo actuar al encontrarnos ante sistemas complejos, desmontando falsos mitos y cambiándolos por otros nuevos, y ofreciendo herramientas y estrategias para ser mejor entrenador y deportista respetando la complejidad del individuo y de los sistemas en los que está anidado. A lo largo del libro, aparecen muchos conceptos que pueden ser desconocidos para el lector no experto. En el estudio de los sistemas complejos se usa una jerga que es distinta a la que hemos usado tradicionalmente en biología y el estudio del organismo humano, y a la que me costó adaptarme. Para hacer más fácil la comprensión, intentaré evitarla en la medida de lo posible. Al final del libro encontrarás un apéndice con la definición de los conceptos o siglas que salen subrayados en el libro. Al final de todo, encontrarás las más de XXX referencias bibliográficas que han sido consultadas y citadas. En el transcurso de tu lectura, irás aprendiendo la forma de pensar que he visto que tienen en común los mejores entrenadores, pensadores, sanitarios, ecólogos, economistas, filósofos, etc.; al menos, fuera de micro. El respeto por la incertidumbre, por el desconocimiento propio —y ajeno—, y por los efectos colaterales de cualquier intervención. 11 Te animo a que vayas descubriéndolo poco a poco y con atención, sin leer mucho de golpe. Este, probablemente, es uno de esos libros que se entienden mejor en la segunda lectura, ya que cada párrafo es una idea. Acompáñame con paso lento en mi viaje a este apasionante mundo del todo, del universo, de la naturaleza. 12 1. EL REY VA DESNUDO. Cuentan que hace años vivía un Rey obsesionado con su vestuario. Buscaba vestir las prendas más lujosas que existieran y, una vez las tenía, buscaba sin parar otras más y más lujosas. Los sastres reales estaban preocupados, porque cada vez les era más difícil encontrar dentro e incluso fuera del reino prendas más sofisticadas. El Rey parecía no darse cuenta de que su espiral de mejora un día llegaría a un punto final. Cuando se quedaron sin posibilidad de mejora, los sastres, en su desesperación, convencieron al Rey de que tenían una tela mágica que era de los colores y el tacto más depurados, pero que era invisible para aquellas personas que habían nacido para reinar. Lo ayudaron a ponérsela y el Rey decidió que la luciría en el desfile más importante del año. Lógicamente, la multitud veía al Rey desnudo pero nadie decía nada, hasta que un niño inocente exclamó entre la multitud: “¡El Rey va desnudo!”. El Rey lo oyó y supo que el niño tenía razón, pero tanto él como la multitud terminaron el desfile fingiendo que iba vestido. “El traje nuevo del Emperador” (1837) de Hans Andersen (adaptación) Reconocer la existencia de un problema es el primer paso necesario para superarlo, y sin embargo es el que más nos cuesta dar, y a mí el primero. Llevo casi doce años viviendo en cuerpo y alma para el ciclismo, primero como ciclista y estudiante, y ahora como entrenador e investigador. Y con cuerpo y alma me refiero verdaderamente a un esfuerzo máximo. Hasta hace poco, no había una hora del día en que no estuviera pensando en cómo podría mejorar el rendimiento, en entrenar mejor, en aprender a controlar aún más mi cuerpo. Estaba convencido de que si estudiaba y trabajaba más duro que nadie, en algún momento llegaría a la iluminación y conseguiría aprender los fundamentos claves que guían el rendimiento máximo. Seguía el mapa lo más fielmente posible, pero conforme más aprendía, más consciente era de que me estaba metiendo en un barranco sin salida. El mapa tenía errores, y parecía que nadie se había dado cuenta de ellos. Es muy doloroso tomar conciencia de que a veces, para encontrar el camino que seguir, tienes que retroceder y echar por la borda mucho del esfuerzo que habías dedicado a avanzar. Desaprender cuesta mucho más que aprender. Pero yo necesitaba volver tras mis pasos y buscar un camino alternativo, oteando desde un punto elevado para que los árboles no me impidieran ver el resto del paisaje. Necesitaba estudiar otros campos, ver cómo trataban con estos problemas disciplinas tan dispares como la biología, la medicina, la climatología, la ecología o las matemáticas, entre muchas otras. Desde este alejamiento del entrenamiento, que pocos han entendido, he sido capaz de ver una senda, que parece escapar de estas agrestes montañas en las que estamos perdidos. En este libro, quiero que me acompañéis a seguirla. 13 Humildad epistémica “Daría todo lo que sé por la mitad de lo que ignoro”. René Descartes Descartes fue el primero en darse cuenta de que ignoraba muchísimo más de lo que sabía. Hay tres tipos de conocimiento: las cosas que sabemos, las que sabemos que no sabemos, y las que no sabemos que no sabemos. El problema es que las terceras son muy embaucadoras y tienen la peligrosa cualidad de llevarse a las del primer y segundo tipo también a su grupo, desmoronando por completo nuestra pirámide del conocimiento. Ni siquiera la mayoría de las cosas que creemos saber son ciertas, en muchas ocasiones simplemente aún no han sido refutadas. Esto obviamente duele mucho a cierta clase de personas poco propensas a querer desaprender. En la introducción decía que la ciencia avanza “sembrando cadáveres”, y esto ocurre porque es la única forma en la que se puede avanzar. De hecho, cuando se contrasta la hipótesis nula con la hipótesis alternativa para realizar un artículo científico, lo que se busca es demostrar que la hipótesis nula es falsa, pero no se demuestra que la hipótesis alternativa es verdadera. Una idea raramente puede ser probada correcta, pero sí puede ser falsada. Parafraseando a Nassim Taleb: “Uno no puede demostrar que la frase ‘todos los cisnes son blancos’ sea cierta”. Tendrías que estar seguro de que has visto todos los cisnes del mundo para afirmarlo. Sin embargo, la sola visión de un cisne negro echaría por tierra años y cientos de artículos de ornitólogos viendo cisnes blancos. Ya no podrían decir que todos los cisnes son blancos. Si para afirmar algo necesitamos tener miles de pruebas a nuestro favor y aun así nunca podemos estar seguros, una sola observación basta para refutarlo. La ciencia es asimétrica: un estudio bien realizado desmontando una teoría pesa más que cincuenta a favor. Solo necesitamos una sola prueba de que una teoría no es totalmente cierta para saber que es, al menos, inexacta. Y así es como debe ser. En un mundo donde no sabemos que no sabemos casi nada, las evidencias en contra son mucho más potentes que a favor, ya que demuestran errores en nuestras hipótesis iniciales que no somos capaces de reconocer aún por nuestra falta de conocimiento. 14 Y es que, aunque muchos neomaníacos crean que conocemos absolutamente cómo funciona el mundo, la realidad es que tenemos muchas más respuestas que conocimiento. O dicho de otra forma: se generan narrativas que parecen explicar de formas simples hechos muy complejos y que llevan a intervenciones que, como veremos ahora, generan errores y fallos en cadena desmesurados que están creando la mayor parte de los problemas que tenemos en el mundo actual. Y es que, si lo vemos con perspectiva, ¡a lo largo de la historia casi siempre hemos estado equivocados en nuestras creencias! ¿De cuántas cosas no estaremos convencidos ahora, simplemente porque no tenemos las herramientas suficientes para imaginarnos cuán equivocados estamos? Suena divertido pensar que la gente creyese que la Tierra era plana, en la mitología griega o en los humores corporales, pero: ¿cómo íbamos a pensar que la Tierra es esférica sin descubrir la astronomía? ¿Cómo íbamos a pensar que los rayos se producen por diferencias de potencial entre nubes y tierra si no conociésemos los átomos? ¿Cómo íbamos a saber la importancia de la microbiota sin microscopios? Sin embargo, no somos capaces de aplicar esto a la actualidad y pensamos que lo que sabemos ahora ya sí es totalmente cierto, inmutable y está escrito en piedra. ¿No es acaso probable que un habitante de 2100 —si llegamos—, se ría de las cosas que pensábamos en 2022? Somos capaces de reírnos de las teorías antiguas que ya hemos refutado, pero totalmente incapaces de pensar que así lo harán de lo que pensamos nosotros cuando nos lean en el futuro. ¡Como si no llevásemos toda la historia estando equivocados! Por ello, y aunque sé que habrá gente que lo interprete al revés, este libro es un ejercicio de humildad epistémica frente a la arrogancia que desprenden los que creen que pueden conocer y controlar la naturaleza y el organismo humano mediante modelos reduccionistas y teorías incompletas. Hacer daño queriendo ayudar Hay un concepto, nacido de la medicina, llamado iatrogenia. La iatrogenia es generar un daño de forma no intencional, con el objetivo de curar. Por ejemplo: es lo que padece la gente que muere por un tratamiento u operación en enfermedades que no eran mortales. La iatrogenia es la tercera causa más común de muerte (Makary, 2016), porque engloba muchas enfermedades. Pero aunque es la medicina la que porta la mala fama por este problema, en realidad nos ganan en mucho, porque por lo menos reconocen su existencia y tratan de minimizarla. En cambio, en otros campos, lo más común es que ni siquiera conozcamos el concepto: ¿Cómo vamos a hacer daño a algo que queremos ayudar? Pues debido a dos problemas: nuestra ignorancia —no lo sabemos todo— mezclada con nuestro ego —pensamos que sí lo sabemos—. El cientifista de manual —un hooligan de lo que sea nuevo— está convencido de que “puede arreglar e incluso mejorar la naturaleza”, entendiendo dentro de esta los ecosistemas, el clima, el cuerpo humano o incluso las relaciones sociales y la economía. 15 Confundimos los sistemas complejos —como los seres vivos—- con sistemas complicados —como un coche— y los estamos intentando tratar con los mismos modelos reduccionistas, lo cual lleva a errores garrafales a largo plazo que acaban siendo achacados a “sucesos inesperados” —inesperados para ellos, claro—. Comparar el cerebro o el cuerpo con una máquina evidencia que la máquina ha sido creada como una metáfora del cuerpo, tomándolo como modelo; y de ahí, erróneamente, se trata al cuerpo como una máquina, es decir, se invierte el proceso. Intervencionismo ingenuo Este término nace de lo expuesto anteriormente: cuando implementamos cambios en un sistema complejo para mejorarlo o solucionar cambios, y acabamos generando un daño mayor del que queremos evitar. Los casos de intervencionismo ingenuo rozan el infinito, pero no todos son fáciles de cuantificar. Ayudar a un niño dándole las cosas en vez de dejar que se las gane podría ser un caso de intervencionismo ingenuo —perjudicar su futuro a costa de mejorar su presente—, pero no podemos medirlo. Sin embargo, ciertamente tenemos muchísimos ejemplos de intervenciones en las que se destruyó queriendo ayudar. Empecemos con la medicina, que es el campo mejor estudiado. Un ejemplo muy conocido es de la talidomida, un medicamento relajante y sedante cuya venta se autorizó en 1957. En los ensayos previos, el medicamento parecía seguro. Sin embargo, cinco años después se retiró por sus efectos en las mujeres embarazadas y los fetos. Se calcula que hay unos 10 000 niños que nacieron con malformaciones debido al uso de talidomida (Kim, 2011). Podríamos pensar que esto ya no ocurre, que ahora tenemos ensayos más seguros y potentes, pero veremos que esto no evita que siga pasando lo mismo. Un ejemplo de ello es el empleo abusivo de estatinas. El colesterol es una molécula presente en la sangre, que cumple funciones vitales para la vida, como formar parte de las membranas celulares. El colesterol no puede viajar solo por la sangre, sino que lo hace uniéndose a unas partículas de grasa llamadas lipoproteínas. Se observó que algunas enfermedades cardiovasculares estaban precedidas de la acumulación de estas lipoproteínas en las arterias, por lo cual se llegó a la conclusión de que un exceso de estas en sangre era algo que debíamos evitar. Y, si bien es cierto que, aunque de forma matizable, un exceso de lipoproteínas puede provocar problemas cardíacos, la realidad es que achacar estos directamente al colesterol total parece tener poca evidencia científica (Hamer, 2018). Cegados por el reduccionismo y la creencia de controlar el organismo, se propuso hace unos años que los medicamentos que bajan el colesterol podrían mejorar la vida de las personas. No solo esto, sino que se han reducido los niveles en que se empieza a diagnosticar hipercolesterolemia (Mata, 2015), aumentando por tanto el número de personas tratadas con estatinas, que son un fármaco sintético que disminuye la cantidad de colesterol en sangre. Por desgracia —quién lo iba a pensar—, con el paso del tiempo se han ido documentando los efectos secundarios de este tratamiento. Entre otras enfermedades, 16 las estatinas se han relacionado con la aparición de diabetes (Maki, 2018), deterioro neurológico (Pergolizzi, 2020) y daño hepático (Karahalil, 2017). A día de hoy, no parece justificado el uso de estatinas para reducir el colesterol en personas que no hayan desarrollado enfermedad cardiovascular (Ray, 2010) y su uso parece tener más riesgos que beneficios. Sin embargo, seguimos atraídos por esta corriente de pensamiento reduccionista que nos impide ver los efectos secundarios de un tratamiento en otra parte diferente a la dañada. Otro ejemplo impactante de intervencionismo ingenuo es el empleo indiscriminado de diclofenaco en veterinaria y medicina. El diclofenaco es un antinflamatorio que se usa también como analgésico. A partir de los años 70 se realizó un tratamiento sistemático a los animales domésticos con este fármaco. Treinta años después, empezamos a tener evidencias de que el diclofenaco de los animales domésticos estaba matando a las poblaciones de animales salvajes que los comían, como los buitres (Green, 2004). Se calcula que murieron más de 10 millones de buitres en Asia a consecuencia de este medicamento (Taggart, 2007). Los efectos de segundo orden son aún más graves, ya que los buitres son los encargados de la limpieza de los cuerpos muertos del terreno, previniendo la aparición de enfermedades (Plaza, 2020). Es curioso que, con el objetivo de mejorar la sanidad animal, se acabase en una situación donde el riesgo es aún mayor, y todo debido a este intervencionismo ingenuo que tanto criticaremos. Huelga decir que no aprendimos nada de nada, y recientemente se han detectado microplásticos en el agua, en el suelo, en animales domésticos, animales salvajes, heces de personas y en las placentas de mujeres embarazadas (Ragusa, 2021). Obviamente, no tenemos ni idea de en qué forma esto podría afectarnos en el futuro. Me gustaría destacar que estos problemas no eran tan fáciles de prever como parece ahora. Si lo miramos paso a paso, cada parte del ciclo que nos ha llevado hasta aquí, de forma aislada, ¡tenía sentido! Pero como decíamos: un sistema complejo funciona de forma diferente de la suma de sus partes, y todas estas medidas en su conjunto han tenido consecuencias devastadoras. “Antes de convertirse en investigadores, las personas deberían convertirse en filósofos. Deberíamos plantearnos cuál es la meta humana, qué es lo que la humanidad necesita crear. Los médicos deberían primero preguntarse qué es lo que los seres humanos necesitamos para vivir”. Masanobu Fukuoka. La carga de la prueba Los ejemplos anteriores, y muchos otros, se caracterizan por “confundir la falta de prueba con la prueba de ausencia”. Dicho de otra forma: no es lo mismo decir que no hay pruebas de que algo sea nocivo que afirmar que se ha demostrado que ese algo no es malo. Que alguien se lo explique a J. M. Mulet, por favor. Esta confusión —malintencionada en muchas ocasiones— está en la base de que la gente siga creyendo que el glifosato, el alcohol o el cambio climático no son malos. 17 “No hay prueba de que el diclofenaco sea malo”, decían hasta que años más tarde empezaron a morir buitres. Pero olvidan que es en lo novedoso, lo artificial, en lo que debe recaer la carga de la prueba. Uno no debería tener que demostrar que la inflamación o la fiebre es necesaria, porque lleva existiendo millones de años —y, si fuera mala, los genes de los individuos con respuestas inflamatorias o febriles desaparecían de la especie—. Es justo al revés: se debería tener una evidencia muy grande de que bajar la inflamación o la fiebre es mejor que no hacerlo, antes de intervenir —recordemos, además, que no sabemos qué efectos secundarios podríamos estar generando y con ello dañando sin darnos cuenta—. Tras décadas de una guerra crónica contra la inflamación usando medicamentos, hemos descubierto que la inflamación no solo no es perniciosa y no se debe tratar (Orr, 2017), sino que ayuda a la recuperación de lesiones. Tratamientos novedosos como las inyecciones de PRP tratan de simular los efectos de la inflamación en los tejidos orgánicos (Sucuoğlu, 2019). La inflamación es un mecanismo señalizador del daño orgánico que cumple dos funciones (Huard, 2002): - Aumentar el flujo de nutrientes y moléculas de reparación de tejidos. - Proteger e inmovilizar la zona para prevenir más daño. ¿Cuánta gente disminuyó su capacidad de recuperación porque nos creíamos más listos que nuestro propio cuerpo? Y es que, cada vez que modificamos algo, contraemos el riesgo de estar generando cascadas de efectos secundarios por cosas que hoy en día no conocemos y cuyos efectos no sabemos. Y casi nunca el beneficio va a superar el posible riesgo. En las últimas décadas se han recomendado —hasta para los bebés— productos de higiene que han dañado la microbiota y por ende la salud a largo plazo de la mayoría de la población (Arponen, 2021). Los fertilizantes y pesticidas deberían haber probado que son totalmente inocuos para el medio ambiente y las personas antes de matar el Mar Menor y contaminar los acuíferos de mi tierra (Bech, 2020). No sabemos de qué formas podríamos estar haciendo más daño que beneficio a largo plazo por culpa de las cosas que aún hoy no sabemos, por tanto lo más prudente es esperar e investigar hasta estar muy seguros de que algo no natural es beneficioso, lo cual ocurrirá en muy pocos casos. Como dice el maestro Fukuoka en La revolución de una brizna de paja, “en vez de preocuparse por que las sandías que maduran en invierno no tienen vitaminas ni buen sabor, quizá deberíamos plantearnos si realmente tiene sentido comer sandías en invierno”. Todos estos ejemplos tienen un claro elemento en común: “No debemos intervenir en sistemas complejos que llevan mucho tiempo funcionando, independientemente de lo que diga la evidencia de ese momento”. Nassim Taleb 18 El progreso Es en lo novedoso donde debe recaer la carga de la prueba. Un alimento que no hemos comido durante miles de años debería demostrar muy bien que es mejor que otro con el que hemos evolucionado. Pero, al no seguir esta regla, nos encontramos en la siguiente dicotomía que resulta contraintuitiva: pese a que el mundo avanza gracias a avances científicos, lo más sensato como individuo es rechazar la mayoría de estos avances. Matemáticamente, el progreso significa que algunas partes de lo nuevo son mejores que lo pasado, pero no que todo lo nuevo -y ni siquiera la media de lo nuevo- sea mejor que lo pasado. De hecho, la mayor parte de lo que creamos desaparece por no superar la utilidad de lo anterior. Por tanto, es óptimo que alguien, al dudar, rechace sistemáticamente la idea, información o método nuevos. Cuando pensamos en el progreso, nos viene a la cabeza internet, el coche o el avión. Pero nos olvidamos de todo aquello que no sirvió para nada o que incluso hizo nuestra vida más difícil. El 99 % del progreso viene a través del 1 % de descubrimientos. Y ni siquiera eso: las grandes revoluciones no se han producido al descubrir nuevas cosas, sino al aprender nuevas formas de usarlas y unirlas. Internet no empezó con los ordenadores, y el coche no empezó con la rueda ni con el petróleo. Y es que hay una mayoría de personas que creen que el progreso es sinónimo de más intervencionismo, de más artificialidad, de más tecnología. De hacer cosas. Cuesta mucho hacerles ver que a menudo el progreso viene de lo contrario: de no hacer. No hacer cosas incorrectas, no generar riesgos y debilidades, no inhibir los mecanismos naturales. Cualquier forma de hacer las cosas mejor es progreso. Reconocer errores es progreso, y aprender leyes ancestrales, aunque tengan millones de años, es progreso. Negar la ley de la gravedad y pretender vivir en Marte no es progreso, por mucho gurú que lo promocione. Muchos piensan que el único progreso se fundamenta en implementar nuevas métricas, nuevos datos, nuevas intervenciones. Pero solo una clase de datos, los datos cuantificables, los que permiten hacer gráficos de colores, medias y desviaciones estándar —aunque no entienden muy bien esto último—. Se niega la vía negativa: el no hacer lo que nos hace daño. Para ellos, el conocimiento es aditivo, nunca sustractivo. Se basa en avanzar lo más rápido posible por el camino determinado, sin pararse a pensar si ese es el camino correcto y si habría que desandarlo. Sin embargo, la mayor parte del progreso en el campo del entrenamiento se está debiendo más a personas que han desandado y han dudado de creencias preestablecidas, volviendo a escuchar mecanismos ancestrales de los organismos; por mucho que vivamos en el siglo XXI, nuestra especie sigue teniendo la misma fisiología que durante el paleolítico. El progreso a través de no hacer, que es mucho menos glamuroso, no vende cursos pero lleva a mejores decisiones. Predicciones erróneas Últimamente he encontrado un pasatiempo entretenido para después de cenar: me pongo a bucear en internet buscando predicciones de años anteriores que ya hayan cumplido. Te animo a que pruebes lo mismo en cualquier campo complejo de tu 19 elección, como la previsión del precio del petróleo, del crecimiento económico, de problemas geoestratégicos, encuestas políticas, el ganador del próximo Tour de Francia o la idea que tenías con diez años menos de dónde estarías ahora. Casi todas las predicciones en sistemas complejos fallan, y las pocas que aciertan suelen hacerlo por pura suerte. Y fallan por un motivo simple: en los sistemas complejos, incluso conociendo todas las variables —que no las conocemos—, el mínimo cambio en una afecta a las demás en cadena. Además, obviamos que no conocemos todas las variables, tan solo unas pocas. Por eso, cuando las predicciones fallan se suele achacar a factores externos que no se podían prever —cisnes negros—. Siempre es culpa de pandemias, guerras y variables que no conocíamos. Pero en realidad estos cisnes negros no vinieron de la nada: estaban ahí esperando su momento, solo que nosotros no éramos capaces de verlos y medirlos. Cuando se desata una guerra suele ser por la conjunción de factores anidados que llevan al conflicto. Las pandemias parten de la premisa de que vivimos en un mundo hiperconectado donde estabulamos juntos a miles de animales de una misma especie. Los cambios políticos imprevistos parten del malestar de la población con medidas que ya venían de lejos. La I Guerra Mundial no fue solo a raíz del asesinato del archiduque Fernando. Como corolario, el comportamiento de los sistemas complejos no se puede predecir más allá de un pequeño periodo de tiempo. En todo caso, como veremos en este libro, podemos actuar ayudándolos a recuperar el equilibrio natural cuando lo han perdido. Y es que, parafraseando a Taleb: “algunos prefieren perderse en los Pirineos con un mapa de los Alpes a no llevar ningún mapa”. Esto quiere decir que, aunque sabemos que nuestras previsiones reduccionistas no captan en su totalidad la realidad, se usan porque “son lo mejor que tenemos”. “Todos los modelos de predicción son erróneos, pero algunos son útiles” es una frase de George Box a la que nos agarramos para justificar la intervención con modelos inexactos. Sin embargo, Box olvidó una cosa: estas imprecisiones y limitaciones de los modelos, en sistemas complejos, terminan generando una serie de reacciones en cadena que a menudo generan un daño mayor del que buscábamos evitar. Más dudas que respuestas Las personas con menor conocimiento en el mundo del entrenamiento suelen pensar que existe una receta mágica, una forma de entrenar que es adecuada a la luz de lo que ha descubierto la ciencia del entrenamiento estos últimos años —y muchos entrenadores contribuyen a difundir este mito que nos es altamente conveniente-. Sin embargo, estamos en las antípodas de saber el tipo de entrenamiento más adecuado para una persona en base a algunas variables. Las ciencias del deporte evolucionan, pero siguen ancladas en supuestos tácitos y creencias de muy cuestionable validez y, a veces, buscando respuestas a exactamente las mismas preguntas que hace un siglo ¿Cómo mejoramos la condición aeróbica? ¿Cómo mejoramos el umbral anaeróbico? La falta de pensamiento crítico ha dificultado y sigue dificultando el avance en las ciencias del deporte (Pol, 2021). 20 El 70 % de los científicos encuestados por la prestigiosa revista Nature reconoce haber fracasado en sus intentos por reproducir los resultados de otros investigadores, y algunos científicos dijeron que, al publicar esta falta de reproductibilidad, los editores les habían exigido minimizar las comparaciones con el estudio original que se pretendía reproducir (Baker, 2016). Esto demuestra hasta qué punto la defensa de lo tradicional y la prevalencia del statu quo domina sobre la crítica constructiva y la evolución científica (Pol, 2021). Esta prevalencia de lo ya establecido se puede interpretar con el “sesgo de coste hundido” (Kahneman, 2013). Si tenemos que decidir entre varias opciones, tendemos a optar por aquellas en las que ya hemos invertido mucho esfuerzo. Si he dedicado toda mi vida a aprender sobre una forma de interpretar el organismo humano, me costaría mucho cambiar mi visión porque significaría reconocer que estaba equivocado y pensar que perdí el tiempo —aunque, en realidad, no fue tiempo perdido, sino invertido—. La individualidad del entrenamiento. El británico John Kiely es uno de los primeros científicos del deporte en decir bien alto que el emperador va desnudo. Comparto su opinión cuando afirma que debemos hacer frente a la poco confortable verdad de que las bases en las que se fundamenta lo que creemos saber sobre entrenamiento son inestables. En su famoso artículo de 2018 “Periodization Theory: Confronting an Inconvenient Truth”, Kiely nos deja una revisión de estudios de intervención sobre tipos de entrenamiento. Hace una recopilación de los resultados de los diferentes ensayos, y concluye que, cuando las adaptaciones se analizan a nivel de grupo, vemos cómo los participantes que siguen programas de entrenamiento similares desarrollan adaptaciones al entrenamiento muy diversas. Además, encontramos adaptaciones al entrenamiento muy similares en deportistas que siguen programas de entrenamiento muy diferentes. En palabras de Kiely: “Estos hallazgos destacan la inutilidad de los argumentos que abarcan gran parte de la historia de la periodización y el entrenamiento deportivo, por la cual los defensores de modelos de entrenamiento predeterminados afirman su superioridad sobre otros modelos”. “Esta afirmación solo sería posible si los seres humanos respondiesen al estrés del entrenamiento de una forma predecible, en marcos de tiempo generalizados y conforme a un modelo de dosis-respuesta estable. Sin embargo, la evidencia contemporánea muestra claramente que esta posición ya no es defendible desde el punto de vista lógico”. Además, las respuestas a las intervenciones metodológicas no solo son variables en su magnitud, también en su forma. Ante mejoras similares en el rendimiento — pongamos por caso una mejora de un 3 % en una contrarreloj—, algunos sujetos lo consiguen mejorando en unos parámetros, y otros en distintos (Pickering, 2019). “No es que existan responders y no responders, sino personas que se adaptan de una forma y otras que lo hacen de otra forma o que necesitan de otro tipo de estímulo para conseguir esa misma adaptación” (Pickering, 2019) 21 Además, cuanto mayor es el tamaño de muestra de los estudios y más general la metodología de investigación -metanálisis- más difícil resulta entender cómo y por qué se produce esta variabilidad y cómo y por qué funciona cada intervención en cada deportista (Pol, 2021). La extrapolación de los resultados promedios del estudio a la aplicación real en deportistas es, según Rose (2016), “peor que inútil, porque crea la ilusión de conocimiento, cuando en realidad el promedio oculta lo más importante de un individuo”. La carga de entrenamiento Los modelos de impulso-respuesta en el entrenamiento, que asignan una puntuación de dureza a las sesiones para tratar de controlar las cargas, la fatiga, las adaptaciones y el rendimiento del deportista, son los cimientos que sustentan las metodologías de entrenamiento tradicionales, y algunas modernas centradas en el análisis de algunos datos de los potenciómetros (TSS, CTL, etc.). Sin embargo, tal y como muestran Passfield y Murias, estos modelos nunca han sido validados. Parece que estamos de nuevo ante otro de estos mitos del entrenamiento que se han transmitido de persona en persona sin que nadie cuestionase la fuente original –o, más bien, silenciando a los que la cuestionaron-—. En su primer artículo, Banister y sus colegas (1975) propusieron un modelo que predecía los cambios en el rendimiento de un nadador como consecuencia de su programa de entrenamiento de 105 días, mostrando tanto la fatiga (ATL) como la condición física (CTL) que se inducía por el entrenamiento. Para calcular los efectos del entrenamiento en la condición física y la fatiga, se cuantificó su entrenamiento de natación y de pesas en TRIMP -—una forma de cuantificar la carga, multiplicando la duración por un factor de intensidad-—. Las predicciones de rendimiento resultantes se presentaron de forma muy sencilla junto con los rendimientos reales, sin ninguna evaluación estadística. En artículos posteriores, repitieron este modelo de entrenamiento, presentando los hallazgos de una forma similar al artículo original. El trabajo de Banister y su equipo, al desarrollar los TRIMP, no incluía ningún tipo de validación, ni siquiera un análisis estadístico formal (Passfield, 2022). Posteriormente, otros investigadores propusieron modificaciones de la forma de calcular el TRIMP para diferentes deportes, o bien basándose en las zonas de frecuencia cardiaca (LTRIMP), en la percepción de esfuerzo (sRPE) o en la potencia (CTL-ATL). Sin embargo, estas modificaciones de la fórmula original se han tratado de validad comparándose con los TRIMP originales -—que no estaban validados-— e incluso algunas de ellas no se han validado de ninguna forma. Recientes investigaciones muestran que estos modelos serían limitados en el mejor de los casos. Los efectos de la carga de entrenamiento son no lineales (Fullerton, 2021), y la forma en que se logra esta cantidad de entrenamiento es mucho más importante que su magnitud total. La mayoría de las métricas de carga de entrenamiento no muestran concordancia entre el desgaste observado y la puntuación generada (Passfield, 2022). 22 Fatiga y sobreentrenamiento Si el yan del deporte es el esfuerzo, el yin es la fatiga. Es el peaje que se paga por realizar un trabajo. Podríamos pensar que comprendemos esta sensación que todos hemos sentido, pero la realidad es que generalmente hemos estado lejos de entenderla. Científicos y entrenadores no hemos dejado de buscar al culpable de la fatiga. Si pudiésemos desenmascararlo, podríamos trabajar en reducirla. Sin embargo, no se ha encontrado ningún parámetro fisiológico que marque el punto en que un deportista llega a la extenuación y sea incapaz de mantener el ritmo. Ni el lactato, ni la falta de oxígeno, ni la depleción de glucógeno, la deshidratación o el aumento de temperatura corporal, entre otros factores, se han relacionado consistentemente con el punto en que un deportista es incapaz de mantener el ritmo (Noakes, 2004). Si bien todos estos factores favorecen la aparición de la fatiga, ninguno de ellos es el asesino final — explicaremos esto mejor en el capítulo 6—. Es más, hemos ido viendo cómo la fatiga mental, la motivación y la mentalidad afectan el rendimiento tanto —o a veces más— que factores puramente fisiológicos (Marcora, 2009; Ven Horst, 2018). Las nuevas teorías del gobernador central (Noakes, 2003), el modelo psicobiológico (Marcora, 2009) y el modelo de tres dimensiones (Ven Horst, 2018) integran los aspectos antes mencionados, pero aún no terminan de dar una respuesta clara a la pregunta de por qué bajamos el ritmo. Y si bien parece que últimamente tenemos claro que los mejores deportistas en test de esfuerzo no son necesariamente los mejores en competición, y que la fatiga es un proceso extremadamente complejo, se sigue tratando al deportista con modelos mecánicos y reduccionistas, centrados en trabajar en exclusiva estos factores mecánicos. ¿De qué sirve saber que la fatiga es un proceso complejo, si luego se proponen planes de entrenamiento reduccionistas? Por ejemplo, la fatiga aguda y el sobrentrenamiento se han tratado hasta ahora como dos conceptos independientes entre sí. Los modelos de impulso-respuesta que aún se utilizan actualmente (CTL-ATL) diferencian entre carga crónica —adaptaciones— y carga aguda —fatiga—; de forma que la mejora del rendimiento podría ser un evento potencialmente ilimitado si no fuera por la fatiga acumulada, que impide que logremos ejecutar en la práctica esas capacidades que potencialmente tendríamos. Sin embargo, ahora sabemos que el aumento de la carga de entrenamiento no siempre lleva a mayores adaptaciones, sino que a partir de determinados umbrales las reduce. El exceso de entrenamiento provoca procesos como aumento del catabolismo, lo que conlleva pérdida de masa de hemoglobina y bajada de niveles de testosterona y hormona del crecimiento (San Millán, 2019). El aumento de la carga de entrenamiento no solo no aumenta más el número y funcionalidad de las mitocondrias, sino que las daña, empeorando la salud y el rendimiento del deportista (Flockhart, 2021). Por tanto, la relación entre entrenamiento y rendimiento-salud sigue una curva en forma de V invertida. El sobrentrenamiento sigue siendo una incógnita para científicos y entrenadores. Incluso la definición del mismo se hace complicada. El Colegio Europeo de Ciencia del Deporte distingue entre tres fases del mismo : sobrentrenamiento funcional 23 (overreaching), sobrentrenamiento no funcional y síndrome de sobrentrenamiento. Fatiga Overreaching funcional Recuperación media (1-2 semanas). Bajada temporal de rendimiento que se compensa tras un descanso. Hasta 2 semanas de recuperación Overreaching no funcional Overtraining Recuperación muy (síndrome) lenta (semanas, meses). Síntomas de Reducción prolongada sobrentrenamiento. No se mejora a largo del rendimiento (>3 meses). Síntomas plazo. severos, físicos y mentales. Hay que descartar otras enfermedades Así pues, el síndrome de sobreentrenamiento es una extrapolación en el tiempo del proceso de fatiga. Los modelos actuales de impulso-respuesta no pueden recoger esta transición; y por eso hasta ahora se ha visto el sobreentrenamiento como un estado diferente; pese a que sus síntomas sean difusos y más teóricos que reales. Hasta ahora se pensaba el sobrentrenamiento como algo puramente físico, distinguiéndose del burnout. Así, no se podía explicar que personas con relativamente poca carga de entrenamiento llegasen a experimentar cuadros de fatiga relacionados con el sobrentrenamiento (Meuseen, 2013). Sin embargo, la aparición de síndromes de sobrentrenamiento en personas con poca carga de entrenamiento, y las similitudes en su sintomatología con el burnout laboral, nos indican que podríamos estar ante un problema parecido. Además, la separación entre cuerpo y mente en 2022 se antoja absurda, y se ha comprobado que las percepciones de fatiga y la presencia de estados psicológicos negativos coinciden con el sobrentrenamiento en atletas de resistencia (Meuseen, 2013). Las emociones tienen el poder de afectar a nuestro organismo e incluso provocar respuestas fisiológicas, a la vez que las alteraciones en nuestra fisiología provocan cambios a nivel psicológico (Damasio, 1998; Sterling, 2012; Vázquez, 2021). Se han propuesto diferentes hipótesis (Cheng, 2020) para este proceso de sobreentrenamiento: hipótesis de la falta de glucógeno, hipótesis de la fatiga central, hipótesis de la glutamina, hipótesis del estrés oxidativo, hipótesis del sistema nervioso autónomo, hipótesis hipotalámica y la hipótesis de las citocinas. Sin embargo, a nivel práctico hasta ahora el único marcador que se ha podido relacionar con el sobreentrenamiento es una disminución prolongada del rendimiento. Ningún marcador bioquímico o cualquier otra clase de parámetro se ha podido establecer como un indicador fiable del estado de sobrentrenamiento (Grandou, 2020). Los mismos síntomas que muestran fatiga, reflejarían el sobreentrenamiento. Aunque todas las anteriores hipótesis puedan ser en parte ciertas, parece claro que la fatiga y el sobrentrenamiento son dos fenómenos complejos que no se pueden 24 entenderse del todo desde la visión reduccionista. Veremos como la ciencia de la Complejidad nos ofrece nuevas herramientas para entender estos procesos. La periodización (y la relación de umbrales) La propia periodización del entrenamiento, más allá de los fundamentos fisiológicos más puros, ha sido cuestionada por no tener evidencias científicas de su eficacia. Por ejemplo, Sylta et al. (2016) comparan el modelo “teóricamente ideal” de progresión — que consiste en ir de series más largas y suaves a series más cortas e intensas— con el modelo inverso y con otro mixto. Figura X. Extraída de Sylta (2016). Un grupo de deportistas (INC) empezó por las series más largas, pasando a intermedias y más cortas para finalizar, mientras que el grupo (DEC) lo hizo al contrario y el grupo MIXTO hizo una mezcla de los tres tipos de series durante las 12 semanas. Según los autores: “Este estudio sugiere que el orden de la intensidad de los intervalos en un periodo de entrenamiento de 12 semanas tiene poco o ningún efecto sobre la adaptación al entrenamiento cuando la carga total es la misma. En general, sostenemos que la periodización rígida no está respaldada por los resultados de este estudio”. Una de las razones por las que se suele proponer este orden de entrenamientos es la creencia de que el consumo máximo de oxígeno actúa como limitante de las mejoras que pueden tener los deportistas en los distintos umbrales. Esto se ha tratado de explicar con la metáfora de “la casa y los muros” (Arguedas, 2022), que asemeja el VO2 máx al tejado de una casa, y nos dice que llega un punto en el cual la casa no puede crecer si no elevamos antes los techos. Sin embargo, estos modelos no parecen sustentarse en ninguna evidencia científica. Incluso en algunos de los deportistas con el umbral más elevado del mundo — maratonianos—, este ronda en los mejores casos el 80 % (LT1) y 90 % (LT2) de la potencia que pueden conseguir a VO2 máx. En teoría, aún tendrían un entre un 10 y 25 un 20 % de margen para poder subir sus umbrales pese a que su VO2 máx no mejorase. De hecho, es cuestionable que haya entrenamientos para mejorar los umbrales y otros para mejorar el VO2 máx, y parece que ambas adaptaciones ocurren de forma conjunta en distintas proporciones, dependiendo, por un lado, del entrenamiento y, por otro, de la genética y estado de forma del deportista. Prácticamente cualquier tipo de trabajo en el dominio severo -por encima del “máximo estado estable” o “segundo umbral”-puede hacernos llegar al consumo máximo de oxígeno si lo mantenemos hasta el agotamiento. No parece que haya una receta mejor que otra y la recomendación es que el tipo de intervalos se adapte en función del deportista y la modalidad en que compita (Laursen, 2020). Incluso, diversos estudios han mostrado que entrenamientos mucho más cortos e intensos pueden mejorar tanto el VO2 máx como los anteriores (Roonestad, 2015; Wen, 2019; Laursen, 2020). Un reciente metanálisis de Boullosa et al. (2022) nos indica que incluso los entrenamientos interválicos de súper corta duración (SSIT), sprints de 10 s, mejoran la masa mitocondrial y el VO2 máx de los deportistas y consiguen mejoras similares a entrenamientos interválicos tradicionales de ritmos de VO2 máx o de umbral. Por tanto, distinguir entre entrenamientos de “umbral” —entendido como segundo umbral, FTP o potencia crítica— y entrenamientos de consumo de oxígeno no parece tener mucho sentido, haciendo esta dicotomía entre techo y umbrales más difusa si cabe. Como decía, no hay ninguna evidencia de que el consumo de oxígeno limite las mejoras en la capacidad aeróbica y en los umbrales, así como tampoco la hay de que los deportistas más entrenados tengan los umbrales más altos que los deportistas menos entrenados (Johansen, 2022; Murias, 2022). De hecho, en algunos estudios (Inglis, 2019) se ve cómo el porcentaje al que se dan los umbrales varía poco durante la temporada. Es más: la intensidad a la que se dan el consumo de oxígeno y los umbrales está en entredicho. La mitad de los estudios que miden el VO2 máx de deportistas en test incrementales no consiguen llegar a una meseta en este consumo de oxígeno (Jamnick, 2018). Esto significa que no podemos decir que llegaron a su máximo consumo de oxígeno antes del agotamiento y que este limitase el rendimiento, y por ende tampoco podemos saber a qué porcentaje de su vo2max tienen sus umbrales. Por su parte, estamos midiendo cómo el segundo umbral varía en la intensidad asociada según lo estemos midiendo con gases, con lactato, con potencia, etc. Y también según el protocolo que estemos realizando para analizar esos datos y el protocolo de test incremental realizado (Pallarés, 2016; Jamnick, 2020; Gorostiaga, 2022). Así pues, la propia idea de desarrollo de umbrales previa al trabajo del consumo máximo de oxígeno y vuelta a empezar tiene sus cimientos en postulados que difícilmente se sostienen y que, sin ser erróneos, sabemos incompletos e inexactos. Pese a todo, considero que algunos fundamentos de la periodización sí tienen sentido, como la evolución progresiva de las cargas, la especificidad o la superposición de los 26 estímulos para conseguir sinergias entre los distintos sistemas; los principales motivos esgrimidos para confiar en estos modelos de periodización parecen ser equivocados. Como ya hemos recogido anteriormente, el problema de los modelos erróneos es que dan lugar a intervenciones erróneas, y no con poca publicidad se han generado metodologías de entrenamiento basadas en monitorizar las diferencias entre el porcentaje al que se da la potencia crítica del valor que un software asigna —con una precisión cuestionable, pero eso es otro tema—- al hito del consumo máximo de oxígeno, también estimado por el software. La intensidad Uno de los aspectos claves del entrenamiento y la fisiología es la medición del grado de intensidad con la que se está ejercitando un deportista, para tratar de conocer la carga interna que está soportando su organismo y a través de ello tratar de generar mejores y más precisos programas de entrenamiento, predecir el tiempo hasta el agotamiento, o medir y controlar sus mejoras. Y esto, tradicionalmente, se ha hecho en el “mundo incremental”: a base de miles de estudios basados en test incrementales en cicloergómetro, donde se han ido midiendo los cambios en todos los parámetros que éramos capaces de medir. Tradicionalmente se ha hablado de dos puntos en los que el comportamiento del organismo cambia: los umbrales “aeróbico” y “anaeróbico”, aunque sería mejor abandonar esa nomenclatura, ya que ahora sabemos que en ellos no hay un cambio de un metabolismo aeróbico a uno sin oxígeno (Poole, 2021), de forma que a partir de ahora hablaremos de primer umbral y segundo umbral. Estos umbrales destacan principalmente por el cambio de dos indicadores: el intercambio gaseoso —relación entre oxígeno y dióxido de carbono expirado e inspirado— y el lactato. La idea de un umbral de lactato seguramente nace en 1930 con un estudio de Warren Owles que demuestra que el lactato en sangre solo aumenta a partir de una intensidad crítica. En 1964, Wasserman acuñó el término “umbral anaeróbico”, ya que consideró que este aumento del lactato se tenía que deber a la transición a un estado de obligada falta de oxígeno. Sin embargo, hoy en día sabemos que el lactato cumple tres funciones básicas: es uno de los principales sustratos energéticos, es el principal precursor de la producción de glucosa y actúa como señalizador molecular (Poole, 2021). Estos dos umbrales han dado lugar al concepto más moderno de “dominios de intensidad”, donde dividimos el rango de intensidades a las que se puede ejercitar un individuo en tres zonas: moderada —por debajo del primer umbral, en la cual tanto el consumo de oxígeno como el lactato se mantienen estables conforme pasa el tiempo—, fuerte o “heavy” —entre ambos umbrales, en la cual el lactato se mantiene estable pero el consumo de oxígeno va aumentado si mantenemos el ritmo—, y el dominio severo —en el cual ambos parámetros se disparan hasta llegar a su máximo—. 27 Figura X. Extraída de Jamnick, 2020: An examination and critique of current methods to determine exercise intensity. Sin embargo, estos modelos poseen algunas limitaciones. Semánticamente, la definición de un “umbral” es: “la magnitud o intensidad que se debe exceder para que ocurra un determinado fenómeno, reacción, resultado o condición”. Según esta definición, deberíamos encontrar puntos más o menos exactos donde de repente empiecen a ocurrir los cambios. Sin embargo, la evidencia nos muestra que deberíamos hablar de “zonas de cambio más acelerado” en lugar de umbrales, y es que vemos que estos cambios no se producen de repente, sino que hay una amplia zona donde podemos apreciar estas aceleraciones. Por ejemplo, el segundo umbral marca la transición entre un estado estable de lactato y un estado donde este crece exponencialmente, y se puede llamar y medir como “máximo estado estable de lactato”. Sin embargo, según la forma en que se realice el test y el modelo utilizado para procesar la información, podemos encontrar este punto en un amplio abanico de intensidades. Figura X. Umbral de lactato en un test incremental según 14 formas de calcular el umbral de lactato (Jamnic, 2018). Se ha propuesto que la potencia o velocidad críticas pueden ser una forma adecuada de calcular este máximo estado estable de lactato, y por ende el segundo umbral (Beneke, 2011). Sin embargo, parece que los modelos de potencia o velocidad crítica no correlacionan bien con esfuerzos menores de 2 min o mayores de 15 min, la duración aproximada en la que se encuentra el segundo umbral ventilatorio (Pallarés, 2020). La potencia crítica se puede dar a intensidades diferentes y en dominios de intensidad diferentes dependiendo del protocolo utilizado para su cálculo, así como de las duraciones incluidas en sus test (Gorostiaga, 2022). 28 El Máximo Estado Estable de Lactato (MLSS) se da a una intensidad que de media es un 18 % más baja que el segundo umbral ventilatorio, teniendo este además un rango de variación del tiempo límite muy amplio: entre 1 h y 1 h 30 min (Lillo-Bevia, 2019). Figura X. Relación entre tiempo límite y porcentaje de intensidad respecto a la potencia aeróbica máxima en los distintos marcadores fisiológicos (máximo estado estable de lactato, umbral ventilatorio 2, potencia aeróbica máxima (verde) y potencia máxima en 30 segundos. Extraída de Lillo-Bevia, 2019. Toda esta falta de concordancia a la hora de establecer un punto a partir del cual el metabolismo cambia nos debe hacer plantearnos la calidad de estos modelos para reflejar la realidad fisiológica del organismo, así como plantearnos si estos modelos basados únicamente en esfuerzos incrementales recogen toda la complejidad existente en el ejercicio real, puesto que conforme acumulamos esfuerzos las relaciones entre variables e intensidad se difuminan. Más adelante, veremos cómo las Ciencias de la Complejidad ofrecen algunas respuestas a estos puzles de difícil respuesta. Por ejemplo, estos modelos no reflejan la realidad de que los umbrales son dinámicos, y van variando con los cambios que tiene una persona día tras día o a través de la fatiga. Con el paso de la fatiga, por ejemplo, disminuye la potencia asociada al umbral ventilatorio y la potencia crítica, pero aumenta la potencia asociada al umbral de lactato (Iannetta, 2019). Esto parece ser debido a que la fatiga disminuye la eficiencia del organismo, provocando mayor gasto a mayor fatiga; pero aumenta la oxidación de grasas. Todo lo anterior nos lleva a que la mayoría de indicadores actuales, tanto máximos como submáximos, para el control de la intensidad del esfuerzo, no parezcan tener buena relación con el grado y tipo de estrés generado en el organismo. Tenemos decenas de formas de guiar el ritmo de nuestros entrenamientos y analizar a qué ritmos deberíamos trabajar. Sin embargo, “no hay evidencia de que la mayoría de indicadores usados para medir la intensidad a la que debemos entrenar estén bien relacionados con la carga interna durante un esfuerzo variable y cambiante en el tiempo” (Jamnick, 2020). 29 Un test incremental no es capaz de reflejar los cambios que ocurren cuando la intensidad sube, baja o se mantiene mucho tiempo haciendo aparición la fatiga. Incluso utilizando indicadores como la potencia, sus efectos serán muy diferentes ya que ni el organismo se comporta igual todos los días —los umbrales varían cada día— , ni la fatiga acumulada, temperatura, nutrición o errores propios de calibración serán idénticos. En el libro, veremos cómo podemos dar algunas respuestas a estos problemas en el control del esfuerzo. Cuando los árboles no te dejan ver el bosque Como has visto, los mismos principios básicos en los que se fundamenta el proceso de entrenamiento son menos estables de lo que nos gusta pensar. Y realmente no es porque sean falsos; se debe, más bien, a que nuestro conocimiento es limitado, incompleto y, sobre todo, inconexo. Esto no sería un problema si reconociésemos nuestras limitaciones —como se está haciendo en la ciencia—, pero sí lo es cuando una serie de individuos obvian esta incertidumbre y aplican conocimientos incompletos en problemas complejos, y los efectos secundarios acaban siendo peores que el problema que se pretendía solucionar. Recordemos que, al conocer completamente cómo actúa un sistema, no sabemos qué mecanismos estamos destrozando en nuestro deseo de mejorar otros. El aumento de errores por el exceso de confianza en el conocimiento actual recibe el nombre de “cientifismo”, y es a la ciencia lo que el virus EpsteinBarr a los humanos: destruye su sistema defensivo —la duda— y pasa directamente a las conclusiones. “El científico, por la misma naturaleza de su compromiso, crea más y más preguntas, nunca menos. De hecho, la medida de nuestra madurez intelectual, sugiere un filósofo, es nuestra capacidad para sentirnos cada vez menos satisfechos con nuestras respuestas a mejores problemas”. Gordon Allport Es fácil distinguir al científico del cientifista —hooligan—, porque, al igual que un pobre con traje montado en un Lamborgini parece más rico que un multimillonario desaliñado, el cientifismo parece más científico que la propia ciencia. Dicen que, si das una clase, no importa lo que digas, sino que lo digas con total confianza. Normalmente los alumnos sabrán aún menos que tú, y si alguno cree que estás equivocado no tendrá confianza suficiente para rebatirte. Y en el mundo actual, especialmente en el entrenamiento, muchos están abusando de esta práctica. El discurso actual está siendo dominado por charlatanes, personas de poca formación en la cima del Monte de la Ignorancia del conocimiento, que suenan más seguras que muchos catedráticos. Lo he visto en primera persona. Su falta de conocimiento les hace aseverar más fanáticamente que auténticos expertos. Después de leer este libro, podrás reconocer a los charlatanes por la confianza con que venden sus recetas. 30 El cientifismo lleva aparejada otra clase de engaño más refinado: la referencia a fenómenos que sabemos que no sabemos —pero que muchos piensan que sí—. Varios científicos se han quejado del abuso del término “neuro-algo” (Valencia, 2019), especialmente en el marketing. Todo era neuro-algo; pero es que todo lo que hacemos los seres humanos está mediado por el cerebro. Así, se aprovecha muchas veces que el cerebro y sus conexiones sinápticas son sin duda aún el fenómeno más desconocido del organismo, para colarnos “por detrás” un montón de teorías de mierda que no se sustentarían de otra forma. Entrenamientos que mejoran “los canales de comunicación entre el cerebro y el músculo”, efectos marcados por “cambios en el sistema nervioso autónomo” y un montón de cosas más que se apoyan en posibles efectos neuronales que seguro que existen, pero de los cuales no tenemos ni idea —y que por supuesto no han controlado—. Reduccionismo El cientifismo es primo del reduccionismo. Esta forma de pensamiento sigue los principios de René Descartes, que dice: “Divide las dificultades que examinas en tantas partes como sea posible para su mejor solución”. Esta idea parte de la premisa de que podemos descomponer un sistema en muchas partes y después tratar de montarlo de nuevo, como si de un puzle se tratase. Sin embargo, Descartes lleva a sus últimas consecuencias unas ideas que, desde el punto de vista del trato social más cotidiano, resultan absurdas: ¿cómo es posible que no viese las diferencias entre las personas —sistemas complejos— y un carruaje — sistemas complicados—?. Una persona es mucho más que la suma de sus partes, y sus comportamientos son imprevisibles y varían en función de mil componentes. Aparecen lo que llamamos propiedades emergentes: comportamientos y capacidades que tiene el organismo completo y que nunca podríamos extrapolar a través de la suma de sus partes. Estas propiedades emergentes y la imprevisibilidad es lo que hacen que podamos calcular al milímetro la trayectoria que realizará la Luna en los próximos años, pero no podamos saber cómo se tomará nuestra pareja que nos compremos una bici nueva. 31 La visión reduccionista nos lleva a cometer errores garrafales en campos complejos, y es que lo que parece tener sentido acotado en laboratorio se descontrola en la realidad. Es el típico ejemplo del que tiene una plaga de moscas y para quitar las moscas suelta sapos. Como se encuentra con una plaga de sapos, entonces suelta serpientes, de forma que tiene una plaga de serpientes; y así hasta el infinito. Este es el modelo que se sigue aún en un montón de campos como, por ejemplo, en la sanidad: pastillas para tratar un síntoma, que generan un problema en dos puntos más del organismo, que requerirán de más pastillas… En la Ciencia del Deporte, las mismas ideas reduccionistas se perpetúan a través de ciclos de retroalimentación: las investigaciones actuales concretan descubrimientos antiguos, y a su vez refuerzan estos antiguos dogmas reutilizando sus ideas (Hristovski, 2016). Las nuevas investigaciones se basan en añadir el comportamiento de nuevas partes al organismo: el funcionamiento de una nueva hormona, una funcionalidad de un neurotransmisor que nos era desconocida, la mejor forma de estimular la formación de una proteína, etc. Pero estos nuevos hallazgos, que nacen bajo el paraguas de antiguas ideas incompletas, tampoco nos permiten tener respuestas satisfactorias a los principales problemas y funciones del organismo. Necesitamos un cambio de paradigma. Modelos deterministas El estadístico británico George Box acuñó la frase “todos los modelos son erróneos, pero algunos son útiles”. Esta afirmación se refería a su campo de estudio: los sistemas complicados. Los sistemas complejos, en cambio, son dinámicos y no se pueden modelizar más allá de escalas temporales muy cortas donde presuponemos que lo que ocurre ahora seguirá ocurriendo en un futuro. Las propiedades emergentes no se pueden modelizar, y esta es la base del timo de las predicciones a largo plazo — que no dan una—. El problema de los modelos erróneos no es que no sean exactos: es que nos incentivan a hacer previsiones y, peor aún, intervenir en sistemas complejos pensando que podemos controlarlos. Sin embargo, igual que tener un mapa inexacto en la montaña es más arriesgado que no llevar mapa, los modelos erróneos nos llevan a tomar decisiones extremadamente peligrosas. En el campo del entrenamiento, mucha gente se pega tanto a estos modelos que acaban confundiendo el mapa —el modelo— con el territorio —la realidad—. Esta confusión entre mapa y territorio nos hace pensar que, si una métrica o parámetro mejora, el sistema también lo está haciendo, cuando a menudo esto no es así y hasta puede tratarse de una relación inversa. Con frecuencia, los árboles nos impiden ver el bosque. Al igual que hay personas que realmente creen que tienen muchos amigos porque tienen muchos seguidores en Instagram, muchos entrenadores creen que miden la realidad cuando no es así. Mucha gente afirma: “sí, sabemos que el organismo humano es un sistema complejo y se ve afectado por todo”, pero luego actúan tratando al deportista con las mismas medidas reduccionistas de siempre. Me recuerda a los políticos que dicen: “sí, nos preocupa mucho el medio ambiente, lo vamos a cuidar con ninguna medida”. 32 Problema de agencia La ciencia ha sido fragmentada en campos artificiales —nutricionista, entrenador, psicólogo, etc.—, dando la impresión de que estamos ante fronteras genuinas en la realidad, y que el trabajo de unos profesionales nada tiene que ver con el de otros campos. Esto ha dado lugar a lo que se llama “problema de la agencia”, que implica que cada profesional aborda los problemas desde su disciplina, con soluciones locales y diferentes a las que serían propias de problemas que son sistémicos. Se suele decir que, si tienes un dolor de espalda, el entrenador te mandará ejercicios, el médico medicamentos, el nutricionista cúrcuma, el psicólogo técnicas de relajación, el fisioterapeuta terapia manual, etc. Y lo mismo ocurre en el campo del entrenamiento: se están abordando los problemas desde visiones contrapuestas y por tanto incompletas. El entrenamiento puede generar problemas psicológicos, y los problemas psicológicos podrían generar problemas en el entrenamiento. No hay fronteras. Los profesionales tenemos que formarnos en diferentes campos para ser capaces de entender problemas complejos, y generar equipos multidisciplinares de profesionales capaces de comprender todos los campos y especializarse en uno. “Un problema no puede ser resuelto por personas que solo se preocupan por la resolución de una de sus partes”. Masanobu Fukuoka Esta fragmentación de la realidad lleva a problemas de incentivos perversos. Por ejemplo, ante un dolor de espalda, al médico osteópata le pagan —y, lo más importante, lo juzgan— por solucionarte este problema. Si por el tratamiento (como puede ser cortisona), se te genera un problema en el riñón con posterioridad, eso ya es problema del especialista en digestivo. Al entrenador, lo juzgas por tu mejora del rendimiento. Si esto hace que a la larga termines lesionado o enfermo, eso ya no es su problema, sino el del médico. Así, no nos extraña que, si a los ministros de economía los van a juzgar por la evolución del PIB, no tengan reparos en hipotecar el futuro a cambio de mejoras en ese indicador. El futuro es problema de otros. Exceso de información Un mal modelo es peor que ningún modelo, y más información a menudo es peor. Más pruebas médicas —mamografías, resonancias, electros, análisis, etc.— parece que no disminuyen la mortalidad y suelen llevar a más diagnósticos de falso positivo, con tratamientos innecesarios y casos de muertes por efectos secundarios de enfermedades que no había (Brewer, 2017; Krogsbøll, 2012). La historia clínica y la entrevista con el paciente resuelven entre el 75 y el 92 % de los casos (Gervás, 2013). 33 Es difícil explicar que conforme aumentamos la cantidad de datos que anidamos, aumentamos también la desviación entre ellos. Cada parámetro que medimos tiene una cantidad de sesgo y una cantidad de ruido asociada a él. El sesgo es cuánto se aleja la media de la realidad en la medición —por ejemplo, si tenemos un potenciómetro que siempre mide un 2 % más de la potencia real, ese es su sesgo—. El ruido es la desviación que hay entre las mediciones —por ejemplo, un potenciómetro que un día te marca un 2 % de más y otro día te lo marca de menos, tiene poco sesgo pero mucho ruido—. Conforme anidamos procesamientos —mediciones que van acumulando un coeficiente de variabilidad en cada paso— el ruido asociado se va amplificando. Si el ruido o coeficiente de variabilidad de un potenciómetro es un 2 %, el de realizar un test de esfuerzo es de un 7 % y el de extrapolar tu umbral a partir de este test es de otro 5 %, acumulamos un coeficiente de variabilidad del 14%. Esto implica que necesitaríamos tener cambios mayores que este 14% en la variable que medimos para estar totalmente seguros de que este cambio es significativo y no se debe a los instrumentos de medida. Muchas veces creemos estar midiendo señal, y lo único que estamos midiendo es ruido. Pero un gran problema es que mucha de la información que medimos y analizamos no es significativa —“correlación no implica causalidad”—. Los seres humanos estamos diseñados para encontrar patrones, que en el mundo natural nos permitían tomar buenas decisiones con pocos datos (burbujas en el agua -> cocodrilo). En cambio, en un mundo complejo, lo más complicado es reconocer falsos patrones: ignorar cosas que son irrelevantes. El exceso de información, y más si es contradictoria, tiene otros problemas menores asociados, como son la pérdida del foco en lo realmente importante. Si vas fijándote todo el rato en la pantalla del ciclocomputador, no vas a ver un boquete en la carretera. Por ejemplo, el exceso de foco en los datos que diferencian a las mujeres de los hombres, como el ciclo menstrual, suele llevar a errores metodológicos estadísticos. Se están proponiendo entrenamientos para mujeres basados principalmente en su ciclo menstrual, sin darnos cuenta de que el número de parámetros que no están relacionados con el periodo es mucho mayor que los que sí. Estadísticamente, la mujer promedio y el hombre promedio son muchísimo más similares que la gran mayoría de mujeres u hombres entre sí (Sivers, 2019). 34 Esta ceguera por los datos es lo único que explica la aparente falta de racionalidad en empresas de análisis de datos. Por ejemplo, Garmin nos ofrece un montón de estimaciones sobre la fatiga que ha generado un entrenamiento —que no sirven de nada— pero no nos permite introducir algo tan básico y útil para los entrenadores como la percepción de esfuerzo que sentimos tras cada intervalo. WKO5 ha creado métricas y modelados que van mucho más allá de lo que la ciencia ha demostrado fiable, ofreciendo inexplicables —e inexactos— datos de parámetros fisiológicos de oxígeno, lactato u oxidación de grasas solamente a través de la variable de potencia. Sin embargo, los aspectos más importantes para los entrenadores, como puede ser sacar fácilmente los intervalos que queremos o comparar las series de un día con las de otros días no se puede hacer. Tantos datos les hacen no darse cuenta de que las cosas importantes de verdad tenemos que hacerlas aún en un Excel. Tu vida no se puede medir Nos exponemos al escarnio público cuando tratamos de utilizar conceptos subjetivos como la “calidad de vida” o la “felicidad” en el discurso. Los ordenadores necesitan números para hacer correr sus modelos. Sin embargo, pretender que algo no existe solamente porque no se pueda cuantificar lleva a la generación de modelos defectuosos. Los seres humanos hemos sido bendecidos con la capacidad de contar, pero también con la habilidad de medir la calidad. Si trabajamos solo con cosas medibles, conseguiremos solamente resultados basados en la cantidad. El PIB por encima de la calidad de vida, el sueldo por encima de la satisfacción personal, las notas por encima del aprendizaje. Las victorias por encima del disfrute personal, los vatios por encima del trabajo. Sin embargo, si levantas la vista de la pantalla verás que son las cosas no mensurables las que marcan tu vida. Si algo es bonito, feo, inapropiado, te disgusta o te atrae, no lo deseches solo porque no se pueda medir. Nadie puede cuantificar la justicia, la libertad, la seguridad o el amor, pero esto no los hace menos reales o válidos. Necesitamos implementar estas medidas subjetivas en el lenguaje colectivo y en la toma de decisiones si queremos obtener mejores resultados en estas variables. El mundo se rige por cosas no cuantificables. ¿Qué más da que haga 20 ºC si tengo frío? ¿Me abrigo según la temperatura, o según el calor o frío que tenga? Las semillas no germinan cuando lo marca el calendario. El reloj de sol siempre será más exacto que un reloj atómico. Parece que olvidamos que es el sol el que pone en hora al reloj, y no al revés. Conocimiento ancestral Los anteriores apartados pueden dar la impresión de que “no sabemos nada” sobre entrenamiento y salud, y tampoco es esa la realidad. Hay muchas hipótesis que se consideran probadas y ante las cuales toda la comunidad científica y práctica está de acuerdo. Por ejemplo, hemos llegado a consensos más o menos generales en algunas consideraciones, como que la comida ultraprocesada es perjudicial, que hacer 35 ejercicio es la pieza clave más importante para la salud, o que el entrenamiento de baja intensidad y larga duración es imprescindible para tener éxito como deportista de resistencia. Lo que quiero que nos planteemos ahora es: ¿Cómo se ha llegado a estos descubrimientos? Desde luego, no se ha hecho desde la investigación reduccionista tradicional. No ha sido a través del descubrimiento de la insulina o las calorías, ni gracias al estudio de las respuestas de marcadores como AMPk, mTOR o la HRV. Estos consensos parten fundamentalmente de la mezcla de lo evolutivo con la experiencia. El entrenamiento polarizado es la forma en que nos hemos ejercitado siempre, y la forma en que ya estaban entrenando los mejores deportistas del mundo (Seiler, 2006). Las altas ingestas de hidratos de carbono eran la forma de alimentarse de los mejores atletas del mundo, como los tarahumara, los bosquimanos y los masáis actuales. Las ingestas de hasta 120 g de hidratos de carbono durante el ejercicio ya se llevaban realizando desde al menos el comienzo de este siglo por los deportistas de élite (Viribay, 2020). Incluso la mayoría de grandes descubrimientos actuales están basados en volver a lo ancestral. La ropa de ciclismo copia el diseño de la piel, dejando entrar el aire y no el agua. La energía solar reproduce la fotosíntesis de las plantas —y la nuclear, cómo funciona el sol—. El tratamiento para la miopía pasa por dejar de mirar pantallas y exponernos a la luz natural. Las redes neuronales imitan la estructura del cerebro. Y un largo etcétera. A menudo caemos en la falacia de confundir causa y efecto. Los pájaros no aprenden a volar con clases de física, ni los niños a correr con clases de movilidad. Estos comportamientos ya estaban ahí. Sin embargo, hay quienes dan clases de movilidad a los niños y se creen que les han enseñado a correr. Así, estas personas confunden su intervención con el efecto en el sistema, sin darse cuenta de que su aportación ha sido tan importante como el trabajo del relojero a la hora de cambiar el momento en que se pondrá el Sol. El mundo funciona. Hoy en día, la mayoría de avances, en especial en el campo de la salud, vienen de copiar y observar la naturaleza, y no de contradecirla. Y es que hay una realidad en la que poca gente quiere reparar: parece que las cosas siguen una lógica interna bien calibrada, a pesar de que en la mayoría de ocasiones no lleguemos a tener ni idea de cómo funcionan. El mundo ha funcionado perfectamente sin necesidad de un ser humano que lo arreglase. La naturaleza tiene una solución incluso para los problemas que aún no conocemos. Un cazador-recolector del paleolítico —de hecho cualquier humano hasta hace cincuenta años— le daba a sus mitocondrias exactamente el estímulo que ahora sabemos que es óptimo para fortalecerlas. Los animales —entre los que nos incluimos— comían exactamente el tipo de comida que ahora se está demostrando más sana. El propio concepto de internet ya existía hace miles de millones de años. Los árboles están interconectados entre sí, cual ordenadores, a través de una red de hongos 36 llamada “micorriza”. Esto permite que se ayuden entre sí, enviándose señales químicas o nutrientes para resistir plagas o sequías. La cubierta vegetal (hierba) resulta ser el mejor remedio contra la pérdida de suelo fértil por la erosión de la lluvia y la sequía, favoreciendo la retención de agua. El exceso de rumiantes en los sitios más cómodos agotaba los pastos de estas zonas, pero la presencia de depredadores hacía que de forma natural estos tuvieran que ir cambiando sus zonas de pastoreo, permitiendo la recuperación de la pradera. La arena del desierto del Sahara no es inerte, sino que fertiliza el Amazonas gracias a las corrientes atmosféricas y marinas del atlántico, que a su vez permiten la regulación de las temperaturas en la Tierra, como una especie de aire acondicionado y calefacción avanzados. Antes de la aparición de la meteorología, los zorzalitos rojos (Catharus fuscescens) ya eran capaces de predecir los huracanes. Sus temporadas de vuelo y sus recorridos de migración cambian año a año anticipando la presencia de huracanes en la zona. Estos pájaros saben algo que nosotros no. “La naturaleza no espera a que la comprendamos para funcionar correctamente”. 37 2. SISTEMAS COMPLEJOS Cuando las leyes de Newton nos daban un modelo con el que entender las reglas del mundo, apareció la física cuántica con reglas que contravenían lo que hasta ese momento pensábamos. El mundo está lleno de eventos que no conocemos, aunque intentamos explicar con teorías más o menos inexactas. En el capítulo anterior, vimos que hay muchas más cosas que no sabemos que las que sí, e infinitamente más cosas que ni siquiera sabemos que no sabemos. Y que probablemente nunca seamos capaces de conocer. Pero también que a lo largo de la historia no nos ha hecho falta este conocimiento para tomar buenas decisiones. Poca gente se da cuenta de que el mundo está lleno de cosas que no podemos explicar, y sin embargo funciona perfectamente. “La función es más importante que el funcionamiento”. En realidad, no necesitamos saber por qué funciona un sistema complejo, pregunta para la que cada vez soy más consciente de que no hay una respuesta. Lo único que necesitamos saber es qué funciona. Lo que importa en última instancia es la aplicación de estas ideas, la parte práctica, y no tanto la teórica. Eso no quiere decir que debamos dejar de investigar ni de querer entender cada parte, pero sí que, a nivel práctico, para comprender la perspectiva general, hace falta cambiar el enfoque y centrarnos en las respuestas en vez de en querer comprender todo el proceso, lo cual parece imposible. “La naturaleza es muy compleja, pero las leyes que la gobiernan son muy sencillas”. Juan Martín Maldacena Puede que no comprendamos perfectamente por qué una persona enferma o por qué mejora su rendimiento, pero eso no quiere decir que no podamos darle la solución adecuada. Y a menudo no necesitaremos complicados modelos ni perdernos en los detalles, sino al contrario. Lo simple es más efectivo que lo complicado en sistemas dominados por los efectos en cadena. Simplicidad y humildad epistémica, sabiendo que, al no saberlo todo, desconocemos qué podemos estar rompiendo en ese momento sin advertirlo. Explicar física a los chimpancés El chimpancé es nuestro pariente vivo más próximo y, según los científicos, el segundo animal más inteligente después del ser humano —ejem—. Dejando esto a un lado, si intentásemos explicar física, o enseñar a leer a un chimpancé, fracasaríamos estrepitosamente. El problema no es nuestro, ya que podemos ser buenos profesores, ni de la validez de la materia —la física existe y e incluso los chimpancés usan sus leyes para saltar entre las ramas—. El problema es que el chimpancé no tiene la suficiente capacidad cerebral para entenderlo. Por más que la gravedad los atraiga y sepan lidiar con ella, no tienen recursos cognitivos para comprenderla —son dos cosas totalmente distintas: práctica y conocimiento—. 38 Bien, el problema aquí es que nosotros también podemos ser chimpancés, pero no estamos dispuestos a aceptarlo. Con altísima probabilidad, el mundo es más complejo de lo que somos capaces de comprender. No paramos de descubrir cosas que cambian nuestra idea del mundo, pero seguimos pensando que lo que vemos y sabemos ahora es lo único que hay. No somos capaces de asumir que hay unas reglas que están por encima de nuestra capacidad de comprenderlas —al menos ahora—, pero que no por ello dejan de aplicarse a nosotros. Podríamos decir que existe un profesor más listo que nosotros y, por más que nos lo explica con detenimiento, no somos capaces de entenderlo. Supera nuestras capacidades mentales. Es de una soberbia gigantesca pensar que el diminuto cerebro de un ser miles de millones de veces más pequeño que el universo pueda llegar a comprenderlo. Sería como esperar que un mosquito aprendiese cómo funciona un organismo humano. La naturaleza no es de corazón humano Lao Tse Si bien los chimpancés no necesitan saber física para trepar a las ramas ni los osos termodinámica para comer salmones e hibernar, en realidad, nos valdría con conocer cómo se comportan las leyes naturales, incluso, aunque no lleguemos a entender su procedencia, lo cual es un objetivo cognitivamente mucho más realista y factible. Es más: nos bastaría con saber qué no debemos hacer, puesto que como hemos visto a la naturaleza no hace falta “arreglarla”: es mucho más vieja que nosotros y por ende su funcionamiento ha demostrado ser adecuado durante una cantidad infinitamente mayor de años que las estratagemas que hoy en día, ingenuamente, implementamos para mejorarla. La prueba del tiempo Algunos podrán pensar que esta visión idealista de la naturaleza o el universo es platónica o ingenua, pero nada más lejos de la realidad. Mi aprecio es más bien por el tiempo, que es lo que da realmente un valor estadístico tan potente a las dinámicas naturales. Ya que solo sabemos que desconocemos que no sabemos casi nada, vamos a centrar el debate en la única posibilidad que tenemos: mejorar nuestra probabilidad estadística de acertar. Y, a nivel estadístico, nada es más potente que las dinámicas naturales. Algo que lleva existiendo o siendo así miles o millones de años es infinitamente más probable que sea adecuado —o al menos que no sea nocivo, que ya es mucho—, que algo reciente. Y es que el mayor estresor que existe es el paso del tiempo, que implica cambios, crisis, hambrunas, guerras, descubrimientos y toda clase de estímulos. A lo largo de tantos miles de años, lo frágil siempre acaba por desaparecer tarde o temprano. Así, una idea o una intervención reciente puede parecer correcta en la escala temporal en que la medimos —menos de unos pocos de años—, pero puede ser desastrosa en el largo plazo y exponernos a un desequilibrio y riesgo extremo. En cambio, las cosas que llevan millones de años funcionando han durado tanto tiempo por algo, y la expectativa es que sigan funcionando por aún más tiempo. Cuanto más se prolonga el 39 funcionamiento de algo sin haber sido eliminado, más probabilidades hay de que ese algo sea robusto y por tanto siga existiendo durante mucho más tiempo. Al contrario de lo que ocurre en los organismos vivos donde esperamos que los individuos jóvenes duren más años —a partir de hoy— que los viejos, en muchos sistemas ocurre al revés. Lo que lleva funcionando muchos años suele durar aún más; mientras que lo que lleva funcionando poco tiempo, probablemente desaparezca pronto. Es lo que Taleb llama efecto “Lindy”; los libros que llevan más tiempo leyéndose tienen una esperanza de vida mayor que los nuevos —se espera que la Biblia o la Odisea se sigan leyendo dentro de quinientos años, pero no se puede esperar lo mismo de Cincuenta sombras de Grey—. Si una idea, una doctrina, un dogma o un libro lleva mucho tiempo sin ser refutado, lo más probable es que dure aún más tiempo, ya que ha demostrado más su efectividad y robustez que una idea más joven, que aún no ha sido expuesta a tantos estresores. Cuanto más tiempo lleva funcionando un sistema complejo de una manera determinada, mayor tiempo es esperable que pase sin cambiar. La naturaleza, que es más vieja y sabia que nosotros, ha demostrado también ser mucho más inteligente. Gaia Gaia (Gea para los griegos) es la diosa primigenia que personifica a la Tierra en la mitología griega; y esta preciosa historia cogió fuerza en 1969, cuando el científico James Lovelock llamó así a su hipótesis sobre la complejidad del planeta. Pese a las reticencias iniciales, en 2002 la comunidad científica aceptó su hipótesis en la Conferencia de Amsterdam, declarando que “la tierra actúa de facto como un organismo, cuyas partes se equilibran mutuamente”. Según Gaia, todas las partes de la Tierra trabajan en perfecta armonía y se afectan mutuamente. Así, la climatología del planeta está mediada por la geología, la biología o la oceanografía, y estas a su vez por todas las demás. Entre todas ellas se cuidan para mantener el equilibrio, y el daño en una daña a todas las demás. Este ejemplo es perfecto para ir profundizando un poco más en los difusos límites de la complejidad. La Tierra y sus dinámicas naturales se asemejan a lo que ocurre en el organismo humano, con órganos —mar, bosques, montañas— que se conectan por venas — corrientes, clima, etc.—. Incluso el ser humano —y el resto de vida— juega un papel en las dinámicas del planeta. Estamos formados por 39 billones de bacterias y 380 billones de virus. ¿Hay un límite donde empieza el humano y terminan las bacterias? No lo parece. Sin ellas, no podríamos vivir. Estas bacterias y virus a su vez están continuamente interaccionando con el entorno. En solo un minúsculo gramo de tierra, hay 40 millones de células bacterianas. Además, continuamente estamos captando y expulsando moléculas y partículas del aire que respiramos, transformando nutrientes y alimentos en partes de nuestro cuerpo y expulsando otros tantos. De media, renovamos los átomos de nuestro organismo cada diez años. Otros factores, como la luz solar, no entran de forma directa pero provocan cambios inmediatos en nuestra fisiología interna al contacto con ellos. 40 Los límites entre el organismo y el ambiente son artificiales: no hay ningún tipo de frontera entre nosotros y la naturaleza. El biólogo Fernando Valladares acuñó la frase “una sola salud” tras la aparición de la pandemia de COVID-19. Esta visión de la salud se engloba dentro de la teoría de Gaia y nos indica que no tiene sentido hablar de salud a nivel de individuos si no tenemos en cuenta la salud del planeta. Un individuo, por mucho que se esfuerce, no va a poder tener buena salud si la salud del planeta es mala. Si está asediado por la contaminación atmosférica, por venenos de todo tipo en el agua y en la comida, y amenazado por la aparición de nuevas zoonosis cada poco tiempo, su salud jamás podrá ser buena. Actualmente muere más gente por contaminación que por el tabaco o los asesinatos (Lelieveld, 2020). Las pandemias víricas, como el COVID-19, se ven potenciadas por la pérdida de biodiversidad (Lawler, 2021). Todo está conectado. Las fronteras entre materia, células, organismos o ecosistemas son construcciones artificiales. Ninguna barrera es infranqueable, y todo afecta a todo lo demás. Hay un único sistema complejo, la naturaleza. Naturaleza, Universo, Gaia, Dios, o como cada uno quiera llamarlo. Es el todo lo que importa. A fin de cuentas, cuando aplicamos el zoom nos damos cuenta de que todos somos materia, somos átomos, somos moléculas que se transfieren energía. La piel no es una barrera infranqueable que nos separa del universo. Estamos tan conectados con el resto del universo, que la propia muerte solo sería la peor de las pesadillas de un psicópata. ¿Acaso no sería peor la muerte de toda tu familia que la tuya propia? ¿Y no sería peor que murieran todas las personas del mundo? ¿Y no sería aún peor que se extinguiese toda la vida en la Tierra? Todos somos piezas de un sistema mucho más grande que nosotros. Por ello, el “ecocidio” o el daño a la naturaleza es la mayor de las amenazas que hoy se ciernen sobre nosotros. ¡Si cae la parte en la que nos sustentamos, caen todas las que están por encima! Yo Mi familia Mi pueblo La humanidad La Naturaleza Y es que los antiguos filósofos ya lo tenían claro. “Lo que no beneficia al enjambre, tampoco beneficia a la abeja”. 41 Marco Aurelio. Volvemos a los clásicos para darnos cuenta de que no estamos inventando, sino descubriendo estas ideas. Si todos los sistemas complejos son uno solo, conociendo cómo funciona uno podremos encontrar una serie de reglas que sirvan para todos los demás. Somos alumnos de la escuela de Heráclito de Éfeso, el filósofo que se propuso tratar de entender la naturaleza para entenderse a sí mismo. “Todas las leyes humanas se alimentan de la ley divina”. Heráclito de Hefeso Plexus La palabra “Complejidad” no quiere decir complicación o artificialidad, sino al contrario. Proviene de la palabra latina “plexus”, que significa “entrelazado, trenzado”, y hace referencia precisamente a las relaciones inseparables entre todo el sistema. Un sistema complejo se caracteriza principalmente por dos cosas: 1. La suma de las partes tiene propiedades y comportamientos emergentes que no ocurren a niveles inferiores -el todo es más que la suma de las partes-. 2. Cualquier cambio en un parámetro afecta al resto del sistema. Los sistemas complicados, como las máquinas, pueden estar formados también por un montón de partes, pero sus relaciones no cambian. Si se rompe una rueda, el coche no va a funcionar; pero en una persona con ictus una parte del cerebro puede empezar a realizar las funciones que correspondían a la otra. Y, si bien en el coche la ruptura de esta rueda no afecta al motor, en el organismo un fallo renal puede acabar dañando el resto de órganos. Las Ciencias de la Complejidad nos permiten establecer un lenguaje común para todos los sistemas complejos, ya estemos hablando de organismos, naturaleza o moléculas, lo que abre la posibilidad de generar sinergias entre los diferentes campos de conocimiento, y sus principios se están usando en prácticamente todas las ramas. Estas sinergias nos permiten más fácilmente encontrar esta serie de principios generales que rigen el comportamiento de los sistemas complejos. Los mismos principios que rigen la fatiga parecen explicar la salud del individuo; las relaciones entre predador y presa, entre plagas y virus, entre neuronas y células, entre comunidades, entre cuerpos celestes, entre eventos históricos; el clima, etc. Si la ciencia reduccionista se trata de relaciones de jerarquía entre las estructuras que forman un sistema; el paradigma de la Complejidad nos habla de causalidad circular: todo el organismo reacciona como un todo a las perturbaciones. Si la visión reduccionista trata de reducir el organismo en cuantas más partes sea posible para estudiarlas de forma separada, la Ciencia de la Complejidad se centra en estudiar los efectos que tiene cada intervención a nivel global. 42 Desde la visión jerárquica del reduccionismo, la intervención o afección a una de las partes afecta solamente de forma “vertical” al sistema, afectando a las estructuras mayores que ayuda a componer. Como si fuera una bici a la que le montas unas llantas mejores, y la bici por ende es mejor. En el paradigma de la complejidad, las conexiones no solo son verticales sino también horizontales y diagonales, por lo que las respuestas del sistema no son proporcionales por la interrelación y cambio que produce cada efector en diferentes partes del sistema. El organismo responde como un todo a la afección en una de sus partes. Por supuesto que ambas visiones aceptan que el sistema tiene muchas partes y que todas importan en el resultado final. Pero la gran diferencia es la forma en que las partes interaccionan. Si todo está conectado, las relaciones de causa y efecto se ponen en entredicho. Sistemas anidados Es imposible poner límites a dónde empieza y dónde termina un sistema complejo. Matemáticamente, podríamos decir que engloba desde el sistema menos infinito al más infinito. El gran sistema complejo que lo abarca todo se puede dividir en partes — subsistemas—, formadas de otras partes y así sucesivamente. Una forma visual de comprender cómo funciona este gran sistema es empezar imaginando una gran tela de araña infinita y sin un centro, formada de hilos entrelazados entre sí. Pongamos, por ejemplo, que la tela es un zorro, formado por hilos que son sus diferentes subsistemas —cardiaco, nervioso, locomotor, etc.— y estos a su vez de órganos, tejidos y células. 43 A su vez, estas telas se unen con otras aún más grandes, por lo que forman telas de araña de mayor envergadura. Por ejemplo, la tela de araña del zorro se une con la del resto de animales y plantas de un territorio. Esto se conoce como biodiversidad. Obviamente el zorro directamente no interacciona con todas las demás especies, pero indirectamente siempre vamos a encontrar una conexión por la cual el zorro se puede llegar a relacionar con cualquier otra especie. Y esta súper tela se une con otras súper telas, en un proceso que se repite de forma infinita, creando estructuras cada vez más grandes y complejas que interaccionan en todas direcciones. Por ejemplo, la biodiversidad interrelaciona con la climatología, la edafología o la hidrología del lugar, que a su vez está formada por otras telas de araña. Llamemos al conjunto ecosistema. Así, la naturaleza funciona como una gran tela de araña 3D, donde se mantiene el patrón gracias a la acción de incontables hilos que tiran en direcciones diferentes. Los daños o perturbaciones pequeñas en una parte de la red se suelen compensar por las partes cercanas, como cuando se rompe un radio de una rueda pero esa tensión es compensada por los demás. Así, pequeños cambios locales -perturbaciones- no suelen afectar a la estabilidad del sistema ni terminan por provocar cambios sistémicos. Pero cuando los daños o perturbaciones son grandes o siguen aumentando, la tensión puede llegar a romper partes de la tela, generando una inestabilidad en el sistema. Esta inestabilidad y tensión puede ser compensada por los hilos aledaños, hasta cierto punto. Estas compensaciones tienen un efecto cada vez más global en el sistema, en nuestra tela de araña; por lo que daños en una parte de la tela se hacen sentir incluso en las partes más alejadas. Así es como cambios inorgánicos como la disminución de 44 calidad del aire, por ejemplo, acaban a la larga afectando a la salud de seres humanos y el resto de seres vivos. Si sigue el daño, la tela puede llegar a romperse del todo generando un desequilibrio en el sistema, por lo que tendría que llegar la araña para tejerla de nuevo. Pero la nueva tela no será igual que la anterior, ya que tendrá que adaptarse a unas circunstancias -constreñimientos- diferentes a los que tenía la anterior. El sistema encuentra un nuevo estado de equilibrio, pero con una configuración diferente. Por tanto, las partes que forman un sistema complejo interaccionan con todas las demás a todos los niveles: - Hacia abajo (top down): los sistemas interaccionan con los subsistemas que los conforman. Ejemplo: el ejercicio provoca cambios a nivel sistémico, tisular, celular e incluso epigenético. La impresión de dinero del banco central provoca la pérdida de poder adquisitivo de una persona. - Horizontalmente: interaccionan con el sistema que forman. Ejemplo: El agotamiento en la motoneurona impide la correcta ejecución del músculo al provocar calambres. El zorro se come a un conejo. - Hacia arriba (bottom top): interaccionan con el sistema que ayudan a formar. Ejemplo: Una célula cancerosa que acaba matando al individuo. Una mariposa que provoca un huracán. Figura X. Relaciones entre las partes de sistemas a nivel horizontal, de macro a micro y de micro a macro (Balagué, 2013). Cómo los lobos cambiaron el curso del río Estas conexiones sin fronteras implican que cualquier cambio que realicemos genera una secuencia de cambios impredecible y potencialmente infinita. Un ejemplo muy bien estudiado es lo que ocurrió en el parque nacional de Yellowstone (EE. UU.). Para comenzar con esta maravillosa historia, digamos que el lobo no diferencia muy bien entre presas salvajes y presas domésticas; y que, a la hora de cazar, se decanta por las que sean más fáciles. Esto provocó una gran competencia con el otro y último 45 gran depredador que llegó a la zona, el ser humano. Los pastores y personas del lugar ganaron la partida, y rifle en mano consiguieron que el lobo se extinguiese en torno a los años 60 —algo más o menos parecido a lo ocurrido en gran parte de España—. La teoría parecía sencilla: si hay menos lobos, tendremos menos problemas con el ganado y más alimento para los humanos. Pero no se tuvo en cuenta la complejidad: el lobo es un nodo más de esta tela de araña que es la naturaleza, y que su ausencia tendría repercusiones en cadena. La primera no se hizo esperar: la población de herbívoros —arces sobre todo— se multiplicó por 10 al no tener depredadores. Esto provocó una disminución acusada de la vegetación, en especial de los árboles jóvenes —un arce no puede comerse un árbol de 20 metros, pero puede comerse a sus retoños y hacer que una especie desaparezca por falta de regeneración—. Y a su vez, esa vegetación sujetaba la tierra que marcaba el curso del río. La vegetación de ribera es responsable de reducir la velocidad de los ríos, crear meandros y controlar los cauces. Al perder la vegetación, algunos ríos cambiaron su camino normal, haciéndose este más rectilíneo y con más pendiente, lo que provocó que el agua tuviera más velocidad y se sufrieran inundaciones en las ciudades río abajo. En tres pasos hemos visto una secuencia de cambios en cascada impredecibles e impresionantes, pero por supuesto esto es una simplificación de todo. Por ejemplo, la pérdida de vegetación disminuyó la presencia —y extinguió— a miles de especies de insectos y reptiles, que a su vez limitaron el alimento de pájaros y otros mesodepredadores. La mayor velocidad y turbidez del agua cambiaron el tipo de animales que podían vivir en ella, e incluso generaron más frecuencia de inundaciones aguas abajo, en los poblados. Las consecuencias fueron tan grandes que, a comienzos del siglo XXI, no tuvieron más remedio que plantearse la reintroducción del lobo. Lo que se ha visto desde entonces no puede ser más esperanzador: los herbívoros comienzan a disminuir en número, la vegetación empieza a crecer y el río está volviendo poco a poco a su antiguo cauce. Parece que la requilibración del sistema es rápida, pero también es cierto que Yellowstone estuvo relativamente muy poco tiempo sin lobos, que la mayoría de especies de plantas y animales no se llegaron a extinguir en la zona y que seguían teniendo un ecosistema no del todo desestructurado. Esta historia nos ofrece dos lecciones: 1. Un daño en la tela de araña se puede regenerar si se eliminan las causas que generaron ese daño. Pero esto solo ocurre cuando el daño no es de gran magnitud. Cuando el desequilibrio es demasiado agresivo, ya no hay solución —por ejemplo, si se hubiesen extinguido la mayoría de los pájaros o insectos que polinizan las plantas, ya no habría posibilidad de regeneración natural de esas especies— y el ecosistema de Yellowstone tendería hacia otra configuración, quizá con menos vegetación. 2. La ausencia del lobo en Yellowstone tuvo consecuencias desastrosas para el ecosistema, pero su presencia no. Esta asimetría nos indica otra vez que lo que es natural, lo que ha existido durante mucho tiempo, ha probado ya su valor y es así por alguna razón. Es lo artificial lo que tendría que demostrar muy bien que no tiene riesgo antes de implementarse. En Yellowstone no tenían pruebas de que quitar los lobos fuese a generar tantos cambios, pero confundieron eso con tener evidencia de que esa intervención no tendría efectos, lo cual es muy diferente. 46 Por tanto, lo más racional ante tanta incertidumbre y tantas consecuencias en cadena es tratar de prevenir el daño a través de la no manipulación del sistema, es decir, dejándolo tal y como estaba, natural y sin manipular. La intervención puede salir bien o puede salir mal, pero como dice Taleb: “No es buena idea jugar a la ruleta rusa, aunque la probabilidad de ganar sea de cinco cada seis veces”. Y es que, al final, las decisiones no se deben tomar solo por las posibilidades de éxito o fracaso, sino por cuánto ganas o cuánto pierdes cuando ganas o pierdes. Se trata de multiplicar la probabilidad de que algo ocurra por la magnitud del efecto que esto tendría, y la ignorancia de este principio está en la base de la mayoría de desastres inesperados acaecidos en las últimas décadas. Algunos no entienden que daría igual si no supiésemos si el cambio climático va a ser tan malo como dicen los científicos o no, ¡lo que importa es que no lo sabemos! Ante esta incertidumbre, lo único racional es evitar los años: si actuamos ahora y resulta que no era para tanto, perdemos muy poco; pero si no actuamos ahora pensando que no será para tanto y resulta que sí lo era, lo perdemos todo. Redes complejas La trama de la vida está constituida por redes dentro de redes, y el mundo se percibe como una red de relaciones. La complejidad se diferencia del reduccionismo por la configuración en redes complejas de diferentes estructuras, frente a las relaciones de jerarquía que marca el reduccionismo. Las redes complejas se extienden hasta el infinito en todas direcciones, interaccionando también con niveles superiores (la persona con la comunidad), con niveles inferiores (el comportamiento con el corazón) y horizontales (una especie con otra). El universo se compone de redes dentro de redes que forman redes, desde la partícula más pequeña hasta el infinito. Las redes complejas están formadas de nodos o componentes (que podrían ser células, órganos, organismos, especies, etc.) según el nivel de escala a la que veamos la red. Estos nodos se relacionan entre sí mediante vínculos o conexiones, que 47 pueden ser dirigidos (si van en una sola dirección) o no dirigidos si los efectos van en ambas direcciones. El comportamiento de la red es el resultado de la emergencia de una serie de acciones espontáneas y autónomas de los nodos que voluntariamente se vinculan sin un control o planificación central. Se autoorganizan y se desarrollan solas. Las redes crecen de abajo hacia arriba: de lo local a lo global. No todos los nodos de la red son igual de importantes. La importancia de un nodo es proporcional al número de vínculos que posee, el valor de esos vínculos y la cercanía e intermediación. Por ejemplo, el conejo es más importante en el ecosistema mediterráneo que el tejón, porque de él dependen más especies. El cerebro tiene más conexiones que el páncreas y se ve más afectado por cualquier cambio en la red. De hecho, alguien podría vivir sin páncreas, pero difícilmente sin cerebro —aunque algunas personas se empeñan en intentarlo—. Estas redes se llaman también “redes libres de escala” porque son autosimilares: cualquier parte de la red se parece estadísticamente a todo el conjunto. Surgen a todos los niveles de la red, es decir, son fractales. Lo explicaré en el próximo episodio. Carbono de máxima calidad Los amantes de la bici sabemos bien que los cuadros de bicicletas más caros son aquellos que tienen más fibras de carbono entrelazadas. Al igual que en el ejemplo de la tela de araña, cuantas más conexiones y cuantas más fibras, más resistente y rígido es un cuadro. Algo similar ocurre con los sistemas complejos. El número de partes y sus conexiones son las que marcan la estabilidad del conjunto. A más conexiones, más estabilidad y más carga (más estrés) pueden resistir antes de desequilibrarse y cambiar —los sistemas complejos no se rompen, sino que se desestabilizan, se desorganizan y cambian de configuración—. La estabilidad del sistema se produce a través de la aparición de un gran número de fuerzas que actúan en el sistema “tirando” en direcciones distintas, así como de la calidad y cantidad de interconexiones creadas entre estas. En realidad, las sinergias y conexiones entre las partes de un sistema son lo más importante para que este funcione de forma óptima. No hay diferencias en el número de neuronas entre las personas con índices de inteligencia altos y bajos. Pero sí en las conexiones y patrones de activación sinérgicos que se producen entre ellas. Cada habilidad que aprendemos no genera más neuronas, sino más conexiones. Los sistemas complejos no destacan por la adicción o fortalecimiento de las partes individuales, sino por la mejora de las interacciones y conexiones entre todas ellas. Por ello, en el aprendizaje de nueva información y conocimientos, las personas con un bagaje más amplio tienen más facilidad para entender y profundizar en los nuevos descubrimientos; mientras que las personas con menor conocimiento no serán capaces de integrar esa nueva información, quedando incluso con más dudas que antes del aprendizaje. Esto se conoce como el efecto Mateo, que no es más que la 48 transcripción de la afirmación de san Mateo: “Al que tiene se le dará en abundancia; pero, al que no tiene, incluso lo que tiene se le quitará”. Digamos que las personas con redes neuronales más complejas, más diversas y ricas, son capaces de atar cabos y entender la información con más facilidad, mientras que las personas con circuitos neuronales menos trabajados, más pobres y escasos, son incapaces de hacerlo. Y tiene todo el sentido del mundo. Yo tengo las mismas partes del cuerpo que Rafa Nadal —eso espero—. Incluso podría tener la misma fuerza si me lo propongo. Pero no soy capaz de sincronizarlas de la misma manera. Su ventaja frente a mí no son las partes, son las conexiones entre ellas. Nuestra salud y nuestro rendimiento dependen, por tanto, de la sincronización adecuada de todos los subsistemas que forman el organismo (Balagué, 2014). A nivel ecológico, ocurre algo similar. Un bosque maduro no es aquel cuyos árboles son viejos, sino aquel en que encontramos una sincronía adecuada entre todas las especies que lo forman, que realizan tareas complementarias entre sí ayudándose unas a otras y ayudando al correcto mantenimiento del bosque incluso en condiciones complicadas. Por ejemplo, el arrendajo planta árboles dejándose olvidadas algunas de las bellotas que entierra para el invierno, lo que favorece el crecimiento del bosque. Otras especies actúan al contrario, previniendo al bosque del desequilibrio por el crecimiento excesivo de una especie que ponga en riesgo a las demás. Los virus, bacterias y enfermedades protegen al sistema del crecimiento excesivo de una especie. La hemorragia vírica controla al conejo, la procesionaria al pino o la sarna a los herbívoros. Según la ONU, cada día se extinguen 150 especies, lo que significa un ritmo mil veces mayor que la media de los últimos cien mil años. Esta pérdida de biodiversidad está relacionada con el aumento de las enfermedades humanas y la pérdida de estabilidad de los ecosistemas, pero no somos conscientes de las extinciones ocultas: la extinción de las interacciones entre especies. Hay una forma más perversa aún de extinción: la extinción de las interacciones ecológicas. Estas son invisibles y solo se dejan ver cuando el daño ya es demasiado grave. Veremos que tenemos formas de analizarlas y la importancia de cuidarlas, pues estas extinciones preceden a las demás. Conexiones Cuando se habla de interacciones y sistemas complejos, nos suele costar imaginar la magnitud del sistema con el que estamos tratando. Y es que los seres humanos no estamos bien diseñados para comprender los comportamientos exponenciales. 49 The product developer. Extraído el 10-12-2021 de https://productdeveloper.net/cross-teamcommunication-avoid-dependencies Un sistema formado por 3 partes tiene 3 conexiones posibles, pero un sistema formado por 6 partes tiene 15 conexiones posibles, y ¡uno de 12 partes tiene 66 conexiones posibles! La complejidad aumenta de forma exponencial conforme aumentamos la cantidad de partes del sistema. Por ejemplo, el dolor, la lesión o el rendimiento dependen de miles de factores, desde los ambientales, culturales, sociales, comportamentales, contextuales, biológicos, fisiológicos, psicológicos o nutricionales. El sistema se vuelve inabarcable. Aún si llegásemos algún día a conocer la ecuación matemática que rige el comportamiento de cada relación, ni el ordenador más potente del mundo podría calcular el resultado, porque está influido por el cambio del resto de parámetros. El sistema no se puede descomponer, e interacciona como un todo integrado. Nuestra esperanza pasa por comprender los principios fundamentales que rigen el comportamiento de estos sistemas, en vez de intentar analizar cada relación de la red de forma aislada. 50 Figura X. Factores -conocidos- que influyen en el dolor de espalda. Extraída de Cholewicki, 2019. Cholewicki, J., Popovich Jr, J. M., Aminpour, P., Gray, S. A., Lee, A. S., & Hodges, P. W. (2019). Development of a collaborative model of low back pain: report from the 2017 NASS consensus meeting. The Spine Journal, 19(6), 1029-1040. Causalidad circular Si bien el rendimiento y la salud aún siguen estando dominados por paradigmas reduccionistas, otros campos como la física, la biología o la ecología donde la Complejidad se da por hecha nos permiten obtener las respuestas que necesitamos para comprender el rendimiento y la salud. Os mostraré un ejemplo. Como hemos visto, el planeta actúa de facto como un organismo. O mejor dicho, los organismos funcionamos como el planeta. Lo mismo da. Las investigaciones más recientes han especificado nueve factores principales que interactúan entre sí para marcar la estabilidad de la biosfera tal y como la conocemos actualmente. Además, se han determinado ciertos valores que marcarían una transición entre una zona de seguridad y una zona de incertidumbre, donde se supera el punto de equilibrio y no sabemos lo que puede pasar (Smith, 2014; Butler, 2017) 51 De los nueve límites, ya se han superado cinco, especialmente los dos más importantes: el cambio climático -ciclo biogeoquímico- y la pérdida de biodiversidad y extinción de especies -integridad de la biosfera-. Los otros tres límites planetarios superados son los cambios en el uso del suelo -conversión de los bosques y humedales en tierras de cultivo o urbanas-, los flujos bioquímicos -la pérdida de nutrientes en los suelos y el uso de fertilizantes- y la incorporación de “nuevas entidades” -materiales radioactivos, microplásticos, etc.- . Los tres límites planetarios que aún no hemos cruzado son la pérdida de la capa de ozono, el uso del agua dulce y, aunque al límite, la acificación de los océanos -responsables de captar gran parte del CO2 que hemos producido y de que sus valores no sean aún más altos en la atmósfera-. Por último, queda un límite que no sabemos si hemos superado o no porque no se sabe como medirlo, ya que no tenemos una línea base contra la que comparar: la carga de aerosoles -contaminación en el aire, partículas-. Según datos de la OMS, cada año 800.000 personas mueren al año por efectos directos de la contaminación, por lo que las perspectivas en este límite no parecen muy optimistas. Estos distintos límites interaccionan entre ellos, y el daño en uno -como el aumento de los gases de efecto invernadero- no sería tanto problema si los demás estuvieran sanos. El planeta podría compensar este exceso con mayor captación por los suelos, más vegetación, etc. Pero los mecanismos que captan y retienen CO2 están dañados también; apareciendo además bucles de retroalimentación negativos a partir de cierta fase de descompensación: descongelación del permafrost, incendios, etc. Este comportamiento se repite a escala humana: un estrés agudo no daña a un organismo sano, pero sí al que ya estaba desgastado. Excepto en el caso de virus y enfermedades infecciosas, la enfermedad como tal no suele aparecer de forma repentina: primero vienen los achaques, la edad, el sobrepeso, malos hábitos, falta de ejercicio, etc. Raramente le da un infarto o un ictus a una persona realmente sana. El modelo biomédico achaca la enfermedad al último evento en aparecer: tenía sobrepeso, era sedentario y fumaba, pero la causa oficial de la muerte fue una gripe. ¿De verdad? El virus por si solo no habría sido un problema. La causa de la muerte 52 fueron todos y cada uno de los factores que generaron un desequilibrio al sistema. Todo lo que hicimos desde que nacemos hasta que morimos. Pequeños daños a nivel celular, de tejidos u órganos, acaban llevando con el paso del tiempo o tras un estresor fuerte a la enfermedad. Enfermedad que se podría haber evitado si el estado de salud de la persona en ese momento fuese mejor -entendiendo la salud como en una escala, no como un interruptor-. Esta visión nos muestra la enfermedad como un proceso anidado y no lineal, que va desde lo microscópico pequeños daños- a lo macroscópico -enfermedades, grandes daños a nivel global- y donde el daño progresivo a distintas estructuras del organismo va siendo compensado por otras, hasta que llegamos al punto donde el sistema colapsa y aparecen los problemas. A su vez, los cambios macroscópicos – a nivel del organismo, comportamientos, emociones, etc.- modifican las estructuras más pequeñas, como órganos, hormonas, señalizadores, etc. Este concepto es denominado “causalidad circular”: las partes modifican al todo, y el todo a su vez modifica a las partes. La señalización del CO2 como el único peligro o riesgo al planeta es tan reduccionista como culpar a la tensión arterial de los problemas de salud de una persona sedentaria y con sobrepeso. Si no entendemos estas relaciones, seguiremos pensando que podemos solucionar los infartos con angiotensina y el cambio climático con coches eléctricos. Las enfermedades, las lesiones y cualquier cosa que te ocurra no depende solo del último evento, sino de todo el camino recorrido previamente. La comprensión de este fenómeno nos debería ayudar a ponernos las pilas para actuar desde hoy mismo en la mejora de nuestra vida y de nuestra salud, porque todo importa y lo que haces hoy puede tener sus resultados dentro de meses o años. 53 3. PRINCIPALES PROPIEDADES DE LOS SISTEMAS COMPLEJOS El “determinismo” ha sido la corriente de pensamiento que más ha influenciado nuestra visión del mundo en los últimos siglos, a raíz de la formulación de las leyes de Newton, que nos ofrecen la posibilidad de predecir el comportamiento de un cuerpo si conocemos el comportamiento de todas las fuerzas que actúan sobre él. El determinismo está excelentemente definido en esta cita de Pierre de Laplace: “Podemos considerar el estado actual del universo como el efecto de su pasado y la causa de su futuro. Si existiese un súper intelecto que pudiese conocer y calcular todas las fuerzas, ecuaciones y posiciones de cada partícula del universo, podría ser capaz de predecir el futuro. Para tal intelecto, nada podría ser incierto y tanto el pasado como el futuro estarían frente a sus ojos”. El determinismo es padre del reduccionismo, que no es más que la descomposición de un sistema en partes lo más pequeñas posible, para tratar de estudiarlas por separado y conocer su funcionamiento. Y no es casualidad que estas corrientes hayan tenido tanta importancia: hemos tenido mucho éxito reduciendo el comportamiento de sistemas muy complicados a ecuaciones fundamentales. Somos capaces de enviar cohetes a la Luna o de unir en milésimas de segundo a personas de diferentes partes del mundo mediante internet. Todo gracias a la compresión aislada de cada una de la casi infinidad de partes que forman estos sistemas. Sin embargo, aún hay cosas que parecen resistirse a nuestra capacidad de domesticarlas mediante la compresión de sus mecanismos individuales. Ya en el siglo XX el matemático francés Henry Poincaré demostró matemáticamente cómo había algunas situaciones en que era imposible predecir el comportamiento de un conjunto. “Pequeñas diferencias en las condiciones iniciales producen diferencias muy grandes en los fenómenos finales. Un pequeño error en el primero produce un error enorme en el segundo. La predicción se vuelve imposible y nos enfrentamos a un fenómeno caótico”. Por ejemplo: somos capaces de predecir el comportamiento de un sistema planetario cuando un cuerpo domina sobre el resto, como ocurre en el sistema solar, donde todos los planetas gravitan alrededor del Sol. Pero Poincaré mostró cómo, si teníamos dos cuerpos de masa similar, las trayectorias de los planetas se volvían caóticas, impredecibles y aleatorias. De hecho, en el propio sistema solar tenemos ejemplos de esto. Hiperión, una de las lunas de Saturno, rota sobre sus ejes de una forma totalmente caótica e impredecible debido a que se encuentra también bajo la atracción de Titán, otra luna de Saturno de masa similar con la que entra en resonancia. Efecto mariposa Un meteorólogo, el americano Edward Lorenz presentó en 1972 una charla con el sugerente título: “¿Puede el aleteo de una mariposa en Brasil provocar un tornado en Texas?”. Lorenz nos presentaba una tesis donde mostraba cómo variaciones extremadamente pequeñas de las condiciones iniciales —como las que podría producir el vuelo de una mariposa— provocan con el paso del tiempo que el sistema evolucione hacia estados totalmente distintos. Había surgido la Ciencia del Caos. 54 Lorenz explicó cómo un error le hizo descubrir estos principios y cambiar radicalmente sus tesis. Estaba trabajando en un sistema de ecuaciones diferenciales para intentar predecir el tiempo futuro a través de las condiciones actuales, tal como marcaba el determinismo imperante. Su trabajo consistía en iterar repetidamente estas ecuaciones, avanzando en el tiempo. Como su ordenador no era capaz de trabajar durante muchas horas seguidas sin calentarse, al terminar el día apuntó los resultados que había conseguido hasta entonces en un cuaderno para seguir desde ahí y no tener que empezar desde el principio. Al día siguiente, quiso retomar el trabajo pero, en vez de empezar desde donde lo dejó, empezó desde un instante intermedio del periodo calculado previamente e introdujo los valores de las variables de ese instante. Para su sorpresa, la segunda ejecución mostraba una evolución del tiempo meteorológico que no se correspondía con el periodo que tenía en común con la primera. De hecho, ambas ejecuciones eran semejantes al principio, pero poco a poco se iban separando una de la otra hasta resultar totalmente diferentes. Pronto se dio cuenta del error: la primera ejecución se hizo en la memoria del ordenador, capaz de almacenar hasta seis cifras decimales. Pero cuando los imprimió en papel, por ahorrar tinta, se imprimió solo con tres decimales. Lorenz supuso que esta pequeña diferencia, del orden de uno por mil, no iba a alterar el resultado. Pero, como vemos, no fue así. Lorenz se había topado de lleno con el caos. Figura X: diferencia entre las dos iteraciones de Lorenz. El pequeño cambio de un parámetro al principio apenas se nota pero, con el tiempo, acaba cambiando drásticamente el comportamiento del sistema. Después de varias iteraciones, las diferencias entre las dos series temporales calculadas son tan grandes como la propia señal: cuando medimos la diferencia, este es de la misma magnitud que el parámetro que queremos predecir. Así, hoy somos capaces de ver cómo una pequeña bajada en la producción mundial de gas natural sacude a todo un planeta en un gran movimiento rocambolesco de proporciones inesperadas. O, más claramente aún, vimos cómo la mutación de un virus que afectaba a unos murciélagos terminó provocando miles de muertes en todo el mundo, confinamientos, pérdida de empleos y un cambio definitivo en la forma en que funcionaba el mundo hasta entonces. Como en las películas de viajes en el tiempo: cualquier cambio minúsculo en el pasado cambiaría totalmente el presente. 55 En principio y hasta aquí, la teoría del caos no invalida la determinista. La diferencia estriba en que no tendremos nunca aparatos de medida capaces de medir con total precisión los parámetros iniciales —porque constan de decimales infinitos— y que no conocemos cómo actúan todas las ecuaciones que rigen la naturaleza. La frontera entre el orden y el caos Pese a que los sistemas complejos exhiben características caóticas, su comportamiento no es del todo caótico y puede ser predicho a corto plazo con reglas deterministas. Y tiene sentido. Un sistema totalmente caótico, como un gas o un vaso de agua, no guarda memoria de sí mismo: se destruye y cambia en cada momento. Y, al contrario, un sistema totalmente ordenado, como el hielo o los movimientos planetarios, no es adaptable. Los sistemas complejos que encontramos en la naturaleza suelen mostrar ambos tipos de comportamientos, oscilando entre periodos de más estabilidad y periodos de cambio. En la frontera entre el orden y el caos ambas ventajas se dan a la vez: se producen nuevas conexiones, el sistema mejora y se adapta, a la vez que este progreso queda almacenado y estable. A este equilibrio en la frontera lo llamamos criticalidad autorganizada. Montañas de arena Imagina que realizamos un experimento consistente en ir dejando caer infinitos granos de arena en una posición determinada, colocando un grano de arena sobre otro de forma indefinida. Poco a poco, algunos granos resbalan y forman la base, y otros se van quedando encima, formando una especie de montaña de arena. La montaña de arena va creciendo en altura, y por tanto el tamaño de sus laderas también, hasta que llega un punto es que un grano de arena extra genera una avalancha. Con el paso del tiempo, un grano extra provocará una avalancha, que podrá ser más o menos grande. Si seguimos infinitamente, veríamos que con el paso del tiempo tendremos avalanchas de todos los niveles: muchas pequeñas avalanchas, algunas moderadas y otras avalanchas muy grandes pero muy poco frecuentes. Este experimento fue precisamente el que realizó Per Bak y su equipo para descubrir la criticalidad autoorganizada. De forma autónoma, la montaña de arena (el sistema) entra en un equilibrio crítico que alterna entre periodos de orden en los que no ocurren avalanchas y periodos de caos donde una parte de la montaña se desmorona y cambia. 56 Además, el tamaño y la frecuencia de estas avalanchas sigue una ley de potencias, en este caso en concreto midieron un exponente de 1.4; la cual indica que por cada aumento en la magnitud de una avalancha es esperable que su frecuencia disminuya en esa misma proporción elevada a 1.4. En próximos apartados veremos su significado. Otro ejemplo paradigmático de esta criticalidad se da en las hormigas del género Leptothorax, que son muy similares entre sí y carecen de un sistema jerárquico (no tienen una hormiga reina). Cuando uno observa a estas hormigas, verá que caminan de forma aleatoria sin un rumbo aparente. Incluso cuando se quedan aisladas, estas hormigas se quedan paradas sin hacer nada. Las hormigas permanecen inmóviles la mayor parte del tiempo hasta que otra hormiga se topa con ella, reactivándose durante un tiempo. Las hormigas solo se mueven cuando son tocadas por otras hormigas y cuando pasa un tiempo sin interacción, se paran. Desde luego, no parece muy probable que una colonia de hormigas así sobreviva, y sin embargo se han encontrado fósiles de estas hormigas con casi 100 millones de años de antigüedad. ¿Cómo es posible? La colonia, como un todo, tiene un comportamiento complejo que nadie podría imaginar a partir del estudio de sus individuos de forma aislada. La colonia muestra una conducta altamente sincronizada, con patrones de actividad que alternan la actividad desenfrenada y el reposo: es decir, alternando entre caos y orden. El parámetro crítico responsable de este comportamiento es la cantidad de hormigas por terreno. Si la densidad de hormigas es muy baja, los individuos quedan rápidamente aislados unos de otros y el hormiguero se detiene. Estaríamos ante un estado altamente ordenado. Si la densidad es muy alta, las hormigas estarían continuamente chocando y moviéndose, con una actividad caótica que las agotaría. De una forma autoorganizada, el hormiguero tiende a situarse en ese punto crítico entre orden y caos. Explosión bioquímica El origen de la vida bien podría ser, según el científico Stuart Kauffman, un proceso emergente en un estado de criticalidad autorganizada, lo que él denomina “orden gratis”. 57 Las moléculas químicas, al interaccionar entre sí, son capaces de producir otras nuevas. Dentro del caldo primigenio —una especie de sopa donde flotaban todas las moléculas presentes en el origen del planeta— podría haber habido un número ilimitado de reacciones bioquímicas, que seguirían interaccionando entre sí para siempre. Diez millones de moléculas orgánicas podrían generar 100 trillones de reacciones posibles. Una especie de “explosión nuclear” de reacciones bioquímicas que no acabaría nunca. Sería el caos. Por suerte, esto no ha ocurrido, y es que otra propiedad de las enzimas es que pueden tener propiedades catalíticas —que inhiben las reacciones bioquímicas—. Así, también tendríamos un freno para la explosión desenfrenada. La vida aparece en la frontera entre el orden (los organismos mantenemos nuestra estructura, al menos a corto plazo) y el caos que posibilita el origen y la transformación de las moléculas que nos forman en otros elementos una vez abandonan nuestro cuerpo. Kauffman, en su libro “At home in the Universe” nos muestra como simples reglas probadas en ordenador, como por ejemplo que una molécula se active cuando al lado tiene otra activada o que se desactive cuando al lado tiene dos moléculas desactivadas, genera comportamientos similares y compatibles con esta teoría para la aparición de la vida. Resumiendo las palabras de Kauffmann: “La vida no surgió por mero azar: era inevitable. Pero el azar nos hizo como somos ahora”. Autoorganización La autoorganización es el proceso mediante el cual los componentes de un sistema se organizan de forma autónoma -sin responder al control de un líder- y generan propiedades colectivas que nunca habrían podido poseer de forma individual. La autoorganización genera orden en un sistema caótico. La autoorganización resulta de procesos de comunicación, selección y adaptación entre los componentes del sistema y entre el sistema y su entorno; a través de las relaciones de cada componente con sus vecinos de forma individual -sin estar impuesta externamente-. Esta autoorganización aparece de forma natural por las interacciones múltiples entre: • • Unas reglas sencillas de comportamiento que marcan las interacciones entre los componentes del sistema, como las leyes de la física. La aleatoriedad. Un fácil ejemplo de autoorganización guiada por leyes y aleatoriedad el crecimiento de las ramas de un árbol. Cuando una yema -la parte de una rama con sustancias energéticas de reserva- empieza a crecer, tiene una serie de limitantes constreñimientos- que marcan su posible posición. Por ejemplo, la nueva célula debe buscar la luz solar, pero también debe mantener cierta verticalidad para no caer por su peso, y además será influido por estresores ambientales que moldearán su posición viento, nieve, animales, etc.-. Así, para simplificar, pongamos por ejemplo que la nueva célula puede crecer justo encima, 10º a la izquierda o 10º a la derecha de la célula previa. La ley de los grandes números domina este proceso: conforme va creciendo el árbol, las células que nacen un poco a la derecha o un poco a la izquierda se acaban compensando, haciendo que la rama tenga una tendencia más o menos vertical pero llena de cambios de dirección 58 aleatorios, como la figura de un rayo. A esto, además, le sumaremos la influencia que puedan tener factores exógenos como el terreno, las condiciones climáticas y los animales, que acabarán por modificar aún más las condiciones de muchos troncos y ramas. En la imagen de la derecha (Fig X) muestro el tablero de Galton. Cuando una distribución se repite muchas veces, la suma de los resultados positivos y negativos se compensan, generando una distribución normal (en forma de campana). Aunque la trayectoria de cada una de las bolas es impredecible, el resultado que obtendremos tras lanzar 1000 bolas es extremadamente predecible. Por ejemplo: si lanzamos una moneda al aire dos veces, la probabilidad de tener un resultado diferente en cada lanzamiento es del 50 %, pero si la lanzamos un millón de veces, la probabilidad de que la diferencia entre el número total de caras y el número total de cruces sea superior al 1 % es de un 0.000000000000062 %. Autoorganización sincronizada Me alucina ver cómo se mueven las bandadas de miles de estorninos al atardecer. ¿Cómo demonios hacen miles de aves para mantener una organización con vida propia que parece hecha a propósito? En una bandada de estorninos , ningún pájaro es el líder, ninguno guía a los demás. En modelos informáticos, Reynols (1987) comprobó cómo podía simular el comportamiento de estas bandadas con un modelo donde el vuelo de cada pájaro siguiese una trayectoria aleatoria pero introduciendo tres simples reglas: 1. Los pájaros deben evitar colisionar con los demás. 2. Deben igualar la velocidad de los 7 pájaros más cercanos. 3. Cada estornino gravita hacia el centro de la bandada, evitando quedarse en el extremo. 59 Esta bella danza no tiene un diseñador. Emerge de la autoorganización de cada estornino en relación a sus compañeros, generando comportamientos que nunca podríamos suponer del estudio aislado de estos mil estorninos. Esta no es la única forma de autoorganización en aves. Otros pájaros, como las grullas, que realizan largas migraciones se organizan en bandadas con la típica V. Las aves no conocen las leyes de la física, pero solo siguen una regla: salvar la máxima energía posible. Para ello, saben que deben estar en ángulos inferiores a 45º al ave que está por delante de ellos para beneficiarse de la menor resistencia aerodinámica. Pero, ¿Qué pasa con la primera, se va sacrificando por las demás? En realidad no. La primera ha llegado a esa posición simplemente porque el ave que marchaba delante de ella cambió su posición, y rápidamente buscará refugio detrás de las otras aves, dejando que sea la que la precede la que pase a la primera posición y así sucesivamente. Ella no decide ponerse la primera, simplemente sigue a las demás y la dinámica del grupo la coloca ahí. ¿Os suena de algo, verdad? Efectivamente. Esto es exactamente lo que ocurre en un pelotón de forma autoorganizada. Un pelotón tiene unas dinámicas que no se pueden explicar por el comportamiento de un ciclista de forma aislada. Cuando observamos un pelotón desde el helicóptero, vemos una bella sincronía que parece preparada, con una punta de flecha que se estira y se comprime en función de las curvas, el terreno y la velocidad, donde vemos flujos de ciclistas que avanzan -ganan posiciones- por los laterales y 60 otros que las pierden por el centro. Si hay un obstáculo, la serpiente ciclista lo esquiva como un río esquiva los muros de un puente, generando un efecto acordeón que estira el grupo y después lo vuelve a comprimir. Obviamente, el pelotón no tiene un director de orquesta y, es más: sería muy peligroso si cada ciclista pensase en algo más que los ciclistas que tiene alrededor. Al afrontar obstáculos, cada ciclista tan solo se tiene que preocupar de mantener la posición y distancia con los ciclistas inmediatamente a su lado y con los ciclistas de delante; sin preocuparse por los demás. Otras dinámicas en el pelotón, como la punta de flecha y flujos de ciclistas que avanzan y pierden posiciones, se producen por la búsqueda de cada individuo de dos simples reglas: 1. Refugiarse al máximo posible del viento. 2. Estar en la parte delantera del grupo. La necesidad de estar en la parte delantera pero sin gastar a la vez para muchos ciclistas hace que se provoquen estos flujos de movimientos. Los ciclistas tratan de progresar por los lados pero gastando el mínimo de fuerza, por eso la cabeza del pelotón suele tener la forma de punta de flecha, donde los ciclistas están a unos 45º tras el ciclista que lo precede: lo suficientemente separados para poder progresar pero lo suficientemente cerca para no gastar demasiada energía. El problema es que cuando llegamos a la parte delantera del grupo, queremos quedarnos en segunda fila para seguir protegidos del viento, y eso implica que conforme más adelante estamos, más al centro tenemos que ir. Pero el resto de ciclistas tienen nuestros mismos objetivos, por lo cual nos adelantan por los lados y nosotros nos quedaríamos sin la capacidad de avanzar. Hasta que somos capaces de volver a llegar al lateral del pelotón y el ciclo vuelve a empezar. En función de la tensión de carrera, del ritmo y del terreno, la punta de flecha del pelotón es más afilada o más gruesa. Esto depende de si la mayoría del grupo está dispuesto a sacrificar energía a costa de ir en una posición más delantera, y viceversa. La autoorganización no se produce solo en una dimensión espacial, sino también temporal. Por ejemplo las neuronas, las luciérnagas o las células del corazón actúan de forma sincronizada. Igual que si dejamos varios relojes de péndulo en una pared se acaban sincronizando a la perfección, animales como los insectos son capaces de sincronizarse para nacer todos de forma sincronizada. Un ejemplo más vistoso son las luciérnagas. Mil luciérnagas aisladas se iluminan de forma desincronizada, cada una a su ritmo. Pero cuando se juntan en grupo, poco a poco sus destellos se van sincronizando hasta ser exactamente precisos. 61 ¿Cómo lo hacen? Cada luciérnaga solo ve los flashes que emiten sus vecinas, y tiende a sincronizarse con ellas. Estas vecinas a su vez lo harán con las vecinas adyacentes y poco a poco el comportamiento del grupo se vuelve sincronizado pese a que no haya una líder que lo guíe. Algo similar ocurre cuando el público aplaude tras un concierto: al principio el aplauso es caótico, pero poco a poco se va volviendo sincronizado: emerge la autoorganización. Emergencia espontánea El todo es diferente a la suma de las partes. La consciencia humana emerge de la interacción de millones de células cardiacas o neuronales. Analizando las neuronas nunca podríamos encontrar nada parecido a la consciencia, pero sin embargo esta propiedad se encuentra al trabajar al unísono de forma coordinada y sincronizada, dando lugar a la consciencia. La aparición de nuevas propiedades y estructuras durante el proceso de autoorganización se llama emergencia espontánea. Estas propiedades y estructuras emergen a un nivel macro a partir de procesos a nivel micro que las originan. Los órganos emergen de la interacción entre los tejidos, los pueblos de la interacción entre los ciudadanos. Esta cualidad de emergencia espontánea es una característica fundamental de los sistemas complejos. No es que la suma sea mayor que el tamaño de las partes, como ocurre en una máquina. Es que ocurren efectos en el sistema como un todo que son diferentes e inesperados al comportamiento de las partes que lo forman. El sistema funciona de una forma diferente al que funcionan sus partes, y su comportamiento no puede ser predicho, ni siquiera imaginado, si solo conocemos el comportamiento aislado de las estructuras que lo forman. Se puede ser el mayor experto mundial en árboles y no tener ni idea de cómo funciona un bosque. El bosque tiene unas propiedades diferentes al conjunto de sus árboles de forma aislada. Los bosques son capaces de modificar el clima, conectar sus árboles a través de micorrizas, acoger e interactuar con especies animales y hongos, aumentar la biodiversidad, crear suelo fértil, eliminar la contaminación, crecer y expandirse, etc. Cosas que todos los árboles del bosque por separado no podrían hacer. Del mismo modo, estudiar la biología de una abeja no nos dará ninguna pista de cómo funciona la colmena. Una abeja por sí misma poliniza las flores y muere. Pero si juntamos miles de abejas, dan lugar a un ente con propiedades emergentes: la colonia. La colonia tiene un montón de propiedades que no tendrían las abejas por separado: fabrica colmenas, produce miel, tiene una estructura jerárquica, trabaja en equipo, etc.… Los procesos de emergencia espontánea de estructuras diferentes han marcado el curso de la historia. Desde el big bang a la creación de galaxias, planetas, células, especies… Incluso aunque contasen con una tecnología inimaginable para nosotros, si unos extraterrestres conocieran a un único ser humano, nunca podrían llegar a comprender procesos emergentes como las sociedades, los países, el lenguaje, las religiones o las historias. Una tribu tiene propiedades que ni podríamos sospechar a través del análisis de un individuo. La tribu genera formas de comunicación y comportamientos colectivos: es 62 capaz de hacer que los individuos colaboren y se ayuden entre sí, sacrificando su bienestar personal en post de lo mejor para la tribu en su conjunto. Nuevas propiedades emergen al pasar de una tribu o pueblo a un país-estado. Al unir tribus o pueblos en sociedades grandes, emergen estructuras jerárquicas, aparece la propiedad privada, el comercio, el dinero o las guerras. El antropólogo Robin Dunbar ha demostrado como el tamaño de las sociedades cambia el comportamiento de los individuos. La relación con los demás individuos en un pueblo pequeño es muy diferente a tu relación con los demás en una gran ciudad. Se va transicionando de un entorno de cooperación a un entorno de competencia. Emergencia espontánea y ciclismo Un pelotón tiene propiedades (colocación en punta de flecha, látigos, abanicos) que un corredor de forma aislada no tiene, y un equipo tiene unas capacidades que un corredor individual no es capaz de realizar. De ahí que la fuerza de un equipo muchas veces sea imperceptible al espectador, pero notoria en la propia competición. A nivel de rendimiento tenemos numerosos ejemplos. La técnica de pedaleo o de carrera emerge de forma espontánea de la interacción dinámica y no lineal entre las estructuras fisiológicas que lo conforman, los constreñimientos propios e impuestos (antropometría, biomecánica, fatiga, fuerza, resistencia, etc.) y las necesidades de la tarea. La forma de pedalear o correr variará según este contexto, según si estemos más o menos fatigados, tengamos que ir más o menos rápido, etc. Por ejemplo, el pedaleo de pie emerge cuando del deportista necesita aplicar mucha potencia y no podemos satisfacerla si seguimos pedaleando sentados. La necesidad de ponernos de pie aparece de forma automática: no necesitamos clases de pedaleo de pie y no tenemos que cronometrar cuándo ni cuánto tiempo tenemos que pasar de pie. Simplemente aparece esa necesidad y la ejecutamos. Lo mismo podríamos decir del taloneo o de la distribución de fuerzas durante el ciclo de la pedalada. En función de las necesidades de producción de potencia, de la fuerza y biomecánica del deportista y de la fatiga previa, habrá momentos donde surja un pedaleo diferente más redondo o más a pistón, con más o menos taloneo; más basado en la eficacia que en la efectividad. El patrón óptimo de carrera y de pedaleo emerge de forma espontánea en función de las necesidades del organismo. Algo similar ocurre en la carrera a pie: el porcentaje de suela que apoyamos en el suelo disminuye de forma natural conforme aumenta la velocidad. Así, andando apoyamos la planta entera; trotando apoyamos el metatarso y sprintando apenas apoyamos la punta de los dedos. La misma emergencia espontánea se muestra en la cadencia, o en la frecuencia y longitud de zancada. Numerosos estudios como los de Abiss, (2009) y Vercruyssen, (2010), muestran que la cadencia más eficiente en cada momento es la cadencia autoseleccionada. ¿Qué quiere decir? Que la cadencia a la que estaremos acumulando menos fatiga es aquella que nos sale de forma natural, que emerge de la interacción entre las necesidades de aplicar potencia, nuestras capacidades de aplicación de fuerza, nuestra sincronización neuromuscular, fatiga previa y otros factores. 63 El mismo ciclista tendrá cadencias óptimas diferentes según el ritmo, la fatiga acumulada y el historial de entrenamiento, haciendo que sea imposible hablar de cadencia óptima de forma universal. De hecho, en la historia reciente del ciclismo hemos visto dominar a corredores con cadencias bajas (Induráin, Ullrich, Pogacar) como corredores de cadencias altas (Contador, Armstrong, Froome). Esto no quiere decir que no se pueda entrenar si nuestra cadencia es anormalmente alta o baja, pero debemos saber que esta propiedad emerge de una serie de condicionantes y por tanto, forzar el cambio de cadencia sin la modificación de estos condicionantes es como sembrar brócolis en el desierto: está predestinado a fracasar. De forma análoga a la cadencia, el desarrollo que elegimos, y por ende el torque, también emerge durante la realización de la actividad, en función de las necesidades de aplicación de potencia y la cadencia autoseleccionada. De forma más global, podríamos decir que la potencia generada emerge de la interacción entre todos los sistemas del organismo (muscular, circulatorio, respiratorio, endocrino, nervioso, etc.); o que la percepción de esfuerzo emerge de la interacción entre todos los condicionantes que afectan al organismo con las capacidades de este y la importancia de la tarea; pero esto lo veremos a fondo en el capítulo 7. Otros parámetros, como la variabilidad de la frecuencia cardiaca (HRV) también surgen de forma espontánea, a través de la relación entre la rama simpática del sistema nervioso autónomo -que aumenta el ritmo del corazón-, y la rama parasimpática, que ralentiza el corazón. No linealidades y puntos críticos Diremos que un sistema es “no lineal” cuando no podemos extrapolar su valor a través del conocimiento de los puntos previos. El efecto es desproporcionado a la causa de este. La caída de una pequeña piedra puede desencadenar una avalancha. Los sistemas complejos no lineales rompen con la dicotomía causa -> efecto que marca a los sistemas lineales. Su comportamiento no es igual a la suma del comportamiento de sus partes (como ocurre en los lineales), y esto los hace muy difíciles de modelar y predecir. Esta no linealidad está íntimamente relacionada con la presencia de retroalimentaciones, donde la ocurrencia de un proceso afecta de forma positiva o negativa al desarrollo de otros procesos relacionados. Además, los vínculos entre la causa y el efecto pueden estar muy separados en el espacio, y en el tiempo. La ignorancia de estos efectos, que pasan a llamarse “secundarios”, es clave para que se produzcan resultados no esperados y sorpresivos en el sistema. Pese a que nuestra comprensión del mundo está basada en las ecuaciones lineales, estos sistemas son los menos comunes en la naturaleza. La no linealidad domina casi todo, desde el rendimiento deportivo al cáncer, la consciencia, el origen de la vida, las epidemias, el calentamiento global, la economía, etc. Para comprenderlo, imagínate un puente de autovía algo endeble en el que empiezan a pasar camiones. Si medimos la cesión del puente conforme van pasando camiones, encontraríamos algo tal que así: 64 El puente tiene un comportamiento lineal y estable hasta que de repente llega el camión 50º y se parte en dos. La caída del puente no era esperable en base a la observación de la estabilidad en los 49 camiones anteriores. El comportamiento no es lineal. Este comportamiento no lineal hace a los sistemas casi imposibles de predecir a escalas temporales amplias, ya que cambios en el input -en la X, la variable para entendernos-, no predicen cambios en el output -en el resultado, la Y-. Dinámicas similares podemos encontrar en aspectos tan diversos como el proceso de fatiga, las lesiones, las enfermedades, las extinciones de especies, las erupciones volcánicas, los terremotos, la precipitación, la enfermedad o la muerte, entre otras muchas. Puntos críticos Un sistema puede ser lineal en una parte de la curva, y pasar a un comportamiento totalmente diferente y no lineal en otra parte. A este punto le vamos a llamar “punto crítico” o “punto de bifurcación” en un lenguaje más académico. En cualquier sistema pueden aparecer varios de estos puntos. Teóricamente, un punto de bifurcación se produce cuando el sistema sale de su cuenca de atracción (una serie de comportamientos similares) y se desestabiliza. Por ejemplo, científicos como Iñigo San Millán o Carlos Otín proponen analizar las enfermedades cardiometabólicas como problemas degenerativos que surgen en base a un daño reiterado al organismo humano. El cuerpo es capaz de luchar contra dosis bajas y aisladas de distintos estresores. Una borrachera de vez en cuando no te mata. Comer comida basura, sentir estrés y tristeza, exponerse a contaminantes químicos y ambientales o unos días tumbados en la cama, por sí solos, no nos enferman. Casi todos lo hemos hecho alguna vez y aquí estamos. El problema es la suma reiterada de todos estos estresores en el tiempo sin la necesaria capacidad de recuperación. No dejan de entrar camiones y no damos tiempo a que otros salgan, haciendo cada vez más probable que surja la enfermedad degenerativa, el daño. Y este daño, al igual que en el puente, se propaga rápidamente. El cáncer es el ejemplo más paradigmático de punto crítico, aquella que se propaga rápidamente. 65 Pero en realidad, no es la única. Sabemos bien que una baja funcionalidad mitocondrial, por ejemplo, empieza poco a poco a afectar al funcionamiento de todos los demás sistemas del organismo, generando efectos en cascada que suelen ir empeorando las cosas si no se les pone freno (San Millán,2019). La única razón por la que el puente se cae de golpe y un ser humano puede recuperarse de estas enfermedades -si quita las cargas- es que somos sistemas complejos adaptativos, que estamos vivos y que podemos adaptarnos. Es como si el puente pudiese repararse a sí mismo cada vez que pasan 30 camiones. En la mejora del estado de forma, como bien nos explicó Mikel Zabala en la Universidad con la siguiente imagen, sabemos que hay un punto a partir del cual el deportista entra en un estado de sobreentrenamiento no funcional y la única forma de salir de ahí es descansando durante el tiempo necesario. Tal como si fuera una palomita, al deportista podemos ir dándole golpes de calor entrenamiento- para acercarlo a su máximo rendimiento, a su umbral crítico. Y si queremos retroceder, podemos apagar el fuego y dejarla enfriar y vuelve a su estado normal. Pero una vez el maíz explota -una vez supera su punto crítico- , ya no hay vuelta atrás. La palomita no puede volver a ser un grano de maíz, y conforme más carga metemos, más se quema. Hemos pasado el punto de bifurcación del sistema y ya no hay marcha atrás: la única forma es descansar durante mucho tiempo para tener “una nueva palomita”, a cambio de perder todas las adaptaciones y volver a empezar de cero como grano de maíz. Las fuerzas que tiran en dirección al estímulo y estrés habrían vencido a las que tiran en dirección de la recuperación y la relajación. El deportista está desequilibrado y necesita disminuir mucho los estresores para ser capaz de nuevo de equilibrarse. Y como dice Mikel: “los deportistas no vienen en packs de 3”. La pérdida de peso en función del déficit calórico tampoco es lineal. Así nos encontraremos con periodos de valle donde aparentemente no bajamos de peso, y otros de bajada brusca. El déficit estimado que te hacía bajar de peso empezará a ser insuficiente, porque el organismo se adapta y lucha contra la excesiva pérdida de peso. Factores anidados como los cambios hormonales, psicológicos y comportamentales influidos por el déficit harán que la respuesta del organismo al déficit calórico sea no lineal y por ende prácticamente imposible de predecir. Estos puntos de inflexión y no linealidades son los que hacen al cambio climático un problema mucho más peligroso de lo que la mayoría de gente imagina, y por qué la comunidad científica está entrando en pánico e incluso dejando otras investigaciones 66 para advertir a la población y a los políticos sobre los graves riesgos a los que nos exponemos. Al igual que vimos con la palomita, el calentamiento global puede llevar al clima a un punto de bifurcación y no retorno en el cual el sistema salga de su cuenca de atracción actual y los cambios atmosféricos se extiendan sin control. Hasta ahora, el sistema complejo que es la biosfera compensa el aumento de co2 con una mayor captación de este por parte de los océanos, de los suelos y de los árboles, que no es total y que hace que la presencia de co2 en la atmósfera no deje de subir, generando con ello un aumento del “efecto invernadero” y cambios en el clima y en los comportamientos de muchas especies animales. De hecho, la temperatura promedio de la tierra ha aumentado menos de lo que antiguos modelos preveían, debido a factores que nos han salvado sin nosotros conocerlos, como la gran capacidad de sumidero de CO2 que tienen los océanos. Aun así, estos mecanismos están saturando y el CO2 se empieza a descontrolar. En algún punto, se espera que el calentamiento global se empiece a retroalimentar, a través de la liberación del CO2 almacenado en el permafrost siberiano; por la desaparición del hielo en los polos, que actúan tanto como reservorio del frío como de espejo que disipa la radiación solar en el planeta; o con la aparición de más incendios de sexta generación que disminuyan aún más la superficie arbolada del planeta. 67 Figura X. Fuentes productoras de CO2 y sistemas “desagüe” o acumuladores de CO2, extraído de la web “Our World in Data” el 13 de octubre de 2021. No todo el CO2 emitido ha ido a parar a la atmósfera: la tierra y los océanos han actuado como sistemas almacenadores de CO2. ¿Qué ocurriría si pasamos este punto crítico? Solo tenemos hipótesis, pero la principal es que el planeta y la vida seguirán existiendo. Simplemente con otras configuraciones. Pero hay muchas probabilidades de que la nueva estabilidad que se alcanzase fuese incompatible con las condiciones tan especiales que necesitamos los seres humanos para sobrevivir. Y aunque no lo fuese, porque al fin y al cabo estamos hablando de probabilidades, me parece que el coste de actuar ya y minimizar el cambio climático es mucho menor que el riesgo de seguir igual y que lleguemos a este punto crítico. Es una cuestión de sentido común: es menos costoso ponerse el cinturón 1000 veces que curarse una fractura de cuello una vez. Podríamos poner mil ejemplos más, pero espero que el concepto haya quedado claro: los sistemas complejos a menudo se comportan de forma caótica, haciéndolos imprevisibles y se mantienen en equilibrio a través de la lucha de dos grandes fuerzas que tiran en direcciones opuestas: el orden y el caos. Dependencia del camino Si calentamos un vaso de agua, esta no empieza a cambiar hasta que la temperatura se va acercando a los 80º. Cuando el agua empieza a hervir, cambia de estado pasando a estado gaseoso. Se ha producido un desequilibrio en el sistema, hemos pasado un punto crítico. Ahora, podríamos volver a bajar la temperatura del vaso, pero el agua que hirvió ya no va a volver a estar dentro. Se ha producido una nueva configuración. El cambio es permanente. Los sistemas complejos presentan un fenómeno denominado dependencia del camino o histéresis, que significa que cada estado es dependiente de los anteriores. El orden altera el producto. Por ejemplo, las especies vegetales siguen secuencias bien estructuradas en su aparición, que se van desarrollando hasta finalizar en un bosque “clímax”, el estado 68 final de la masa -al menos hasta que las condiciones cambien-. Un buen ejemplo de esta no conmutatividad lo tenemos en las reforestaciones realizadas en el arco mediterráneo, donde abundan principalmente dos clases de árboles: pinos y querqus (encinas y robles). Debajo de los pinos pueden crecer las encinas, pero debajo de un bosque de encinas no crecen los pinos. Una simple regla, la luz, parece controlar este proceso. Una encina es capaz de crecer a la sombra de los pinos, pero los pinos son heliófilos y necesitan la luz desde pequeños para prosperar. Con el paso del tiempo, bajo los pinos emerge el bosque mediterráneo autóctono, siempre que el sistema no haya sido demasiado modificado. Esta dependencia del camino emerge incluso a nivel matemático. En el libro “Fractales y Caos”, Martínez y compañía proponen un simple ejercicio con una calculadora y una ecuación. El experimento consiste en programar dos ecuaciones completamente equivalentes (se puede pasar de una a otra haciendo uso de las propiedades asociativa y distributiva), esperando que los resultados fuesen iguales en ambos casos. Eso sí: se usan dos ecuaciones complejas, donde el resultado ha de tener un número infinito de decimales. El ordenador va ejecutando las operaciones en ambas ecuaciones equivalentes según el orden programado y guardando los resultados con un número finito de cifras decimales -hasta el más potente de los ordenadores es incapaz de trabajar con un número infinito de cifras-. Esto implica un redondeo ínfimo pero que lógicamente será diferente para cada una de las ejecuciones al haber reorganizado la expresión aritmética de forma distinta. Lo que vamos encontrando es que conforme avanzan las operaciones, el resultado entre una y otra operación empieza a ser significativamente más distinto, hasta acabar siendo totalmente diferente. Incluso en procesos casi totalmente controlados por las matemáticas se hace presente el caos, por el simple hecho de que no podemos controlar todas las condiciones hasta el infinito. En realidad, estas ecuaciones pertenecían a un modelaje para tratar de estimar la población de conejos en un lugar determinado. Pongamos por caso de que estas ecuaciones están perfectamente ajustadas a todos los determinantes que puedan hacer que la población de conejos aumente o disminuya. ¿Habríamos acertado con alguna de ellas? Rotundamente no. La predicción del comportamiento de un sistema complejo a largo plazo es absurda. Como hemos visto, no podemos determinar todo hasta el infinito. El sistema, aunque sea fácil de calcular, tiene un comportamiento mediado por el caos: tarde o temprano se hace imposible predecir su evolución. La periodización del entrenamiento es un buen ejemplo de esta dependencia del camino. No es lo mismo realizar una periodización de menos a más específica, haciendo los trabajos de fuerza lejos de las competiciones y los trabajos más intensos 69 y específicos cerca de estas; que hacerlo al revés. No tendría sentido estar en las semanas previas a una competición de resistencia haciendo sesiones de gimnasio y largas tiradas aeróbicas sin nada de intensidad, ¿verdad? El orden de los factores altera el producto. Además, sabemos que las adaptaciones dependientes de la mejora de la fuerza máxima y la capacidad aeróbica son lentas de conseguir pero se pueden mantener durante mucho tiempo con unos pocos recordatorios, mientras que las dependientes de la alta intensidad son rápidas de conseguir y también de perder (Mujika, 2000; Bishop, 2018). Periodizar tiene todo el sentido del mundo en este caso, y hacerlo de forma ordenada nos permite obtener los beneficios de cada vía metabólica -que se consiguen y mantienen a escalas temporales distintas- a la vez en el momento necesario: la competición. Fractales “¿Por qué las matemáticas a menudo se describen como frías y secas? Una de las razones radica en su incapacidad para describir la forma de una nube, una montaña, una costa o un árbol. La naturaleza no presenta simplemente un grado más alto, sino un nivel completamente diferente de complejidad”. Con estas palabras comienza Mandelbrot su obra “La geometría fractal de la naturaleza”, que crearía una nueva rama de las matemáticas, a la que él mismo hizo llamar matemáticas fractales. “Las montañas no son conos, las nubes no son esferas, el suelo no es liso y los relámpagos no viajan en línea recta”. Benoit Mandelbrot Fractal proviene de la palabra latina “fractus”, que significa “quebrado”, “fracturado”. En la definición más básica, un fractal es una figura que se contiene a sí misma en cualquier escala en la que se la observe. Está formada por copias idénticas o casi idénticas de sí misma a diferentes niveles. Un ejemplo fácil es esta hoja de helecho. La hoja está formada por otras hojas que son idénticas a la mayor. Si viésemos una parte de forma aislada, nos sería casi imposible saber si estamos observando la hoja completa, una parte o una pequeña parte de una parte. 70 Los elementos fractales nos rodean, apareciendo en los sitios y de las formas más insospechadas. Los más conocidos son las figuras fractales, como las que forman las ramas y raíces de los árboles, los rayos, las montañas, las olas del mar, las dunas del desierto, la corteza de los árboles, las costas, los cristales de hielo, las conchas de algunos moluscos, las cuencas fluviales o incluso un brócoli. Otra característica de lo fractales es la invarianza de escala: sus propiedades permanecen a escalas más grandes y más pequeñas. Dicho de otra manera: nos es muy complicado, por no decir imposible, saber el tamaño o magnitud del fractal a través de la mera visión del patrón o dibujo. Por esto se denominan “libres de escala”. Abajo muestro tres veces la misma foto, haciendo un zoom de x2, x4 y x6. El patrón se repite libre de escala y no podemos saber la longitud de las ramas sin tener una escala con la que comparar. Copias a mano Los fractales exactos solo existen en el ordenador. En la naturaleza, hablamos de autosimilitud o autosemejanza. Es como si el patrón fractal fuese copiado “a mano” por un artista, y en cada iteración realiza pequeños cambios. Estos cambios son consecuencia de los constreñimientos que encuentra un sistema a cada nivel, y la aleatoriedad. Esto hace que las partes siempre sean parecidas, pero nunca idénticas. Del mismo modo, los fractales naturales no son libres de escala totalmente: hay ciertas variaciones en la dimensión fractal y siempre llegan a un punto de corte donde el fractal desaparece. Por ejemplo, el patrón de las ramas de un árbol se corta en el punto donde termina el árbol o donde las copias son tan pequeñas que ya no pueden cumplir con la función que realizan, o se llega a la escala celular donde un organismo no puede dividirse más, o a la escala atómica donde un rayo no puede quebrarse más. Del mismo modo en el organismo humano, encontramos estructuras fractales en la estructura neuronal, en los vasos sanguíneos, en las membranas de los intestinos, en los riñones, en los pulmones, en la corteza cerebral, en las neuronas, en los músculos, etc. Y también podemos aplicar esta fractalidad a las formas de organización. El organismo está formado de sistemas, formados por órganos, formados por tejidos, formados por células, formadas por átomos, etc. 71 Dimensión fractal Como habréis notado, las figuras fractales emergen con patrones muy diferentes. El patrón de un árbol no es igual al de la superficie del mar, a las montañas, o a las nubes. La gráfica de los latidos cardiacos no es igual cuando estamos en reposo que a un ritmo constante. Hemos dado con la otra gran propiedad de los fractales: su dimensión fractal. La dimensión marca la forma en que una figura llena el espacio conforme su escala se reduce -y se van creando figuras más y más pequeñas-. Una línea tiene una dimensión (longitud), una superficie tiene dos dimensiones (anchura y longitud) y un volumen tiene tres dimensiones (anchura, longitud y altura). Sin embargo, los fractales no son ni líneas, ni superficies, ni volúmenes. Su dimensión no es un número entero, lo que los hace híbridos a caballo entre estas formas, con comportamientos diferentes. Las proporciones que sigue cada figura al multiplicarse y crear figuras más grandes o al dividirse y crear figuras más pequeñas se conoce por “dimensión fractal” o “exponente de autosimilitud” (D); y podemos extrapolarlo de forma matemática. Al dividir un fractal en copias más pequeñas de sí mismo, aplica esta fórmula: 72 Número de copias más pequeñas = Factor de aumento de magnitud ^ D (Dimensión de autosimilitud). Para la línea, su dimensión de autosimilitud es de D=1 , ya que la proporción a la que aumenta su longitud es igual al número de copias que aparecen. Para el cuadrado, su dimensión es D=2, ya que por cada aumento en su magnitud -por cada vez que se duplica su longitud-, su número de copias aumenta en ese mismo factor elevado al cuadrado. Y para el cubo, su dimensión es D=3, ya que por cada unidad de aumento en su magnitud, su frecuencia aumenta en esa misma unidad elevada al cubo. Por ejemplo, imaginemos la estructura de un copo de nieve como el de la siguiente figura. Sigue un patrón fractal tal que cada vez que la longitud de la figura se reduce un tercio, el nº de copias que tiene se multiplica por 5. Bien, dicho esto: a través de ecuaciones logarítmicas podemos obtener un exponente de autosimilitud para cada figura o distribución. La curiosidad de estas figuras fractales es que este exponente no es un número entero, sino que son números fraccionarios. Nº de copias más pequeñas = factor de magnificación ^ D 5=3^D log (5) = log (3^D) log (5) = D * log (3) log (5) / log (3) = D 0.6989 / 0.4771 = D D= 1.465 La dimensión fractal de este copo de nieve es de 1.465. Este copo de nieve está a medio camino entre una línea -como podemos ver, tiene algo que se asemeja a una superficie- pero tampoco llega a ser una superficie, está llena de huecos. La longitud del copo de nieve es infinita, y su área es cero. Podemos extrapolar el conjunto del fractal a una gráfica matemática, donde podemos ver en el eje X el factor por el que aumentamos la longitud del copo de nieve y en el eje Y la longitud total que tendría este híbrido entre longitud y superficie (algo tal que así: 73 300,0 LONGITUD DE LA LÍNEA 250,0 200,0 150,0 100,0 50,0 0,0 0 10 20 30 AUMENTO DE ESCALA 40 50 Como podemos observar , una de las propiedades de este copo de nieve es que la superficie que ocupa aumenta de forma exponencial conforme aumenta su tamaño, siguiendo el exponente calculado antes (1.465). Una forma de conocer que estamos ante un fractal es que su distribución sigue una ley de potencias, lo cual determina su invarianza de escala. O sea, que si transportamos este comportamiento a una escala con doble eje logarítmico, debe aparecer más o menos una línea recta. Vemos que esto también ocurre con este copo de nieve. Estamos sin duda alguna ante un fractal. LONGITUD DE LA LÍNEA (LOG) 100,0 10,0 1,0 0,1 0,0 0,0 0,0 0,001 0,01 0,1 1 AUMENTO DE ESCALA (LOG) 10 ¿CUÁNTO MIDE LA COSTA DE GRAN BRETAÑA? Benoit Mandelbrot lanzó el primer desafío a la comunidad científica en 1967 con una simple y elegante pregunta: ¿Cuánto mide la costa de Gran Bretaña? Quizá te parezca una pregunta simple que puedes responder buscando en Google. Haz la prueba. … ¿No lo encuentras? ¿Hay distintos resultados? Quizá es porque la línea de costa dibuja un patrón fractal, con un montón de entrantes y salientes, tal y como ocurre a su vez en la corteza cerebral, en las membranas mitocondriales o en el epitelio intestinal. La longitud de la costa aumenta conforme vamos aumentando la resolución con la que la vemos. Somos incapaces de saber si una foto de satélite contiene más o menos kilómetros de costa si no vemos una escala. Si la midiésemos en un mapa, veríamos 74 que es la longitud de la regla de medir la que determina la longitud de la costa. Conforme vamos disminuyendo la longitud de la regla, van aumentando los kilómetros de la costa. Os daré la solución: se ha calculado que la costa de Gran Bretaña tiene una dimensión de 1.25. Esto implica que cada vez que reducimos la longitud de la regla con la que medimos, la longitud de la línea aumenta en esa misma proporción elevada a 1.25. Este cálculo se realiza con un método llamado “recuento de cajas”, midiendo como la figura va llenando más celdas en una cuadrícula artificial conforme vamos aumentando su escala. Por si te preguntas qué pasa en España: la costa de España mide 4.964 km según The World Factbook; 7.268 km según el WRI; y 7.879 km según el Instituto Geográfico Nacional (IGN). Las leyes de potencias Estamos acostumbrados a ver el mundo a través de una campana, la campana de Gauss. Esta emerge cuando los datos de un parámetro se agrupan en torno a una media, y las desviaciones de esta media son extremadamente improbables. Esta distribución normal sirve para parámetros que no tienen grandes fluctuaciones como la altura y el peso de una persona. Si la altura media de una población es 175cm, podemos encontrarnos con alguien que mida 200cm, pero jamás nos encontraremos a alguien que mida 200 metros.. 75 Sin embargo, los fractales se organizan en forma de ley de potencias. Una ley de potencias es un modelo matemático que describe la relación dinámica entre dos parámetros, comúnmente magnitud y probabilidad o frecuencia de aparición. Las leyes de potencias muestran distribuciones diferentes, donde los valores no se agrupan en el centro sino disminuyen de una forma constante y proporcional, lo que significa que muchos eventos pequeños coexisten con unos pocos eventos extremos. Las leyes de potencias emergen cuando un factor domina el resultado de un proceso. Por ejemplo, la curva normal puede ser el nivel (rendimiento medio) de los ciclistas del Tour de Francia: hay un nivel medio donde está la mayoría, con algunos por encima y otros por debajo. La ley de potencias son las victorias: muy pocos ciclistas obtienen la mayoría, y un porcentaje muy bajo de las victorias se reparte entre una mayoría de ciclistas. Lo mismo ocurre con el patrimonio: el valor que aportan las empresas sigue una curva de campana, pero los rendimientos que obtienen de ello tienden a repartirse en forma de ley de potencias (pocas súper empresas obtienen la mayoría del beneficio, tipo Google, Apple, etc.). La inteligencia de la población sigue una distribución normal, pero el nº de descubrimientos que hace cada persona sigue una ley de potencias. Las leyes de potencias se organizan con la siguiente ecuación, donde d es la dimensión fractal, el exponente al que crece o disminuye la magnitud (P(X)) en función de la magnitud (A) P(X)= A*X-d La distribución entre la magnitud y probabilidad de una ley de potencias se diferencia de una curva de distribución normal en su pendiente -mucho más pronunciada- pero también en su final, ya que los eventos de una magnitud aterradoramente alta, de más de 5 sigma de desviación (flecha azul) no solo no son imposibles, sino que son esperables con el suficiente tiempo de espera. En estas distribuciones no debemos hablar de medias ni desviaciones típicas, ya que la aparición o no aparición de una única observación extrema cambia por completo nuestro entendimiento del conjunto. Imagina que quieres saber el sueldo medio de los ciclistas profesionales, y le preguntas a 20 ciclistas al azar para saberlo. Si entre los ciclistas preguntados no está Pogacar, la media que obtienes será muy diferente a la media que obtienes si está, ya que solo una persona podría ganar más que el 99% restante. 76 Esto es lo que se denomina una “cola larga”. La probabilidad de eventos extremos es baja, pero sigue existiendo. Y precisamente son los eventos extremos los que marcan el futuro. No te importa la “media” del daño que te hagas en todas las caídas que tengas, lo que importa es no tener una de magnitud elevada. Se tiende a analizar cualquier distribución a través de distribuciones normales, cuando estas son raras en los sistemas naturales y sociales. Las distribuciones no lineales siguen generalmente un patrón logarítmico o ley de potencias, y no tienen promedio que pueda ser asumido como representativo ni tampoco desviaciones normales finitas sobre las que basa los intervalos de confianza (Andriani y McKelvey, 2009). En una ley de potencias, el 20% de la población puede mostrar el 80% del efecto, de manera que estamos promediando un efecto inexistente o contraproducente en el 80% de la población. Por ejemplo, en la relación entre tensión arterial y mortalidad, el modelo gaussiano ha dado lugar a la creencia errónea de “cuanto más baja, mejor”, pero sobreestima el riesgo de muerte por hipertensión de hasta el 70% de la población (Port et al, 2000). Las leyes de potencias emergen cuando un sistema se encuentra en un estado de criticalidad autoorganizada, y las podemos encontrar , por ejemplo, en la magnitud y frecuencia de los terremotos, las inundaciones, la precipitación diaria, el viento, el diámetro de los cráteres de los volcanes y de la luna, el tamaño de los planetas, de los sistemas y de las galaxias, las extinciones de especies, la intensidad de las explosiones solares, el caudal medio de los ríos, el grosor de ramas y raíces, o de los vasos capilares del organismo, etc. (Li, 2002). Pero no solo en la naturaleza, sino que en todos los sistemas complejos encontramos estas leyes de potencias: en los aumentos y bajadas de la bolsa, en el nº de libros vendidos, en la riqueza de las personas, en la distribución de la población en ciudades, en la intensidad de las guerras, en los seguidores en las redes sociales, en la frecuencia de los apellidos, las visitas a páginas web o la citación de artículos científicos, entre otros… 77 Figura X. Ejemplos de leyes de potencias -tendencia lineal en escala logarítmica- en distintos ejemplos de sistemas complejos. Newman, 2005. Recuerda que una ley de potencias se caracteriza por presentar una línea más o menos recta cuando la pasamos a escala logarítmica. Vamos a explicar mejor esto con un ejemplo sencillo: la distribución fractal con los terremotos. Según la Ley de Gutenberg-Richter, la magnitud de un terremoto está inversamente relacionado con su frecuencia de una forma proporcional (tiene un exponente fractal de 1.0). La magnitud del terremoto se mide con la escala de magnitud del momento, que es una escala logarítmica. Esto significa que por cada aumento de un número entero en la escala, la magnitud es 10 veces más fuerte que el anterior. Así , un terremoto de 78 magnitud 5 es 10 veces más fuerte que uno de magnitud 4 y 100 veces más potente que uno de magnitud 3. Lo que nos dice esta Ley de Gutenberg-Richer es que la probabilidad de terremotos en un lugar, en relación a su magnitud, sigue un exponente determinado que suele ser cercano a 1. Así, si la probabilidad de que ocurra un terremoto de nivel 6 es de uno cada 20 años, la probabilidad de que ocurra uno de nivel 7 es de uno cada 200 años y uno de nivel 8 es de uno cada 2000 años. Esta ley se ha demostrado que se cumple con asombrosa exactitud (Gutemberg,1942; Bak,1989). Figura X. Magnitud de los terremotos frente a frecuencia de terremotos anual en el mundo, en escala logarítmica. Open source zone: https://dzone.com/articles/inevitable-earthquakes-and-exploits Nótese que el terremoto más grande que hemos medido fue el Terremoto de Valdivia (Chile) en 1960, que es donde termina la escala. Sin embargo, esto no quiere decir que no pueda haber terremotos aún más grandes: simplemente aún no han ocurrido o no los hemos medido, ya que su frecuencia esperada es mayor al tiempo en que llevamos pudiendo medir los terremotos. Sin embargo las leyes de potencias no acaban ahí. No solo importa la frecuencia de aparición de los terremotos, sino la variabilidad en las diferencias de tiempo que pasa entre ellos. Pues no os lo vais a creer: la variabilidad entre terremotos de una misma magnitud también sigue una ley de potencias, con exponente de 0.5 (Ito, 1995). Los terremotos no se dan de forma periódica, sino que se agrupan en enjambres de terremotos, habiendo muchos enjambres pequeños y algunos enjambres muy muy grandes pero poco frecuentes. La frecuencia de los enjambres disminuye de forma exponencial (elevada a -0.5) cada vez que aumentamos su tamaño. Pero no se quedó ahí. ¿Adivinas cómo se comporta la distancia entre un terremoto y el siguiente de una placa tectónica? Efectivamente, sigue una ley de potencias, con un exponente de 1.7. Esto implica que es muchísimo más probable que el siguiente terremoto sea cerca del último, que muy alejado. 79 Probablemente a algunos esto os haya sonado. Aparece la Ley de Lindy de nuevo: cuanto más tiempo haya pasado en una zona desde el último terremoto, más tiempo es esperable estadísticamente que tarde en volver a ocurrir otro. Leyes de potencias en sistemas biológicos Los animales grandes utilizan la energía de forma más eficiente que los pequeños: un elefante necesita 10.000 veces más calorías que un ratón pero es 200.000 veces más grande. Por tanto, cuanto más grande es un animal, necesita menos calorías por cada gramo de peso para mantenerse. Según la relación de Kleiber, la tasa metabólica y la masa del animal siguen una relación en la cual las calorías que necesita el organismo para sobrevivir son proporcionales a la masa de su cuerpo elevada a dos tercios, una ley que se cumple aproximadamente bien desde las musarañas hasta las orcas. Otro ejemplo, esta vez en sistemas emergentes a partir del ser humano: el nº de ciudades y su población sigue un patrón fractal de distribución, con un exponente de 2.3 (Cheng, 2012). 80 Fractales y ciclismo Contrarreloj fractal Los fractales y las leyes de potencias reflejan la criticalidad autoorganizada en el organismo, y nos ofrecen una nueva forma matemática de abordar la complejidad del organismo. No se me ocurre una prueba mejor para que emerjan estas propiedades que una contrarreloj, la prueba por excelencia de la gestión del ritmo y el esfuerzo máximo hasta la extenuación. En la próxima gráfica muestro la línea que dibuja la potencia en una contrarreloj de 28’. El eje de abcisas muestra los segundos, y el de ordenadas los vatios. La segunda gráfica (la intermedia) muestra lo mismo con zoom en una parte de la gráfica; y la tercera una parte aún menor de esta. Como podéis apreciar, la potencia emerge en forma de fractal. Podemos observar perfectamente como la distribución gráfica de los vatios generados en cada segundo de la prueba es invariable de escala. En cualquier parte de la contrarreloj podemos hacer zoom y encontramos el mismo patrón. Las gráficas son autosimilares: no son idénticas pero su tendencia es similar. 81 850 750 650 550 450 350 250 150 50 -50 47 95 143 191 239 287 335 383 431 479 527 575 623 671 719 767 815 863 911 959 1007 1055 1103 1151 1199 1247 1295 1343 1391 1439 1487 1535 1583 1631 1679 watts watts 400 415 430 445 460 475 490 505 520 535 550 565 580 595 610 625 640 655 670 685 700 715 730 745 760 775 790 805 820 835 850 865 880 895 500 450 400 350 300 250 200 150 100 watts 450 400 350 300 250 200 500 506 512 518 524 530 536 542 548 554 560 566 572 578 584 590 596 602 608 614 620 626 632 638 644 650 656 662 668 674 680 686 692 698 150 Si la potencia es realmente un fractal, esperaríamos que los cambios de potencia entre un segundo y el próximo sigan una ley de potencias, que nos indique que esto ocurre a todas las escalas. Para que me entendáis, sería como medir que hay una proporción similar entre los picos y valles pequeños que se aprecian en la gráfica y los más grandes en todas las escalas en que midamos la tendencia. Y esto lo hago en el siguiente gráfico, donde en el eje de abcisas tenemos (agrupados en bloques de 10) la magnitud del cambio de potencia positivo o negativo entre un segundo y el anterior; y en el eje de ordenadas el número de veces que esto ocurre durante la contrarreloj. 82 700 Frecuencia 600 Frecuencia 500 400 300 200 100 10 20 30 40 50 60 70 80 90 100 110 120 130 140 150 160 170 180 190 200 210 220 230 240 250 0 Magnitud del cambio de potencia entre un segundo y el anterior Si pasamos estos datos a escala logarítmica, tachán. Emerge la línea recta que marca una ley de potencias, la invarianza de escala. La frecuencia en que se realizan cambios en la potencia es inversamente proporcional a la magnitud del cambio de potencia. 1000 Frecuencia 100 10 1000 100 10 1 1 Magnitud del cambio de potencia entre un segundo y el siguiente Aunque la contrarreloj sea corta (28’), encontramos patrones similares en la magnitud de los cambios de potencia en carreras tan largas como las 7h. Este gráfico es de una etapa de 7 horas y 5 minutos. 83 Frecuencia 10000 9000 8000 Frecuencia 7000 6000 5000 4000 3000 2000 1000 10 40 70 100 130 160 190 220 250 280 310 340 370 400 430 460 490 520 550 580 610 640 670 700 730 760 790 0 Magnitud del cambio de potencia de 1seg al siguiente Nótese que a partir de 250 los campos no están desiertos, pero la columna es tan baja que no se puede imprimir en el papel del gráfico. Nuevamente, si lo pasamos a escala logarítmica base 10, emerge la ley de potencias que indica una invarianza de escala: un comportamiento fractal. 100000 Frecuencia 10000 1000 100 Frecuencia 10 1 1 10 100 Magnitud del cambio de potencia de 1seg al siguiente Desde luego, no es el tema de mi libro entrar a valorar las matemáticas de la generación de la potencia -aunque es un trabajo que sin duda habría que realizar en un futuro-, sino alertar de que estos comportamientos ocurren de forma autoorganizada en todos los sistemas Naturales, y entre ellos el ser humano y el rendimiento en ciclismo, y que han de empezar a ser tenidos en cuenta en el entrenamiento deportivo. 84 Es hora de restar importancia a las típicas métricas lineales y gaussianas con las que estamos trabajando actualmente, y empezar a incidir en aspectos matemáticos más complejos que sean capaces de reflejar la complejidad del organismo. Y una de estas medidas ya se está haciendo un hueco en el imaginario colectivo: DFA-alpha1. DFA-Alpha1 Estas crípticas siglas hacen referencia al concepto “Análisis de fluctuación sin tendencias, a corto plazo” de la frecuencia cardiaca (HRV). Ya hay dos episodios en el podcast de Ciclismo Evolutivo (el 134 y 136) donde explicamos tanto la variabilidad de la frecuencia cardiaca como DFA-alpha1, por lo que vamos a basar este episodio en lo que nos cuenta sobre la criticalidad autoorganizada del corazón y por ende del organismo durante el ejercicio. Para comenzar, es importante saber que DFA-alpha1 se calcula de una forma parecida a lo que he hecho en el apartado anterior con las magnitudes de cambio de la potencia, y nos arroja un exponente con un valor teórico entre 0 y 2 Los exponentes bajos, cercanos o menores de 0.5 los consideramos “ruido blanco”. Esto hace referencia a que el estado es muy desordenado o caótico: cada punto es muy independiente de los demás, siendo el exponente 0 el caos total. En cambio, exponentes altos, superiores a 1.5 son un ejemplo clásico de “ruido marrón o ruido browniano”, y hace referencia a un estado bastante ordenado: cada punto de la línea está bastante relacionado con los puntos anteriores, la variabilidad es baja. Entre medias, tendríamos el “ruido rosa” o “ruido fractal”, con un exponente cercano a 1. Esto quiere decir que está a medio camino entre el orden -donde la señal sería estable y cada valor estaría relacionado con los valores previos- y el caos, donde cada valor sería totalmente independiente de los valores previos. La medición de DFA-alpha 1 durante el ejercicio nos da algunas ideas interesantes de cómo funciona el organismo. Aunque en última instancia “solo” estamos midiendo el comportamiento del corazón, el ritmo de este está influido por el resto de sistemas orgánicos. La medición de la variabilidad de una parte nos puede dar información de la organización del sistema en su conjunto. El Teorema de Incrustación (“Embedding 85 Theorem”) nos indica que podemos medir el comportamiento de un sistema a través del comportamiento en el tiempo de una de sus variables, y eso es lo que analizamos con DFA-alpha1. En reposo, se ha documentado que la DFA-alpha1 de un corazón sano sigue un exponente fractal, de ±1. Exponentes más altos (mucho orden) se relacionan con la vejez y enfermedades degenerativas, mientras que exponentes más bajos (muy caóticos) se relacionan con algunas enfermedades y estrés agudo (Barquero-Pérez, 2008; Hotta, 2005). Figura X, extraída de Balagué, 2020. Un comportamiento fractal emerge de la conexión adecuada entre las partes del organismo. La pérdida de conexiones da lugar a un aumento del orden y la inadaptación; mientras que la dominancia de algunas conexiones sobre otras da lugar a la rigidez y el caos. Durante el ejercicio de baja intensidad, como andar o pedalear suave, el exponente de DFA-Alpha1 se eleva y se acerca a 1.5 o más, lo que significa que el comportamiento de la frecuencia cardiaca se vuelve más ordenado y estable. Se suele decir que el sistema es flexible, ya que es capaz de adaptarse internamente a la tarea que está realizando sin variaciones en su comportamiento global, tal cual una bici con doble suspensión absorbe los baches del camino. Pero conforme la intensidad empieza a aumentar , este exponente empieza a bajar hasta llegar a valores menores de 0.5, lo que indica un comportamiento caótico del sistema cardiaco. Esto se explica porque cada vez se implican más partes del sistema en la tarea, implicando a más partes y estructuras más globales. Podríamos decir que el sistema se vuelve más rígido, ya que responde a cada perturbación con grandes compensaciones. Sería como ir con una bici de carbono por un terreno con baches. El sistema no puede adaptarse a la tarea bien, y va “rebotando”. La progresiva pérdida de estabilidad se relaciona con el aumento de la fatiga y la reducción de las capacidades del organismo de hacer frente a la tarea o ritmo impuestos. Conforme aumenta el ritmo o la fatiga, el organismo necesita generar más 86 conexiones, implicando a cada vez más mecanismos internos y haciendo el esfuerzo más global; lo que implica que estamos cada vez más cerca del agotamiento. Se ha propuesto el uso de DFA-alpha 1 para la extrapolación de los umbrales lácticos, marcando en teoría el primer umbral en la mitad de la transición entre ruido rosa y ruido blanco (0.75) y el segundo umbral cuando el exponente es desordenado (0.5). Sin embargo, la forma en que cada organismo produce energía es diferente. Hay personas que llegan antes a sus umbrales lácticos pero pueden mantenerlos más tiempo, y viceversa. DFA mide puntos diferentes a otros indicadores como puedan ser el lactato, el consumo de oxígeno o la frecuencia cardiaca; y refleja cambios más globales, tanto a nivel físico como psicoemocionales y ambientales. Y esta, en mi opinión, es su gran fortaleza. Medir el estado del conjunto, no de una de sus partes. Medir las variaciones e inestabilidades de un sistema complejo refleja mucho más fielmente su realidad que las mediciones tradicionales basadas en promedios, totales, máximos y mínimos. Por ejemplo, en climatología se usa también DFA para analizar las variaciones del clima. Si decimos que la temperatura global ha subido 1.6º desde la era preindustrial, este dato apenas refleja nada de todo lo que ello implica. Dos o tres grados más de temperatura media no dicen nada, el problema son las variaciones e inestabilidades que esto genera. Cuando nos advierten sobre el cambio climático, debería advertirse sobre cómo el clima se va haciendo más extremo cada año. La media puede seguir parecida, pero son las grandes olas de calor o de frío las que provocan incendios y destrozan cosechas. Hemos estado demasiado tiempo fijándonos en los indicadores más sencillos, pero menos importantes. Por suerte, eso está cambiando. En el capítulo 7, mostraremos otros usos de los fractales en el ciclismo que cambiarán los paradigmas con los que miramos al rendimiento actualmente. 87 4. SISTEMAS BIOLÓGICOS ADAPTATIVOS “Todo fluye, nada permanece” Heráclito de Efeso. Heráclito fue el primer filósofo de una corriente de pensamiento que buscaba comprender la naturaleza para poder comprendernos a nosotros mismos, y que recuperamos en este libro. Para Heráclito todo fluye, nada permanece. Una de sus epístolas más célebres dice así: “Nadie se baña dos veces en el mismo río. Ni uno es igual, ni el río es el mismo”. Y es curiosa la precisión y validez que tienen hoy en día muchas de las ideas de la obra que compuso hace unos 2500 años Heráclito de Efeso. Nuestra civilización ha cambiado muchísimo, pero la Naturaleza es la misma que él disfrutó -de hecho aún resisten vivos árboles que ya estaban en pie cuando Heráclito vino al mundo, testigos mudos de su obra y el paso del tiempo-. Heráclito tenía razón. La estabilidad no existe en la Naturaleza, lo único constante es el cambio. El hecho de que pensemos que algunos sistemas son estables, como las cadenas montañosas, los mares o las estrellas, se debe solamente al hecho de que los vemos a través de una escala temporal humana, o máxime a escala temporal de la especie homo sapiens. Si resumiésemos la vida de la Tierra en 24h, ¡los humanos habríamos aparecido unos 30 segundos antes de terminar el día! Si nuestra vida tuviese la longitud equivalente a la que tiene el planeta Tierra, veríamos a las montañas y los mares emerger al ritmo que lo hacen las olas en el mar. A las especies aparecer y desaparecer como el que ve las hojas caer. ¿Y qué es la Tierra a escala temporal del Universo? Según las estimaciones más recientes, si la historia del Universo desde el Big Bang se resumiera en un año, el Sol aparecería el 9 de septiembre y la Tierra, el 30 de septiembre. Si alguien o algo ha estado ahí desde el principio, la aparición o desaparición de la raza humana le resultaría un destello inapreciable. 88 “Lo único constante en la Naturaleza, es el cambio”. Heráclito de Efeso. Como decíamos en el capítulo anterior, los sistemas complejos adaptativos se suelen encontrar en un estado de criticalidad autoorganizada entre el orden y el caos. Esto quiere decir que ni son totalmente estables, ya que no se podrían adaptar; ni son totalmente caóticos, ya que no guardarían una estructura; sino que su comportamiento es más o menos estable a través de pequeños cambios y compensaciones. Así, la evolución de muchos sistemas complejos adaptativos en el tiempo da la sensación de ser estable, lo que podemos llamar estabilidad dinámica: “cambiar para que nada cambie”. Es como montar en bicicleta. Necesitamos estar continuamente realizando pequeños movimientos compensatorios para no caernos. Un ciclista de madera, muy estable, no sería capaz de recorrer ni 10 metros sin caerse. Aunque en escalas temporales cortas nos pueda parecer que el mundo es un lugar estable, todos los parámetros están continuamente cambiando para que el conjunto se mantenga estable. Nunca tienes el mismo número de glóbulos blancos, las mismas pulsaciones o envías la misma cantidad de sangre al aparato digestivo; así como las demandas a las que tienes que hacer frente nunca son las mismas. Así pues, las ideas mecanicistas que marcan nuestra comprensión de mundo se encajan en una “estabilidad postiza” que no existe. El comportamiento de los sistemas complejos nos parece estable por dos motivos: o porque lo estamos viendo en escalas temporales muy cortas -una analítica refleja solo el estado bioquímico de un instante temporal aislado-, o porque no somos capaces de medir la variabilidad del sistema -los valores medios no reflejan la tendencia de toda la serie de datos-. Sistemas biológicos adaptativos El determinismo y el caos conviven en una sinergia llamada “caos determinista”, donde damos por hecho que un demonio que fuese capaz de conocer el estado y las fuerzas que actúan en cada molécula, podría predecir el futuro. Sin embargo, la vida añade una capa extra de caos difícil -por no decir directamente imposible- de modelizar. Los sistemas vivos se adaptan: modifican su comportamiento en función del entorno para conseguir sus propios fines. Además, la forma en que se comporta un ser vivo no es predecible, ya que emerge de la interacción no lineal entre la infinidad de factores que la afectan a cada momento y a cada nivel. Para que se entienda: para predecir el comportamiento de un sistema complejo formado por sistemas biológicos, no solo tengo que predecir cómo se comportará cada molécula -cual mesa de billar gigante-, sino también predecir qué pensará y cómo actuará en cada momento cada ser vivo con total precisión. Si bien podemos más o menos estimar cómo se comportará un conjunto de la población a través de las estadísticas (por la Ley de los Grandes Números), la predicción del comportamiento y estado que tendrá un único organismo en un momento determinado es una causa perdida de antemano. La idea de “predecir” comportamientos en individuos no deja de ser una muestra de la profunda incomprensión de su complejidad. Trabajaremos siempre con probabilidades, nunca con certezas. 89 La piedra filosofal Esta adaptación biológica es la piedra filosofal del entrenamiento. Nada en nuestra ciencia tiene sentido si no es en base al proceso de adaptación. La adaptación es el proceso por el cual un sistema – en este caso, el organismo- cambia su configuración interna para afrontar con éxito las demandas del entorno, que a su vez pueden ser cambiantes. En el estrecho mundo del rendimiento deportivo, las demandas a las que hacemos frente son las relacionadas con la competición y los rivales, lo que implica que las adaptaciones que buscaremos estarán basadas en el fortalecimiento físico y mental para hacer frente a estas demandas al ritmo necesario para conseguir el mejor resultado. Por tanto, toda estrategia que implementamos en el entrenamiento, desde las teorías de planificación, la prescripción de entrenamientos o el análisis de datos, se basan en un objetivo común: maximizar la adaptación del organismo a estas cargas físicas. Sin embargo, este proceso aún nos es en su mayor parte desconocido. No tenemos modelos que predigan con fidelidad la adaptación del organismo ante una carga, o qué hacer para generar las adaptaciones que buscamos. Como veremos ahora, la visión más extendida del proceso de adaptación es incompleta e inexacta, pero sin embargo se utiliza como si fuese la realidad. Tanto deportistas como entrenadores – e incluso “científicos”- realizan planificaciones complicadas sobre el aumento de las cargas, con multitud de datos que puntúan la dureza de un entrenamiento o el tiempo acumulado en las distintas intensidades, y un desfile de diversas metodologías buscando la mejora en el rendimiento: la adaptación. Sin embargo, si no se conoce -de verdad- cómo funciona este proceso de adaptación, ¿de qué forma van a poder saber el efecto real que esto va a tener en el organismo del deportista? Cualquier metodología, hipótesis o idea realizada sobre unos pilares inestables, son castillos de arena que derrumbará el Sol. Impulso-Respuesta El proceso de adaptación se ha abordado hasta ahora desde un punto de vista totalmente determinista y corpóreo, donde se han destacado dos características: 1. La adaptación del organismo depende y es proporcional al grado de estímulo al que tenga que hacer frente. 2. La adaptación fisiológica se produce ante un estímulo físico, y nuestra percepción psicológica de este estrés no influye en la respuesta. 90 Para lo primero, se puntúa con un algoritmo la duración e intensidad de los entrenamientos; y se proponen modelos de periodización donde la carga va subiendo proporcionalmente y de forma regular, en búsqueda de unas mayores adaptaciones. Por lo segundo, se proponen metodologías centradas en la carga de entrenamiento, que desdeñan el papel de la mente y las emociones. El modelo de Impulso-Respuesta de Banister, que presenté al principio del libro, es el dominante hoy en día y recoge estas dos características. Esto hace que en la actualidad la mayoría de metodologías se basen en ideas mecanicistas: según dónde golpeo la bola de billar, así se mueve. Sin tener en cuenta las demás bolas. Pero estas planificaciones se desvían sistemáticamente de la diana de la realidad. Muchos deportistas están en forma cuando no deberían estarlo, y no lo están cuando deberían. Entrenamientos diferentes provocan las mismas mejoras, y diferentes mejoras se obtienen con el mismo entrenamiento. Los entrenadores no tienen control real sobre el rendimiento del deportista, igual que los médicos no lo tienen sobre el estado de salud final del paciente. Algunos entrenadores piensan que “los modelos están bien”, solo que las circunstancias externas cambian -algo así como pensar que si no estuvieran las otras bolas, mi tiro habría sido perfecto-. Pero el problema es conceptual: estas circunstancias externas estaban ahí, solo que tú no has sido capaz de verlas o medirlas. El sistema es dinámico y, si siempre apuntas igual, nunca conseguirás el mismo resultado. Homeostasis El estudio del estrés empezó a mediados del siglo XIX cuando el francés Claude Bernard descubrió que el organismo tiene una serie de parámetros que ha de defender estables para mantenerse con la vida. En su libro “Wisdom of the Body”, el inglés Walter Cannon acuñó el término “homeostasis”: estabilidad a través de la constancia (gr. homeo- constante + gr. stasis, mantener). Parámetros como el PH sanguíneo, la temperatura corporal, concentraciones iónicas y la presión parcial de oxígeno han de mantenerse en un estrecho rango de valores. Según este modelo, dominante hoy en día en especial en la medicina, el organismo reacciona ante los estresores de forma similar a la que lo haría un termostato: si baja la temperatura, el termostato enciende la caldera. Si sube la temperatura corporal, el termostato apaga la caldera. Para el modelo homeostático, el organismo se adapta haciéndose más robusto y resistente contra los cambios externos, como un árbol que hunde más sus raíces para resistir el viento. También, la respuesta es dependiente del estímulo. Si hace más 91 calor, el organismo sudará más. Si hace más frío, produciremos más calor. Es por ello que las bases del modelo de adaptación al entrenamiento de Banister están ancladas en la idea de causa –> respuesta proporcional y estable. Alostasis En la misma época que Bernard declaraba que el objeto de toda regulación es la constancia, Charles Darwin proponía que el verdadero objetivo de la adaptación es la aptitud: el éxito en la competencia por los recursos limitados para sobrevivir y reproducirse. ¿No son declaraciones contradictorias? Un organismo muy estable solo será apto en el entorno en que estos valores estáticos sean ventajosos. Sin embargo, dado que como hemos visto el ambiente en que vivimos es dinámico, solo un organismo que sea capaz de cambiar es capaz de adaptarse a un entorno cambiante. Así pues, al aceptar la teoría de Darwin, uno debe rechazar la de Bernard. El ser humano ha colonizado la práctica totalidad del planeta gracias a su capacidad de adaptarse y prosperar en distintos climas, con distintas especies y diferentes condiciones externas: por tanto la constancia absoluta no puede ser necesaria para la vida. Si bien algunos parámetros han de mantenerse estables, como el ph o la presencia de oxígeno en el cerebro; la gran mayoría de parámetros fisiológicos -como la frecuencia cardíaca, la presión arterial o la glucosa plasmática- varían todo el tiempo sus concentraciones para adaptarse al medio. En las últimas décadas hemos tenido abundante evidencia científica de que la adaptación fisiológica es mucho más compleja que los modelos homeostáticos, pero necesitamos de un paradigma global que englobe todo esto. Y uno de los que mejor lo hace es el modelo alostático, presentado por Sterling y Eyer en 1988 y que se ha ido desarrollando desde entonces. Alostasis (gr. alo- otro + gr. stasis, mantener) significa “estabilidad a través del cambio” y hace referencia a un proceso donde partes del organismo cambian para que su estabilidad final no se vea afectada. La homeostasis se muestra en el tronco del árbol que resiste estoicamente el viento en pie, y la alostasis en las hojas que caen en otoño y crecen en primavera. Así, homeostasis y alostasis no son conceptos contradictorios, y ambos se dan a la vez en el organismo. La homeostasis es el mantenimiento de unos parámetros que son necesarios para la vida, y la alostasis el cambio adaptativo a las circunstancias externas para amortiguar el efecto que estas tengan en los parámetros que hemos de mantener estables. La homeostasis conlleva el orden, y la alostasis un poco de caos; para que el organismo se encuentre en esta frontera entre orden y caos. La alostasis se encuentra en cualquier sistema complejo biológico, desde el oso que engorda en previsión de su hibernación al ciervo que sacrifica energía en una cornamenta muy pesada a cambio de una recompensa mayor a largo plazo. La homeostasis “corrige”, la alostasis “predice”. Las principales características de la alostasis son: ▪ ▪ ▪ ▪ Los valores no son constantes, sino que varían de acuerdo a las necesidades. La anticipación previene el daño. Las necesidades se priorizan según la urgencia y la oportunidad de una forma flexible. Cada subsistema puede servir diferentes necesidades. 92 ▪ ▪ El comportamiento del organismo también varía para adaptarse mejor a las necesidades de cada momento. El aprendizaje de cada situación mejora la predicción futura. Los principios de la alostasis Cambiar para que nada cambie Que algunos parámetros fisiológicos hayan de ser regulados en un rango muy estrecho simplemente refleja el diseño evolutivo que optimiza el rendimiento de un ser vivo. Por ejemplo, el cerebro necesita trabajar con unos niveles de oxígeno o glucosa constantes y estables. La evolución del homo sapiens ha seguido el camino evolutivo de tener un cerebro que no se adapta, a cambio de que el resto del organismo varíe para ser capaz de mantener estos niveles de glucosa u oxígeno en el cerebro. Excepto estos contados ejemplos, la mayoría de subsistemas de parámetros del organismo no tienen un valor estable, sino que varían dentro de un rango más o menos amplio para adaptarse al entorno y permitir que las partes que no pueden adaptarse -como el cerebro- puedan seguir manteniendo sus valores óptimos. Si medimos a tiempo real los valores de glucosa plasmática, insulina, cortisol, frecuencia cardiaca, presión arterial, etc.; veremos que no hay ningún valor por defecto: varían durante todo el día, en función del momento, de la tarea y del estado del resto del organismo. En la gráfica superior se muestran mis niveles de glucosa durante 24h. ¿Cuál es mi nivel de glucosa? Si la muestra la saco por la mañana en ayunas, estará entre 70-90 mg/dl. Si la hago después de comer, entre 120-180 mg/dl. El nivel de glucosa en sangre varía continuamente, para que el nivel de glucosa en algunos tejidos -por ejemplo en el cerebro- se mantenga estable. La frecuencia cardiaca varía para que la presión parcial de oxígeno apenas lo haga. Miles de parámetros, enzimas y hormonas cambian en cada momento para que el organismo siga con vida. Esto es la alostasis. En estos parámetros no hay un valor medio, sino un valor para cada momento, según los objetivos y necesidades del organismo. Los valores “medios” no implican ningún tipo de ajuste, ni siquiera el valor más frecuente. La visión del organismo humano, o de algunos parámetros que no son constantes, como si lo fueran nos lleva al error de confundir la película completa con un fotograma de un instante determinado, imaginándonos la historia a partir de lo que vemos en una imagen. 93 Anticipación Al hablar del modelo homeostático poníamos el símil del termostato que calienta la casa: enciende los radiadores si la temperatura baja, y los apaga si sube. Pero en la realidad, nos encontraríamos con un defecto del diseño. Si la temperatura fuese una variable homeostática que ha de defenderse estable para que no se salga de cierto margen, la señal que enciende la calefacción -el frío- ya sería un problema para el organismo. Reaccionaría demasiado tarde. Desde que la temperatura baja hasta que el radiador se enciende y calienta la sala, la temperatura ya podría haber bajado de los rangos de funcionamiento adecuado del sistema, llevándonos a la muerte por congelación. El organismo soluciona esto a través de la anticipación adaptativa, una de las características del modelo alostático. Siguiendo este símil, diríamos que el termostato enciende la calefacción cuando anticipa que va a bajar la temperatura, incluso aunque esta no haya bajado. Por ejemplo, el termostato anticipatorio vería que alguien va a abrir una ventana y justo al intuirlo ya encendería la calefacción, para prevenir que la temperatura llegue a bajar. Es más: un termostato alostático permitiría diferentes temperaturas en cada momento del año en función de las necesidades más probables. Por ejemplo, en los días cálidos marcaría la temperatura a 25º, y en los días de frío la pondría a 15º, minimizando el gasto energético y adaptándola también a la ropa que la persona tiene cuando entra en casa. Esto lo consigue el cuerpo a través de los ciclos circadianos y las adaptaciones a la carga más frecuente. La anticipación del organismo a los diferentes estresores que vamos a sufrir no es estable: depende del tipo y potencia de la amenaza a la que hacemos frente, así como de nuestras experiencias previas con ella. Esta anticipación permitió hacer frente con éxito a estresores que ponían nuestra vida en peligro. Imagina que estás en la montaña y aparece un oso. Te quedas paralizado, un buen reflejo ya que no sabes si te ha visto o si te atacará -no sería buena idea moverse todavía, el oso es mucho más rápido que tú-. Pero, pese a tu parálisis, tu organismo está funcionando a tope. Las pupilas se dilatan, se segregan cantidades altas de adrenalina y cortisol, la sangre se inunda con glucosa dispuesta a ser utilizada por los músculos, y la presión arterial y las pulsaciones aumentan dispuestas a satisfacer la gran necesidad de oxígeno que tus músculos esperan necesitar para escapar del oso. Esto es la alostasis. Aún no te has movido, pero ya te has adaptado. La predicción anticipa la demanda. Al igual que cuando recibimos un golpe parados sin esperarlo nos hacemos mucho más daño que cuando lo esperamos y contraemos los músculos en anticipación, el proceso alostático de anticipación al estrés aumenta nuestra tolerancia a los estresores a través del cambio anticipatorio para compensar el daño. Pero la anticipación, además, no es siempre igual. Si en vez de un oso, ves a una serpiente, tu respuesta fisiológica será diferente. Seguramente reacciones instantáneamente, pegando un salto hacia atrás para alejarte de ella, pero después no tendrás tanta descarga de energía, puesto que la reconoces y sabes que no puede correr más que tú. Y si en vez de una amenaza, lo que vieses fuese una oportunidad (como un cervatillo cojo al que puedes coger), la respuesta sería diferente. El organismo se activaría preparándose para correr, pero sin la activación de la amígdala -que provoca el miedo-, con una menor segregación de cortisol. 94 Eficiencia y predicción Los organismos tienden a autoorganizarse en torno al estado que menos energía demanda al sistema: un estado de orden, con la capacidad de adaptarse a los cambios que demanda el entorno. La mezcla justa de caos y orden, del costoso cambio costoso cambio y la estabilidad. Por esto, los organismos se adaptan para hacer frente a los requerimientos que más frecuentemente van a tener que afrontar, más un pequeño extra de seguridad en previsión de que puede ocurrir alguna carga un poco más alta. Por eso nuestra capacidad de adaptación, nuestro tamaño o nuestra masa muscular son limitados. Ningún sistema u organismo puede estar demasiado sobredimensionado, porque aumentaría los costes energéticos; ni tampoco infradimensionado, ya que sería eliminado con el tiempo. Como sabemos, el músculo no crece mucho por hacer una sola sesión de pesas. Es demasiado costoso generar más músculo solo para un uso esporádico. Se requieren varias sesiones para señalizar al organismo que necesitamos más masa muscular para la tarea a la que tenemos que hacer frente, ya que se volverá frecuente. En cambio, si reducimos el estímulo físico, poco a poco revertiremos estas adaptaciones, ya que no merecerá la pena este gasto excesivo si la demanda no es lo suficientemente frecuente o importante para la supervivencia. Se tarda años en hacer un bocadillo de jamón entre que crece el cerdo, el olivo y el trigo. Pero tú quieres tu bocadillo en menos de 5’ desde que lo pides en el bar. En el organismo ocurre igual: cada adaptación debe estar lista en un momento exacto, que puede durar menos tiempo del que se tarda en producirla. No puede esperar. Esto implica que tenemos que producirla antes de que sea demandada. Si una proteína requiere dos horas para sintetizarse y distribuirse -como los transportadores de potasio para las membranas del riñón- se activa su producción dos horas antes de que sean necesarias. Los ciclos circadianos marcan este principio. El cortisol y la tensión arterial aumentan justo antes del momento de despertar, para darnos energía en este principio del día; y la melatonina y la hormona del crecimiento aumentan por la noche, para ayudarnos a dormir y recuperar. Tus hábitos también marcan tus hormonas. Quien siempre desayuna, empieza a activar el sistema digestivo incluso antes de despertar, haciendo que siempre se despierte con hambre; mientras que quien nunca desayuna, nunca se despierta con hambre. Su organismo no espera comer a esa hora. Prioridades Los subsistemas del organismo pueden autoorganizarse de diferentes maneras en función de los constreñimientos a los que son expuestos y la tarea que se quiere conseguir. Las mismas estructuras pueden dar lugar a comportamientos muy diferentes -cualidad llamada “pleiotropía”-; y el mismo comportamiento puede lograrse con estructuras diferentes –“degeneracy”-. Por ejemplo, el sistema vascular humano hace circular unos 6 litros de sangre por minuto, lo cual es suficiente en reposo. Pero durante la digestión o el ejercicio, aumenta. La piel, que en reposo necesita solo 0.1 litro por minuto, necesita 10 veces más para enfriar la sangre. Y durante el ejercicio máximo el músculo, que en reposo 95 solo gasta 1 litro por minuto, necesita un aporte de 22 litros por minuto. ¿De dónde sale este aumento de capacidad? Una solución parcial es hacer circular la sangre más rápidamente, aumentando la frecuencia cardiaca. Pero este aumento es limitado, como mucho podemos aumentarla unas 4 veces, desde 45 ppm en reposo a 180 ppm en esfuerzo. Esto a veces no es suficiente, así que la sangre extra debe ser prestada por otros tejidos. Pero no todos los tejidos pueden prestar su cuota de sangre. Desde luego prestarla del cerebro, que usa el 20% del flujo sanguíneo, sería quemar los muebles para encender la chimenea. El organismo debe seleccionar de qué órganos coge el préstamo, y lo hará en función de las demandas más urgentes que tiene que afrontar. El hígado e intestinos usan aproximadamente el 25% del flujo sanguíneo total, así que estos pueden prestar una buena cuota -a no ser que estén ocupados con la digestión-. El riñón usa aproximadamente un 20% de la sangre en reposo, pero puede paralizar sus procesos de filtrado durante horas si hay algo más importante que realizar. Así, la piel y los músculos deben dar gracias al riñón y en parte a hígado e intestinos por el flujo sanguíneo que tendrán durante el ejercicio (Sheng, 2018). Sin embargo esta sinergia solo estará disponible en un estrecho rango de condiciones y en función de cuál sea el estado del organismo y el peligro más importante al que hagamos frente. Si el gasto vascular es demasiado alto, el organismo seleccionará las preferencias en función de su importancia. Si nos estamos ejercitando mientras acabamos de comer y además hace calor, el organismo se debatirá en diferentes sinergias en función de la actividad más importante. Si el esfuerzo muscular es urgente -porque nos obligamos a hacer deporte, o debemos huir de un peligrovomitaremos la comida, para eliminar el coste de la digestión en ese momento. Si estamos acumulando demasiado calor y la prioridad es enfriarnos, se generará el reflejo de desmayo, para obligarnos a reducir el gasto energético al mínimo -es lo que conocemos como corte de digestión-. La capacidad de ejecutar estos intercambios, buscando siempre la máxima eficiencia, requiere del intercambio constante de información y señales entre las partes del organismo. El objetivo global del organismo modificará la participación y estado de las partes; y el estado de las partes a su vez modificará el objetivo global del organismo. Comportamiento Hemos visto que para regular el organismo eficientemente, cada parte debe adecuar su respuesta a la situación esperada. Esto conlleva una respuesta integrada, ajustando la fisiología interna con un comportamiento externo apropiado. • Cuando la salud está en riesgo por una infección, un animal se defiende con una fuerte y prolongada inflamación y respuesta inmunológica, que tiene un alto coste metabólico. Esto cambia las respuestas globales del conjunto; y a su vez modifica los objetivos y los comportamientos. Esto incluye una sensación de fatiga para evitar que gastemos energías en actividades costosas, pérdida de apetito para reducir los costes energéticos de la digestión y un aumento de la temperatura -fiebre- para la cual los microbios están poco adaptados y facilitar su eliminación (Okin, 2012). 96 • • • El organismo selecciona los comportamientos de acuerdo a una jerarquía de necesidades. Por ejemplo, los mamíferos podemos almacenar mucha más energía (grasa y glucógeno) que agua. Por eso, en condiciones áridas, el agua es más importante que la comida. Bajo temperaturas extremas, la termorregulación es más urgente para la vida que la comida o el agua. Por tanto, la jerarquía cambia en función de las condiciones. La adaptación predictiva nos motiva a buscar los recursos que se van a acabar más pronto y que no se pueden guardar a través de sensaciones, percepciones y sentimientos. La sed hace que un animal busque urgentemente cómo obtener agua, ya que la sed le hace tener que actuar. El sentimiento negativo de la sed es aliviado en segundos cuando bebemos, mucho antes incluso de que el fluido se haya podido absorber por el sistema digestivo. La configuración fisiológica que estaba centrada en conservar agua, como por ejemplo la expresión de vasopresina, cambia desde el momento en que anticipamos la ingesta del fluido, sin esperar a que este se absorba. Estimula la búsqueda de comportamientos que sean adaptativos. Un animal se esfuerza en buscar una pareja sexual ya que esta acción le genera placer y bienestar; y aparentemente también evita una sensación negativa. Imagina que eres parte de una expedición que va a cruzar el desierto del Sáhara en bicicleta. El ambiente caluroso y húmedo demanda que sudes mucho, lo que gastará tus reservas de agua y sodio. En anticipación, el cerebro produce hormona antidiurética y aldosterona para suprimir las pérdidas de agua y sal por la orina. Sin embargo, pronto nos sentimos sedientos y paramos para beber. Beber nos alivia la sed y nos genera placer, pero al ver cómo las reservas de agua disminuyen y sin saber cuánto nos queda, nos sentimos ansiosos ante la idea de que no sea suficiente o de que otros miembros del grupo se beban nuestra parte del agua, lo que nos haría morir, así que nuestro comportamiento se hace más desconfiado e individual. Si de repente encontrásemos un oasis, la ansiedad desaparecería. Al momento de beber, la vasopresina disminuye y se activan de nuevo procesos de filtrado en el riñón, a la vez que se genera un sentimiento de solidaridad entre los miembros del grupo. El agua ya no es un problema y entre todos seremos más capaces de ayudarnos para salir de aquí. Y el ciclo volverá a empezar. Aprendizaje En el ejemplo anterior, salíamos del oasis y el ciclo se volvía a repetir. Pero no igual: hemos aprendido durante el proceso. Los sentimientos de ansiedad hacen que seamos más cuidadosos con el agua y la racionemos, y que generemos reglas para que nadie se sienta tentado a quitarle el agua a otra persona. Seguramente no nos volvamos a internar en el desierto sin estar seguros de que tenemos agua suficiente para llegar al próximo punto sin peligro. Una parte importante de la adaptación de los sistemas complejos es el aprendizaje. Aprendemos a través de un mecanismo de retroalimentación: ¿fue la respuesta adecuada al estímulo? Esto lo sabremos viendo el resultado. El organismo premia nuestras buenas predicciones a través un sentimiento de bienestar, y reduce las malas predicciones mediante una sensación de malestar o dolor, que hace que aprendamos. Además, las decisiones especialmente malas se quedan grabadas en nuestro subconsciente -gracias en parte al cortisol- para evitar que las repitamos. 97 Aprendemos a través de un mecanismo de ajuste. Por ejemplo, una persona no acostumbrada a hablar en público aumentará su nivel de activación -presión arterial, cortisol, frecuencia cardiaca, sudoración, etc.- antes de dar una charla en público, ya que este es un evento potencialmente amenazador para nuestra supervivencia. El organismo no sabe cómo actuar, y pone en marcha el mecanismo evolutivo por defecto: la reacción de lucha o huida. Conforme vaya pasando por esa experiencia más veces, su organismo va calibrando que la respuesta generada no encaja con las demandas de la tarea, ya que no es una actividad amenazadora para la vida y donde tampoco necesita ese aumento de activación. Con cada charla que da, su frecuencia cardiaca aumentará menos, al igual que su presión arterial. El organismo irá aprendiendo que el grado de respuesta ante las actividades pasadas fue desproporcionado, e irá modificando la respuesta -cada vez se pondrá menos nervioso-. Carga alostática En los apartados anteriores, vimos el ejemplo del termostato tradicional, que simplificaba el modelo homeostático, y el termostato predictivo, que simplificaba al alostático. La carga alostática sería como el trabajo que la caldera tiene que hacer para adaptarse a las circunstancias externas. Así, la carga alostática sería mayor en un sistema que quiere calentar la habitación pero tiene la ventana abierta; ya que tendría que producir más calor para compensar el que se pierde por la ventana. Desde un punto de vista más complejo, diríamos que lo que se conoce como carga alostática es el desequilibrio que está experimentando el sistema debido a todas las perturbaciones -estresores- que están incidiendo en él. Enfermedades con sentido evolutivo. El modelo homeostático apunta a la enfermedad como un fallo fisiológico. Un error o ruptura que impide que el organismo funcione correctamente. Sin embargo, este modelo tiene lagunas al explicar por qué se produce este error, y están en la base de por qué no somos capaces de corregir enfermedades degenerativas como la diabetes, la tensión arterial o el alzhéimer, pese a que conocemos bien sus causas. El modelo alostático o integrativo, por su parte, no ve la enfermedad como un fallo orgánico, sino como un proceso. Hasta llegar al fallo orgánico -que sería la última parte del proceso- , cada paso que da el organismo es adaptativo y tiene sentido. El problema radica en la suma de estas adaptaciones en direcciones incorrectas. Vamos a verlo más en detalle con un ejemplo de la hipertensión: - - - La presión arterial varía continuamente durante el transcurso del día, para hacer frente a los cambios esperados en la demanda. Si durante el día experimentamos continuamente situaciones que activan al organismo y/o requieren de una presión arterial alta, como en casos de estrés crónico, el organismo se adapta a estas nuevas condiciones. Los valores diarios de presión arterial aumentan, ya que el organismo prevé que serán los valores necesarios más frecuentes. Gradualmente y de forma adaptativa, elevamos nuestros valores de tensión arterial. Conforme la presión arterial alta persiste, el organismo se adapta. Las paredes arteriales se engrosan, estrechando el espacio por el que circula la sangre, lo que hace que aún más presión arterial sea necesaria para mantener el flujo 98 sanguíneo. Las arterias “se vuelven adictas” a la presión arterial alta, en un bucle de retroalimentación que sigue subiendo la tensión. La hipertensión se atribuye a un defecto, algo “roto”. Sin embargo, no hay nada roto. Es una adaptación que se vuelve crónica debido a nuestro estilo de vida. Cada paso , de forma aislada, tenía sentido. Cada vez que el organismo hace frente a un estresor, se genera una respuesta, mediada tanto por la anticipación como por la reacción al estrés, y posteriormente por una adaptación anticipatoria que modificará los niveles basales del deportista para adaptarse a la carga esperable más frecuente. A todas estas respuestas, que tienen un coste energético, las llamamos carga alostática. Como vemos, los problemas no vienen de la adaptación aguda, sino de la sobrecarga continuada en el tiempo. La activación puntual, aunque intensa, de la respuesta adaptativa no es un problema -siempre que no supere la capacidad del organismo-. Por ejemplo: si nos damos un festín tras un ayuno prolongado, nuestros niveles de insulina en sangre se elevarán mucho para guardar toda esta glucosa en las células, pero como es solo una vez, los receptores de insulina se volverán a sincronizar con el rango de insulina más probable que van a recibir -que es poca-, volviendo a un estado normal. Si solo tomas café una vez al mes, no generarás adaptación. Es la activación frecuente la que provoca el desgaste. El desgaste se expresa como la incapacidad gradual de un subsistema (célula, órgano, tejido, etc.) en adaptarse y hacer frente a los estresores. Siguiendo el ejemplo anterior: si nuestros niveles de azúcar en sangre son constantemente altos, el páncreas adaptará su predicción aumentando los niveles medios de insulina circulantes. A su vez, los receptores de insulina se adaptarán, siendo menos sensibles a ella para realizar la misma función, ya que si no entraríamos en hipoglucemia. Progresivamente, el páncreas necesitará producir más y más insulina para meter este azúcar circulante en la sangre dentro de las células, generando una sobrecarga que, puntualmente, terminará en un daño catastrófico: la atrofia del páncreas, llamada diabetes tipo II. Aquí, donde ocurre el fallo, es donde el modelo homeostático empezaría a detectar la enfermedad. Pero como decíamos con la tensión arterial, no hay nada roto. Cada adaptación hasta llegar al fallo orgánico tenía sentido. Una pequeña idea al sobreentrenamiento El sobreentrenamiento probablemente siga siendo aún el proceso menos comprendido del entrenamiento deportivo. En el último capítulo, expondré mi visión de este problema basado en todo lo que vamos a ver hasta entonces. Pero para avanzar, creo que integrar estos principios alostáticos nos dará mayor conocimiento de este proceso. Lo primero es que el sobreentrenamiento no es un fallo orgánico directamente, al igual que la diabetes o la presión arterial alta, sino que es un proceso gradual. De hecho, diversos autores distinguen varias etapas en el sobreentrenamiento: fatiga, sobrecarga funcional, sobrecarga no funcional y síndrome (enfermedad). (Halson, 2004; Jeukendrup, 2010) Hace casi 80 años, el científico austriaco Hans Selye descubrió que las ratas tenían una respuesta fisiológica similar ante distintos tipos de estresores, tales como frío, ejercicio intenso, hambre, calor o miedo. Esta respuesta fisiológica estaba mediada por la producción de glucocorticoides, entre ellos el cortisol, que lanzaban lo que hoy 99 conocemos como “respuesta de lucha o huida”. Selye llamó a esta respuesta “Síndrome de Adaptación General” (Selye, 1956). Utilizaremos esta investigación para mostrar que el sobreentrenamiento no debe ser achacado a un único factor , sino a la suma de ellos. Tal como veremos en el capítulo siguiente, estamos bien adaptados al ejercicio, especialmente de baja intensidad, y este sin un factor amenazante seguramente no provoque excesivo estrés. Pero, si lo hacemos bajo la amenaza de un predador -o del horario, o de la reunión que tienes por la tarde-, con baja disponibilidad de recursos energéticos o a 35º de temperatura, aumenta mucho el estrés generado, y la producción de cortisol (Hill, 2008). El ejercicio de alta intensidad, así como las dietas restrictivas, los nervios antes de una competición y la competición en sí misma, los viajes, la altitud, etc.; generan un estrés en el organismo que desencadena cambios similares a lo que pasaría si nos persiguiese un tigre. Correr delante de un tigre una vez a la semana no es un problema. Como en la enfermedad: golpes esporádicos de cortisol no dañan al organismo, porque el sistema tiene tiempo de reequilibrarse. Por eso las cebras no tienen úlceras, que diría Robert Sapolsky. El problema es que te persiga todos los días. Cuando la descarga de glucocorticoides es constante para satisfacer todas las perrerías -demandas- a las que sometemos a nuestro organismo, el sistema empieza a volverse más inestable, lo que se refleja en desgaste y funcionamiento inadecuado de algunas estructuras. Con el estrés crónico, los niveles de cortisol en sangre se mantienen continuamente elevados, ya que el sistema predice que serán necesarios. Alcanzan un nuevo punto de ajuste en unos valores más altos. Estos niveles elevados reducen la sensibilidad de sus receptores, que necesitarán más cantidad para activarse. Por otra parte, la activación crónica de esta respuesta de lucha-huida provoca la inhibición también crónica de los mecanismos que se “desconectan” para dejar energía disponible para la lucha o huida, como los mecanismos relacionados con el sistema inmunitario, digestivo o endocrino, que se ralentizan o se paran para permitir que la energía se centre en la tarea de lucha o huida. El cortisol disminuye la producción de testosterona y hormona del crecimiento (Rubinow, 2015). El organismo está en un estado de estrés constante: no tiene tiempo para crear o reparar nuevos tejidos. La recuperación se inhibe y el fallo es solo una cuestión de tiempo. Esta visión tiene varias derivadas: la principal es que no toda la carga física afecta igual al organismo. Solo aquella que genera más estrés genera sobreentrenamiento, en especial si se hace de forma constante. Largos entrenamientos de baja intensidad, si se hacen en tranquilidad y disfrutando, sin llegar al límite, no tendrán apenas efecto en el desgaste del organismo, o incluso podrían ser beneficiosos. En cambio, esos mismos entrenamientos llevados al extremo, en condiciones adversas o con estrés, sí que aumentarán aún más la producción de cortisol y por tanto el sobreentrenamiento. La relación entre todos los estresores es dinámica y no lineal, lo que quiere decir que entre ellos se potencian pero no lo hacen siguiendo una ley proporcional -un poco más de estrés puede generar un daño mucho mayor en proporción-. Si tienes ampollas en los pies o un furúnculo, apostaría a que la causa está en tus sesiones de entrenamiento. Pero con el sobreentrenamiento no podríamos asegurar esto. El sobreentrenamiento, como respuesta orgánica que es, depende también de lo que hacemos en las horas del día en que no estamos entrenando. Aunque disminuyamos la carga de entrenamiento, si seguimos amenazando al organismo el resto del tiempo con dietas restrictivas o con estrés y ansiedad, seguiremos en un 100 estado de lucha o huida y no permitiremos la recuperación del sistema. Así, lo que hacemos en nuestra vida fuera del deporte puede tener tanto peso como nuestro entrenamiento a la hora de llevarnos al sobreentrenamiento. De hecho, recientemente se ha empezado a hablar del burnout como una enfermedad laboral, que comparte los mismos síntomas que el sobreentrenamiento (Kakiashvili 2013). Fatiga , falta de motivación, cansancio… los mismos síntomas que genera nuestra mente para obligarnos a parar con la actividad que nos ha enfermado y permitir la regeneración. En mi opinión, burnout y sobreentrenamiento son dos caras de la misma moneda y están causadas en ambos casos por el exceso de estresores crónicos sin la suficiente recuperación. Los cambios que provocan ambas son similares, y engloban desde cambios fisiológicos a cambios emocionales y comportamentales. El sobreentrenamiento, por tanto, está muy influido por nuestras percepciones, por cómo nos tomamos las cosas. Así como por todos los factores que afectan a nuestra vida, no solo al entrenamiento. Y dentro de este entrenamiento, la capacidad de disfrutarlo y verlo de forma positiva disminuye mucho la respuesta de lucha o huida y por tanto el desgaste que una misma carga nos supone. Hace años no entendía cómo había personas que estaban entrenando 4-6 horas a diario sin días de descanso y sin sobrentrenarse. Todos conocemos a personas así. Me parecía imposible según la carga de TSS y CTL acumulada, los datos de deportistas profesionales y las tablas de tiempos de recuperación tras cada entrenamiento. Ahora lo entiendo: para ellas entrenar no supone un estrés. El ritmo es bajo, van relajados y el resto de su vida también es tranquilo. Estamos poniendo demasiado el foco en la carga de entrenamiento, y deberíamos centrarnos más en cómo esta se acompaña. El proceso de adaptación El término “estrés” en castellano es confuso, puesto que con estrés nos solemos referir tanto a los estímulos que causan una perturbación en los sistemas, como a las respuestas a estos estímulos y a las consecuencias negativas del exceso de activación. Sin embargo, este lío semántico tiene una enseñanza importante: no podemos separar lo que nos enferma de la enfermedad. Estresor, respuesta y adaptación son diferentes partes de un mismo proceso, y por eso todas caben dentro de la palabra “estrés”. En este apartado, voy a intentar simplificar -aún a riesgo de perder matices- lo visto en los apartados anteriores, sintetizando brevemente cómo funcionaría el proceso de adaptación del organismo ante diferentes estresores como podrían ser el ejercicio, la sed o la soledad y pérdida de status. Y sí, vamos a tratarlo de forma individual para el ejemplo, aunque en la realidad la complejidad manda y estas respuestas estarían entrelazadas con adaptaciones y aprendizajes de multitudes de estresores que se potencian unos a otros como una reacción en cadena. Al igual que una fruta no tiene un punto exacto donde pasa de verde a madura y de madura a pasada, estas etapas no están compartimentadas: son fases que se pueden dar y se dan en conjunción con otras adyacentes. 101 PREDICCIÓN ANTICIPACIÓN REACCIÓN SOBRECARGA FALLO 1. Predicción. El organismo predice qué hará falta ante eventos que se repiten periódicamente. Si siempre comemos al despertar, el organismo activará el sistema digestivo en las últimas horas del sueño, generando saliva o insulina a la hora de despertar, en previsión de facilitar la digestión. Si una persona se siente crónicamente ansiosa y estresada, la tensión arterial se mantendrá en unos niveles moderadamente altos, para dar respuesta adecuada a las demandas que se prevén. Si una persona realiza con asiduidad esfuerzos que suponen un desgaste energético brutal para el organismo, este responderá aumentando la capacidad de soportar estos trabajos a través de un aumento de las adaptaciones relacionadas con la resistencia, para evitar que estas mismas cargas nos generen un daño tan alto. La predicción es automática y no depende de si el estrés se acaba presentando o no, aunque lógicamente el organismo aprende y por ello tras varios días sin entrenar, las adaptaciones empiezan a revertirse. Un buen ejemplo de predicción son los ritmos circadianos, que optimizan nuestro metabolismo para las funciones que realiza de forma rutinaria en el día a día. 2. Anticipación. Mientras que la predicción es “automática”, la anticipación ya sí es dependiente de que haya un evento que la desencadene. Pero no necesita que realmente haya un estresor: la mera creencia de que exista y del grado en que nos va a afectar es suficiente para generar esta respuesta anticipatoria. El medicamento con más aplicaciones y evidencia científica que conocemos es el “efecto placebo (Kaptchuk, 2015). Queramos admitirlo o no, los placebos funcionan y mejor que la gran mayoría de medicamentos. Hasta ahora, esto se ha visto como un error de diseño. Pero ahora, podemos ver cómo estos placebos influyen en nuestra fisiología modificando nuestras respuestas fisiológicas. Tanto el placebo como el nocebo -un placebo negativo- funcionan. Un placebo disminuye el dolor crónico (Muller, 2016; Goicoechea, 2009). ¿Cómo es posible? Como vimos en los apartados anteriores, la sed disminuye antes de que el agua llegue a la sangre. El dolor es otra percepción que actúa para señalizar comportamientos deseados y evitar los indeseados. El dolor busca evitar el daño, no señaliza el daño. Un placebo “engaña” al cerebro tal como encontrar un oasis en el desierto calma la sed antes de que el agua llegue al estómago: señaliza que “el riesgo de daño ha terminado”, y este dolor por tanto deja de ser necesario. Obviamente no siempre funcionan, ya que en ocasiones las enfermedades son realmente daños estructurales que no se pueden curar con placebos. Pero en muchas ocasiones el daño no es estructural, sino que el problema está a nivel de las 102 percepciones y mecanismos anticipatorios que sentimos respecto al posible problema. Además, por el principio de causalidad circular, lo que cambia el comportamiento de procesos globales como las percepciones de dolor o el comportamiento, modifica el estado de las partes. En muchas ocasiones, reestableciendo comportamientos globales solucionamos problemas locales. 3. Reacción La fase de reacción no necesita de mucha explicación, puesto que es la más estudiada por el modelo homeostático. Hace mucho calor y tu organismo reacciona para mantener la temperatura corporal estable: suda, envía la sangre a las extremidades para enfriarla e incluso cambia su comportamiento: la percepción de fatiga aumenta para evitar que el trabajo mecánico -que produce calor- aumente más nuestra temperatura corporal, por lo que tendemos a ejercitarnos menos o estar parados. El sentimiento de calor nos hace buscar zonas frescas, a la sombra. Nos metemos en un río, lo cual disminuye nuestra temperatura corporal, y este comportamiento adaptativo es recompensando con un sentimiento de bienestar, mediado por la producción de dopamina y otras hormonas. Si tenemos la suerte de beber agua u otra bebida bien fría, bajamos aún más nuestra temperatura corporal para ayudar a termorregular con menos esfuerzo físico, lo cual también es recompensado con otro chute de dopamina, el cual hará que en el futuro busquemos repetir ese comportamiento más veces cuando las condiciones de calor se repitan. Durante una competición deportiva, nuestro organismo reacciona al estrés fisiológico de una forma similar. Hará todas las modificaciones que estén en su mano para ser capaz de afrontar con éxito la tarea que se le demanda sin llevarnos a sufrir un daño catastrófico. Durante la competición y el esfuerzo, ocurren toda serie de cambios orgánicos, comportamentales y emocionales que nos predisponen a la consecución de la tarea pero también a salir de ella antes de que el daño sea demasiado fuerte. 4. Sobrecarga La fase de sobrecarga no se da siempre, y solo ocurre cuando se produce una activación constante del sistema de adaptación debido a estresores continuados. Como en el ejercicio: si hacemos unas sentadillas y descansamos, no pasa nada. Pero si seguimos haciendo sentadillas de forma ilimitada, vamos generando un desgaste en nuestros músculos y tendones. Las fibras musculares empiezan a tener microrroturas, que se van haciendo más numerosas y más grandes conforme seguimos ejercitándonos sin dar tiempo a que el músculo se recupere y se reconstruya. Este proceso es reversible -siempre podemos parar y el organismo se recupera- hasta que pasamos cierto punto crítico donde el daño se hace irreversible. 5. Fallo Esta fase empieza justo donde termina la anterior, cuando el daño ya es irreversible. Por ejemplo, el exceso de daño de la fase anterior podría terminar en un desgaste del cartílago irreversible. Estos fallos no ocurren de la noche a la mañana, sino que se han producido a través de la sobrecarga continuada en el organismo sin recuperación suficiente. El cartílago ha proporcionado su función de superficie de deslizamiento para los huesos de la rodilla en todas las sentadillas que el ser humano determinó que tuvo que hacer para conseguir su supervivencia, pero todos los sistemas tienen un límite de carga. 103 Emociones, creencias y alostasis Dos agentes estresores idénticos se pueden sentir de diferente forma y activar la respuesta de estrés del organismo de forma diferente según la situación. Esta afirmación, que no tendría sentido desde el modelo homeostático, nos muestra hasta qué puntos nuestras emociones y percepciones influyen en las respuestas corporales. Durante una extracción de sangre, el bebé genera mucho menos cortisol si está en los brazos de su madre que sobre la camilla (Sapolsky, 2004). Ante una misma exposición en público, la gente siente menos estrés si hay un amigo presente (Gust, 1996). Tenemos amplísima evidencia de que son nuestras percepciones del mundo las que regulan el estrés, y no el estrés el que regula estas. Los bebés que son separados de sus padres al nacer suelen tener más riesgo de depresión. La amígdala -la parte del cuerpo encargada de los sentimientos de ansiedad y miedo- crece y se hace más receptiva conforma más se utiliza, en un mecanismo de predicción de la demanda -si se utiliza mucho, se prevé que se necesitará utilizar mucho más, por lo que se hiper desarrolla-. Esto hace que las personas que han sufrido situaciones de ansiedad muy grandes o muy repetidas en el tiempo sean aún más susceptibles a sentirse agobiadas o aterradas por circunstancias que a otras personas no se lo parecería, lo cual a su vez genera más ansiedad y miedo, entrando en un círculo vicioso difícil de solucionar. Ahora, sabemos que los bebés que pasan menos tiempo con sus padres son más proclives a estados de ansiedad crónica y de depresión precisamente por esto, por un desarrollo excesivo de la amígdala que empieza desde sus primeros días de vida (Gunnar, 2015). Ante un mismo estrés -una descarga eléctrica-, las ratas que tienen una salida física ejercitarse- tienen mucho menos riesgo de sufrir úlceras de estómago (Weiss, 1971). Pero las ratas que tras la descarga agredían a otras ratas, tenían las tasas de úlceras más bajas de todas. Para ellas, la descarga no era un estrés, era un estímulo. En humanos, ocurre algo similar. La respuesta al estrés (lucha o huida) prepara a nuestro cuerpo para una súbita explosión de consumo de energía: la salida que estamos esperando. Como veis, el mismo efector (como si fuera un mismo entrenamiento) genera unos efectos muy diferentes en función de cómo lo interpretemos. Incluso la forma en que los estresores se presentan puede cambiar nuestra respuesta fisiológica a ellos. En un estudio de Sapolsky (1994), dos monos son sometidos a 25 descargas eléctricas. Pero el día previo, uno de ellos había sido sometido a 10, y el otro a 50. ¿Adivinas quién sufre mucho más estrés? Efectivamente, el que pasa de 10 a 25 tiene una respuesta de glucocorticoides mucho mayor. La percepción de que las cosas mejoran reduce el estrés, incluso aunque objetivamente estemos igual que otras personas. Durante el ejercicio, tenemos estudios muy interesantes que nos muestran hasta qué punto nuestras expectativas modifican nuestras respuestas corporales. Vaegter et al (2020) nos muestran como nuestra expectativa de un tratamiento (si nos han dicho si nos va a reducir o empeorar el dolor) afecta efectivamente a nuestra tolerancia posterior al dolor. Las personas a las que un profesional les dice que el ejercicio va a aliviar su dolor lo reducen más tras este, mientras que las personas a las que se les dijo que el ejercicio les agravaría el dolor, lo sienten más fuertemente. Además, los deportistas que son instruídos en que el dolor es bueno para sus músculos son capaces de soportarlo el doble de tiempo que los deportistas a los que no se les dice nada (Benedetti, 2013). 104 Por tanto, es hora de enterrar los modelos de causa-efecto proporcionales y admitir que el efecto que un estresor tendrá en nuestro organismo depende tanto del estresor, como de la percepción que tengamos de este hecho en una relación dinámica y no lineal. La psicología no será una herramienta para ayudar al deportista a sacar todo su potencial, sino también para conseguirlo. Dos entrenamientos iguales pueden generar respuestas muy diferentes en función de la percepción que generen al deportista. Alostasis y entrenamiento Ante el excesivamente simple e incompleto modelo de Impulso-Respuesta que domina en la actualidad, el modelo alostático nos ofrece una nueva visión del proceso de adaptación que encaja mejor con las ideas que intuimos respecto a cómo el cuerpo trata con los estresores. A través de este esquema, podemos entender su funcionamiento: Todos los estresores a los que tenemos que hacer frente en cada momento determinan nuestra carga alostática o carga interna -recuerda, la cantidad de trabajo que tenía que hacer la caldera para calentar la habitación-. Esta carga interna se confronta con nuestra percepción de las habilidades y recursos que tenemos para hacerle frente, así como la importancia que tiene para nuestra supervivencia. Por ejemplo, un mismo entrenamiento generará más estrés y desgaste si nuestras capacidades para hacerle frente son bajas -no estamos en forma- que si son altas estamos en forma-. 105 Todo este proceso genera una emoción, que tendrá una valencia positiva o negativa y más o menos potente. Así, unos ejercicios nos pueden provocar sentimientos de aversión o ansiedad, mientras que en otros entrenamientos podemos sentir bienestar y deseo por realizarlos. Entrenar con amigos ayuda a sentirnos más mejor y generar menos cortisol pese a que el entrenamiento sea el mismo. El grado y valencia de la emoción provoca la respuesta anticipatoria. Esta anticipación es importantísima, porque es ya una parte del proceso de adaptación. La siguiente fase será la respuesta reactiva. La respuesta reactiva depende del estímulo -un entrenamiento muy duro generará una reacción muy fuerte del organismo para llevarlo a cabo-, pero la respuesta anticipatoria depende de nuestra percepción de ese entrenamiento. Así, los entrenamientos que nos parecen estresantes multiplicaban el estrés que deberían generarnos en el organismo. Así mismo, si pensamos -de verdad- que un entrenamiento nos va a hacer mejorar, esto ocurrirá en mayor proporción. Ya que la fase de anticipación se da en previsión de un proceso, la expectativa de que un plan de entrenamiento es exitoso predice la aparición de esas adaptaciones. Es el efecto placebo en acción. La respuesta fisiológica se irá modificando durante el ejercicio en función de los cambios en la carga interna -si el ritmo baja, esta respuesta disminuirá y al contrario-. Además, al terminar el ejercicio, tendremos una serie de adaptaciones derivadas de los cambios que el organismo ha realizado en los procesos de anticipación y reacción y la predicción de futuras cargas de esta magnitud, que nos obliga a prepararnos en anticipación. El ejercicio también provoca un daño temporal, que puede ser más o menos intenso derivado de la anticipación y reacción a la tarea. Este daño muy agresivo y continuado en el tiempo nos podría llevar al desgaste -sobrecarga- y al fallo -sobreentrenamiento-. Pero a su vez, la fatiga modifica el comportamiento. El organismo está diseñado para evitar los riesgos de fatiga y lesión a través de un sistema finamente ajustado que nos guía en la dirección adecuada en cada momento: las sensaciones y percepciones. Cuando el daño es alto, el organismo nos generará fatiga o dolor para evitar que sigamos moviéndonos. Pero, si en un momento determinado, determina que seguir moviéndose es más urgente o importante que terminar de recuperar -como podría ser en un Tour de Francia-, entonces el sistema es capaz de inhibir o aplazar estas sensaciones de dolor y fatiga hasta que el esfuerzo termine. La mayoría de deportistas de grandes vueltas refieren que durante la semana final de una grande, no se sienten especialmente agotados, o no tanto como deberían para la fatiga que llevan acumulada. En cambio es justo al terminar el Tour cuando la fatiga vuelve de golpe, y los peores días son los siguientes a la finalización, cuando el organismo se relaja. Todos estos procesos, además, son gestionados por un mecanismo de aprendizaje constante, que monitoriza si las adaptaciones y las sensaciones han sido adecuadas a los estresores y el organismo ha conseguido, o no, su objetivo. En este proceso, por tanto: comportamientos y estructuras globales modifican estructuras más pequeñas; y estas a su vez modifican de nuevo a las más grandes y globales. El organismo actúa de forma integral, como un todo, ante cualquier perturbación. No podemos aislar o separar las partes del conjunto, ni distinguir entre el efecto que tienen los entrenamientos en el organismo y el que tienen las emociones o el estilo de vida. Todo modifica a todo. 106 Aplicaciones La cantidad de aplicaciones que tienen estos descubrimientos al entrenamiento y la salud es inmensa, pero en este caso nos quedaremos solo con los más claros y aplicados al entrenamiento de resistencia. 1. Es hora de eliminar todas las metodologías basadas en causa y efecto. Planificaciones basadas en aumentos de la carga, en puntuación de dureza de los entrenamientos o en el aumento de los tiempos en distintas zonas de entrenamiento han sido superadas. 2. Tampoco lo tiene la comparación de distintos entrenamientos entre sí en función de su volumen o intensidad, puesto que no solo afecta la carga sino la forma en que se genera. Es hora de volver a darle importancia a aspectos que habían sido descartados en el proceso de entrenamiento, como la confianza en el plan, el disfrute de las sesiones, el entrenamiento con amigos -o en solitario si es lo que nos apetece- y en reducir la percepción de estrés psicológico en nuestro día a día. 3. La adaptación al entrenamiento es personal, porque cada individuo percibe el mundo de forma diferente. Esto hace que tengamos que usar modelos diferentes para cada sujeto. 4. La adaptación es un proceso predictivo: el uso predice más uso, y el desuso predice más desuso. Estamos creados para ser eficientes, y generar demasiadas adaptaciones es muy costoso energéticamente, así que solo van a ser creadas si se utilizan. 5. Esto significa que las adaptaciones solo se crean y se mantienen si son estimuladas casi en su máxima capacidad. Tener un corazón más grande de lo necesario para las actividades del día a día es muy costoso, por eso solo se consigue si se usa con frecuencia. Si no, se revierte. Esto implica que los entrenamientos “de mantenimiento” no sirven para mantener las adaptaciones de más alto nivel, y que tan solo pueden reducir la pérdida de adaptación. Esto también explicaría por qué el pico de forma máximo se mantiene durante tan poco tiempo: en cuanto la fatiga nos hace incapaces de seguir estimulando tan fuertemente como antes al organismo, se produce la desadaptación. 6. Podríamos decir que en el proceso de entrenamiento, cuando estamos muy en forma, solo hay dos opciones: o estás mejorando, o estás retrocediendo. Lo más cerca del mantenimiento de la forma que podemos estar es tener unas semanas de progreso y otras de retroceso, pero no existen semanas de “mantenimiento”. 7. Existe un “set point” o punto de ajuste de la adaptación, que sería el grado de estímulo mínimo necesario para hacernos mejorar, y que va evolucionando conforme mejoramos. Conforme nuestro nivel aumenta, aumenta la exigencia de los entrenamientos que tienen el potencial de hacernos mejorar. 8. Cada sistema adapta su ratio de adaptaciones según el estímulo. Si nos enfrentamos a menudo a la crisis energética en el entrenamiento, es posible que nuestra masa mitocondrial mejore rápidamente, pero las adaptaciones relacionadas con la termorregulación o el tamaño del corazón no lo harán en 107 tanta medida. El organismo se adapta en función del tipo de estímulo al que es sometido. 9. La fatiga es un proceso anidado, y va desde lo local a lo global -y viceversa-. Por ejemplo, un entrenamiento exigente de press de banca no genera daño en los músculos de las piernas, pero genera cierto estrés y fatiga mental que disminuirá tu rendimiento si acto seguido realizas una maratón. El trabajo mental no actúa a nivel local en las piernas, pero sí a nivel global; lo cual afectará por ende a tu rendimiento de resistencia. Todo está conectado. 10. Demandante no quiere decir estresante. Una misma actividad puede ser estresante para una persona y estimulante para otra, aunque provoque una gran activación. Por ejemplo, unas personas disfrutarán saltar en paracaídas y otras pasarán un rato muy malo. Lo mismo ocurre en las competiciones y en los entrenamientos. Es importante ajustar tanto los entrenamientos como las actividades de nuestra vida cotidiana a las preferencias de deportista. En definitiva, se trata de entender que lo que pensamos es tan importante como lo que hacemos. Externalizar el cerebro del deportista en el entrenador no tiene sentido desde el punto de vista de la adaptación, ya que solo el deportista será consciente del grado de carga interna que le supone un estímulo y el grado en que le afectan el resto de estímulos que tiene en su día a día, en función de su percepción de estos. Se trata, por tanto, de que el entrenador y deportista formen un mutualismo en el proceso de entrenamiento, ayudándose mutuamente. El entrenador tiene información que el deportista necesita -los fundamentos del entrenamiento, la ciencia, los datos-, y el deportista tiene información que el entrenador necesita: sus sensaciones, emociones, pensamientos y sentimientos. 108 5. LA EVOLUCIÓN DEL HOMO SAPIENS La adaptación no es una propiedad que se limite a los cambios dentro de la vida de un organismo, sino que se expande en diferentes escalas temporales. No somos como somos solo por mero azar: tu historia, la historia del ser humano y la historia de la vida en la tierra es una historia de adaptación continua en diferentes escalas temporales. Antes de profundizar, conviene hacer un pequeño inciso y explicar brevemente la teoría de la selección natural, que es la obra más importante del biólogo inglés Charles Darwin. En su libro “El origen de las especies”, Darwin nos muestra cómo las especies evolucionan a través de la eliminación de los individuos menos adaptados. Por decirlo de forma sencilla: solo los individuos con unas adaptaciones determinadas que les hagan ser capaces de reproducirse, serán capaces de legar sus genes a sus descendientes. Así, los individuos menos aptos en principio tendrán mucho más difícil tener hijos y que sus genes se transmitan. De forma análoga a lo que se hizo con el lobo, seleccionando a los cachorros que mostraban menos agresividad o mayor fidelidad; la Naturaleza haría a las especies avanzar a base de seleccionar a los individuos más adaptados en cada momento. Hay que destacar que la selección natural no busca lo mejor para el individuo , sino para la reproducción de sus genes. Tal y como postula Stephen Dawkins en “El gen Egoísta”, los genes nos utilizan como vehículo para transmitirse y reproducirse. Es por esto que algunas adaptaciones no buscan lo mejor para la especie, sino para la reproducción. Por ejemplo, los pavos reales macho han evolucionado hacia colas muy grandes y vistosas para conquistar a las hembras, pero esto los hace también muy vulnerables a la depredación. Algo similar les ocurre a los ciervos, que han evolucionado hacia cornamentas cada vez más grandes que les hacen ser más lentos y fatigarse más deprisa. Equilibrio interrumpido Al igual que no es lo mismo la frecuencia cardiaca que la variabilidad de la frecuencia cardiaca, tampoco debemos confundir la evolución media de los sistemas complejos con la tendencia a la que se produce esta evolución. Y para ello, no se me ocurre mejor ejemplo que ilustrar esta propiedad a través del estudio de la evolución de las especies. Aunque la selección natural de Darwin sea la teoría sobre la evolución famosa, hay otras hipótesis reconocidas por la comunidad científica que la complementan. Una de las que tiene más evidencia científica es la llamada teoría del “Equilibrio Interrumpido” o “Equilibrio puntuado” en su traducción literal del inglés. Esta teoría, desarrollada por primera vez por los científicos Niles Eldredge y Stephen Jay Gould, a grandes rasgos lo que nos viene a decir es que la evolución no se da siempre de forma gradual y lineal, sino que hay cortas fases donde los cambios se aceleran. Algo así como que la evolución -entendida no solo como la de las especies, sino de todos los sistemas- se da en “avalanchas”, como en el ejemplo de la montaña de arena. 109 Esta teoría no niega el gradualismo evolutivo de Lamarck y ni mucho menos la selección natural de Darwin. Simplemente matiza que durante el tiempo de un sistema, se alternan periodos de bastante estabilidad con cambios muy lentos y periodos de cambio más acelerado. Por supuesto, parece que tanto la evolución gradual como el equilibrio interrumpido se pueden dar a la vez. Tenemos que verlos como fases de cambio más rápido o más lento, pero una no inhibe a la otra. Periodos largos donde las especies apenas evolucionan, con periodos cortos donde se producen cambios bruscos, extinciones y evoluciones. Periodos largos (miles de años) de clima estable con cambios bruscos que cambian el clima a partir de ese punto. Periodos largos de estabilidad económica salpicados de grandes crisis que cambian los modelos industriales. Periodos largos de salud salpicados de enfermedades. Creo que se entiende. ¿Y con qué frecuencia se dan estas avalanchas? Pues al igual que en los terremotos, de una forma fractal, siguiendo una ley de potencias donde la frecuencia del cambio disminuye de forma proporcionalmente exponencial al aumento de su magnitud. Un ejemplo de esto podemos verlo en las extinciones en masa de especies. Estas extinciones presentan magnitudes de todos los tamaños, pero su frecuencia disminuye elevándose a 2.3 -el exponente de la ley- cada vez que duplicamos el número de especies que desaparecen en esa extinción (Sznajd-Weron, 2001; Solé, 1996). 110 La domesticación del fuego, la aparición de la agricultura, la invención de la máquina de vapor, una guerra mundial, una pandemia o un cambio climático. Eventos singulares y poco probables que han cambiado radicalmente la forma en la que vivimos. El mundo cambia a través de avalanchas. Fitness o aptitud Al hablar de la evolución de las especies, tiene mucho más sentido hablar de adaptación que de mejora. ¿Qué es progresar? Para una especie, evolucionar es ser capaz de aumentar su número en el ecosistema y no desaparecer. Para un individuo, evolucionar puede ser mejorar sus posibilidades de sobrevivir y dejar descendencia. Para una célula cancerosa, la evolución es crear más células cancerosas… La probabilidad de tener descendientes -potenciales- se llama aptitud o fitness. Diremos que una especie tiene mayor aptitud cuanto más probable es que sobreviva y se reproduzca. Pero la aptitud no permanece. El resto de especies también progresan. Si la rana evoluciona para tener una lengua más pegajosa, la mosca evoluciona para tener las patas más resbaladizas. Si el lobo se hace más grande, el jabalí aumenta sus cuchillos. Esto es lo que se conoce en evolución como el “Efecto Reina Roja”, basado en la frase que la reina le dice a Alicia en el País de las Maravillas: “debes correr todo lo rápido que puedas para mantenerte en el mismo sitio”. La evolución realmente es una coevolución. Todas las especies están en constante carrera armamentística. Si cambia la presa, debe cambiar el predador. Por esto, la evolución se produce en forma de avalanchas y oleadas. Condiciones fáciles crean individuos débiles, condiciones difíciles crean individuos más fuertes. El sistema está en un cambio continuo, por lo que no podemos hablar de que haya unas evoluciones mejores o peores. El cambio no busca la optimización, la perfección y la excelencia: busca la adaptabilidad a este entorno. Nada es bueno o malo, sino apto y adecuado al entorno en que se encuentra y cómo este entorno se desarrolla. El grupo de investigación de Complex Systems del INEFC tiene unas camisetas muy molonas con la foto de un tiranosaurio Rex y la frase “Fuerte pero extinto”. No sobreviven los más fuertes, sino los que mejor se adaptan. El más apto no es el más fuerte, es el que mejor se adapta. Natalia Balagué ¿Y quién es el más adaptado? El que sobrevive. Y sobrevive el más versátil. El más completo. El que sea capaz de adaptarse una y otra vez a todos los cambios que vienen. La especie generalista, la que es capaz comer de todo y vivir en distintos hábitats como un zorro-, tiene más probabilidad de sobrevivir a los cambios que otras especies más especialistas, como el urogallo o la esfinge colibrí. Aunque tenemos que puntualizar que en ocasiones, cuando se da una extinción en masa, también el azar juega un papel fundamental. Especies versátiles y adaptables pueden terminar por desaparecer por un cambio brusco del sistema; pero lo que está claro es que las especies frágiles, con baja adaptabilidad, acabarán por desaparecer: pueden tener suerte algunas veces, pero no van a tener suerte de forma infinita. 111 La evolución y el paso del tiempo actúan así, por descarte de lo malo y no por selección de lo bueno. Las especies no ganan el juego de la vida. Nadie puede ganar en un juego que no tiene fin. Pero sí que se puede perder. La evolución, por tanto, es una especie de “Juego del Calamar” en el cual se van puliendo los sistemas a partir de la extirpación de las partes débiles. Todo lo que no es adecuado o es frágil termina por desaparecer con el paso del tiempo y los distintos cambios que este conlleva. No todo lo que sobrevive lo hace por un motivo, pero todo lo que desaparece lo hace por una razón. Evolución Como hemos visto, la evolución ha trabajado en dos fases. La evolución gradual, en periodos de estabilidad y bonanza, donde los individuos más fuertes han participado más de la transmisión genética, y los periodos de cambio más brusco, donde los individuos más débiles han sido eliminados. Se estima que hace cuatro mil millones de años que apareció la primera forma de vida en la tierra, una bacteria unicelular que, unos dos mil millones de años después, fue capaz de unirse con otra para formar la primera célula eucariota -con núcleo, capaz de producir energía-, de la que heredamos nuestras vías metabólicas (Sterling, 2020). Las células eucariotas, capaces de producir su propia energía, permitieron la evolución de la vida a formas mucho más complejas. Uno de los primeros organismos a los que podemos denominar “animales” que aparecieron, hace unos 550 millones de años, fueron gusanos, como el Platynereis dumerilii: un antecesor común de todos los animales que pueblan la tierra. De él heredamos las señales bioquímicas con las que funciona el organismo y nuestra organización corporal (Arendt, 2008) Los animales mamíferos aparecieron hace unos 205 millones de años; y del primer antepasado común heredamos la endotermia -nuestra capacidad de termorregular y producir calor-, así como la lactancia materna (Bennett, 1979). El orden de los primates, por su parte, apareció hace unos 80 millones de años, y de ellos heredamos nuestra estructura y funcionamiento cerebral. Se aproxima a hace unos 2.8 millones de años la aparición del primer homínido, “homo habilis”, con el cual compartimos aproximadamente el 95% de nuestros genes (Wood, 2011). El primero de nuestra especie, el primer “homo sapiens” data de solo hace 300 mil años (Chan, 2019). Los principios básicos que conforman el funcionamiento de cada uno de nosotros llevan replicándose con éxito por millones de generaciones. Somos lo que somos porque esta replicación no se ha extinguido, y esto quiere decir que ha estado bien diseñada para el nicho ecológico en el que hemos vivido. Sin embargo, la evolución no ha parado y nuestra especie sigue cambiando en pequeños detalles para adaptarse a los cambios que también se producen en el entorno y con las demás especies. El problema es que la velocidad a la que lo hemos hecho es bastantes órdenes de magnitud más lenta que la velocidad a la que ha cambiado nuestro hábitat. 112 Aun así, se han documentado varios cambios en el genoma del homo sapiens debido a cambios del entorno. Por ejemplo, se cree que hace aproximadamente 50.000 años que la piel de los homo sapiens que conquistaron Europa se aclaró por una mutación que poco a poco se fue extendiendo entre los habitantes del viejo continente (Alonso,2008). El problema es que se estima que los homo sapiens conquistamos Europa hace unos 210.000 años (Harvati, 2019). O sea, pese a los problemas que probablemente tuvimos para captar vitamina D con nuestra piel oscura, tardamos 160.000 años en que se volviese clara. Quizá la adaptación más reciente puede ser la capacidad de digerir lactosa por una parte de la población, la que vivía en Europa en zonas más alejadas del ecuador. Los individuos con capacidad para tolerar la leche de otros animales tuvieron una ventaja evolutiva en los largos inviernos europeos (Plantinga, 2012). Aunque esta adaptación se estima que empezó a producirse hace unos 8 mil años, la mayor parte de la población mundial -el 70%- es aún intolerante a la lactosa de adultos. Incluso en España, este porcentaje ronda el 25% de la población. Sin embargo, la adaptación a la lactosa es un cambio relativamente sencillo, y de hecho se puede dudar de si es un cambio genético o epigenético. Y es que ya nacemos con la enzima lactasa de niños, e incluso las personas intolerantes son capaces de digerir una pequeña cantidad de este azúcar. En un entorno natural, cualquier animal deja de tomar leche en cuanto la madre es incapaz de seguir amamantándolo, pero nosotros seguimos haciéndolo durante toda nuestra vida. De hecho, incluso los niños europeos que dejan de tomar lácteos van perdiendo poco a poco su tolerancia a estos (Deng, 2015). Es de suponer que cambios realmente importantes, como la habilidad de ser capaces de digerir la celulosa de las hojas de los árboles o adaptarnos a dietas muy altas en calorías con poco ejercicio físico, nos tomarían unos miles de años. Los cambios genéticos funcionan a una escala temporal mucho más amplia que la vida humana, y podríamos decir sin miedo a equivocarnos que nuestra fisiología sigue adaptada a las condiciones que se han dado en la mayor parte de nuestra evolución, a entornos paleolíticos. Nuestros ancestros fueron cazadores-recolectores durante unas 84.000 generaciones (O’Keefe, 2010), y en el peor de los casos, apenas llevamos 30 o 50 años sin hacer actividad física exigente y comiendo bastante más de lo que gastamos. Los agricultores de subsistencia desde la revolución agrícola trabajaban de forma física incluso más horas que los cazadores-recolectores (Harari 2014), en agotadoras jornadas de sol a sol, con dietas bastante más pobres muy deficitarias en calorías, proteínas y nutrientes (Larsen, 2006) Según Tooby, 1990: “La selección natural apenas ha provocado cambios genéticos en los últimos 10.000 años, que han sido los años de cambio más rápido del genoma del homo sapiens”. Y cerramos con la cita del famoso paleontólogo Stephen Jay Gould: “No ha habido cambios biológicos en los humanos en los últimos 40.000 años. Todo lo que llamamos cultura y civilización lo hemos construido con el mismo cerebro y el mismo cuerpo”. ¿Quién eres? Soy un Sapiens, del género Homo. Pertenezco a la familia de los Homínidos, del orden de los Primates. Un tipo de mamíferos vertebrado, del reino Animalia. Todos y cada 113 uno de mis antecesores han formado lo que soy, cómo reacciona mi cuerpo y lo que piensa mi mente. Pero lógicamente, los primeros que he nombrado marcan más mi comportamiento que los últimos. Si nos quedamos con la especie, los Homo Sapiens aparecimos aproximadamente hace 300 mil años. Nuestros antepasados evolucionaron de los demás homínidos, siendo los chimpancés nuestros parientes más cercanos -un chimpancé tiene más genes en común con un ser humano que con un gorila-. Los homínidos, nuestra familia: los primeros que se levantaron y empezaron a caminar con dos piernas, aparecieron en las llanuras de Kenia y centro de África hace unos 7 millones de años. Esta adaptación vino en consonancia con la progresiva pérdida del bosque tropical que había en esa zona a consecuencia del surgimiento de la cadena montañosa del Rift (Coppens, 1994) y la aparición de la sabana. En cuanto a nuestra especie, la hipótesis más reciente dice que aparecimos en el sur de África (Stinger, 2016), en una zona de antiguos grandes lagos secos, donde se mezcla vegetación con extensas llanuras -sabanas-. Ambos datos ya nos dan una idea de las principales cualidades que hicieron que la selección natural nos forjase. La posición bípeda nos permitía otear más lejos el horizonte en busca de posibles predadores, a la vez que reducía nuestra exposición a la radiación solar, haciendo que acumulásemos menos calor. El mono asustado Aunque la imagen del ser humano como súper depredador y capaz de apañárselas perfectamente esté presente en la memoria colectiva – probablemente a consecuencia de los Picapiedra-, la dura realidad es que durante casi toda nuestra historia hemos sido tanto cazadores como presas. De hecho, se han encontrado numerosas cuevas donde se apilaban huesos de seres humanos junto a otros pequeños animales. Antes se pensaba que estos habían sido la presa de nuestros antepasados, pero las hipótesis más actuales nos indican que en realidad todos estos huesos tenían indicios de haber sido comidos por algún animal más grande, como un tigre o una pantera (Hart, 2018). Y es que los homo sapiens no somos ni rápidos, ni fuertes, ni ágiles en comparación con otros animales. No tenemos ni afiladas garras ni colmillos, -y la mayoría tampoco tiene cuernos-. Éramos más monos asustados que leones. 114 Ardilla 27 Conejo 40 Usain Bolt 40 Gato 44 Zorro 50 Toro 60 Ciervo 60 Lobo 65 Caballo 70 Guepardo 110 0 20 40 60 80 100 120 VELOCIDAD MÁXIMA Usain Bolt, el humano más rápido de la historia, es capaz de correr los 100m a una velocidad cercana a 40km/h, pero la mayoría de humanos no es capaz ni siquiera de superar los 25km/h. En la Naturaleza, no sería capaz de alcanzar ni a un tejón en campo abierto. Y eso solo hablando de su pico de velocidad, ya que los mejores velocistas del mundo empiezan a desacelerar aproximadamente a los 5 segundos de prueba, mientras que un lobo es capaz de mantener la velocidad punta por al menos 30 segundos. Pero es que aparte de correr poco, giramos de forma patética. Como habrás visto en los documentales, la zebra hace giros en zigzag para tratar de evitar al león que corre más que ella. Los animales cuadrúpedos son capaces de cambiar de dirección en carrera sin bajar la velocidad con mucha facilidad pero los humanos -como bien saben los defensas de Messi- somos muy lentos y torpes para hacerlo. Esto se debe a que el resto de mamíferos presentan garras o pezuñas, que actúan como tacos y anclas en el suelo. Aunque corramos más que una ardilla, no seríamos capaces de atraparla. Visto así, la idea romántica del ser humano musculado, fuerte y cazando osos a puñetazos se tambalea un poco, y de hecho sorprende incluso que también seamos carnívoros; pero como en todo, los problemas pueden ser ventajas. Las bipedestación y una concentración de fibras musculares lentas más alta que en otros animales nos permitieron ser más eficientes. De hecho, a velocidades moderadas (hasta un ritmo de aproximadamente 25km/h), un ser humano es tan eficiente como un caballo -eficiencia entendida como la relación entre energía consumida por kilo de peso y velocidad desarrollada- (Rubenson, 2011). Como decía, la bipedestación nos permitió reducir nuestra superficie corporal expuesta al potente sol africano, pero hubo más adaptaciones relacionadas con ello en nuestro paso a homo sapiens. Mientras que los demás primates – y en general el resto de mamíferos- tan solo transpira por la lengua, nosotros tenemos entre 5 y 10 millones de glándulas sudoríparas por toda la piel. Además, perdimos nuestro pelaje, de manera que el aire podía moverse con más facilidad por la superficie de la piel, eliminando rápidamente una gran cantidad de calor. Esto nos hace, con diferencia, el mamífero mejor adaptado a ejercitarse en condiciones de calor. Y tenemos pruebas de que aprovechamos estas diferencias a nuestro favor. Tenemos datos arqueológicos, y ejemplos con las tribus cazadoras 115 recolectoras que aún quedan, de que en ocasiones han practicado lo que se denomina “caza por persistencia” (Carrier, 1984). Este tipo de caza se realiza en las horas centrales del día, cuando se localiza a un animal grande y poco eficiente, como un ñu o un kudú -seguro que también algún ciervo-. Un grupo de personas perseguía a ritmo regular al animal. Obviamente el animal es más rápido pero también es menos resistente e incapaz de ir eliminando todo el calor que genera por el acoso constante al que se ve sometido. Tras horas de seguimiento, el animal colapsa por agotamiento y a menudo lo único que tenían que hacer era rematarlo, incluso con una piedra también se presupone que en ocasiones buscaban despeñar al animal por algún cortado-. La distancia media recorrida en estos lances era de media unos 20-25km, a un ritmo medio bajo (aproximadamente 6’20” por kilómetro). El reto más grande no es correr, sino la capacidad de rastrear al animal siguiendo pistas como huellas o rastros (Liebenberg, 2008). Por tanto, si bien Usain Bolt sería incapaz de competir en velocidad con un jabalí, Shaquille O´Neal sería fácilmente apaleado por un orangután y Messi no tendría opción de atrapar a una ardilla; ningún animal no volador podría atravesar el valle del Rift más rápido que Eliud Kipchoge o los Alpes tan rápido como Kilian Jornet, y en especial si ese día hace calor. La vida en la tribu Las sociedades cazadoras recolectoras que quedan actualmente, como los hadzas o los bosquimanos, nos dan pistas sobre cómo podría haber sido la vida de nuestros ancestros. Al salir el Sol, los hombres de la tribu se preparan para salir a cazar. Recorren unos 15km de media, mirando huellas y rastros. La mayor parte de los días no consiguen nada, y vuelven al campamento. La duración de la jornada de trabajo ronda entre 3 y 4 horas. Las mujeres y los niños por su parte se centran en la recolección de frutos y tubérculos. Suelen tener más éxito y aunque la distancia total recorrida es un poco más baja (10-12km), pasan bastante tiempo cavando en el suelo en busca de tubérculos y han de volver al campamento cargadas con algunos de los frutos de la jornada. De hecho, se estima que la dieta de los cazadores-recolectores era aproximadamente de un 80% vegetal y 20% animal, aunque el porcentaje de alimentos provenientes de los animales aumentaría conforme nos alejamos del ecuador. En la tarde, se pone la comida en común y se descansa. Los cazadores – recolectores pasan tanto tiempo como un occidental sentados y descanso, con la diferencia de que no están parados del todo. Se sientan a veces en cuclillas, otras en el suelo; y a veces están cavando y realizando actividades manuales. Viven en pequeñas sociedades, tribus de 20-40 personas donde cada integrante cumple su papel con el grupo. Algo similar a las manadas -recuerda que una sociedad pequeña se comporta de forma diferente a una sociedad grande-. Incluso las personas mayores, que ya no están en edad de tener hijos, se mantienen en gran forma -su declive físico es mucho menor que en el primer mundo- cumpliendo su papel de cuidadores de los jóvenes y del campamento. Aunque esta vida paleolítica te parezca algo muy pasado, piensa que este patrón se mantuvo e incluso se acentuó con la revolución agrícola, y que hasta hace solo unos 50 años nuestro día ha consistido en mantenernos activos durante muchas horas 116 agricultura de subsistencia-, comer poco -la carne era un artículo de lujo- y la mayor parte de la población vivía dispersada en pequeños pueblos y aldeas rurales. Nacidos para resistir Los indios tarahumara se hicieron famosos mundialmente por el libro de Cristopher McDougall “Nacidos para correr”. Pero aunque somos unos corredores bastante eficientes, si para algo hemos nacido es para andar. Los típicos cazadoresrecolectores caminan una media de entre 12 y 16 kilómetros diarios. Esto equivale a unos 5110km anuales, aproximadamente la distancia entre Madrid y Bagdad. A menudo, lo tenían que hacer por terrenos difíciles, con desnivel o cargando con comida o herramientas. De una forma o de otra, lo que está claro es que los homo sapiens nos diferenciamos de los demás primates para realizar grandes dosis de actividad física y en especial de trabajo de baja intensidad. El ejercicio aeróbico reduce los niveles de triglicéridos y glucosa en sangre, mantiene una tensión arterial baja en reposo, aumenta la cantidad de mitocondrias, quema la grasa abdominal, disminuye la inflamación, evita el daño oxidativo , ajusta la expresión de hormonas como cortisol, testosterona u hormona del crecimiento, estimula el flujo sanguíneo en el cerebro y fortalece el sistema inmune, entre otras adaptaciones. Además, sabemos que esta dosis de baja intensidad se salpicaba con trabajos de alta intensidad y fuerza. Respecto a la primera, tenemos amplísima evidencia de la importancia del trabajo de alta intensidad en el rendimiento, y parece que también lo puede tener en la salud (Ito, 2019; Marland, 2020) -siempre que la dosis no sea demasiado alta-. El trabajo de fuerza tal y como lo conocemos en el siglo XXI no se conocía, quedando la fuerza relacionada con movimientos naturales -explosivos o lentos- como algún lanzamiento esporádico de piedra o lanza, cargar con las presas, frutos y bebés, cavar en la tierra o realizar algún sprint y saltos para cazar o evitar ser comidos. Por lo demás, no nos podemos imaginar a un bosquimano levantando troncos de árboles o piedras para muscular sus bíceps. De hecho, el músculo es un tejido metabólicamente costoso, no solo por su mantenimiento sino por el lastre que nos supone a la hora de correr y de disipar el calor. Un homo sapiens excesivamente musculado lo tendría complicado en un entorno salvaje y, aunque seguro que éramos más fuertes que el ciudadano promedio, para nada se acercaría a los cuerpos contorneados de gimnasio con el que nos bombardean en la actualidad como modelo de salud. En cuanto a la nutrición, y sin ahondar mucho, de lo que estamos seguros es de que fuimos animales omnívoros oportunistas. En función de la latitud y hábitat, se han encontrado desde tribus con alimentación fundamentalmente vegetal a través de frutos, cereales y tubérculos; hasta tribus totalmente carnívoras como los inuit. Lo único que sabemos a ciencia cierta es que no comieron ni alimentos procesados, ni edulcorantes, pesticidas o grasas hidrogenadas. Alimentos de temporada, naturales y de proximidad, con ayunos esporádicos -no buscados pero inevitables-. Sí que parece que los cereales han estado con nosotros bastante más tiempo del que pensamos, puesto que ya tenemos indicios de su ingesta hace más de 100.000 años; y de hecho los molares de los seres humanos actúan de forma análoga a los molinos 117 en los que se tritura el grano. Eso sí, hablamos de granos integrales y antiguos, sin la alta presencia de gluten que caracteriza a nuestros cultivos genéticamente modificados (Miller, 2018). Por último pero no menos importante, los niveles de estrés en estas sociedades siempre han seguido un patrón de “equilibrio interrumpido”, con largos periodos si nada de estrés salpicados con algunos periodos de máxima activación. Esto, junto a la pertenencia a una comunidad, el contacto social y el propósito de vida, son claves para entender tanto la salud perdida como los problemas que afrontamos en la actualidad. Rendimiento vs salud ¿Es saludable el máximo rendimiento? Se suele pensar que los deportistas de élite no están sanos. La salud se nos ha vendido como desayunar agua con limón, hacer un poco de yoga, 30 minutos de ejercicio y una manzana de postre. El modelo biomédico está fundamentado en la visión homeostática del organismo, a la cual no le gustan los estresores, porque se ven como agresiones al organismo. Sin embargo, nuestros antepasados estaban mucho más cerca del deportista de élite que del ser humano promedio. La alostasis se puede expresar con la idea de Antifragilidad de Taleb: nuestros cuerpos mejoran cuando se dañan. Es más, necesitan ser dañados para estar bien. Uno de los principales errores divulgativos que comete el modelo biomédico es la concepción binaria de la salud en dos extremos: o sano, o enfermo. En la sociedad actual, a la persona que no está enferma se la considera sana. Como si la salud fuese un interruptor. Sin embargo, ya es hora de cambiar estos antiguos paradigmas. La salud es una escala, con dos extremos: el fitness o adaptación máxima, y la enfermedad terminal. Dentro de esta escala, podemos estar un poco más adaptados, o estar enfermos pero solo un poco enfermos. Carlos Otín (2021) nos habla también de esta concepción de la salud máxima, dando a entender que la salud no es un estado, sino una meta. Y dentro de esto, sería inteligente plantearnos la hipótesis de si los deportistas que están más adaptados a las condiciones para las que estamos diseñados presentan también una mayor salud. 118 Varios estudios han mostrado que la esperanza de vida y tasa de supervivencia aumentan conforme aumentamos la cantidad de actividad física que realizamos, hasta un óptimo entorno a las 12-15h semanales. A partir de aquí, no parece que la curva se invierta pero sí que el beneficio a nivel de salud deja de crecer (Wasfy, 2016). Por ejemplo, un análisis de más de 600.000 personas halló que quienes practicaban deporte en grado extremo (>25h de actividad a la semana) no presentaban una tasa de mortalidad más alta que la de aquellas personas que realizaban entre 12 y 18h a la semana (Arem, 2015). Teramoto y Bungum (2010) realizaron un metaanálisis comparando 14 artículos que medían la longevidad y la tasa de mortalidad de deportistas profesionales. Sus cuatro principales conclusiones son: 1. Tanto la actividad física en el tiempo de ocio como competir en deportes profesionales se asocian a una disminución de la mortalidad y un aumento de la longevidad. 2. Los deportistas de resistencia de élite viven significativamente más que la población general. 3. Los deportistas de élite en deportes que mezclan resistencia con fuerza (fútbol, balonmano, etc.) también viven más que la población general. 4. Los deportistas de élite en deportes de fuerza y potencia (halterofilia, lanzamientos) tienen a vivir igual o menos , en función también del tipo de deporte y del posible uso de sustancias químicas. Cinco años después, otra revisión sistemática, de Lemez y Baker (2015). Las conclusiones vuelven a ser las mismas: “Los resultados muestran mayores niveles de longevidad y años de vida útil en deportistas de élite”. Varios mecanismos tanto dentro como fuera del deporte parecen tener influencia en ello. Por ejemplo, se encuentra que en deportes de equipo, los que corren más tiempo -laterales, centrocampistas-, tienen mayor esperanza de vida que los porteros. En cuanto a pruebas de resistencia agotadoras, Sanchis-Gomar, 2011 mostró que las personas participantes en el Tour de Francia entre 1930 y 1936 tuvieron una longevidad un 17% mayor que la del resto de población (81.5 años vs 73.5 años). Por su parte, Marijon et al (2013) midieron una disminución del 41% en la tasa de mortalidad entre ciclistas que compitieron en el Tour de Francia y el resto de la población, especialmente por la disminución de enfermedades degenerativas como las enfermedades cardiovasculares y el cáncer. Como veis, la ciencia nos muestra que riesgos de hacer demasiado ejercicio parecen ser ridículamente menores que los efectos negativos de hacer demasiado poco. ¿Cómo entrenaría un atleta del paleolítico? “Cada 4 años, 10.000 atletas participan en los JJOO. Su preparación se ha forjado gracias a entrenadores expertos y un ejército de científicos del deporte. A pesar de que cada atleta es diferente y se ha preparado para disciplinas diferentes, todos tienen algo en común: son homo sapiens. Comparten un único genoma, que es el resultado de las fuerzas evolutivas que están más allá de su control”. “ (…) Un gran cuerpo de evidencia -desde la biología molecular a mediciones integrales del rendimiento- sugiere que las adaptaciones al entrenamiento se mejoran 119 cuando el estímulo se acerca lo máximo a los patrones de actividad de nuestros ancestros”. “ (…) Porque los cambios genéticos evolutivos ocurren muy lentamente en los Homo Sapiens, y los dramáticos cambios de actividad y estilo de vida que tenemos ahora han ocurrido en muy pocos años; proponemos que los humanos modernos estamos fisiológicamente mejor adaptados a los modos de entrenamiento y nutrición similares a en los que evolucionaron nuestros ancestros”. “ (…) Las demandas físicas a las que se enfrentaron nuestros ancestros modelaron nuestro genoma y por tanto nuestra capacidad de responder al estímulo físico, independientemente de las demandas de la competición que preparemos. Esto significa que a pesar de que las actividades de nuestros ancestros son más parecidas a las que realizan los deportistas de resistencia, atletas de otras disciplinas también pueden beneficiarse de este perfil filogenético considerando las demandas específicas de sus eventos competitivos”. Por ejemplo sabemos que el trabajo de resistencia mejora el rendimiento en actividades que requieren sprints repetidos, como los deportes de equipo”. Los cuatro párrafos anteriores pertenecen al artículo: ¿deberían los atletas olímpicos entrenar como en la era Paleolítica?: Boullosa et al (2013). Como hemos ido exponiendo, tenemos amplísima evidencia de para qué tipo de ejercicio estamos diseñados los seres humanos, y los -aún pocos- artículos científicos que van saliendo siguen apuntando a que a nivel global esta actividad es también la mejor para nuestro rendimiento y nuestra salud, por ser el estímulo que nuestros genes esperan. La actividad física a baja intensidad no hay duda de que es la actividad reina, y es por la que los humanos destacamos. Tenemos la capacidad de mantener la misma eficiencia a una gran variedad de ritmos y terrenos, mientras andamos a distintos ritmos y por distintas superficies en la naturaleza, lo que es una ventaja frente a otros animales que suelen ser muy eficientes cuando corren pero muy poco cuando caminan o trotan (Lieberman, 2009). Respecto al entrenamiento concurrente, tenemos amplia evidencia de que el entrenamiento de fuerza explosiva mejora el rendimiento de resistencia, pero parece que el entrenamiento de resistencia inhibe o disminuye las mejoras de la fuerza máxima, en especial del aumento de la masa muscular. Y respecto a la nutrición, sabemos que realizar algunas sesiones con baja disponibilidad de glucógeno puede favorecer la actividad enzimática (Hansen, 2005) y permitir una mayor tasa de producción de energía a través de los ácidos grasos, disminuyendo la dependencia y consumo de glucógeno durante el ejercicio (Burke, 2010). Aplicación práctica al entrenamiento actual Vamos a tratar de transferir todo este conocimiento a los entrenamientos actuales, de forma que los hagamos más cercanos a los estímulos ante los que nuestros genes responden. 120 Volumen El trabajo de baja intensidad y larga duración debe ser la piedra angular del entrenamiento del deportista de resistencia. De forma consistente vemos que no hay grandes campeones que no realicen un volumen mínimo, y en la mayoría de casos el volumen de entrenamiento se asocia a un buen rendimiento (Stöggl, 2017); (San Millán, episodio 102 podcast Ciclismo Evolutivo). Si bien no puedo dar recomendaciones universales para cada deportista, sí que podemos dar algunas indicaciones. Una es que el ritmo ha de ser cómodo. En las largas caminatas, no tiene sentido ir a un ritmo tan elevado que nos agote física o mentalmente, o que no nos permita ir parando a olfatear o seguir rastros. El límite superior de este ritmo cómodo se suele marcar en el primer umbral de lactato, pero la realidad es que hay mucha diferencia entre trabajar a un 50% de la potencia o velocidad crítica (lo que conocemos como zona 1, un ritmo de paseo) y trabajar cerca de este umbral (zona 2 alta). En un caso, la percepción de esfuerzo es entorno a 1-2 sobre 10 y en el segundo caso el esfuerzo está más cerca de un 5 o 6 sobre 10. Dado que la fatiga que generas yendo al 70% de LT1 es bastante parecida a la que generas yendo al 90% de este primer umbral (Sabater, 2022), y dado que lo que pone en forma es la fatiga y no los vatios, podemos hipotetizar que ir un poco más suave dentro de este rango nos permite conseguir unas adaptaciones similares a ir cerca del umbral. Dado que el umbral es difícil de saber con precisión y es variable durante la sesión de entrenamiento y día a día, y dado que no parece que haya nada mágico en entrenar justo al ritmo del primer umbral; es más fácil saber que estamos trabajando por debajo de umbral con cierto margen que ir justo a esta intensidad, lo cual aumenta la probabilidad de terminar pasándonos. Además, creo que ir un poco más ligero es interesante cuando hacemos muchas horas de entrenamiento, al generarnos un desgaste psicológico y muscular algo menor. Se trata simplemente de llevar un ritmo que nos permita hablar y que se sienta que es sostenible, donde no nos tengamos que ir esforzando por pedalear fuerte y que no baje el ritmo, las pulsaciones o los vatios. Donde podamos ir disfrutando. Guiándonos por otros datos, esto implicaría ejercitarnos mucho tiempo a intensidades bajas, con una percepción de esfuerzo que ha de sentirse fácil o como mucho moderada en ocasiones; moviéndonos aproximadamente por debajo del 65-70% de la frecuencia cardiaca máxima o por debajo del 75% de nuestra potencia máxima en 1h (FTP). Estaríamos hablando de zona 1 y zona 2 en el modelo de 7 zonas de Coggan. Otra recomendación es que para acumular el volumen suficiente que necesitamos a estos ritmos la actividad física no tiene por qué englobar solamente el entrenamiento específico. Por ejemplo, considero que es un error que un ciclista solamente realice actividades en bicicleta, y se mantenga totalmente sedentario durante el resto del día. Por un lado, sabemos que realizar otras actividades puede hacerle más funcional, evitando lesiones por descompensación en el futuro, o dolores de espalda por la falta de tono en los músculos lumbopélvicos (Pranata, 2017). Pero además, muchas de las adaptaciones mitocondriales que buscamos para el rendimiento no dependen tanto del tipo de ejercicio como del movimiento y el estrés metabólico (Huertas, 2019). Andar, ponernos en cuclillas, cargar con algún peso, patinar o incluso correr y nadar pueden ser actividades totalmente compatibles con un ciclista. 121 El problema es que persiste el falso mito de que un ciclista debe estar sentado -y mejor tumbado- durante el tiempo que no está pedaleando, lo cual aparte de falso es peligroso. Esto hace que nuestros músculos y capacidades fuera de la bici se atrofien, generándonos fatiga y dolor cuando cambiamos de actividad; pero además hacen que seamos mucho más sedentarios de lo que pensamos. En cuanto a los corredores, más de lo mismo. De hecho, creo que el entrenamiento de bici o de esquí de travesía y patinaje puede permitir acumular mucho más volumen de entrenamiento y más adaptaciones periféricas sin sufrir el desgaste articular que implica la carrera. Terreno y patrón de actividad Un aspecto en el que casi nadie piensa a la hora de realizar un entrenamiento es en la distribución de los esfuerzos del entrenamiento. El entrenamiento “datista” guiado por los valores medios de velocidades y vatios ha generado un exceso de foco en las potencias y velocidades medias de los intervalos, así como la creencia de que mantener la potencia o el ritmo estable es mejor para el entrenamiento. Sin embargo, nuestros antepasados y las tribus actuales de cazadores recolectores se han caracterizado siempre por un patrón de ejercicio variable. En la naturaleza, no hay un paso igual al anterior. El terreno cambia, aparecen piedras, subidas, bajadas. Pero además, nuestra intención es diferente: a veces nos puede interesar saltar, otras ir lentos para fijarnos en algo, otras al trote. Si pusieras un acelerómetro a un cazador-recolector -o a tu perro- verías que durante un ejercicio pasa tiempo en todo el rango de intensidades, y como mostramos en el capítulo 3, seguramente lo hará siguiendo una ley de potencias. De hecho, vemos como intentar correr -o pedalear- por la montaña a un ritmo constante en vatios es tan gracioso de ver como ineficiente de practicar. El terreno irregular necesita de un ritmo irregular también para adaptarse a él. Ver deportistas intentar mantener los vatios estables en una ruta de Trail Running o MTB por zonas técnicas me resulta gracioso, pero ver a entrenadores prescribirlo me enfurece. ¿Por qué motivo han de ser los intervalos a ritmo estable mejores? Sabemos que la secuencia en que se produce un valor medio influye tanto o más que la media en el efecto que el entrenamiento tiene. Y este efecto debe ser mejor si realizamos las actividades tal y como hemos evolucionado para hacer y además nos ajustamos a lo que las competiciones demandan. Tiene sentido que realizar variaciones en el ritmo nos permita rendir mejor. Por un lado, las variaciones en el ritmo y el patrón de activación permiten la activación de un abanico mayor de fibras musculares, trabajando estas a su vez a diferentes velocidades y con diferentes sustratos energéticos. Por ejemplo, los cambios de ritmo y terreno evitan que se genere demasiado estrés en una zona o tejido en particular y que esto nos lleve a la lesión, dando progresivos descansos. Los rayos del sol bien repartidos no queman, pero si los concentras con una lupa, generas un incendio. Ocurre lo mismo aquí. Además, las competiciones en que competimos la mayoría son eventos donde el ritmo varía a cada momento. Durante una carrera de ciclismo en ruta o un Trail de Montaña, no hay dos pedaladas seguidas al mismo ritmo. La capacidad de cambiar rápido y 122 reorganizar las conexiones entre los subsistemas del organismo es básica para optimizar el rendimiento. Quizá no sea casualidad después de todo que deportistas que vienen del MTB y otras disciplinas con más variabilidad en cuanto a los entrenamientos estén empezando a dominar el ciclismo de carretera también. Secuencia La mayor parte de los que leéis esto habréis comprobado como una misma potencia media en una serie duele diferente en función de cómo la realicemos. Por ejemplo, y siguiendo la línea de lo analizado en el apartado anterior, sabemos que una misma potencia media nos genera menos esfuerzo si la realizamos en base a intervalos cortos que en base a intervalos más largos. En esta figura (Rushall, 2015; en Laursen et al 2018) observamos como un entrenamiento interválico de igual duración y potencia media, genera concentraciones de lactato y depleciones de glucógeno muy diferentes en función de la duración del periodo de intensidad. Pese a que la potencia media y el tiempo total son idénticos, los intervalos más largos generan muchísima más carga interna al organismo. ¿Por qué? Figura X, extraída del libro “High Intensity Interval Training: Solutions to the programming puzle”, p90, Laursen % Buchheit. Parece que los esfuerzos más cortos a la misma potencia son más aeróbicos, ya que un mayor porcentaje de la energía proviene de las reservas de mioglobina, disminuyendo el porcentaje de energía que se produce por vías anaeróbicas. Durante los esfuerzos cortos, gran parte de las demandas energéticas se cubren gracias al oxígeno derivado de las reserva de mioglobina, los cuales se recuperan 123 relativamente rápido una vez disminuimos la intensidad. Por esto seguramente te hayas dado cuenta de que si vas intercalando algunos esfuerzos a umbral durante una ruta de ciclismo o una salida de Trail te van afectando mucho menos que si haces una larga subida a ese mismo ritmo estable. Pareciese como si tener variaciones en el ritmo -algo tabú hoy en la era dominada por las medias y los esfuerzos regulares- no solamente no fuese contraproducente sino que sea la forma de ejercitarnos para la que estamos más adaptados, a la que podemos recorrer distancias con menos desgaste Figura X, está extraída del estudio de Billat (2001), extraída del mismo libro Laursen & Buchheit, 2018. Para un esfuerzo de una duración similar y una potencia similar (85% de la pVo2max); una mayor amplitud entre los intervalos de 15” fuertes y los intervalos de 15” suaves conllevan una menor carga interna, medida en consumo de oxígeno y pulsaciones. Realizar 15” al 110% y 15” al 60% es menos exigente para los deportistas que realizar 15” al 90% y 15” al 80% de esta potencia aeróbica máxima. En la Naturaleza, ya fuese para cazar, recolectar, huir o cualquier otra tarea, no parece que tenga mucho sentido realizar esfuerzos cercanos a máximo en duraciones intermedias. Si queremos huir o atrapar algo, lo haremos corriendo lo más rápido o casi lo más rápido que podamos; y si queremos agotar a una presa o recorrer largas distancias, lo haremos a un ritmo que nos genere el mínimo desgaste posible. Ahora bien, que esto signifique que no debemos entrenar a estas intensidades sería sacar mis palabras de contexto. Si bien tenemos amplia evidencia de que entrenamientos de series muy cortas con amplias recuperaciones y relativamente poco tiempo (por ejemplo, 6 x 30” al máximo) pueden generar los mismos -o másbeneficios que series más largas (Roonestad, 2015; Wen, 2019; Breenfeldt. 2020), aún queda mucho por analizar y estudiar para recomendar una metodología u otra. Por supuesto, también podría valer la hipótesis inversa: puesto que hemos evolucionado para realizar esfuerzos cortos y a ritmo variado, las intensidades y duraciones en las que menos eficientes somos podrían ser las que más nos hagan mejorar, precisamente porque son las que más margen de mejora tienen. 124 A día de hoy, no estoy al tanto de que haya ningún estudio controlado que haya comparado una distribución de entrenamientos tradicional con otra donde se “evite” la zona 5 y 6 del modelo de 7 zonas, para ver cuál es mejor a largo plazo. Porque estoy convencido que si hubiera una diferencia, esta habría de residir en el desgaste diferente que nos podrían dejar distintos tipos de intervalos; y que por tanto nos podrían permitir mejorar durante más tiempo sin llevarnos a la fatiga. Si pudiésemos conseguir beneficios similares realizando sprints de 20 segundos y series a la potencia aeróbica máxima de 3’; y las primeras nos generasen menos desgaste; en teoría podríamos sostenerlo durante más tiempo y llegar más recuperado a la competición. Estudios así nos sacarían de dudas. Dado que ningún deportista de resistencia se plantea siquiera basar su entrenamiento en series de súper corta duración en exclusiva, mi intención es que al menos nos demos la posibilidad de reflexionar si no estaremos quizá perdiéndonos algo, y si un entrenamiento más cercano a la actividad en que han evolucionado nuestros genes puede darnos mejores adaptaciones con menor fatiga acumulada. Espero que este libro de lugar a una nueva línea de investigación en estos aspectos, tan interesante como necesaria. Fuerza Tal y como nos explicó el catedrático Juan José González Badillo en el episodio 93 del podcast: “La fuerza es la base del resto de cualidades”. No hay resistencia sin fuerza, no hay velocidad sin fuerza. Todo es fuerza, aplicada durante muchas contracciones seguidas o en breve lapso de tiempo. Y de hecho, sabemos que nuestros antepasados debieron ser más fuertes que el ciudadano promedio, en tanto en cuanto los cazadores recolectores de la actualidad lo son, y sin tener acceso a gimnasios ni batidos de proteínas. El problema quizá esté en que la industria del fitness ha pervertido el término de lo que significa tanto la fuerza como “estar fuerte”. La fuerza que nos interesa en la naturaleza es la fuerza útil: la fuerza que nos ayuda a realizar actividades con mayor éxito. Estar fuerte no consiste en tener músculos grandes, sino en lanzar rápido, saltar alto, y ser capaz de cargar con un peso durante muchos kilómetros. Y por eso, el trabajo de fuerza para el que estamos adaptados no podría distar más de los programas actuales basados en realizar series de 10 repeticiones al fallo con ejercicios aislados y monoarticulares, en cadenas cinéticas cerradas para buscar el estrés energético en el músculo e hipertrofiar. Para nada. El trabajo de fuerza para el que estamos diseñados es de fuerza máxima explosiva, en la que es tan importante la fuerza como la velocidad a la que esta se aplica -así como el rango de movimiento y el patrón motor-. Seguramente nuestros ancestros no entrenaban como tal, pero deberían utilizar las actividades explosivas a la hora de lanzar -piedras, lanzas-, pelear, trepar, cargar, cavar, saltar y correr. No, los dos últimos no son una errata. Como decía al principio, toda habilidad proviene de la fuerza. Un salto máximo o un sprint son trabajos donde la capacidad neuromuscular -la de generar fuerza por el músculo- es la determinante; y aunque en nuestra intención de categorizar todo diferenciamos entre el concepto de correr y el entrenamiento de la fuerza, esta separación es inexistente en la realidad. Usain Bolt da 21 zancadas (42 apoyos) en los 100 metros listos. Esto no dejaría de ser 125 similar a la acción de ir a un gimnasio y realizar 21 sentadillas a la máxima intensidad posible. Un salto, por ejemplo para salvar un arroyo, es similar a realizar una contracción máxima. En ciclismo, por ejemplo, podemos trabajar perfectamente la fuerza en el pedaleo con la realización de sprints, de pie o sentados, los cuales son mis preferidos. Podemos hacerlos con cadencia normal, los cuales serían más específicos, o con cadencia baja, para poner un poco más de estrés en el músculo. Si bien hace ya varios años que llevo hablando sobre este tipo de entrenamiento y los beneficiosos efectos que observaba en mis deportistas (Sola, 2019); ahora también tenemos evidencia científica de que este tipo de trabajo puede mejorar el rendimiento incluso más que las sesiones de fuerza en el gimnasio (Kristoffersen, 2019). Figura X. Kristoffersen, (2019). El grupo que entrena de forma específica (SST) mejora el sprint de 6” un 5.6% frente al 1.9% del grupo que trabaja en gimnasio (HST). El primer grupo también mejora de forma significativa si añadimos un desgaste previo al sprint, así como en el test de 30”, y también tiene una mejora superior aunque no significativa en la potencia de un test de 5’. En la carrera a pie, está documentado que un ejercicio tan simple como los saltos a la máxima velocidad -pliometría- pueden mejorar tanto la economía de carrera (Giovanetti, 2017) como el rendimiento de los atletas en pruebas de larga resistencia (Ramírez Campillo, 2014). Por tanto, el trabajo de fuerza al que mejor respondemos es al trabajo de la fuerza máxima y su aplicación a altas velocidades. Curiosamente, este también es el tipo de trabajo que se ha demostrado más beneficioso para deportistas de resistencia en la literatura científica. Las recomendaciones actuales de entrenamiento en gimnasio para deportistas nos indican que debemos hacer pocas repeticiones a una intención de esfuerzo máxima, parando el ejercicio en cuanto dejemos de ser capaces de seguir realizando la máxima fuerza en cada contracción. Esto hace que nos quedemos siempre lejos del “fallo muscular”, ese punto donde somos incapaces de seguir levantando un peso por más que bajemos la velocidad. (Ronnestad, 2014; SánchezMoreno, 2021) 126 Dosis Si bien decimos que hemos evolucionado a partir de ser capaces de realizar bastante ejercicio, esto no quiere decir que hayamos evolucionado para hacer ejercicio. Es simplemente un cambio semántico , pero considero que es muy importante. Y es que tal como dice Daniel Lieberman: “No evolucionamos para hacer ejercicio, sino que tuvimos que hacer ejercicio para evolucionar”. O sea: nuestro cuerpo necesita ejercicio para conseguir sus metas, pero no es una máquina diseñada para solo hacer ejercicio. Como sostiene Lieberman, tenemos poderosos mecanismos que nos hacen gastar la mínima cantidad de energía posible. Que la gente sea tan perezosa para moverse y que tenga apetencia por los alimentos dulces y calóricos no es casualidad: la evolución nos regaló unos mecanismos cerebrales de placer cada vez que conseguíamos pequeños pasos hacia nuestra supervivencia y reproducción, como ocurre con la comida, el descanso y el sexo. El problema es que antes el mecanismo para poder conseguirlos era el movimiento previo. Ahora, se pueden conseguir desde el sofá. Con esto lo que quiero decir es que la dosis de ejercicio que necesitamos a menudo no es tan alta como la gente piensa. Hemos dicho que los cazadores recolectores se movían durante mucho tiempo al día, pero también lo hacían a ritmos bastante más bajos de los que entrena el ciclista o runner promedio. En mi experiencia particular, en la mayoría de deportistas de élite con los que he trabajado, la dosis de entrenamiento que estaban realizando era más alta que la dosis óptima que podían tolerar, haciendo que su rendimiento se viese afectado en muchos casos y mejorase al reducir la carga. Y es que infravaloramos el papel de la intensidad del ejercicio en la dosis. Métricas reduccionistas como los TSS dan una puntuación de estrés a los entrenamientos en función del tiempo y la intensidad. Sin embargo, la intensidad queda diluida a la luz de las horas. Una contrerreloj de 1h al máximo da la misma carga teórica que 3h a ritmo de verano azul. La intensidad afecta mucho más a la fatiga que el volumen. Quien haya levantado pesas sabrá que en cinco minutos puedes acabar con agujetas para tres días. Si bien hasta ahora, mediante el modelo de impulso respuesta, se pensaba que la adaptación podía ser ilimitada y que era la fatiga acumulada la que nos impedía tener un buen rendimiento cuando estábamos con mucha carga de entrenamiento; investigaciones recientes nos muestran que es posible que demasiado entrenamiento no solo no aumente las adaptaciones, sino que las destruya. Un reciente paper de Flockhart (2021), al que le dediqué el episodio 130 del podcast, nos da algunas pistas. Un exceso de entrenamiento aeróbico, que normalmente mejora la capacidad mitocondrial en los sujetos, se vuelve un veneno. Empeora la capacidad de respiración mitocondrial, así como de la funcionalidad de las mitocondrias, lo que conlleva además una peor tolerancia a la glucosa. Así, parafraseando a Parecelso: “Nada es veneno. La dosis hace el veneno”. Curiosamente, parece poco probable que un cazador recolector acabase con sobreentrenamiento, y tampoco se ha observado nunca en cazadores-recolectores, pese a que no tenían potenciómetros, pulsómetros ni analíticas sanguíneas y realizaban más ejercicio que nosotros. ¿Cómo es posible? Probablemente, porque portaban el instrumento más finamente calibrado y fielmente representativo del estado de su organismo que hasta ahora hayamos podido utilizar: 127 las percepciones y sensaciones. Nuestro cuerpo nos señala mediante percepciones y deseos cuándo es más importante descansar que ejercitarse o cuándo estamos preparados para volver a la carga. Sin embargo, al unísono que aumenta el ruido de las nuevas formas de computerizar el ejercicio, disminuye la capacidad de escuchar y comprender las respuestas que nuestro cuerpo nos está susurrando en el oído. Al igual que dejamos la Naturaleza por la ciudad y nos aislamos del suelo con los zapatos, ahora nos emancipamos de nuestro cuerpo. El abuso de métricas deterministas, cafeína, antiinflamatorios, alcohol, etc.; embota nuestra capacidad de autocomprensión, no solo ya durante el ejercicio sino también en nuestras sensaciones y preguntas vitales. Algunas personas no saben si están enfermos si no lo dice el termómetro, ni si tienen sueño si no miran la hora. Pero de esto hablaremos bastante en el capítulo siguiente... Distribución Tan importante como el ejercicio realizado -o más- es la forma en la que este ejercicio se distribuye. Podemos hablar de distribución tanto diaria, como en microciclos o periodos cortos, mesociclos intermedios y macrociclos o periodos más largos, como un año. En el día a día, y al contrario de la mayoría de personas que estamos todo el día activos realizando tareas, lo que nos muestran los estudios de observación es que las tribus cazadoras recolectoras suelen dividir bastante su grado de activación. Tienen su momento de salir a buscar alimento, y también mucho tiempo de relajación y divertimento. Podemos suponer que tampoco se quedaban despiertos hasta tarde viendo vídeos en TikTok. El patrón de actividad también ha de variar en ciclos cortos. Todos los días no son iguales. Si se realizaba una actividad de caza por persistencia y se tenía éxito, es más que probable que los días siguientes los dedicásemos a recuperarnos y descansar, aprovechando para terminar de comer el animal y que los carroñeros no nos lo quiten. Y si no se tenía éxito, es probable que se volviese a intentar a los pocos días, acumulando dos o más días de ejercicio intenso relativamente cercanos, los cuales provocarían luego una mayor necesidad de recuperación. Esto nos indica que estaríamos hablando de un patrón de ejercicio variado, donde tendríamos días muy -muy- exigentes y muchos días de recuperación, siendo los segundos mucho más frecuentes que los primeros. Es una especie de “entrenamiento polarizado” ancestral en el que tenemos el 80% (aproximadamente) de días suaves y relajados y un 20% de días muy exigentes físicamente. A nivel personal, una crítica que hago del entrenamiento polarizado tal y como se suele entender es que da la sensación de que lo único que importa es la intensidad de las sesiones, cuando deberíamos hablar más de la dosis o estímulo de las sesiones. O sea: no se trata de hacer 80% a baja intensidad y 20% a alta, sino 80% de días fáciles de verdad y un 20% con una alta percepción, con un alto desgaste. No parece muy lógico que al día siguiente de una gran caza por persistencia de 20km y 5h corriendo bajo el sol, nos fuésemos a hacer 1h de sprints largos y saltos porque “la caza fue por debajo de umbral, y ahora toca entrenar por encima”. La polarización del entrenamiento que defiendo no se basa en el tiempo en zonas de trabajo, sino en la percepción de esfuerzo de las sesiones, que nos indica el nivel de estrés que estas nos generan. 128 En cuanto a los macrociclos, lo que conocemos como periodización, también podemos estar seguros de que el patrón de actividad variaba en función del momento del año. Así, es de suponer que en verano y principios de otoño, con la mayor facilidad para encontrar frutas, realizásemos más trabajo de baja intensidad y larga duración para recolectar y cogiésemos algo de grasa extra para pasar el invierno, que suelen ser los momentos del año donde menos alimento hay disponible. En mi experiencia como entrenador, veo que muchas veces los deportistas rendimos mal comparados con nosotros mismos en los meses de invierno, y solemos tener picos de forma entre mayo y julio. Puede ser, obviamente, porque las competiciones importantes suelen estar en verano; pero también ocurre incluso cuando uno se prepara para competiciones en invierno; y creo que no deberíamos rechazar la idea de que es probable que estemos genéticamente adaptados a disminuir nuestro gasto energético en invierno , tal y como nadie en su sano juicio esperaría que un oso tuviese su pico de forma en invierno aunque le preparemos un entrenamiento específico para ello. Nutrición El análisis de nuestra historia también nos puede dar algunas ideas del estado nutricional en que estamos adaptados a ejercitarnos. Esto como decía antes, no quiere decir que sea lo óptimo para el rendimiento, pero sí que al menos es lo suficientemente bueno para alimentar esas demandas. En todo caso, el estudio de la nutrición de nuestros antepasados nos ayuda por la vía negativa: nos enseña lo que no estamos adaptados para comer. Hay mucha polarización en la nutrición sobre si deberíamos seguir dietas altas en carbohidratos o muy bajas, incluso cetogénicas. Un debate que me cansa bastante y al cual no le quiero dedicar mi tiempo. En palabras de Pontzer (2018), autor del artículo “Los cazadores-recolectores como modelos en salud pública”, la idea de una dieta perfecta es ridícula. Hay tantos patrones dietéticos diferentes como tribus en el mundo. Una dieta es ideal cuando se adapta a las posibilidades del entorno. “Las dietas de los cazadores recolectoras suelen ser menos densas energéticamente y más ricas en micronutrientes que la dieta occidental, pero ello no siempre quiere decir que sean más bajas en hidratos de carbono”. Por tanto, lo más probable es que la dieta variase bastante de un día a otro y especialmente de una época a otra. En Europa, los cereales y tubérculos suelen recolectarse sobre principios de verano, y la mayoría de frutas maduran a principios de otoño, aunque hay algunas excepciones. Esto nos indica que podríamos tener épocas de mayor consumo de hidratos de carbono, donde los alimentos vegetales fuesen la práctica totalidad de la dieta; con otras épocas de mayor escasez donde la carne tanto de caza como de carroñeo- y los vegetales fuesen más importantes. De hecho, la periodización nutricional se ha mostrado como la mejor herramienta para mejorar la flexibilidad metabólica, la capacidad de utilizar con éxito tanto glucosa como triglicéridos para la producción de energía (Jeukendrup, 2017). La diversidad y capacidad de adaptarse a diferentes sustratos energéticos es clave para que un deportista esté en forma. Así, realizar algunas sesiones de entrenamiento con baja disponibilidad de glucógeno parece aumentar las adaptaciones dependientes de la quema de grasa y el ahorro de glucógeno (Burke, 2006), y realizar otras con amplia disponibilidad nos permite entrenar fuerte y mejorar nuestra capacidad glucolítica (Helge, 2017). 129 Tan importante como lo que comemos es de qué forma se reparte. Y aquí ni comer cada 3 horas ni hacer siempre ayunos de 16/8 parecen tener sentido, de nuevo. Como cualquiera que haya observado a un animal salvaje -o a su perro-, los animales comen cuando tienen la oportunidad. No importa si han pasado 2, 15 o 30h desde la última comida, porque en la naturaleza uno nunca sabe si volverá a tener la oportunidad de comer pronto -con la salvedad, obviamente, de que tras una gran comilona un animal dejará un tiempo sin comer hasta tener de nuevo sitio en el estómago-. Así, nuestro patrón de alimentación hubo de ser fractal. Espero que a estas alturas de libro ya sepas a qué me refiero con ello. Un patrón de alimentación -o mejor dicho, de tiempo de ayuno- fractal implica que durante la vida de una persona tendríamos prácticamente ayunos de todas las duraciones -hasta un límite, lógicamente- y que la frecuencia de estos ayunos es exponencialmente más baja conforme aumenta el tiempo de ayuno. Por tanto, debemos cambiar la palabra inespecífica de “entrenamiento en ayunas” por entrenamiento con el estómago vacío, que en ocasiones será tras tres horas de ayuno y otras tras bastantes más. El ayuno no solo tiene todo el sentido del mundo desde el punto de vista evolutivo, sino que cada vez se está haciendo un hueco mayor en la ciencia y la preparación de deportistas profesionales (Levy, 2019). Aspecto psicosocial del ejercicio y entorno. Es un error centrarnos solo en las partes mecánicas del organismo y no prestar atención al aspecto psicológico y al entorno en que se realiza. Los cazadores recolectores salían a cazar en pequeños grupos, recolectaban en pequeños grupos y vivían en pequeños grupos. Es muy probable que la falta de contacto social tenga un efecto en nuestra salud y rendimiento, como analizaremos en el capítulo siguiente. Además, el entorno ha de ser variado y estimulante, algo similar a lo que ocurre en la naturaleza. Lo siento pero me niego a reconocer que las competiciones de ciclismo virtual sean el mismo deporte que el ciclismo por los puertos de los Alpes; así como los maratones no son el mismo deporte que el Trail. Un entorno variable nos obliga a ir ejecutando multitud de tareas y cálculos mentales a cada paso, calculando como realizaremos cada apoyo, procesando los sonidos y visiones que nos llegan, el tacto de lo que tocamos o pisamos, etc. (Vázquez, 2021). En biatlón saben que no es lo mismo disparar a una diana en reposo que tras haber esquiado al máximo durante veinte minutos. La pérdida de similitud entre los entornos -ambientales y psicoemocionales- en los que competimos y entrenamos es responsable de una pérdida de rendimiento en el momento de la competición y podrían ser una causa de calambres en el ejercicio. Uno de los factores que en mi opinión más aumenta la probabilidad de sufrir calambres es el alto grado de activación y estrés que nos provoca la competición, lo que explica por qué solemos tener muchos más calambres en carrera que entrenando, aun arrojando datos de potencia o velocidad similares. Esta sobreexcitación modifica nuestro patrón motor y magnifica el impulso nervioso, reduciendo el tiempo de recuperación del músculo en la fase en que debería estar relajado. Es por ello que los calambres aparecen con mucha más frecuencia si tenemos “sustos” como amagos de caídas o caídas o si abusamos de la cafeína. Esto podría responder también a por qué la mayoría de las veces nos dan calambres en las bajadas, cuando el estrés en el músculo es más bajo. 130 Al igual que la mejor dieta para un león es la carne y para una cebra la hierba, no cabe duda de que dar a nuestro cuerpo lo que espera es la mejor forma de mantenerse sanos y en forma. El ejercicio es mucho más que el trabajo mecánico que hemos realizado. Aspectos como el terreno, el ambiente, la compañía o el entorno afectan de lleno al efecto que el entrenamiento tendrá en nuestro organismo. Para terminar, una opinión personal: no veo gran diferencia entre cómo viven los animales de zoológico y los humanos. Nos hemos alejado tanto de nuestros genes, de nuestro cuerpo, que los problemas empiezan a descontrolarse como el agua que empieza a entrar al Titanic y termina por hundirlo. Sobrepeso, obesidad, ansiedad, depresiones, soledad... son síntomas de que seguimos siendo monos encarcelados en un mundo gris de máquinas, humo, ruido y destrucción. Un mundo camuflado de “progreso” al que nuestros organismos no reconocen como un hogar. Quizá tendríamos que pararnos a pensar de verdad hacia dónde queremos ir, porque parece que en nuestra búsqueda de la prosperidad vamos tan rápidos que no somos capaces de enfocar hacia dónde queremos dirigirnos. 131 6. PERCEPCIONES Y LIMITANTES DEL RENDIMIENTO “Tratar a las personas como máquinas puede sonar preciso, pero es una pérdida de tiempo si quieres saber cómo se van a comportar. El modelo más útil para conocer el comportamiento de la gente es vernos como unos buscadores de objetivos, con placeres y deseos que perseguir; y dolores y miedos que evitar”. Richard Dawkins La complejidad en la cantidad de procesos e interrelaciones cambiantes en las que opera nuestro organismo quizá nos haya dejado con una sensación de aturdimiento y parálisis, ya que destacan por su imprevisibilidad y variación. Si actuar en la vida de forma correcta fuese tan complejo que necesitásemos ponderar miles de opciones antes de cada movimiento, nos habríamos extinguido. Por suerte, la evolución ha preparado una brújula para navegar todo este mar de datos y cambios sin perder el norte. Y esta brújula no es otra que nuestro sistema nervioso, que interacciona con el resto del organismo para darnos una panorámica del estado global del sistema, adaptándolo también a las necesidades próximas y lejanas que podamos tener y que nos generará unas emociones y pensamientos diferentes en función también de nuestras expectativas y aprendizajes previos. En este capítulo, hablaremos de una -de tantas- percepciones que podemos sentir: la percepción de esfuerzo, ya que es la que guiará nuestro comportamiento en el proceso de entrenamiento y determinará nuestro rendimiento en las competiciones. La percepción de esfuerzo (a partir de ahora “RPE”, acrónimo de “Rate of Perceived Exertion”) es un mecanismo evolutivo cuyo objetivo primario es la supervivencia y el éxito reproductivo, lo cual consigue a través del ajuste del grado de esfuerzo a las capacidades de la persona, los requisitos de la tarea y la importancia que esta tenga para nuestra supervivencia, tratando de conseguir estos objetivos con el mínimo daño posible. Me gusta explicar la RPE en los tiempos modernos como una especie de procesador de alta capacidad que es capaz de monitorizar a tiempo real y guardar un historial de los datos de estrés de cada parte del organismo, ponderándolos en importancia según cuánto afectan en cada momento, teniendo en cuenta también los cambios en el entorno, el tipo de tarea y la importancia que el éxito en esta tenga para nuestra supervivencia. Además, este procesador tendría una capa de machine learning: aprende de cada actuación. ¿A que así suena más sofisticada? Modelización de la RPE Pese a la visión reduccionista tradicional que ve a la percepción de esfuerzo como un simple número en una escala, en realidad esta percepción es un fenómeno complejo que emerge de forma espontánea a raíz de una serie de interrelaciones y cambios dinámicos y no lineales a niveles moleculares, sistémicos e incluso socioambientales. 132 Los factores que sabemos que influyen en esta percepción de esfuerzo han ido creciendo conforme ha aumentado nuestra comprensión del organismo. En un principio, la percepción de esfuerzo se definió como un “fallo evolutivo”, un dolor irradiado de los impulsos nerviosos que llegaban al cerebro y que nos generaba problemas para los límites reales del rendimiento, que estaban marcados por nuestra fuerza, depósitos energéticos, consumo de oxígeno, etc. (Jones, 1986; Gandevia, 1977). Hace poco más de 20 años que científicos como Gunnar Borg, el inventor de la famosa escala de percepción de esfuerzo, se dieron cuenta de que la RPE correlacionaba con el grado de estímulo que estaba sufriendo el organismo, con lo que encaminaron la comprensión de esta percepción en una especie de termómetro que nos indica la capacidad restante del organismo para seguir haciendo frente al ejercicio. Este modelo se ha dado a llamar “feedback aferente” (Hampson, 2001; Borg, 1998). En las últimas dos décadas, se han ido descubriendo nuevas funcionalidades de la RPE así como generando nuevas teorías sobre cómo se origina y a qué responde. Por ejemplo, hemos visto que la RPE no responde solo al daño, sino también a la anticipación de este. Los ciclistas que compiten en ambientes muy calurosos disminuyen su rendimiento desde el primer minuto, pese a que la temperatura corporal a esas alturas aún no ha aumentado (Tucker, 2009). Incluso se ha comprobado como la simple creencia de que la temperatura es más baja de lo que es en realidad -a través de termómetros trucados- mejora el rendimiento de los deportistas en entornos de calor intenso (Castle, 2012). Por otro lado, se ha comprobado como la fatiga mental también afecta y modifica la percepción de esfuerzo de los deportistas, incluso aunque las respuestas fisiológicas no varíen (Marcora, 2009; Lopes, 2020). El modelo más actualizado, y quizá por ello el que creo que mejor recoge todos los determinantes de la percepción de esfuerzo, es el modelo tridimensional de Andreas Venhorst (Venhorst, 2018) un discípulo de Tim Noakes en la Universidad de Ciudad del Cabo (Sudáfrica). De Tim, hablaremos más adelante. Modelo de tres dimensiones El modelo de tres dimensiones postula que el nivel de percepción de esfuerzo que estamos sintiendo durante la actividad depende de la relación dinámica entre tres tipos de procesamiento de información diferentes. 133 1. Información sensorial: hace referencia al grado de estrés y daño que están sufriendo los tejidos orgánicos, ya sea a nivel físico como a nivel de fatiga mental -no olvidemos que la fatiga mental también está provocada por cambios fisiológicos, como el aumento de la cantidad de adenosina en el cerebro (Martin, 2018)-. 2. Información afectivo-motivacional, que hace referencia al grado de búsqueda o evitación que tenemos por la tarea, relacionado con el disfrute o propósito que tenemos por realizarla, así como nuestro grado de activación. 3. Dimensión cognitiva, que hace referencia principalmente a la mentalidad del deportista, a la capacidad de resistir el dolor o de abstraerse de ese dolor, y que puede mejorar con técnicas psicológicas como el autodiálogo o el mindfulness. Comprender lo que nos comprende Como decía hace unos episodios: “la naturaleza no espera a que la comprendamos para funcionar correctamente”. Y lo mismo podríamos decir de nuestras percepciones. Pese a que aún no las podemos modelizar, estas sí nos modelizan a nosotros. O mejor dicho: sabemos lo que percibimos o sentimos aunque no sepamos por qué lo percibimos o sentimos. Un olor nos atrae o nos repele, aunque no sepamos por qué lo hace. Podemos percibir que estamos cansados, aunque no sepamos por qué ocurre y qué deberíamos hacer con esta percepción. Llevo años obsesionado con tener una respuesta al funcionamiento de las percepciones y conforme más estudio, más factores entran en juego. El modelo de tres dimensiones de Venhorst es en mi opinión el más completo, pero aún así algo no terminaba de encajarme: Nuestras sensaciones son mucho más ricas y variadas que la mera percepción de esfuerzo. Podemos diferenciar la percepción de esfuerzo durante el ejercicio de la percepción de dolor (Smith, 2020), de la percepción de motivación, estado de ánimo, fatiga acumulada y nivel de recuperación (Ten Haaf, 2017), e incluso un estudio ha mostrado que en algunas ocasiones podemos ser capaces incluso de diferenciar “esfuerzo” de “percepción de esfuerzo” (Peñailillo, 2017) -lo cual aún no tengo muy claro-. Y la última diferencia que tengo con Vanhorst es que en mi opinión la mentalidad - o capacidad mental de gestionar el esfuerzo- no está integrada directamente dentro de la percepción, sino que sería un segundo grado de procesamiento donde “decidimos” en una negociación si seguimos con la tarea pese al esfuerzo que estamos sufriendo porque nos merece la pena, o si bajamos el ritmo porque el beneficio no merece la pena de acuerdo al daño soportado. Al unir todas las piezas, nos encontramos con un modelo de percepción de esfuerzo que integra las tres dimensiones de Venhorst con el modelo de Gobernador Central de Tim Noakes y la percepción de esfuerzo como limitador último del rendimiento de Marcora; y que por tanto puede dar explicación a fenómenos tan complejos como el pacing o por qué, en última instancia, bajamos el ritmo. Vamos a explicar primero -brevemente- las relaciones grosso modo, y después pasaremos a estudiar cómo funciona cada subsistema del conjunto y qué podemos hacer para trabajarlo: 134 Según mi modelo, la percepción de esfuerzo emerge de la interacción entre dos dimensiones: 1. El cociente -metafórico- entre el grado de estrés que está sufriendo el organismo dividido por las capacidades que tiene de hacerle frente; o lo que sería lo mismo, la carga interna. En este caso, hablaríamos tanto de fatiga física como de fatiga mental, dos caras inseparables de la misma moneda. 2. La motivación, que surge de: a. La activación, dependiente del grado de amenaza o importancia que tenga esta tarea para nosotros. b. La afectividad hacia la tarea, que hace referencia a cuánto nos gusta o estamos disfrutando esta tarea. Esta percepción de esfuerzo sería la que medimos en la escala, por ejemplo en la típica escala de Borg 6-20 o la escala de 1 a 10. Pero la percepción de esfuerzo por sí sola no guía nuestro comportamiento, ya que la decisión de parar, bajar el ritmo o aumentarlo es una decisión consciente que tomamos mientras nos ejercitamos y que nos vamos replanteando en cada momento (Marcora, 2009). De hecho, el modelo psicobiológico de percepción de esfuerzo de Samuele Marcora se basa en esta parte, y nos dice que “la decisión de parar es voluntaria, pero mediada por el sentimiento de esfuerzo que estamos sintiendo, la motivación y la importancia de la tarea”. En esta negociación entre seguir o parar, nos basamos en algo tan simple como el análisis de coste / beneficio. Mientras crea que seguir realizando la tarea me otorgará más beneficio para la supervivencia que el coste que estoy invirtiendo, seguiré esforzándome. En cambio, cuando consciente o inconscientemente sienta que el daño que estoy sufriendo no merece el posible beneficio futuro, tenderé a pararme o bajar el ritmo. Por ejemplo, el fenómeno de “golpear el muro” –“hit the wall”- en maratón se ha analizado como un cambio en esta negociación interna, en el que los incentivos para 135 seguir empiezan a ser menos importantes que los beneficios percibidos de mantener el ritmo. ¿Y cómo puede ocurrir esto, acaso no sabíamos ya antes de empezar que íbamos a sufrir? En reposo o a principio de carrera, la decisión que tomamos no tiene apenas en cuenta el grado de esfuerzo, dolor o sufrimiento que experimentaremos durante la prueba. Tomamos la decisión de que algo nos conviene de una forma racional. Sin embargo, durante el esfuerzo tenemos que tomar decisiones más rápidas e intuitivas, y aquí entra en juego lo que Kahneman llamaría “sistema 1”, nuestro cerebro más ancestral e intuitivo (Kahneman, 2011). Cuando nos estamos ejercitando, tendemos a incrementar la percepción del esfuerzo que estamos sintiendo, adelantando también el esfuerzo que sufriremos en el futuro si seguimos ejercitándonos a este ritmo; y tendemos a descontar la utilidad de la posible recompensa. Se produce una “renegociación”: lo que en reposo o a ritmos bajos me parecía un buen trato, ahora me parece que tiene más coste que beneficio, así que emergen pensamientos que nos dicen “esto no merece la pena”, “afloja un poco”, “busca una excusa”, etc. Y es que, lo que para nuestro cerebro “racional” puede ser una recompensa, como soltar a los compañeros de grupeta, ganar una carrera o hacer un KOM, para nuestro cerebro salvaje no lo es. O al menos no está al nivel del grado de recompensa que tendría el ejercicio para escapar de una pantera o pelear contra otra tribu que te quiere matar. Solo cuando la actividad realizada se percibe como “de vida o muerte” es cuando podemos sacar todo nuestro potencial. Por suerte, no hace falta que el peligro sea real, tan solo que lo creamos real. Un deportista dará su mejor versión cuando crea que el éxito en esa actividad es tan importante que merece la pena resistir cualquier cantidad de esfuerzo o dolor. Son conocidas muchas anécdotas de personas que en situaciones de vida o muerte demostraron unas capacidades que no sabían que tenían. Por ejemplo, Lauren Kornacki, una delgada mujer de 22 años que levantó la parte delantera de un BMW de casi 2 toneladas que había caído del gato y atrapado el brazo de su padre (McClain-Walter, 2021), o de Lydia Angyiou, que se enfrentó mano a mano -literalmente- a un oso que estaba a punto de atacar a sus hijos (Waytz, 2019). Sin embargo, y por muy importante que sea esta tarea, siempre acabamos teniendo un límite final. Los deportistas de un 1500m se están jugando su futuro cuando encaran la recta final del estadio en los Juegos Olímpicos. Roglic y Pogacar se estaban jugando su primer Tour de Francia en la contrarreloj final. Pero aun así, y por más que les gustaría seguir, tarde o temprano la negociación cae del lado de los costes y han de bajar el ritmo. Es aquí donde entraría en juego el hipotético “Gobernador Central” del que hablaba Tim Noakes (Noakes, 2004), este “operario” que desconecta el esfuerzo porque por muy importante que sea ganar unos Juegos Olímpicos, lo es menos que mantener la vida. Se podría debatir si el “Gobernador Central” realmente es el cerebro, o se trata de procesos autoorganizados sin ningún órgano jerárquico -como expondré en el próximo capítulo-, pero lo importante es el concepto de que por muy motivados que estemos, en condiciones normales siempre estamos obligados a detener el ejercicio antes de llegar a sufrir un daño crónico. 136 Para cerrar el bucle: el comportamiento que tengamos modifica tanto el esfuerzo como la motivación. Es obvio que si tomamos la decisión de seguir ejercitándonos, el esfuerzo seguirá aumentando y si aflojamos este disminuirá, lo que podría tener el efecto de reducir la percepción de esfuerzo. Por otro lado, el efecto en la motivación es menos intuitivo. Si bajamos el ritmo de forma voluntaria, el grado de afecto -disfrute- por la tarea podría aumentar; pero en cambio si lo hiciésemos porque nos hemos quedado del grupo, este efecto sería el contrario: la motivación baja porque hemos rendido por debajo de nuestras expectativas. Los deportistas que se quedan atrás en una competición muestran una afectividad negativa -aversión, inapetencia- hacia el esfuerzo, lo que genera una crisis de acción, ya que en la negociación cognitiva los beneficios de ese esfuerzo son cada vez más bajos mientras que el esfuerzo se mantiene constante (Venhorst, 2018). Es un bucle de retroalimentación negativo: no soy capaz de soportar el esfuerzo y me quedo, y como me he quedado atrás, aún soy capaz de soportar menos esfuerzo, lo que hace que me vaya quedando más y más atrás. Del mismo modo puede ocurrir cuando estoy rindiendo por encima de mis expectativas, en un bucle positivo: soy capaz de soportar más esfuerzo y por tanto no me quedo donde esperaba, lo cual aumenta la recompensa que estoy experimentando por el esfuerzo, lo cual hace que esté dispuesto a aguantar más durante más tiempo. Como podemos ver, cualquier cambio en una parte afecta a todas las demás y por tanto al comportamiento final del conjunto. El sistema navega esta complejidad aprendiendo y anticipándose. Si ves que cada vez que mantienes el ritmo cuando estás tentado a parar luego pasa esa crisis de acción y te vuelves a sentir bien por el bucle de retroalimentación positivo, aprenderás a implementar esta estrategia de forma automática. Y del mismo modo, cada vez que en la misma situación te debatas entre el deseo de parar o de continuar, anticiparás la descarga de endorfinas que te provoca superar tus expectativas y la correspondiente reducción en la RPE que experimentarás, lo que aumenta tus posibilidades de continuar. En conclusión, este modelo explica a grandes rasgos el finísimamente calibrado modelo de la percepción de esfuerzo, integrando todas las teorías anteriores dentro de él. Ahora, es momento de explicar los detalles. El esfuerzo El esfuerzo hace referencia al grado de estrés al que estamos sufriendo, y es el mecanismo más ancestral e influyente en la percepción de esfuerzo. Depende del cociente entre dos factores: - Todos los estímulos que afectan al organismo en un momento determinado: ejercicio, temperatura, nutrición, dolores, salud, preocupaciones, ansiedad, etc. - Los recursos del organismo para hacerles frente. Un mismo entrenamiento no es lo mismo para un ciclista aficionado que para Valverde. Hay gente que se ahoga en un vaso de agua y otros que son capaces de soportar dosis altísimas de trabajo y adversidades sin fatigarse. Aunque hasta ahora la visión reduccionista del cuerpo humano nos hacía ver lo físico el cuerpo- y lo psicológico -la mente- como entidades separadas, esta separación es tan ingenua como peligrosa. 137 La consciencia y los pensamientos emergen de un ente físico, que es el sistema nervioso y por ende el cerebro, y este sistema a su vez está interconectado con todas las partes del organismo. Por ende, cualquier estresor o cambio físico que genere una reacción en el organismo, afectará a nuestros procesamientos mentales. Ante una misma situación -por ejemplo escuchando el concierto de año nuevo-, mis pensamientos y emociones serán muy diferentes si me duele una muela que si no me duele. Y al revés: nuestra psicología afecta a las reacciones de nuestro organismo. Ya lo vimos en el episodio anterior: lo que creemos determina lo que hacemos. En el esfuerzo, nuestra mente es el jinete que anima a correr al caballo. Si el jinete se duerme, el caballo deja de correr. Si el jinete se despista, el caballo irá en dirección equivocada. Dejando esto claro, ahora dividiré artificialmente estas dos dimensiones para poder profundizar más en cada una de ellas. Estímulo físico Sin duda alguna, el grado de estrés físico que sufrimos durante el ejercicio ha sido el factor más estudiado en la búsqueda de la fatiga y en la comprensión de la percepción de esfuerzo. No cabe duda de que factores como la depleción de glucógeno, el daño muscular, la falta de oxígeno, la hipertermia o la deshidratación disminuyen nuestro rendimiento conforme se van acumulando. Y tiene sentido, ya que el estrés fisiológico es normalmente la principal causa de que los deportistas nos agotemos y bajemos el ritmo. La principal, que no la única. Al competir, todos los deportistas sienten el esfuerzo, y en todos este esfuerzo interacciona con la motivación y la mentalidad pero el deportista que esté más fuerte empezará a sentir el mismo grado de percepción de esfuerzo más tarde, y por tanto tendrá más posibilidades de mantener el ritmo durante más tiempo, lo que además aumentará su motivación y recompensa por la tarea. Ningún ciclista aficionado sería capaz de terminar el Tour de Francia, por mucha motivación y capacidad de soportar el dolor que tenga. Los límites físicos son reales, y conforme aumenta la duración de la tarea se hacen más y más importantes. Ni la mayor de las motivaciones puede hacerte capaz de cosas fuera de tus capacidades. La caza por persistencia se basa en perseguir las presas hasta que literalmente colapsan -su sistema no es capaz de seguir ejercitándose-, aunque la motivación por la tarea es máxima, ya que saben que si los pillan se pueden dar por muertos. Uno de mis experimentos favoritos es en el que Amann y compañía inyectaron fentalino -una sustancia que inhibe las señales nerviosas que provocan el esfuerzo y el dolor-, haciendo que un grupo de ciclistas fuera insensible al esfuerzo; y después les hizo realizar una contrarreloj de 5km. “Los resultados fueron dramáticos: tras la contrarreloj, los ciclistas no pudieron ni bajarse de la bici por ellos mismos. Algunos no pudieron ni soltar el pie de las calas, y ninguno fue capaz de andar” (Hutchinson, 2018). Sin embargo, los resultados no fueron diferentes entre la contrarreloj en que les inyectaron el fentanilo y en las que les inyectaron placebo (Amann, 2009). La diferencia estuvo en el pacing: el grupo de fentanilo no fue capaz de autorregularse y empezaron excesivamente fuertes, hasta que los daños físicos les obligaron a bajar el 138 ritmo -aunque sin sentir esfuerzo-. Sin sentir el esfuerzo, fueron incapaces de regularse correctamente. Los límites físicos existen, incluso aunque no sintamos el esfuerzo. Sin embargo, tampoco explican el resultado final. Si hiciésemos un test de esfuerzo completo a todos los deportistas de una carrera, seríamos incapaces de determinar el ganador. Los límites físicos son importantes, pero no son lo único que influye. Fatiga mental El efecto de la fatiga mental en el rendimiento es un descubrimiento relativamente novedoso para la ciencia, pese a que muchos trabajadores y estudiantes ya lo intuían. En 2009, el italiano Samuele Marcora publicó un exigente estudio en el que demostró que la realización de 45’ (o más) de actividades mentalmente agotadoras -pero físicamente sedentarias- redujo el rendimiento de los ciclistas un 15% en relación a cuando no tuvieron esa fatiga mental. Pese a que “físicamente” no experimentaron cambios, la percepción de esfuerzo fue dos puntos más alta desde el principio del test de esfuerzo. La fatiga mental hizo que los deportistas rindieran menos y sintieran más esfuerzo. Desde entonces, un gran cuerpo de estudios ha refrendado esta visión, pese a algunas críticas en cuanto a su aplicabilidad a la vida real. Por ejemplo, Martin et al (2016) y Ribeiro-Lopez (2020) han mostrado que los deportistas profesionales pierden menos porcentaje de rendimiento tras las mismas tareas mentales que los ciclistas aficionados. La principal hipótesis por la que actividades mentales afectan al rendimiento es la acumulación de adenosina en el cerebro, una sustancia que a su vez bloquea la liberación de neurotransmisores como la dopamina. El resultado es un aumento en la percepción del esfuerzo y una disminución en la motivación. La adenosina es un neuromodulador que producimos todo el tiempo, en especial cuando realizamos tareas física o mentalmente exigentes, y es el contrapeso necesario a la adrenalina y la dopamina. Es la molécula que nos genera la sensación de sueño, y cuya presencia en el cerebro es mínima al despertar y máxima antes de irnos a la cama. La ayuda ergogénica legal más potente que conocemos hasta la fecha es la cafeína, y precisamente lo traemos a colación porque el efecto de la cafeína se basa en la reducción de los niveles de adenosina en el cerebro. La cafeína tiene una estructura similar a la adenosina y se inserta en los receptores de esta, bloqueándolos y haciendo que menos adenosina llegue al cerebro, por lo que sentimos menos fatiga. Y de hecho, la cafeína funciona realmente bien en minimizar la fatiga mental. Las pérdidas de rendimiento tras la fatiga mental fueron mucho más bajas o incluso desaparecen cuando los sujetos son suplementados con cafeína (de Morree, 2014; Azevedo, 2016). Por otro lado, se ha visto que los ciclistas más en forma parecen ser capaces de resistir mejor la fatiga mental, no solo en el rendimiento posterior sino durante la realización de estas actividades cognitivamente muy demandantes de forma correcta. La principal hipótesis que se maneja es que el propio entrenamiento y competición es un entrenamiento mental para mantener el esfuerzo y la concentración ante altos niveles de adenosina. Cuando realizamos una maratón, estamos durante más de dos 139 horas realizando una tarea de máxima exigencia mental, en la que a cada segundo procesamos millones de datos y luchamos contra el deseo de parar o aflojar. La tarea que se usa en la mayoría de estudios para generar fatiga mental en los participantes es lo que se denomina “Stroop Task”. Yo lo he realizado varias veces para algunos experimentos de la Universidad de Granada y es peor que la cárcel. Se trata de estar atento a la pantalla para responder correctamente y lo más rápido posible a tareas que nos generan sesgos cognitivos. Por ejemplo, en una actividad aparece la palabra azul en letras verdes, y tienes que contestar rápidamente el color de las letras, ya que la velocidad de reacción y el número de aciertos se miden para valorar tu desempeño. Esta actividad durante más de 30 minutos genera una fatiga mental impresionante, así como un odio exacerbado hacia el investigador. En un loco estudio de hace unos años, los ciclistas tuvieron que ver un video de una mujer comiendo su propio vómito antes de realizar una contrarreloj de 10 km. Cuando se les pidió que mantuvieran una cara de póquer durante el vídeo en lugar de mostrar su disgusto, un acto que requiere de nuestra atención constante, pedalearon un promedio de 25 segundos más lento (Wagstaff, 2014). Esto se puede asociar a lo que ocurre en las competiciones, por ejemplo cuando los deportistas se han de mantener neutrales en las entrevistas con los periodistas o en redes sociales. La inhibición de los sentimientos reales -comportarnos como no somos ni pensamos- genera fatiga mental por la necesidad de mantener la atención. No tengo pruebas, pero tampoco dudas, de que en la actualidad a muchos deportistas profesionales la enfermiza obsesión por parecer perfectos en las redes sociales, y el gran esfuerzo que ponen en ellas, les resta energía durante las competiciones y grandes vueltas. Pero sin duda, los grandes perjudicados por la fatiga mental no son los deportistas profesionales, sino los amateur. El estudio, los hijos, las preocupaciones o los trabajos que requieren de una atención continua -especialmente si es cara al público o con presión- generan una gran fatiga mental. La mayoría de deportistas no profesionales somos conscientes que en los periodos de mucho trabajo o estrés rendimos peor, especialmente tras un día duro de trabajo, pero la mayoría lo suele achacar a la falta de tiempo para entrenar, la falta de sueño o el tener peores comidas. Sin embargo, es mucho más: la fatiga mental te agota, te genera cansancio y por ende disminuye tu rendimiento, aumentando además la fatiga que generas. Sin embargo, una buena noticia: igual que los deportistas profesionales son mejores soportando el esfuerzo que los recreacionales, la fatiga del día a día también puede ser una especie de entrenamiento mental que da sus frutos los días que se reducen estos constreñimientos. La motivación Vanhorst define la motivación como la “respuesta afectiva hacia la búsqueda o la evitación de una tarea determinada”. O sea, la valoración de si deseamos seguir realizando esa tarea -por ejemplo seguir corriendo a ese ritmo o en ese lugar-, o si deseamos terminarla o cambiarla. 140 La motivación hacia las tareas que realizamos es un mecanismo de supervivencia: generamos deseo por las actividades que evolutivamente nos han sido favorables para sobrevivir, y aversión por las que típicamente nos han sido ineficaces. Así, tenemos todo un circuito de neurotransmisores que nos impulsan hacia la persecución activa de ciertas tareas, premiándonos cuando estas se consiguen y haciéndonos sentir mal cuando no se consiguen. La motivación se suele ver como una escala entre motivado y no motivado. Sin embargo y en mi opinión, lo contrario a la motivación hacia una tarea no es la anhedonia -falta de interés o ganas- sino lo que podríamos llamar “antimotivación” o aversión a la tarea. Por tanto, la motivación no ha de verse solo como una escala en la que estamos motivados o no estamos motivados, sino más bien la mediremos con un eje de coordenadas en el que mediremos nuestro grado de apetencia o disfrute por la actividad -valencia- y la magnitud en que este se activa -arousal-, que amplifica las respuestas. 141 La variedad de emociones que sentimos es inmensa, y estas además van variando durante el ejercicio, siendo moduladas tanto por la fatiga física y mental como por condicionantes externos de la tarea -lo bien que te haga sentir, cómo se comporten los rivales, la importancia para tu supervivencia, tus expectativas previas, etc.-. Afectividad y ejercicio Como hemos visto, la afectividad -las emociones- son un mecanismo evolutivo que nos mueve a buscar las actividades que nos generan beneficio y a evitar las actividades que nos pueden suponer un perjuicio. Entiendo esto, podremos entender cómo la afectividad varía y se relaciona con el ejercicio. El grado de afecto que tenemos por una tarea determina nuestro interés hacia buscar activamente la tarea (valencia positiva) o evitarla a toda costa (valencia negativa), con una escala de términos medios entre ella que se miden en una escala de 11 puntos, de -5 a +5. La valencia positiva se da cuando deseamos seguir realizando la actividad. Es lo que genéricamente llamamos “disfrutar”, y se puede dar por dos factores: - Placer. La actividad que realizamos nos estimula y nos hace sentirnos bien durante el momento en que la realizamos. Por ejemplo, cuando comemos tras un largo entrenamiento o nos metemos en el río cuando tenemos calor. - Propósito. Un concepto menos intuitivo, que hace referencia al bienestar que anticipamos que nos traerá una tarea, aunque durante el preciso momento de realizarla no sintamos placer. El propósito es lo que hace que encuentre cierto disfrute en salir a entrenar un día de lluvia o en privarse de ciertos alimentos, ya que nos genera un bien mayor y anticipamos lo bien que nos sentiremos al conseguirlo. Así, la afectividad es como un péndulo donde alternamos entre actividades placenteras y actividades que nos generan propósito. La afectividad varía en función de la fatiga, lo que hace que cuando estamos más cansados disfrutemos menos del ejercicio. Pero la fatiga no es el único factor que la modifica y, por ejemplo, nuestro rendimiento en comparación con las expectativas -en una competición o entrenandotambién puede hacernos sentir más o menos afectividad hacia la tarea. Por ejemplo , se puede dar el caso de que estamos en una competición rindiendo muy bien y , pese 142 a que la fatiga aumenta, nuestro disfrute de la tarea también va aumentando ya que vemos que en cada subida tenemos más ventaja sobre los rivales. Está ampliamente documentado que la motivación mejora el rendimiento, pero ahora sabemos que también mejora el disfrute de la tarea. Los deportistas rinden mejor cuando lo hacen con más personas que en solitario. Pero lo más interesante es que pese a que rinden más y por tanto su esfuerzo físico es mayor, sienten más placer cuando lo hacen en grupo que en solitario (do Carmo, 2020), lo que probablemente explique esta mejora del rendimiento. El ex-atleta y actual profesor universitario Arturo Casado nos muestra en otro interesante estudio como los deportistas rinden más con amigos que con desconocidos, gracias a un aumento de la valencia y una reducción de la activación (Casado, 2019). Los ciclistas más entrenados muestran una menos pérdida de afectividad conforme aumenta el desgaste (Venhorst, 2019) lo que nos reafirma en la idea de que “cuanto más en forma estás, más disfrutas del ejercicio”. No solo eso, sino que como decíamos antes, los ciclistas más entrenados sienten niveles más altos de felicidad antes de comenzar siquiera a entrenar, anticipando el bienestar que van a experimentar (Geisler, 2019). Como me gusta decir: el entrenamiento se disfruta tres veces: mientras lo preparas, mientras lo experimentas y mientras lo analizas. Innumerables factores más afectan a la motivación de cada momento, y todos han de tenerse en cuenta. Desde el entorno en el que me ejercito -la naturaleza tiende a relajarnos y hacernos sentir más afectividad, al contrario que la ciudad-, la meteorología, los pensamientos que rumiamos de problemas sin resolver, las circunstancias que aparecen en cada momento -si un coche está a punto de chocarnos o nos pega el viento en contra-, etc. Así pues, vemos que la motivación es un sistema complejo dinámico en sí mismo que a su vez se interrelaciona con la fatiga física y mental para dar lugar a la percepción de esfuerzo que sentimos en cada momento. La mentalidad La mentalidad es difícil de definir, pero la podemos ver como la habilidad de realizar consistentemente altos niveles de rendimiento a pesar de los retos y adversidades a los que tenemos que hacer frente. O, para simplificar al máximo, pese a los riesgos que eso entraña, te diría que durante el ejercicio: “la mentalidad es la capacidad de soportar la percepción de esfuerzo”. Por tanto, cuando hablamos de mentalidad, hacemos referencia a una habilidad consciente -la dimensión “cognitiva-evaluativa” del modelo de Venhorst-, al contrario de la percepción de esfuerzo que apenas podemos controlar. En la gran mayoría de ocasiones, cuando bajamos el ritmo o paramos lo hacemos por una decisión consciente, motivada obviamente por condicionantes fisiológicos como la percepción de esfuerzo y culturales-ambientales, como nuestro desempeño en relación con las expectativas. Todos los deportistas que nos hemos exprimido al máximo sabemos que ceder en el ritmo es una especie de derrota. Normalmente, sabemos que podríamos haber dado más en otras circunstancias -con más motivación, si el premio fuese mayor, etc.- o nos fustigamos pensando que no somos lo suficientemente “duros”. 143 En realidad, la decisión de parar durante el ejercicio agotador es similar a lo que debe ocurrir en una sala de torturas. El torturado no quiere hablar y delatar su plan, pero el daño que recibe no deja de aumentar y a partir de determinado momento su mentalidad más racional va dejando paso al instinto de supervivencia, que hará cualquier cosa para que el daño cese y salir de esa situación. El grupo de Complex Systems in Sport ha mostrado como, si bien a ritmos bajos podemos tener un foco atencional disociado – en pensamientos externos-, conforme nos acercamos al punto de agotamiento durante un test incremental, el foco atencional se va centrando más y más en la tarea, hasta que se hace imposible pensar en otra cosa (Balagué, 2012; Balagué, 2015; García, 2015). Esto quiere decir que cuanto más cerca estamos del límite, más difícil se va haciendo evitar el dolor o pensar en otras cosas, siendo totalmente imposible cuando vamos al límite. Algo similar a la tortura. Al principio la fuerza de voluntad nos puede ayudar, pero al final lo único que importa en tu universo personal es, como un animal herido y acorralado: la necesidad de escapar de ese dolor. El instinto de supervivencia se impone. Así, la mentalidad durante el ejercicio es una negociación entre lo que queremos hacer y lo que hacemos realmente. Esta negociación va cambiando en función de la fatiga por un desajuste en la relación entre los costes y beneficios percibidos de si continuamos o si aflojamos o paramos. Nadie se imagina lo duro que es pasar 5 días sin comer hasta que no lleva 24h sin hacerlo, ni lo difícil y largo que es escribir un libro hasta que no llevas unos cuantos capítulos. Y lo mismo ocurre con el ejercicio. Por ejemplo, antes de realizar un entrenamiento muy duro o una competición, podemos considerar que es buena idea: los beneficios que tendré -la mejora o la satisfacción personal / reconocimiento externo- superan los costes de pasar 2 horas malas. Nos imaginamos como atacaremos a los rivales en la próxima competición. ¡La de gestas épicas que saldrían si nos ciñésemos al plan previo! Pero a la hora de la verdad, conforme aumenta el esfuerzo, cambiamos de planes. Al principio, cuando la fatiga aún es baja, el deseo de seguir mantiene el esfuerzo, pero conforme nos vamos fatigando, llegamos a un punto de bifurcación donde los pensamientos de continuar se alternan con el deseo de aflojar, hasta que, si seguimos, estos últimos se imponen y “decidimos” bajar el ritmo. Conforme aumenta el esfuerzo, nuestra negociación interna varía. Este cambio de pensamiento ocurre porque durante el esfuerzo intenso “recalibramos” la importancia que tienen los costes y los beneficios (Venhorst, 2020). El coste del ejercicio se amplifica, porque además anticipamos el esfuerzo aún más duro que sufriremos si seguimos; y los beneficios de seguir no le parecen tan importantes al cerebro primitivo que lucha por sobrevivir. Estos deseos y pensamientos “emergen” de forma espontánea como producto dinámico de la fatiga, el afecto por la actividad y su importancia para nosotros: no se pueden controlar más allá de un límite (Balagué, 2015). Crisis de acción Llamamos crisis de acción al punto donde nos debatimos entre seguir o bajar el ritmo. Estas crisis mentales pueden producirse de forma independiente a las fisiológicas 144 (Brandstätter, 2013). Esto se produce por un desajuste entre los costes y beneficios percibidos de continuar o de aflojar/parar. Por ejemplo, “el muro” de la maratón se relaciona más con una crisis de acción que fisiológica (Schüler, 2007). Los deportistas aún tienen glucógeno en los músculos y su temperatura corporal no está en niveles preocupantes. Rara vez vemos a un deportista colapsar en el km30 de una maratón por muy motivado que esté. Pero el esfuerzo experimentado no deja de subir, y anticipamos que el dolor que sufriremos desde ahí hasta la meta, si mantenemos ese ritmo, será aún más alto, por lo que la negociación se empieza a decantar del lado de aflojar. Los corredores que sufren el “muro” en la maratón reportan los mismos cambios fisiológicos que los que no lo sufren, pero sus niveles de frustración y su diálogo interno son diferentes, lo que lleva a la bajada del rendimiento que agrava esta frustración y la posibilidad de que esta crisis se repita en el futuro (Venhorst, 2019). No es casualidad que el “muro” suela ocurrir siempre entorno a los dos tercios de la prueba: lo suficientemente avanzada para experimentar fatiga pero lo suficientemente lejos de meta para no continuar. Casi ningún deportista afloja en los últimos dos kilómetros de la prueba, y la gran mayoría de deportistas aumentan el ritmo en su último kilómetro (Tucker, 2009; Díaz Martín, 2020). Ulises lo tuvo fácil La dinámica de sistemas nos permite imaginar esta negociación como si el estado del sistema -y por ende, nuestro foco mental durante el ejercicio- fuese como una bola que por la fuerza de la gravedad rueda hacia las partes más bajas de un valle. N. Balagué et al. / Psychology of Sport and Exercise 13 (2012) Los puntos más bajos del terreno son los estados estables, mientras que su profundidad refleja su estabilidad. La presencia de fluctuaciones en el sistema hace que los estados cambien (que la bola se mueva). Dependiendo de la relación entre la estabilidad de los estados y la cantidad y magnitud de perturbaciones -fluctuacionespresentes en el sistema, este último cambia de un estado a otro. Cuando hay más de un estado disponible y el sistema cambia entre ellos, se dice que el sistema está en un régimen metaestable (B). En dinámica de sistemas, una medida de la estabilidad del 145 sistema es el tiempo que pasa en un determinado estado antes de cambiar a otro (A y C). En el primer estado estable (A), dominan los pensamientos no relacionados con la tarea (TUT: task unrelated thoughts), lo que indica que el sistema no está dominado por la tarea. Conforme avanza el esfuerzo, el sistema entra en un estado metaestable (B), donde el foco atencional fluctúa entre los TUT y TRT (pensamientos relacionados con la tarea) y no hay un estado que domine. Por último, el foco atencional se vuelve estable de nuevo cerca del punto de agotamiento, y dominan los pensamientos relacionados con la tarea. El sistema está muy constreñido por la tarea, y esta domina todo el sistema, desde los niveles celulares y orgánicos hasta los pensamientos. Aunque pueda ser complejo de entender al principio, cualquier deportista ha experimentado estos comportamientos. Cuando realizas una competición, una contrarreloj o un test máximo, al principio del esfuerzo el deseo de conseguir tu objetivo hace que sigas enfocado en la tarea. Pero poco a poco, conforme aumentan los daños y el esfuerzo, van emergiendo pensamientos relacionados con bajar el ritmo. Al principio eres capaz de soportarlos, y te debates en un estado entre el deseo de parar y el deseo de conseguir tu objetivo. En este estado metaestable, diríamos que el sistema está “rígido” y cualquier cambio externo que ocurra puede decantar la balanza de uno u otro lado. Si un rival ataca, te quedarás inexorablemente. Si el rival se queda atrás, desaparecerán los deseos de parar. Pero si la actividad continúa y el daño sigue aumentando, poco a poco el deseo de reducir el ritmo irá adueñándose de tu mente, convenciéndote para ello. Así pues, en última instancia la decisión de parar no es solamente un proceso mediado por un “Gobernador Central” o por el cerebro, sino que esta inestabilidad en el deseo de seguir o parar y la decisión final de aflojar emergen de cambios y daños locales (a escalas microscópicas) hacia cambios globales (a escalas macroscópicas) Así, el estrés físico modifica los pensamientos , y estos a su vez los comportamientos. Durante el esfuerzo intenso, somos como el Ulises que se ata al mástil del barco para no ser atraído por los cantos de las sirenas que le harían desear bajar el ritmo. Y nuestros esfuerzos por resistir pueden ser enormemente fuertes. Ulises lo consiguió, pero las sirenas se lo pusieron más fácil que a nosotros nuestros rivales. En un Tour de Francia, una maratón o subiendo el Everest, la capacidad de resistir el deseo de parar es algo similar a lo que pasaría si las sirenas se montaran en el barco, desataran a Ulises, le bajaran los pantalones y lo cogieran entre todas para llevárselo al agua. La mentalidad tiene sus límites. La fatiga Cuenta la leyenda que hace años en la India había un templo donde habitaban seis ancianos ciegos. Un día, un elefante pasó por los campos del templo, y a la noche hablaron de lo que había sucedido. Uno de ellos había chocado con él, y dijo que era una pared. Otro, tocó un colmillo y dijo que era una lanza gigante. El tercero, que había tocado la trompa, dijo que era una larga serpiente. El siguiente, que solo pudo tocar la cola, dijo que era una enorme cuerda. El quinto, que tocó la oreja, declaró que había tocado un gran abanico blanco. Y el último, que agarró una pata, aseguró que había tocado el tronco de un gran árbol. Todos los sabios tenían razón, y todos estaban equivocados. Esto mismo ocurre cuando tratamos de responder a la que seguramente sea la pregunta más importante 146 en la Ciencia del Deporte: ¿Por qué nos cansamos? Necesitamos saber qué es la fatiga y qué la produce, para poder retrasarla. La fatiga es el elefante en la sala. Todo el mundo habla de ella, pero nadie la comprende. Durante la historia más reciente, los científicos han buscado la causa de la fatiga en miles de parámetros, desde la falta de oxígeno al daño muscular, el exceso de calor, la falta de recursos energéticos, etc. Y la complejidad recae en que todos y cada uno de estos factores citados, además de otros, contribuyen a la fatiga. Son “partes” del sistema complejo que es el elefante. Pero al igual que el elefante, la fatiga tiene propiedades que el estudio de sus partes por separado no nos permite adivinar. “¿Por qué los deportistas no colapsan al llegar a meta en las Olimpiadas?” Se preguntó Tim Noakes hace más de 30 años ya. “Si la fatiga fuese simplemente un tema de desgaste físico, ¿cómo es que tras realizar el esfuerzo más importante de sus vidas aún tienen energía para celebrarlo?”. En todas las pruebas de atletismo de más de 800 metros, en los últimos metros de la contrarreloj o de una prueba en línea, se aprecia un arreón o aumento de ritmo final (Tucker, 2006). Desde el punto de vista de la fisiología, no tiene sentido. Se supone que el deportista lleva toda la prueba pedaleando al ritmo más fuerte posible, y al ver la meta, de repente, se pone a acelerar. Si puede esprintar, ¿por qué no pudo ir más rápido antes? El artículo que respondió las dudas de Noakes vino de la mano del italiano Marcora, que realizó un brillante protocolo en el cual hizo pedalear a 10 deportistas hasta la extenuación en un test incremental, haciéndoles competir entre ellos y motivándolos con premios en metálico en función del puesto en que quedasen (Marcora, 2010). El truco del estudio estaba en que justo en el momento en que cada sujeto se rendía y decía que no podía pedalear ni un segundo más, les animaba para que realizasen un último sprint de 5 segundos con todas sus fuerzas. Pese a que, de media, los deportistas movieron 242w en el test hasta el agotamiento, en el sprint fueron capaces de generar una media de 731w. La pregunta aquí, es clara: si cada deportista declaró no poder mover ni un segundo más 242w… ¿por qué justo en ese momento pudieron esprintar al triple? Claramente, los deportistas tenían algo en la reserva, pero no lo dieron. Por tanto, los límites de la fatiga no pueden ser solo físicos, sino que parece que pudieran estar más mediados por la mente de lo que parecía hasta entonces. Y en los últimos años, esta última hipótesis se ha demostrado. Hemos visto como los sujetos llegan al “muro” de la maratón y bajan el ritmo pese a que aún tienen suficiente glucógeno en los músculos; de hecho casi nunca llegamos al “glucógeno cero” (Venhorst, 2019; Nieman, 2016). Las bebidas con azúcar evitan mejor la fatiga que la infusión de la misma cantidad de glucosa intravenosa (Jeukendrup, 2004) e incluso la mera práctica de enjuagarse la boca con bebida con azúcar y escupirla mejora más el rendimiento que hacerlo con agua (Chambers, 2009). Parece que uno de los límites fisiológicos que encontramos en el organismo es el umbral de los 40ºC de temperatura. En pruebas contrarreloj e incrementales, la temperatura corporal en el momento de la extenuación suele estar entre 40.0 y 40.3º (González-Alonso,1999). Podríamos esperar por tanto que mientras la temperatura corporal de los atletas esté lejos de este umbral, su rendimiento no se vea afectado. Sin embargo, esto no es del todo así. Cuando nos ejercitamos en condiciones de 147 calor, la percepción de esfuerzo de los deportistas es más alta desde el principio, y el rendimiento más bajo también desde el principio; pese a que la temperatura corporal aún esté lejos de este máximo (Tucker, 2004). Lo curioso es que el calor solo es una parte de la historia cuando hablamos de fatiga. Creer que hace menos calor también mejora el rendimiento. Ante la misma temperatura, los ciclistas rinden un 4% mejor cuando les engañan con el dato de la temperatura -les dicen que hacen 26º en vez de 32º- (Castle, 2012). Por este mismo mecanismo, el sabor a menta se asocia a una posible mejora del rendimiento en condiciones de calor, al reducir esta sensación (Jeffries, 2018; Stevens, 2017). Pacing El “pacing” se puede traducir como el arte de distribuir nuestra energía durante un recorrido de la forma que genere un menor desgaste físico a nuestro organismo –de la forma más rápida y económica posible-. ¿Te has dado cuenta que ya estés realizando un esfuerzo de 30 segundos, 3 minutos, 30 minutos o varias horas, somos capaces de regularnos bastante bien sin la ayuda de ningún dispositivo externo? De hecho los dispositivos externos nos suelen hacer regularnos peor al sumar los errores de cálculo, que nunca estamos igual de fuertes y olvidar nuestro pacing instintivo. Nuestra mente viene con un “navegador” de serie que nos ayuda a completar nuestros esfuerzos de la forma más eficiente y rápida posible pero sin llegar al fallo. Imagínate un cazador-recolector que corriese demasiado fuerte y luego se quedase sin energías antes de llegar al destino o a un lugar seguro. Difícilmente habría conseguido ser tu tata -x50- tarabuelo. Nuestro cerebro por tanto nos “hace saber” el ritmo al que debemos ejercitarnos en cada momento, en función de nuestras capacidades, de la dureza de la prueba, del grado de estrés que estemos sufriendo, de las expectativas, del aprendizaje de anteriores ocasiones, de lo importante que sea la prueba para nuestros objetivos vitales, etc. El ritmo al que nos ejercitamos de forma libre e individual -pacing autoimpuesto- es un sistema que funciona por anticipación y prevención de la fatiga -modelo alostático- y que depende de la interacción entre: a. La percepción de esfuerzo que estamos experimentando. b. El porcentaje de prueba que llevamos recorrida. c. El grado de incertidumbre en la distancia que queda por recorrer. d. Nuestras experiencias en anteriores ocasiones con distancias parecidas. e. La relación entre el ritmo al que se incrementa la RPE en relación al ritmo que se incrementa la distancia recorrida. De todas estas, la última es la que aglutina a todas las demás. Nuestro organismo constantemente está comparando la evolución de nuestra percepción de esfuerzo con la distancia que llevamos recorrida para asegurarnos de que el máximo esfuerzo, el que ya no se puede soportar más, se dé prácticamente en la línea de meta. Si la fatiga aumenta más rápido que la distancia a recorrer, la sensación de esfuerzo aumenta un poco y la tolerancia a este esfuerzo disminuye. 148 Por ejemplo, aunque seas capaz de correr 10km a 3’ el km, si en una maratón te pones a correr con los profesionales a ese mismo ritmo, te vas a quedar antes del kilómetro 5. El grado de esfuerzo que te resulta tolerable si esperas que la prueba dure 10km, te resulta intolerable sabiendo que tienes que correr 42km. Otra cosa distinta es lo que puede ocurrir en competiciones de ritmo variable, como el ciclismo. Aquí sí podemos ser capaces de regularnos para subir al máximo un puerto de 10km lejos de meta, porque nuestras expectativas es que después de eso el ritmo bajará y recuperaremos. Si pensásemos que después del puerto vamos a seguir esforzándonos igual de duro, no seríamos capaz de llegar al límite ahí. O sea: lo que importa para la autorregulación no es la duración de la prueba, sino la duración que espero yo que tenga el esfuerzo que estoy realizando para el objetivo que tengo. Si mi objetivo fuese estar en la fuga y ser el primero en los sprints intermedios, estaré dispuesto a exigirme más al principio porque me da igual lo que sea de mí después de eso. Se ha comprobado que las expectativas de la duración que tendrá el esfuerzo que estoy realizando son más importantes que la duración real. En un estudio de Nikolopaulos (2001), a un grupo de ciclistas les hacen realizar cuatro contrarrelojs en días separados. Una de 40km pudiendo ver la distancia que iban recorriendo, y las otras tres “a ciegas”, sin cuentakilómetros ni conocimiento de cuánto falta para terminar. Les dijeron que las tres eran de 40km, pero una de ellas en realidad fue de 34km y otra de 46km. Lo curioso fue que la potencia media y el pulso medio de los deportistas fue estadísticamente similar (296 vs 294 vs 286w) entre los tres esfuerzos y, preguntados al terminar cada contrarreloj, no fueron conscientes de que hubiese una diferencia en la distancia entre ambas contrarrelojs. Y de hecho esto se prueba en otro estudio, esta vez de Ansley y Tim Noakes (2004). El diseño fue muy parecido pero en una duración mucho más corta. A los sujetos se les pidió que pedalearan al máximo durante seis test Wingate -pedalear a máxima intensidad-: cuatro de 30 segundos, uno de 33 y otro de 36”. Pero en realidad, fueron dos de cada duración. En uno de los que pensaban que pedalearían durante 30” les hicieron pedalear durante 33, y en otro de ellos les hicieron sin saberlo pedalear durante 36”. Si bien la potencia media en el test de 33” fue similar para los que sabían que pedalearían durante 33 que durante 30; no ocurrió lo mismo en el de 36”, donde los sujetos engañados tuvieron un importante bajón de ritmo en los últimos segundos del test, en comparación con cuando sabían que duraría 36”. Creo que a todos nos ha pasado que en una competición, con el deseo de ayudar, alguien nos dice “quedan 500 metros” cuando en realidad queda el doble. Y si bien se hace con buena intención, estos engaños a menudo nos pueden hacer más mal que bien. Como hemos visto en estos artículos, el engaño solo funciona bien si es pequeño. Se puede estimar que sea menor del 20% de la duración real que queda, y tanto más pequeño debe ser cuanto más cerca estemos de la meta o de nuestro límite, ya que estamos muy al límite y cualquier fallo puede resultar en un bajón de rendimiento. De hecho, no solo importan las expectativas de lo que me queda, sino también de cómo se van a comportar mis rivales. Si un rival me ataca en un puerto, aún relativamente lejos de meta, tengo dos respuestas en función de mis expectativas. Si creo que no le soy capaz de seguir, marcaré mi ritmo más alto posible y realizaré una contrarreloj hasta meta para perseguirle y quizá alcanzarle. Si creo que soy capaz de 149 seguirle, saldré al ataque y tendremos un rato de ritmo kamikaze insostenible, pero porque sé -tengo la expectativa- de que va a tener que parar y que así no llega hasta la meta. Y la opción intermedia, que se ve mucho: salgo al ataque porque confío en que puedo seguirle y en el momento en que empiezo a pensar que he calibrado mal mis fuerzas -crisis de acción-, aflojo y pongo mi ritmo sostenible hasta la meta. Todos estos procesos de autorregulación, que parecen tan complejos, emergen de forma automática y natural en los corredores expertos. ¿Tienen estos algo que los aficionados no tengan? No. Simplemente, nuestra mente analiza y aprende de cada uno de nuestros desempeños anteriores, revisando el grado de esfuerzo que sentíamos con las condiciones, los rivales y el éxito que tuvimos, para realizar mejores procesamientos cada vez e ir puliendo errores. Un “machine learning”, si queremos llamarlo así, que deja en bragas a los más potentes ordenadores actuales. Todo el mundo tiene el software suficiente para destapar esta poderosa herramienta de autogestión, simplemente hay que empezar a usarla. Por eso probablemente es por lo que vemos que el arreón final en los últimos metros es menos marcado en los atletas de más nivel que en los de menos (Foster, 2020). Los atletas más rápidos tienen mucha experiencia gestionando el ritmo para conseguir los récords, y son capaces de exprimirse más en mitad de prueba. Por el contrario, los atletas recreativos suman su poca experiencia a su poca capacidad de soportar el esfuerzo, lo que hace que tiendan a tirar por lo bajo a mitad de prueba y acelerar al final cerca de la meta cuando te das cuenta de que tienes recursos para acelerar en relación a lo poco que falta. Velocidad de carrera en los récord mundiales de 800m, 1 milla, 5k y 10k. (Tucker, 2006) Y me encanta recordar que ni siquiera esto es un fallo. El organismo tiene recursos para todo. Como hemos dicho antes, todos los récords del mundo de >800m se han conseguido con un patrón en el que la última vuelta ha sido la más rápida o la segunda más rápida, pero sí que vemos que conforme pasan los años este pacing en forma de U con un arreón final se tiende a ir haciendo menos marcado (Foster, 2020). Ahora bien, se ha comprobado que a pesar de que tanto el pacing lineal -ritmo estable- como el arreón final consiguen resultados parecidos en cuanto a rendimiento, con el patrón en forma de U y sprint final la percepción de esfuerzo durante la prueba disminuye (Azevedo, 2001). El patrón en forma de U emerge en el deportista amateur como una forma de conseguir lo mismo guardando más margen de seguridad -al estar menos habituado a la duración y tipo de esfuerzo de la tarea- y sufriendo menos. 150 En 2013 Chidnok y Andrew Jones compararon los efectos en la potencia y depleción de la W’ (reserva de “energía anaeróbica”) en tres contrarrelojs de 3’ con diferentes tipos de pacing. A: test incremental para determinar la potencia crítica (± umbral) y W’. B: Contrarreloj all out donde se da todo desde el principio. C: Ritmo estable calculado según el test incremental. D: ritmo autoimpuesto (Chidnok et al, 2013) Pese a que el rendimiento fue similar en los tres casos, el esfuerzo percibido y el daño físico soportado no fueron iguales. La percepción de esfuerzo en la primera all-out es bastante más alto que en la segunda -estable-, y en esta un poco más alto también que en la de ritmo autoimpuesto. Esto se relaciona también con un menor tiempo para alcanzar el vo2max, mayor activación muscular y mayor incremento de los niveles de lactato. Podemos relacionar inversamente la W’ -capacidad de trabajo por encima de la CPdepletada con el déficit de oxígeno que tenemos. Cuanta más W’ hemos depletado, mayor es el estímulo que soportamos y el grado de esfuerzo que sufrimos. El vo2max se alcanza antes en el test all out (59 ±24 segundos), frente a 140 ±22 segundos en el pacing sostenido y 132 ±24 segundos en el de pacing autoimpuesto (Chidnok et al, 2013). 151 Por tanto, pese a que el mismo rendimiento se puede alcanzar de diferentes formas, el pacing autoimpuesto con un ligero arreón final parece conseguir lo mismo con menos esfuerzo. Entrenamiento mental La integración de los procesos mentales, las sensaciones y las emociones en el entrenamiento ha sido sistemáticamente olvidada a favor de los programas de entrenamiento. Sin embargo: si estamos de acuerdo en que la motivación y la mentalidad son dos actores imprescindibles a la hora de conseguir y sostener el máximo rendimiento, ¿por qué seguimos planteando intervenciones metodológicas que no los incluyen, o que los entrenan de pasada? Tenemos mucha evidencia de que tanto la motivación como la mentalidad se pueden entrenar, y se pueden mejorar. Además, y como no podría ser de otra forma, estas interactúan en una forma dinámica y no lineal con la carga de entrenamiento. Es por ello que el trabajo mental no solo debe aplicarse al deporte: debe integrarse con el entrenamiento. Realizar ejercicios de meditación o gestión del esfuerzo en reposo es bastante sencillo, pero críticamente complicado cuando el corazón late a doscientas pulsaciones y nuestro diálogo interno nos convence de que bajar el ritmo es la mejor decisión. “Todo el mundo tiene un plan hasta que le parten la boca” Mike Tyson La capacidad de soportar el esfuerzo podría tener un componente genético, pero todo apunta a que está más mediada por el entrenamiento y nuestra evolución vital, ya que los deportistas de élite demuestran una tolerancia al dolor y al esfuerzo mucho más alta que el resto de la población. Aunque no nos engañemos: los deportistas de élite sentimos el mismo dolor y esfuerzo que las personas no deportistas, pero somos capaces de soportarlo durante más tiempo. Scott (1981) fue el primero en mostrar que el umbral de dolor entre deportistas de élite y recreacionales es idéntico -ambos grupos sentían el mismo grado de dolor en una escala al aplicarles unas esposas que les cortaban la circulación de la mano-, pero los deportistas de élite eran capaces de tolerar un 48% más de tiempo antes de rogar que parasen. “Se ha reportado, escribió, que el dolor puede ser extrañamente satisfactorio para los deportistas altamente motivados”. Que la capacidad de soportar el dolor está relacionada con el entrenamiento se sostiene en los cambios encontrados en la capacidad de soportar este dolor en diferentes puntos de la temporada. En 2007, O’Leary y compañía realizaron un estudio para analizar si el entrenamiento de resistencia mejoraba la tolerancia al dolor, medida como el tiempo que podían mantener la mano en un recipiente de agua casi congelada. La tolerancia al dolor mejoró un 41% en el grupo que entrenó alta intensidad, pero no mejoró nada en el grupo que entrenó a media y baja intensidad. Esto indica que la capacidad de sufrir más se mejora… sufriendo. Qué casualidad. Y además, los sujetos que más mejoraron más su capacidad de sufrir también mejoran más -un 38% más- su rendimiento en carrera (O’Leary, 2007). 152 Aparte de esto, la predisposición a sufrir no es simplemente algo mental, ya que cambia según nuestro estado físico. El sobreentrenamiento empeora la capacidad de resistir el esfuerzo. Los atletas sobreentrenados tienen peor capacidad de resistir el esfuerzo y la atención sostenida -menor energía mental-, e incluso este estado se relaciona con la toma de malas decisiones y la incapacidad de comprometerse con los objetivos frente a las recompensas inmediatas (Blain, 2019). Esto implica que la fatiga crónica nos hace más incapaces de resistir los antojos o de esforzarnos hasta el límite, independientemente de los efectos que esta tenga a nivel fisiológico. Resistir el esfuerzo “El dolor es inevitable, el sufrimiento es opcional”. No suelen gustarme las frases excesivamente motivadoras, pero en este caso la experiencia me ha demostrado que no podría estar más de acuerdo. Muchos, entre los que me incluyo, nos equivocamos continuamente utilizando el término sufrimiento como sinónimo de esfuerzo o de dolor, cuando ninguna de las tres palabras refleja lo mismo. Cuando decimos que a los deportistas “nos gusta sufrir”, la realidad es que nos estamos confundiendo. Lo que nos gusta es el esfuerzo, y más allá de este esfuerzo: el premio que conseguimos con él. Disfrutar aún más de lo conseguido, el subidón de endorfinas, o poder conseguir cosas que no estaban a nuestro alcance. El folklore popular gusta de creer que quienes ganan son quienes más sufren en una competición. La realidad es que quizá son quienes soportan un mayor esfuerzo, pero quienes más sufren son los que van mal, los que no consiguen metas, los que están lesionados, etc. El sufrimiento es un sentimiento y el esfuerzo es una percepción. Uno puede estar esforzándose al máximo, pero aun así estar, en parte, disfrutándolo. Es lo que ocurre cuando estás soltando a tus rivales, o cuando estás disputando una prueba importante. No solo se disfrutan los placeres inmediatos, también el proceso hacia su consecución. Hay dos formas de mejorar nuestra relación con el esfuerzo y evitar el sufrimiento: • Disociativas. Tratar de minimizar la sensación de esfuerzo y dolor. • Asociativas. Sentir el esfuerzo pero asociarlo a emociones positivas, a experiencias que nos acercan a nuestros objetivos. La estrategia disociativa consiste en abstraernos de nuestras sensaciones. Por ejemplo, mediante estrategias como el cambio de foco atencional, meditación y mindfulness, que consisten en centrar la atención en la respiración, la cadencia o cualquier proceso externo que nos distraiga de la desagradable sensación de esfuerzo y dolor experimentada. Estas estrategias, como el entrenamiento de mindfulness, han demostrado la capacidad de hacernos mejorar el rendimiento (Bühlmayer, 2017) e incluso el foco de atención y el tiempo de reacción (Axelsen, 2020); y muchos deportistas las hemos utilizado con bastante éxito entrenando y en competición. Pero sin duda, las estrategias asociativas son las que más evidencia científica tienen de su utilidad para la mejora del rendimiento. Estas estrategias consisten en asociar el dolor a aspectos positivos para nosotros. Se trata de ver el dolor como un camino temporal y necesario que nos lleva a la consecución de un objetivo que nos va a 153 reportar más beneficios que el coste de conseguirlo. Todo lo bueno viene tras el esfuerzo. Si evitas el esfuerzo, impides la mejora. En otras palabras, se trata de “amar el proceso”, o más poéticamente, estar “innamorato della fática” (enamorado del cansancio) como diría el campeón italiano Felice Gimondi. Aunque también os digo que esto es más fácil cuando sueltas a todos tus rivales en el Stelvio y hordas de tiffosi enloquecen a tu paso. Pero la mayoría de mortales se esfuerzan por aguantar un poco más, sin fans que corean tu nombre al pasar. ¿Cómo podemos aplicarlo aquí? Con la aceptación del esfuerzo, y su asociación a una emoción positiva. El dolor proviene de la sorpresa. Si lo aceptas, se vuelve más débil. Si lo eliges, te conviertes en su dueño en vez de en su víctima. Tenemos que intentar empezar a asociar la recompensa con el esfuerzo realizado, y no tanto con el resultado, para dejar de ver este esfuerzo o dolor como un limitante y verlo como el camino adecuado. El esfuerzo es el camino. Puedes vincular el dolor a un sentimiento de bienestar y orgullo, poniendo el foco en este: - “Me queman las piernas, esto es señal de que estoy dándolo todo” Y mi objetivo no es otro que sentir que lo he dado todo, así que lo estoy consiguiendo. También, puedes asociar tu sensación de esfuerzo al dolor que estás generando en tus rivales, por lo cual se vuelve una sensación deseable: - “Me duelen las piernas, pero a los demás también”. “Voy a hacerles sufrir”. En la mayoría de ocasiones, nos daremos cuenta de que la sensación de esfuerzo o el dolor no es tan malo cuando lo experimentamos como cuando pensamos en él. Podemos concentrarnos directamente en el esfuerzo, y veremos que: - “Siento el esfuerzo. Lo puedo soportar. No es tan malo como pensaba”. Es importante destacar que estas estrategias han de utilizarse entrenando, haciendo series, y compitiendo. No podemos esperar realizarlas de forma adecuada en competición sin ser capaces de dominarlas entrenando previamente. 154 7. COMPLEJIDAD Y RENDIMIENTO DE RESISTENCIA No confundir complejo y complicado No sería buena idea cambiarle el cerebro a Nassim Taleb y el corazón a Kilian Jornet. Uno no me cabría en la cabeza y el otro tampoco en el pecho. Los sistemas complejos no somos máquinas con piezas intercambiables, sino que actuamos como un todo. Es fácil confundir a los sistemas complejos con sistemas complicados, y abordarlos desde el punto de vista del reduccionismo. Mucha gente dice “ya sé que el organismo es complejo, que todo influye, que la mente es importante”, y por eso intentan solucionarlo dividiéndolo en aún más partes, con más datos aislados y más intervenciones de causa efecto dirigidas a tratar a cada parte por separado. Lo están entendiendo al revés. La división del organismo en partes, las cuales se trabajan y estudian de forma aislada, para luego volver a formar el puzle es una práctica que ya no tiene cabida a la luz de las nuevas evidencias. Mucha gente confunde que el organismo tiene muchas partes con cómo actúan dichas partes. Este procedimiento puede ser utilísimo en un Fórmula 1, pero no y nunca más en el entrenamiento. Un Fórmula 1 tiene aproximadamente 60.000 piezas, lo cual lo convierte en un sistema complicado. Sin embargo, no es capaz de adaptarse y variar su comportamiento, y podríamos cambiar unas por otras sin gran problema. Si le ponemos unas ruedas mejores, el coche es mejor. Lo que determina a un sistema complejo no es solo que también tenga una cantidad ingente de partes, sino que de estas emergen comportamientos que son irreductibles a los de la suma de las partes. Sus partes o subsistemas están interrelacionadas mediante ecuaciones diferenciales: el cambio en una cambia todas las demás. El cambio en cada parte modifica al todo, y el todo modifica a las partes. No se puede cambiar una pieza del sistema sin afectar a muchas otras. Además, estas interrelaciones van variando a cada momento, haciendo que emerjan propiedades y comportamientos nuevos que no eran esperables a través del estudio de las partes. Es como si un Fórmula 1 aprendiese cómo volar. Hasta ahora, se ha estudiado el organismo poniendo el foco en cómo actúa cada parámetro, hormona o proteína ante el esfuerzo. Pero como hemos visto y veremos, los modelos tradicionales de entrenamiento, umbrales, estados estables, sobreentrenamiento o adaptación fallan una y otra vez al tratar de pasar esta teoría a la práctica. Lo que ocurre en un momento determinado en cada parte no nos dice nada de cómo se relacionan estas entre sí. Hace falta cierta amplitud de miras para dejar a un lado indicadores aislados y buscar datos, sí, pero del estado del conjunto del sistema; y no de cada parte. La ciencia de la Complejidad actúa al revés: va desde la práctica a la teoría. Dejaremos aparcados los dogmas preestablecidos para analizar el comportamiento real del deportista cuando se está ejercitando, y después veremos cómo podemos entenderlo desde el paradigma de la ciencia de los Sistemas Complejos. Esta es una visión fresca del proceso de entrenamiento en la cual, al poder alejarnos de los árboles 155 -entendidos como la teoría reduccionista- podemos fijarnos en cómo funciona el bosque en su conjunto. El proceso de entrenamiento desde el paradigma de la Complejidad modifica muchas de las creencias actuales. En esta tabla, Rafel Pol resume las diferencias que tiene con la forma tradicional de entrenar. Pol et al, 2020 Entrenamiento tradicional Sinergizar (Sistemas Complejos) Co-diseñadores del proceso Dinámica y dependiente del contexto Emergen de los constreñimientos anidados y se basan en la exploración del rendimiento en contextos variables. Rol de deportista y preparador Ejecutante / diseñador Periodización Prefijada, descontextualizada Cualidades a entrenar o mejorar Basada en estereotipos (deportistas medios) y patrones modelo (pedalada, biomecánica) Unidad de entrenamiento El deportista, dividido en sus componentes (distintas cualidades, vías metabólicas, patrones, etc.) Deportista + entorno; de forma inseparable. Ejercicios de entrenamiento Correcto o incorrecto Contextualmente funcional o no funcional. Evaluación Fragmentada (evaluación de cada parte). Holística. Tabla X. Diferencias entre la visión tradicional del entrenamiento y la visión de los sistemas complejo. Pol, 2020. Obviamente, no vamos a desaprovechar todo el cuerpo de conocimiento que tenemos sobre las partes del bosque, pero lo que necesitamos es entender cómo son estas relaciones entre sí. No buscamos dejar de estudiar los árboles -la fisiología tradicional, sino que decimos que el estudio de cada especie de árbol por separado no nos sirve para saber cómo funciona un bosque. Así, la Complejidad no combate con la ciencia reduccionista, sino que la complementa. Atractores Un atractor es el conjunto de valores, estados o comportamientos hacia los que tiende a evolucionar un sistema en una configuración determinada. Así, el pájaro tiende a estar en el suelo cuando deja de gastar energía moviendo las alas. El suelo (gravedad) actúa de atractor. Podríamos imaginarnos este concepto de atractor como el de un planeta que está dominado por una estrella. Un sistema dominado por un único atractor es estable, como la tierra dominada por el Sol. Sus posiciones son siempre estables en relación al Sol, estabilidad que permite un clima más o menos estable. Pero un sistema estable no tiene las propiedades de un sistema Complejo. Los sistemas Complejos están atraídos por dos o más atractores que varían su potencia 156 de atracción a lo largo del tiempo, lo que hace que su comportamiento se encuentre a caballo entre el orden y el caos. El agua a 20º C está estable en estado líquido, y a 20º está estable en estado sólido. Pero en la frontera de los 0ºC, ocurre un comportamiento interesante: parte del agua se congela y parte no. El agua está en un estado metaestable, donde se debate entre los dos estados, líquido y sólido. La potencia de estos atractores, así como su aparición o desaparición, varía en el tiempo, lo que cambiará el comportamiento del sistema. La cometa es atraída hacia el suelo cuando no hay viento, y hacia el vuelo cuando sí lo hay. Un río canalizado es atraído por el canal, hasta que crece demasiado y empieza a ser atraído por sus antiguos caminos geológicos. Los seres humanos -como toda la materia- tiende a autoorganizarse en las configuración que menor energía demande. El atractor del organismo es aquel estado que le permite vivir y reproducirse con menor gasto energético. Por suerte o por desgracia, vivir y reposo o estabilidad no son palabras compatibles: recuerda que nuestros ancestros hacían mucho deporte porque lo necesitaban para sobrevivir, no por diversión. Así pues, el comportamiento de una persona no solo se encuentra atraído por el estado de reposo, sino que también aparecen atractores en forma de objetivos: tareas que queremos conseguir o realizar para aumentar nuestras posibilidades de supervivencia. En el mundo actual, hablar de supervivencia se hace un poco extraño, pero sí diremos que nos debatimos entre la atracción por el estado de reposo, y la de conseguir nuestros objetivos y las tareas que nos traemos entre manos, porque consideramos que el beneficio que conseguiremos tras realizarlas será mayor que la tarea. Así, una persona puede ser atraída en distintas direcciones, encontrándonos normalmente en un estado de metaestabilidad donde nos debatimos entre el deseo de descansar y el de conseguir metas, entre el deseo por comer y por estar delgados, entre la pereza de leer este libro y el deseo de aprender lo que contiene. Constreñimientos Cuando observamos un efecto en el sistema, estamos acostumbrados a pensar en que hay una causa para ello. Sin embargo, como las relaciones deterministas y lineales entre causas y efecto son raras en la Naturaleza y además nunca podemos achacar un efecto a una sola causa; es más adecuado cambiar el concepto de causa por el de constreñimiento. Los constreñimientos son fuerzas que actúan en el sistema, forzándolo en determinadas direcciones. Esto limita las formas en las que el sistema se puede organizar. La gravedad actúa como un atractor -hacia el suelo- para las aves. Sin embargo, la mayoría pueden volar. El peso, las alas pequeñas y la ausencia de quilla actúan como constreñimientos para las gallinas e impiden que estas vuelen. Los recursos finitos en un planeta finito son un constreñimiento para un sistema económico basado en los intereses y el crecimiento infinito. El rendimiento ciclista está constreñido por factores personales -genética, antropometría, entrenamiento-, del medio -temperatura, altitud, etc.- y de la tarea -táctica, rivales, recorrido, etc.-. Los constreñimientos, además, interaccionan entre ellos. Están anidados -un constreñimiento más específico termina afectando a otro más general- y divididos en distintas escalas temporales -unos nos afectan más rápido y otros se van gestando 157 más lentamente-. Los constreñimientos rápidos afectan a los lentos, y viceversa (Pol, 2019). El calor aumenta la fatiga, y la fatiga empeora la eficiencia de pedaleo, la cual provoca una mayor producción de energía en forma de calor y un mayor consumo de oxígeno, etc. Es un bucle donde los constreñimientos en unas partes afectan a otras, terminando por afectar al conjunto entero. A más constreñimientos, muchas más posibles interrelaciones entre ellos. Esto hace que el sistema vaya estando más afectado de una forma exponencial y no lineal conforme aumenta el número de constreñimientos. Ya que los constreñimientos se potencian entre ellos, librarnos de algunos de estos constreñimientos tendrá por tanto un efecto beneficioso más importante que el efecto que tendría ese constreñimiento de forma aislada (Pol, 2019). Así, una forma útil de intervenir en sistemas complejos consiste en la liberación de los constreñimientos desadaptativos en el sistema que merman su libertad. Quitar lo que te daña. Por ejemplo: aumentar la tolerancia al calor en el deportista no solo hará que su temperatura corporal suba menos, sino que este deportista también ahorrará glucógeno, tendrá menos daño muscular, no verá tan afectada su técnica, etc. Un cambio aislado afecta o mejora el sistema mucho más de lo esperable de forma aislada. Por ejemplo, un déficit calórico moderado es un estresor ( y constreñimiento) que puede ser soportado por el deportista. Pero si además aparecen otros constreñimientos, como un exceso de entrenamiento y la falta de sueño, el efecto de del constreñimiento inicial -déficit calórico- se ve amplificado y el deportista deja de ser incapaz de lidiar eficazmente con ellos. Las diferencias al reducir un constreñimiento serán totalmente personales, ya que depende de la forma en que este interaccione con los demás en cada deportista. Es por ello que parece poco probable que a nivel científico se pueda constatar la importancia de estos cambios pequeños en el rendimiento, ya que es altamente difícil controlar el resto de variables para poder estar seguros de que el efecto fue debido solo al cambio en una variable determinada. Ante un mismo problema, el fisiólogo se centrará en los constreñimientos metabólicos, el biomecánico en los cinemáticos, el psicólogo en el esfuerzo percibido, la motivación o el estado emocional, y el sociólogo en los valores sociales y personales que 158 determinan su estado. Sin embargo, sabemos que todos estos constreñimientos cambian con el tiempo, e interactúan entre sí de forma no proporcional, desde lo general a lo local y desde lo local a lo general. Por ejemplo, el punto de terminación o falla del ejercicio surgirá con el tiempo de esfuerzo como producto de la interacción no lineal entre distintos constreñimientos (Hristovski & Balagué, 2010). Así pues, debemos olvidarnos de ver las causas de la fatiga o cualquier efecto en el rendimiento de un modo reduccionista. El problema no es, per se, que se tenga una falta de fuerza, mala técnica o falta de resistencia. El problema, y la solución, residen en la interacción entre todos estos factores. Sinergias Somos organismos y no células procariotas porque las funciones que somos capaces de realizar como conjunto son muy superiores a las que podría realizar una sola célula. Estas funciones superiores se producen gracias a las sinergias entre las partes, que son la acción conjunta de varias estructuras en la realización de una función. Durante cualquier tarea, es la acción conjunta de diferentes partes del organismo las que nos permiten solventar con éxito la acción. Así pues, podemos decir que en realidad la clave del rendimiento o de la consecución de nuestros objetivos no está en el desarrollo de una parte determinada del organismo, sino en la forma en que somos capaces de integrar, sincronizar y relacionar todas estas estructuras orgánicas en función de la naturaleza de la tarea que tenemos por delante. El deportista que gana no es necesariamente el mejor en una capacidad, sino el más versátil y diverso. El embarazo no cambia las partes de las madres, pero si cambia las interacciones entre estas partes. Y, si lo pensamos bien, las competiciones -y nuestra vida en general- están determinados por las variaciones en la forma que se sincronizan nuestras distintas capacidades. Nunca nos encontramos en el mismo estado de fatiga, con la misma temperatura, misma situación de carrera, misma intensidad o mismo estado mental, entre otros. Por tanto, tenemos que observar si lo que realmente es crítico – y lo que deberíamos entrenar- no es el fortalecimiento de cada capacidad por separado, sino la integración y sincronización adecuada de estas capacidades a la tarea de cada momento. 159 Figura X. Extraída de Balagué, N. (2020). Network Physiology of Exercise: Vision and Perspectives. Los niveles de la red fisiológica organizados jerárquicamente interactúan tanto horizontal como verticalmente a través de la causalidad circular. Las sinergias se forman a diferentes escalas, desde la molecular y celular, a las relaciones interpersonales con otros miembros del equipo y de nuestro círculo social. Estas sinergias aparecen, crecen y se pierden por la interacción entre las partes de forma espontánea, y tienen dos cualidades principales: 1. Pleiotropía. Un mismo componente puede participar en diferentes sinergias. 2. Degeneración. La capacidad de diferentes componentes en cumplir con la misma función. Las distintas partes del organismo pueden ir entrando o no en la sinergia que mantiene la actividad en función de la necesidad que tengamos. Para caminar, uno no necesita más que activar algunas fibras musculares y bombear un poco de sangre, soportando la actividad con los sistemas menos costosos energéticamente -grasas, oxígeno, etc.-. Pero para esprintar, necesitamos involucrar en la tarea a casi todo el organismo: activamos todas las fibras musculares e incluso músculos de cintura o brazos, se producen diversas hormonas para generar más energía y parar otros procesos fisiológicos, aumenta el consumo de oxígeno e incluso cambia tu foco atencional, que pasa a centrarse solamente en la tarea, mientras que andando podías pensar a la vez en otras cosas. Esto es lo que se conoce como “Principio de esclavitud”: las partes son esclavas del conjunto. Conforme más exigente es la tarea, más partes del organismo son esclavizadas por esta, entrando en la sinergia. Las partes son obligadas a participar: son esclavas del comportamiento global. Pequeños cambios en los constreñimientos de la tarea provocarán cambios en las sinergias entre partes del organismo, y estas además parecen mostrar un fenómeno de dependencia de camino -las sinergias previas influyen en las sinergias posteriores-. Esto nos indica que emergerán sinergias diferentes incluso si repetimos momentos con unos constreñimientos idénticos, debido a la importancia de los estados anteriores. Esto explicaría por qué podemos realizar durante varios días seguidos el mismo tipo de entrenamiento y que nuestra percepción de esfuerzo y frecuencia cardiaca sea diferente (así como el efecto de este entrenamiento en nuestro organismo). Esta visión compleja del rendimiento pone en entredicho la validez de los planes de entrenamiento modélicos y las recetas, que dejan de tener sentido. Por ejemplo, como bien me hizo saber Kilian Jornet, hay diferentes formas de adaptarse a la vida en altitud, diferentes sinergias que pueden conseguir el mismo resultado. Así, los habitantes de los Andes se adaptan a la altitud con una mayor expresión de la proteína HIF-2 que provoca un aumento de los glóbulos rojos; los nepalís a través de un aumento en la producción de HIF-1 que posibilita mayor formación de óxido nítrico y un mayor uso de glucosa frente a los ácidos grasos; y los etíopes a través de una mayor saturación parcial de oxígeno y un aumento de la ventilación (Böning, 2019; Storz, 2021). Diferentes soluciones para conseguir el mismo resultado: estar adaptados a las condiciones en que les toca vivir. Rafel Pol (2019) propone el concepto de “sinergizar” como sustituto de la palabra “entrenar”. Si “entrenar” hace referencia al proceso de aprender y mejorar las habilidades que se necesitan para una actividad, “sinergizar” hace referencia a la integración y sincronización de estas habilidades. Personalmente, si bien el término de 160 “sinergizar” me parece interesante, he preferido seguir usando el término “entrenar” para no generar más incertidumbre en la lectura del libro. Pol et al, 2020 Trata al deportista como Abordaje científico Relaciones entre las partes Organización Adaptación Periodización Objetivo del entrenamiento Entrenamiento tradicional Máquina (visión mecanicista-determinista) Teoría de control cibernética (reduccionismo) Causa y efecto, linear (Bannister, Impulso Respuesta) Diseñada externamente (diseñador) Homeostasis Programada con antelación (predice) Maximizar las variables aisladas (vo2max, Fmax, etc.) Sinergizar (Sistemas Complejos) Sistema complejo adaptativo (Ej: ecosistema) Teoría de dinámica de sistemas Interacciones no lineales Auto organización espontánea Alostasis Co-adaptada (trabajo conjunto de entrenador y atleta que cambia según las condiciones) Mejorar las interrelaciones entre las variables y la diversidad-adaptabilidad Tabla X. Diferencias entre la visión tradicional del entrenamiento y la visión de los sistemas complejos. Pol, 2020. Los calambres Un ejemplo clave de la importancia de los constreñimientos y sinergias en situaciones reales de competición es la aparición de los calambres. Podríamos decir que los calambres son un comportamiento emergente, mediado por la relación dinámica y no lineal entre constreñimientos musculares (fatiga), centrales (déficits nutricionales, deshidratación, etc.) y nerviosos (sobreexcitación neuronal, fatiga neural, cafeína, etc.). Hace un par de años realicé una recopilación de sus posibles causas y cómo evitarlos, que podéis leer en el artículo: “Los calambres en ciclismo: causas, teorías, como reducirlos y un truco”, en https://msa.training/los-calambres-en-ciclismo-causasteorias-reducirlos-truco/ Los calambres son seguramente el fenómeno deportivo menos comprendido en la actualidad. Aunque se han propuesto numerosas teorías para la aparición de estos, ninguna explica bien por qué ocurren, ya que ninguna por sí sola correlaciona bien con la aparición de calambres. Entrenamientos muy similares a las competiciones no provocan los calambres que sí provocan las competiciones en muchos deportistas, que incluso empiezan a sufrirlos en músculos que apenas han ejercitado durante la prueba (brazos, dedos, etc.). De hecho, los calambres suelen aparecer con mayor frecuencia en las bajadas, al cambiar de posición o cuando estamos a punto de tener una caída. Como son multifactoriales y complejos, es imposible achacar su aparición directamente a una sola causa. Pero últimamente vengo observando una gran correlación entre la aparición de calambres en competición y el estado de nerviosismo o falta de experiencia del deportista. Parece que el exceso de activación en la 161 competición -aumentado por el estrés, la ansiedad, la cafeína, etc.- puede modificar el ciclo de contracción-relajación de los músculos, minimizando el tiempo de relajación en la pedalada y por tanto aumentando la posibilidad de aparición de calambres. Tiene sentido con lo que vemos comúnmente: las personas menos experimentadas son las que más calambres suelen tener, y poco a poco con la experiencia disminuyen. También la cafeína es un factor que aumenta mucho la aparición de calambres, ya que activa el sistema nervioso simpático, el que nos pone alerta. Obviamente, no digo que sea el único factor, pero sí que es uno importante. Y es buen ejemplo para explicar por qué no podemos pretender entrenar algo de forma aislada y que luego funcione en la competición, cuando añadimos más factores. Muchos deportistas trabajan de forma aislada su técnica de pedaleo, sus umbrales o sus estrategias mentales entrenando, en entornos muy normalizados para ellos que no les suponen un reto. Pero, al llegar la competición, los constreñimientos físicos y mentales interactúan entre sí, haciendo que lo que funcionaba entrenando no funcione en competición. Los calambres normalmente no se solucionan por fortalecer uno a uno los factores que predisponen a ellos, sino por ser capaces de integrarlos todos en una sinergia eficiente para hacer frente a los constreñimientos. Por eso mismo, la competición es el mejor entrenamiento en muchas ocasiones por la capacidad de integrar todos los constreñimientos que podemos necesitar a la vez. El proceso de agotamiento Recuerdo los veranos viendo el Tour. Se sube el Alpe d´Huez, en un día de calor intenso. El US Postal pone un ritmo salvaje, y todos los corredores a rueda. Sus organismos están trabajando por encima del ritmo que podrían sostener hasta la meta, y en ellos continuamente se están produciendo cambios fisiológicos. Aumenta su frecuencia cardiaca, el exceso de lactato se acumula incapaz de ser oxidado por las mitocondrias. Las fibras rápidas generan una deuda de oxígeno, la temperatura corporal aumenta y el organismo es incapaz de mantenerla. Los depósitos de glucógeno están bajando rápidamente y se está perdiendo volumen plasmático de forma alarmante pero pese a todo eso, Joseba Beloki es capaz de seguir el ritmo impuesto por Lance Armstrong hasta el último kilómetro. Pese a que su organismo está en un cambio continuo, Joseba es capaz de mantener los mismos vatios. Todo cambia internamente para que nada cambie a nivel comportamental. No hay una relación instantánea entre el daño fisiológico y el comportamiento del organismo. Si olvidásemos lo que sabemos sobre fisiología y volviésemos a ver la competición con los ojos de un niño, sin ser capaces de intuir el comportamiento de ninguna otra variable fisiológica, difícilmente seríamos capaces de apreciar ningún cambio en el comportamiento de un deportista a una intensidad determinada, pese a que en su interior todo estaría cambiando continuamente. El mismo comportamiento (mantener la potencia) se puede lograr involucrando a diferentes componentes del sistema, fenómeno conocido como “degeneracy” (degeneración). Pese a toda la fatiga acumulada, el organismo es capaz de generar nuevas sinergias, nuevas conexiones y acciones coordinadas entre subsistemas del organismo, para conseguir mantener el esfuerzo frente a la demanda creciente. 162 A nivel observacional, solo hay un punto de cambio evidente: el punto donde somos incapaces de soportar el ritmo y tenemos que bajarlo o parar el ejercicio. Cuando Beloki se queda atrás porque es incapaz de mantener el esfuerzo. Este punto de agotamiento emerge de la relación dinámica y no lineal entre los factores fisiológicos que afectan al organismo durante el esfuerzo, la motivación del deportista, la mentalidad y factores ambientales como los rivales o el entorno. Metaestabilidad Imagina que tu competición consistiese en soportar un peso hasta que no puedas más. Bien, si tienes que sostener una carga ligera, como un boli, tu estado no varía. Eres lo suficientemente fuerte para conseguir este objetivo sin que afecte a tu comportamiento. Pero si en vez de un boli llevas una maleta con libros, ya tu posición varía un poco. Has de compensar el peso de la maleta con inclinaciones de tronco para no caerte hacia atrás. Y si en vez de una mochila es una maleta de 20 kilos, las fluctuaciones en tu comportamiento aumentarán. Conforme pasa el tiempo y va aumentando la fatiga, tienes que empezar a cambiártela de mano, apoyarte en la pared, etc. Músculos y sistemas que no se activaron con el boli o la mochila, empiezan a hacerlo. Haces fuerza hasta con las pestañas. El comportamiento cada vez es más fluctuante, caracterizado por la incapacidad de las sinergias anteriores en satisfacer la tarea y la necesidad de buscar otras nuevas y más orgánicas para mantener la tarea (Vázquez, 2015). Ya no vale con sostenerla con la mano, ahora tienes que cambiar de posición y ejercitar todo el cuerpo. Pero es que además, esta misma inestabilidad empezará a aumentar en tus pensamientos y en el deseo de seguir o parar. Emerge de forma espontánea un deseo de finalización de la tarea, de soltar la maleta, y una negociación interna que se moverá entre el deseo de continuar y de parar, hasta que gane el deseo de parar. Los efectos de la fatiga no solo se dejan ver en la fisiología, sino que también se reflejan en funciones cerebrales más sofisticadas como los pensamientos (Balague, 2014). En algún momento el sistema perderá el equilibrio y se producirán cambios abruptos y coordinativos hacia estados mucho menos exigentes (aquí es donde encontraríamos el punto de agotamiento). ESTABILIDAD FLUCTUACIONES (INESTABILIDAD) FALLO (PÉRDIDA DE ESTABILIDAD) ESTABILIDAD Así, durante el moderado o ligero podemos decir que el organismo es flexible y estable. A nivel comportamental, somos capaces de adaptarnos a la tarea fácilmente. Si aumenta la pendiente es fácil subir los vatios, subir o bajar la cadencia, ponernos de pie o sentarnos, salir a un ataque, etc. Somos flexibles porque nos adaptamos a los constreñimientos y estos no nos perturban. A escalas más pequeñas, podríamos decir que somos capaces de obtener la mayoría de la energía con el mecanismo aeróbico, utilizando fibras lentas, sin disparar la producción de cortisol o adrenalina, etc. Pero conforme aumenta la fatiga, el comportamiento del organismo se va volviendo más rígido e inestable. Rígido entendido en el sentido de que me cuesta más adaptarme a las perturbaciones que aparecen, y estas por tanto modifican mi 163 comportamiento, haciéndolo inestable. Ya no soy capaz de atacar el repecho, y tengo que subirlo manteniendo el ritmo. Ya no soy capaz de dar los mismos vatios a cadencias diferentes, y tengo que mantenerla baja o alta, o tengo que mantenerme de pie o sentado. No puedo salir a los ataques. No me puedo adaptar al terreno ni a los rivales. A nivel fisiológico, estos mecanismos aeróbicos iniciales dejan de ser suficientes para satisfacer las demandas, necesitando involucrar en la sinergia a más subsistemas del organismo. El organismo es capaz de compensar el esfuerzo creciente con la involucración de nuevas estructuras orgánicas en la sinergia que sostiene la actividad. Empezamos a reclutar más fibras musculares y más rápidas, a consumir las reservas de mioglobina, a producir más lactato del que nos da tiempo a reutilizar, etc. El sistema se va volviendo más rígido e inestable: cada vez necesita involucrar a más partes del organismo para ser capaz de mantener la tarea. Decimos que al comenzar la actividad estamos en un estado estable, porque estamos atraídos hacia la consecución de la tarea y las sinergias son suficientes para soportar las necesidades de esta actividad. Y conforme nos vamos agotando, el estado se va volviendo inestable: las sinergias anteriores no son suficientes y empezamos a tener que involucrar a estructuras más globales en la tarea. Esto se ve muy claramente con el foco atencional y la percepción de esfuerzo, que emergen de la interacción de estas sinergias con la tarea. Empezamos a debatirnos entre el deseo de continuar y el de parar, como el agua que está a 0º. Nuestro foco atencional pasa de estar centrado en pensamientos, a estar únicamente centrado en la tarea. Podemos medir por tanto el estado de fatiga del sistema a través de la pérdida de la estabilidad en su comportamiento, como por ejemplo vimos con DFA-alpha1. Otros campos, como la climatología y la ecología, nos muestran como el aumento de la inestabilidad se relaciona con estados cercanos al cambio de atractor del sistema (algo con muy malas implicaciones ecológicas). Nuevas formas de medir la potencia, como la que realizamos en el capítulo 3, nos permiten también medir las pérdidas de estabilidad y flexibilidad que ocurren conforme avanza la fatiga. Por ejemplo, vimos como la variabilidad en la aplicación de potencia que ocurre en una contarreloj sigue una ley de potencias. En la 2ª mitad de la contrarreloj, la recta tiene una pendiente mayor, lo que quiere decir que disminuyen los cambios de potencia más grandes y la generación de potencia se hace más uniforme. Esto es debido a que la fatiga impide que seamos incapaces de adaptarnos bien a cambios de ritmo o del terreno, por lo que disminuyen las grandes aceleraciones o cambios de ritmo -que serían la forma óptima y más rápida de moverse por un terreno variable-. 164 Matar a tu abuelo Un sistema inestable y rígido se encuentra al borde del cambio, y es en estos estados donde cualquier perturbación externa tiene un gran efecto en el comportamiento global y puede sacar al sistema de su cuenta de atracción. En sistemas complejos no biológicos, como el clima de la tierra, la pérdida de la estabilidad nos saca de la órbita de nuestro atractor principal, generando una nueva estabilidad pero con un estado diferente. Por ejemplo, el cambio climático no implica que el clima de la tierra será caótico para siempre; sino que encontrará una nueva estabilidad, pero en unos parámetros diferentes a los actuales. O más fácil aún, en el ejemplo del agua: tras pasar el punto de bifurcación de los 0º o los 100º (que serían equivalentes al punto de agotamiento), las moléculas de agua vuelven a un estado estable, pero con una configuración diferente (agua en vez de hielo, vapor en vez de agua). Sin embargo, en sistemas biológicos difícilmente llegamos a un punto de ruptura total de la estabilidad inicial que suponga un cambio de atractor, porque esto significaría la muerte. Es un mecanismo defensivo muy simple, más aún que la Teoría del Gobernador Central o que el modelo psicobiológico -y quizá por eso ni Noakes ni Marcora se dieron cuenta de esto-: el propio daño, las propias inestabilidades actúan como mecanismo protector. Es muy simple: si tienes tanto daño que no eres capaz de seguir sosteniendo la actividad, entonces no eres capaz de seguir generándote más daño -inestabilidad-. En última instancia, las propias perturbaciones que sufres impiden que te sigas dañando más. Sería algo así como la paradoja de que pasaría si pudieses viajar al pasado y matar a tu abuelo. Si viajas y lo matas, no habrías nacido y por tanto no podrías matarlo. Por eso, en este caso decimos que cuando llegamos al punto de agotamiento, hemos de bajar la intensidad o parar para volver al estado estable anterior. Casi siempre, este punto de agotamiento ocurre mucho antes del límite máximo real del organismo, y es 165 por ello por lo que la motivación, como vimos en el capítulo anterior, es tan importante dentro de la percepción de esfuerzo. Factores anidados La fatiga y este punto de agotamiento está marcado por la percepción de esfuerzo y la capacidad de soportarla, que no es más que un comportamiento que emerge (y por tanto, que engloba) el estado del organismo en su conjunto en función de los constreñimientos de la tarea, que interaccionan entre sí de forma no lineal y dinámica. Por eso, el punto de agotamiento nunca es un punto fijo: va cambiando durante un mismo esfuerzo - alternamos entre el deseo de parar y la intención de continuar-. Así pues, el punto de agotamiento no ocurre por ningún fallo orgánico en exclusiva, sino por la acumulación de perturbaciones, que van superando todas las compensaciones y sinergias que el organismo es capaz de crear, hasta que se llega a un punto donde el organismo se ve desbordado y es incapaz de seguir manteniendo la actividad. El mismo proceso puede explicar la lesión (Pol, 2019), la enfermedad (Sangabriel, 2021) y la fatiga (Hristovski, 2010). Solemos pensar en la enfermedad como un proceso final, derivado de un daño en alguna parte del organismo. Sin embargo, no hay nada que no esté dañado en algún sentido en el organismo. El mero hecho de vivir y moverse implica continuamente daños en las fibras musculares, mutaciones celulares, sobrecargas orgánicas, lucha contra patógenos, etc. Es más: el ejercicio es tan beneficioso para la salud precisamente porque nos supone un daño, del cual nos recuperamos. Por tanto, el daño no es ningún problema. El organismo es capaz de funcionar perfectamente mientras repara algunos daños -recordad el concepto de degeneracy-. El desgaste o daño en algunas partes es compensado con el trabajo de otras, involucrando estructuras más grandes. El problema es que conforme aumentan las perturbaciones y constreñimientos que inciden en el organismo, más inestable y rígido se vuelve su comportamiento. Es en este punto, cuando el sistema está más dañado como ocurriría en el punto cercano al agotamiento-, cuando cualquier evento puede desencadenar una enfermedad. Siempre ponemos etiquetas a las enfermedades que sufren las personas, pero estas normalmente no atienden a un único motivo. Decimos que alguien “murió de un infarto”, pero el infarto fue simplemente una consecuencia de todo el camino que llevó hasta él. ¿Cuántas personas jóvenes y sanas mueren por infartos, ictus, cáncer, etc.? Muy pocas, en comparación. El proceso de envejecimiento y nuestros malos hábitos diarios generan inestabilidades y descompensaciones, que acaban dejando al organismo expuesto a cualquier enfermedad, o que estas emerjan de las anteriores. La gente mayor y la gente obesa tiene cientos de veces más probabilidad de morir por covid que la gente joven y sana, ¿es porque el virus es más fuerte contra los primeros? Obviamente no. Simplemente la persona que es más estable y flexible tiene más recursos para solventar con éxito la enfermedad. Esto nos lleva a una conclusión importante: lo que llamamos “enfermedad” hoy en día, es solo la etiqueta que le ponemos al último factor en llegar. Pero el último no es el culpable de todo. Todo el camino es importante. La enfermedad futura se previene con tus comportamientos pasados y actuales. La salud empieza en la cuna. 166 El concepto de “sano” o “enfermo” como un interruptor ya no tiene sentido. Hay diversos grados de salud o enfermedad. Una persona sedentaria o con obesidad no está sana, aunque no esté enferma todavía. Esto por sí solo debería ser suficiente motivo para pasar a la acción. Sobreentrenamiento La existencia de un estado de sobreentrenamiento, entendido como un daño crónico al organismo, es un concepto que se está poniendo en entredicho (Sitko, 2022). De hecho, los síntomas asociados al estado de sobreentrenamiento nos indican que estamos hablando de un concepto difuso, que cursa con síntomas tan diferentes como pérdida o aumento del apetito, aumento o disminución de la frecuencia cardiaca, aumento o disminución de algunos marcadores sanguíneos, etc... En mi opinión, volvemos a caer en el error anterior si etiquetamos al sobreentrenamiento como una enfermedad, y no como un proceso gradual que lleva al desequilibrio. Si nos olvidamos por un momento de la teoría, veremos que en realidad proceso de sobreentrenamiento sigue las mismas características que mostramos en el punto de agotamiento y la enfermedad. Un deportista muy motivado y mal asesorado puede terminar con un nivel alto de fatiga que necesite de varias semanas de recuperación, pero un proceso de sobreentrenamiento crónico es algo muy difícil de ver. Simplemente, cuando estás fatigado eres incapaz de seguir entrenando tan duro como para llevarte a un estado irreversible. No eres capaz de generar trabajo, estás agotado y dolorido y no te apetece entrenar. A su vez, un deportista en un estado de mucha fatiga acumulada no es diferente a una persona enferma o cercana a la enfermedad. Es en este estado donde cualquier agresión externa, como un virus, un mal movimiento o un problema personal llevan a la enfermedad, la lesión o la depresión. Por ejemplo , el virus Epstein Barr mononucleosis- puede interaccionar contigo varias veces a lo largo de tu vida, pero solo acaba afectándote cuanto te ocurre sobreentrenado. Seguro que has tenido varias desilusiones a lo largo de tu carrera deportiva, pero es la que te ocurre cuando estás ya sobreentrenado o hay varios factores involucrados más, la que te afecta hasta el extremo de llevarte a una depresión, ansiedad o dejar el deporte. Casi siempre es un proceso, no una causa. La causa final simplemente emerge de la interacción entre todos los constreñimientos que te han llevado hasta ahí. Lesión La zancada que rompe el bíceps femoral en un atleta es idéntica al millón de zancadas anteriores (Pol, 2019). Pero en esta última, todo salta por los aires. Las pequeñas microrroturas que tenemos continuamente son compensadas por el trabajo de otras fibras musculares, y el desgaste en estas por cambios a nivel de patrones motores, cambios comportamentales, perceptuales, etc. Pero, si seguimos acumulando daño y microdesgarros, sin la recuperación adecuada o suficiente, el músculo cada vez se encuentra más desequilibrado y tensionado. La red se estira, se vuelve rígida. Es solo cuestión de tiempo que una zancada de más, una microrrotura de más, genere una lesión global. 167 Así pues, las lesiones también son un fenómeno anidado, que van desde las escalas microscópicas a las escalas macroscópicas. La lesión no es proporcional al daño que hemos generado al músculo en este caso, sino que emerge de la interacción dinámica y no lineal entre todos estos factores desencadenantes -postura, genética, historial, carga de entrenamiento, etc.-. No es casualidad por tanto que el factor que se ha visto que está más relacionado con la aparición de lesiones en todos los deportes es el aumento brusco de la carga de entrenamiento. Si la lesión fuese consecuencia únicamente de un mal gesto o patrón de movimiento, uno se lesionaría el primer día. Sin embargo, las lesiones ocurren cuando llevamos ya unos días seguidos entrenando fuerte, cuando superamos la capacidad de carga del organismo: cuando lo desestabilizamos. Histéresis La creación y pérdida de sinergias presenta un fenómeno denominado “histéresis”, que significa que tienen memoria: el estado del sistema depende de su historia previa y del camino que se ha llevado para llegar ahí. Los sistemas forman nuevas configuraciones y sinergias en función de las previas (añadiendo nuevas conexiones a las ya existentes); y no de una forma totalmente aleatoria. Se crean nuevas sinergias cuando las actuales no son suficientes, igual que una especie solo se ve obligada a evolucionar cuando el resto de especies adyacentes mejoran y hacen que solo los más adaptados al nuevo escenario puedan seguir reproduciéndose. Por ejemplo, unos mismos vatios o velocidad significan cosas muy diferentes a nivel fisiológico según el camino llevado hasta su producción. No es lo mismo realizar 30’ a umbral tras otros 30’ previos, que fresco. Así pues, no tiene sentido seguir tratando de controlar la carga interna del sistema a través de extrapolar directamente los datos de carga externa, especialmente si lo hacemos a través de cuantificar el tiempo en diferentes intensidades sin tener en cuenta cómo se ha acumulado ese tiempo. Saltar 10 veces un metro es menos agresivo que saltar 1 vez desde 10 metros. En situaciones así, los indicadores fisiológicos tradicionales saltan por los aires. El concepto de histéresis nos muestra cómo la medición puntual de un parámetro es dependiente de la historia de este y del comportamiento del organismo. A 300 vatios, por ejemplo, el lactato puede ser de 3mmol en un test incremental, pero de 8mmol si unos minutos antes hicimos un esfuerzo máximo. Lo mismo ocurre con la frecuencia cardiaca , el consumo de oxígeno, la potencia, y la casi totalidad de indicadores que guían hoy día nuestras decisiones. El deporte real es un proceso estocástico, lleno de cambios de ritmo, aceleraciones, recuperaciones, etc., pero sin embargo prácticamente solo se ha estudiado desde una visión incremental y lineal de las cargas, a través de la realización de miles de test incrementales e intervalos a ritmo estable. Olvidamos que es tan importante lo que pasa cuando la carga es estable o va aumentando, como la capacidad de seguir ejercitándonos tras haber llegado al punto de agotamiento, y de seguir trabajando con fatiga. Así, el entrenamiento del organismo desde un punto de vista reduccionista termina siempre no dando los resultados deseados. Si el rendimiento no depende directa y proporcionalmente del cambio de un marcador determinado, ¿por qué nos 168 empeñamos en seguir aplicando programas de entrenamiento basados en trabajar aspectos aislados del organismo? No existe un estado estable Al descubrir que tantos parámetros en la Naturaleza se tienden a autoorganizar en leyes de potencias, me pregunté si ocurriría lo mismo con la intensidad. Me pregunté si la velocidad que puede soportar un atleta o la potencia de un ciclista disminuyen siguiendo una proporción determinada, y qué nos podría decir esto de cara al entrenamiento y a la propia comprensión del fenómeno deportivo. Y para entender esto, he usado la típica curva de potencia o velocidad, pero un poco modificada. La curva de potencia tradicional tiene el eje de ordenadas en una proporción normal, y el eje de abcisas en escala logarítmica. Si pasamos la potencia o la velocidad también a escala logarítmica de base 10; lo que veríamos sería si los cambios de potencia son proporcionales (por ejemplo, perder 2km/h no es lo mismo si se pierde de 20 a 20km/h, que de 12 a 10km/h). En el primer caso perdemos 14” por kilómetro, en el segundo perdemos 1 minuto por kilómetro. La forma más realista que conozco de ver la relación entre la intensidad a la que es capaz de ejercitarse nuestro organismo según la duración del esfuerzo es con una curva de velocidad basada en los puntos de los récords mundiales de las distintas disciplinas Olímpicas: desde los 100m a la maratón. Descarto esfuerzos más largos porque el nivel medio y la cantidad de intentos realizados es más baja. En la siguiente gráfica, cortesía de Frederic Sabater, vemos en escala logarítmica la relación de los récords mundiales de atletismo de hombres y mujeres desde los 100 metros hasta la maratón. Aunque son corredores diferentes -obviamente-, esto nos permite comparar a los mejores seres humanos de cada distancia, lo que ayuda a evitar el error de elegir a alguien demasiado sesgado hacia la velocidad o la resistencia. 100 Relación logarítmica entre velocidad y distancia en los 200récords mundiales desde los 100m a los 100k Men Women Velocidad (log) 400 100 800 1500 3000 5000 1000 Distancia (log) 10000 10000 21097,5 42195 100000 ¿Cómo interpretamos esto? Si somos estrictos y lo vemos de cerca, podríamos decir que hay cierta invarianza de escala en la proporción en que se pierde velocidad respecto a la distancia recorrida hasta el ritmo de maratón. Sin embargo, no encontramos el mismo exponente -la misma pendiente en la curva- todo el tiempo. 169 Entre la velocidad máxima (que dura hasta los 200m) y aproximadamente el ritmo de 1500m, la pendiente de la curva es la más alta. Esto quiere decir que en estas duraciones (entre 20-30 segundos y 3-4 minutos) es donde más rápido perdemos la velocidad en proporción a la distancia. Esta es la zona del dominio de la vía glucolítica “anaeróbica”, ya que transiciona entre el agotamiento de los fosfágenos en el sprint y la máxima capacidad de generar energía a través de la fosforilación oxidativa -en presencia de oxígeno-. A partir de más o menos estos 1200-1500m (3’-4’) la pendiente de la curva baja, y vuelve a verse bastante lineal. En esta zona, el organismo es más eficiente -pierde menos velocidad por cada aumento proporcional en la distancia-. Es la zona donde domina la vía oxidativa. Curiosamente, García Manso y colaboradores ya se dieron cuenta de este comportamiento en 2009; aunque no ofrecieron respuestas a la posible causa de este comportamiento y, sobre todo, qué significa. Encontraron los mismos datos, y marcaron un punto de corte en los 1150m (aproximadamente tres minutos) a partir de los cuales la pendiente de la curva disminuye. Quizá podríamos achacar la tendencia observada al efecto aerodinámico (corriendo a 30km/h, gran parte de la energía se emplea en romper la resistencia aerodinámica, un porcentaje de energía que se reduce exponencialmente al bajar la intensidad, dado el componente cuadrático de la velocidad en la resistencia del aire). Por eso, vamos a repetir estas curvas de potencia logarítmicas en dos de mis ciclistas profesionales. Podemos comparar los mejores datos de potencia en cada duración del deportista en escala lineal (línea verde o inferior, que es a la que estamos acostumbrados) y en escala logarítmica (línea rosa superior, cuya escala estaría en el eje derecho, pero he cortado en la imagen para que se vea más grande). Como podemos volver a ver, en otro deportista diferente, en escala logarítmica -la superior- no observamos ningún comportamiento asintótico. De hecho, los dos únicos cambios de tendencia que observamos son al terminar la potencia máxima (entre los 10 y 20 segundos) y entre el minuto 3 y el minuto 5. 170 En esta gráfica se muestra como los mejores esfuerzos en escala lineal dan la sensación de tener una zona de estabilidad, una “asíntota” en la curva. En cambio, en la línea logarítmica vemos como la tendencia sigue bajando todo el rato, sin ningún punto de estabilidad por debajo de la hora -el aplanamiento que ocurre a las 2h30’ se debe a la falta de esfuerzos continuos y máximos de esas duraciones y no debe ser tenido en cuenta-. Más allá de lo evidente Como dice Taleb, es más fácil detectar lo erróneo que saber si algo es verdadero. Y quizá por este lado es por donde podemos avanzar: no sé qué significa, pero sí lo que no significa. El mFTP se define como “la potencia más alta que un ciclista puede mantener en un estado cuasi-estable sin fatigarse, y que tiene una duración aproximada de una hora” (Arguedas, 2022). La potencia o la velocidad críticas, por su parte son “el límite superior entre el dominio de intensidad fuerte y el dominio severo” (Poole, 2016). El paso del dominio heavy o fuerte al dominio severo se caracteriza por el comportamiento exponencial del lactato, que empieza a acumularse en sangre a partir de este cambio de dominio. Aunque otros autores también hablan de potencia crítica como la asíntota a la que tiende la función (Jones, 2017) 171 Figura X. La potencia crítica o velocidad crítica (CP/CS) es la línea de puntos hacia la que tendería la asíntota de la función. Este gráfico tiene la intensidad en escala lineal, y el tiempo en escala logarítmica. La W’ es la cantidad de trabajo (tiempo x potencia) que se puede realizar por encima de esta potencia crítica, y que en teoría es igual si realizamos un esfuerzo máximo de un minuto o de seis minutos. Extraída de Poole, 2016. Con los hallazgos aquí expuestos, ponemos sin ninguna duda en jaque la definición de FTP. Como podéis ver, no hay ningún estado de potencia en el que el ciclista se pueda mantener durante mucho tiempo sin fatigarse, ni ningún cambio de tendencias alrededor de la duración de una hora. Que se haya pensado que existía esta zona se debe más a la forma (errónea) de ver la curva de potencia hasta ahora. Cuando la potencia o la velocidad se ve en escala lineal, parece que la tendencia tiende a aplanarse. Esto no es más que un error de percepción debido a que, al disminuir siempre en la misma proporción, esta proporción en términos nominales es cada vez menor. El concepto de potencia o velocidad crítica en cambio, al basarse en la fisiología y ser más abstracto, no podría ser falsado con estos datos. Más allá de que algunos parámetros, como el lactato, puedan encontrar puntos de estabilidad concretos; el comportamiento global del organismo no parece encontrar un cambio brusco en el tiempo en que la potencia puede ser sostenida conforme esta aumenta. Realmente, a nivel de intensidad, tan solo encontramos dos puntos reales de cambio de tendencia: el punto donde la potencia máxima o la velocidad empiezan a bajar (aproximadamente 20 segundos) y el punto donde el mecanismo aeróbico empieza a tener mayor importancia, alrededor de los tres o cuatro minutos de duración. Todo esto me hace pensar si realmente son estos parámetros tan importantes como pensamos. Y es que la creencia de que hay un umbral o estado estable que podemos mejorar y que marca nuestro rendimiento como deportistas es la piedra angular en la que hemos construido tanto nuestros modelos actuales de fisiología, como de entrenamiento deportivo de resistencia. La ciencia de la Complejidad es la única que ofrece respuestas a este problema. Desde luego, parece que el organismo es capaz de encontrar soluciones para mantener la intensidad a pesar de que algunos parámetros fisiológicos cambien. Pedalear o correr por encima del estado estable de lactato no acorta el tiempo hasta el agotamiento más rápido que cuando estamos por debajo. El organismo es capaz de soportar la intensidad a través de encontrar nuevas sinergias -nuevas conexiones entre las partes-, integrando en el esfuerzo a estructuras más grandes y globales (Vázquez, 2016). Umbrales El concepto de umbrales típicamente se ha relacionado con multitud de cambios fisiológicos durante un test incremental, como el lactato en sangre, los cambios ventilatorios, la frecuencia respiratoria, la electromiografía muscular, la frecuencia cardiaca, las catecolaminas plasmáticas, la amilasa salival, desoxihemoglobina, la extracción de oxígeno y la hemodinámica, entre otras (Poole, 2021). Pero como hemos visto, estos cambios no se reflejan en cambios comportamentales en el organismo. Pese a que diferentes parámetros llegan en diferentes momentos a un punto donde su comportamiento se dispara exponencialmente, el conjunto encuentra soluciones para mantener el esfuerzo. Es más: las diferencias en el punto 172 en que se dan los distintos umbrales según la variable que se esté analizando, entre distintas personas, en distintos momentos, y las diferencias en el tiempo límite que somos capaces de soportar estas intensidades, deberían decirnos algo sobre el proceso de fatiga. Los umbrales nos muestran puntos donde las sinergias previas son incapaces de satisfacer las demandas de la tarea, y empiezan a potenciarse las conexiones con otras estructuras. Por ejemplo, la acumulación de lactato en sangre, la deriva cardiaca o el componente lento del vo2 nos indican que somos incapaces de sostener la actividad con las sinergias previas (fundamentalmente aeróbicas) y empiezan a tomar más protagonismo nuevas estructuras. El proceso de generación de energía para sostener la actividad se vuelve mucho más sistémico, involucrando a muchas más partes del organismo. Esto quiere decir que los umbrales fisiológicos no son puntos exactos sino zonas de transición fisiológica donde fallan las sinergias previas, y no son los culpables del agotamiento, sino señales de este. La gran diferencia entre el tiempo hasta el agotamiento al MLSS y la relación inversa entre RPE al umbral y nivel del deportista nos indican que estos umbrales marcan puntos de fatiga probablemente bastante diferentes entre deportistas diferentes. Los umbrales por tanto habrían de ser vistos como indicadores de que ahí cambian cosas, como una referencia en el camino, pero no como el camino en sí. Zonas de entrenamiento Vistas las dudas referentes a la importancia de estos umbrales y del modelo fisiológico tradicional, la separación del espectro de intensidades en un conjunto de zonas que hay que entrenar de forma separada y que ofrecen adaptaciones diferentes entre sí es una forma de reduccionismo aplicado muy cuestionable. El entrenamiento tradicional busca descomponer el tipo de esfuerzos realizados en una competición para entrenarlos de forma aislada y separada de los demás en sesiones diferentes, con la creencia de que el trabajo a un ritmo concreto es la mejor forma de desarrollar ese ritmo, y que el desarrollo de cada ritmo por separado mejorará el rendimiento global del deportista. Sin embargo, en esta línea de pensamiento se han dado demasiados saltos sin que haya evidencias de que ninguna de estas dos premisas sea cierta. El organismo es un sistema complejo que funciona de manera integrada. Su comportamiento es diferente a la suma de sus partes. Ni siquiera parece haber evidencia de que la mejor forma de mejorar a una intensidad determinada sea justamente con el trabajo a esta intensidad determinada. Por ejemplo, se ha visto como el entrenamiento de alta intensidad mejora más incluso el rendimiento en pruebas de larga distancia que el entrenamiento a ritmos bajos o medios -comparando sesiones individuales- (Stöggl, 2017; Maturana, 2021); el entrenamiento de fuerza y sprints mejoran el rendimiento en pruebas de todas las duraciones (Roonestad, 2014; Kristoffersen, 2019); el entrenamiento polarizado con más tiempo a ritmos bajos mejora más la resistencia tras fatiga de los deportistas que programas de entrenamiento que acumulan más entrenamiento en zona interumbrales, a ritmos moderados (Spragg, 2022). 173 Además, la visión reduccionista obvia tres hechos contrastados: 1. Muchas competiciones son de estrategia abierta y requieren de innumerables tipos de esfuerzos, generalmente incontrolables, para desarrollarse con éxito. No se puede predecir su desarrollo. Pongamos por ejemplo una clásica de ciclismo en carretera: en algunas ediciones el ataque decisivo se produce muy lejos de meta, necesitando potencias altas durante varias horas. En otras, se decide al sprint, o se hacen abanicos desde salida y se va todo el día a tope, o se rompe el grupo en ataques secos… se hace imposible destacar un tipo de esfuerzo como representativo de competiciones así. Porque además, estas intensidades están anidadas: necesitas tener un minuto muy bueno al final, pero también ser capaz de soportar un ritmo muy alto en toda la última hora, y resistir la fatiga de las 6 horas de prueba: una capacidad sin las otras quedaría coja. Incluso en pruebas más cerradas, como el XCO o maratón, cambian los rivales, el contexto, el ambiente y las estrategias. 2. Los vatios o velocidad realizada y la carga generada en el organismo no están conectados; y diversos valores de potencia o velocidad pueden significar estados fisiológicos muy diferentes en función de la fatiga previa, nutrición, factores ambientales, etc. Los mismos vatios pueden significar un estrés muy diferente en función de lo que hemos hecho previamente. Obviamente, hay cierta relación entre carga interna y externa; pero la desviación estándar en esta relación es alta y no es estable. Simular las demandas de una competición en vatios, no quiere decir que estemos simulando lo que esto va a producir en nuestro organismo. 3. Incluso en pruebas a ritmo estable (atletismo en pista o asfalto, algunos XCO, etc.) los estudios observacionales nos muestran que los mejores deportistas del mundo no se dedican a simular una y otra vez esos esfuerzos, sino que tienden a entrenar en distintos espectros de intensidades. Por ejemplo, los maratonianos suelen tener una distribución de entrenamiento polarizada, corriendo bastante poco a ritmo de maratón (Billat, 2001; Stellingwerff, 2012; Enoksen, 2011); los ciclistas de persecución en pista, una prueba de 4’, entrenaron más de 25h semana (Schumacher, 2002); los nadadores profesionales realizan más de 30h de volumen semanal para pruebas de entre 30 segundos y 5’ de duración (González-Rave, 2021). Obviamente, el entrenamiento provocará adaptaciones en las intensidades y formas de trabajo entrenadas, pero esto no quiere decir que sea necesariamente la mejor forma de desarrollar el rendimiento a largo plazo. Los efectos del estímulo de entrenamiento son orgánicos y se dejarán ver a todos los niveles en diferentes proporciones y configuraciones; por lo que un enfoque integral donde el estímulo sea sopesado en base a su intensidad y sus características tiene más sentido que la simple cuantificación del trabajo realizado por zonas, tiempo realizado a diferentes intensidades, etc. Continuum energético Antes de empezar con este epígrafe, sería muy conveniente ver este vídeo que realicé con conceptos introductorios de fisiología y la terminología que voy a utilizar. Buscar: “Fisiología Básica para deportes de Resistencia. Vías Metabólicas”. Link: https://youtu.be/sfWn1YI93Pw . Y es que actualmente hay una gran discusión con la 174 terminología que deberíamos utilizar para designar a cada vía metabólica, en parte porque se ha visto que la fisiología no es tan básica como antes pensábamos y todos los procesos están interconectados (Viribay, 2020). En este apartado, dejaré esto para los expertos y utilizaré un lenguaje simplificado, aún a riesgo de caer en imprecisiones, para mejorar la comprensión. Un modelo que me gusta mucho para poder abordar el proceso de entrenamiento desde un punto de vista más integrado pero con ciertas diferencias es el de las vías metabólicas, o “bioenergética” (San Millán, 2021). A nivel energético, una intensidad determinada se produce por la conjunción, generalmente, de varias formas de producir energía en diferentes porcentajes, que irán variando (interrelacionándose) con la fatiga, la disponibilidad de recursos energéticos, la fatiga de fibras musculares, la cadencia, la economía del gesto, la nutrición, la temperatura, la altitud, etc. Figura X. Esquema de cómo suelen actuar las diferentes vías energéticas, de la forma en que las llamemos, en el ejercicio. Como ves, ningún mecanismo energético suele actuar de forma aislada, y los efectos de un entrenamiento normalmente involucrarán mejoras o cambios a nivel orgánico. Los mecanismos aeróbicos y más eficientes se activan todo el tiempo, los mecanismos energéticos más costosos solamente cuando son necesarios. Aún siendo un poco reduccionista, agrupar las intensidades en vías metabólicas me parece un modelo mucho más adecuado e integrador que separarlas en zonas de entrenamiento artificiales o, peor aún, en escalones de vatios. Y sobre todo, mucho más útil. Este modelo nos muestra que hay muchos tipos de entrenamiento para generar el mismo estímulo, y que estímulos diferentes pueden ser conseguidos con el mismo tipo de entrenamiento. Los días de series que podemos hacer durante la temporada son contados, y a los deportistas y entrenadores nos cuesta entender que el trabajo de unas capacidades y características, significa necesariamente dejar de entrenar otras. La división del espectro de capacidades a entrenar a 3 o 4 tipos simplifica mucho el proceso de entrenamiento, aliviando la acumulación de tipos de entrenamiento que son fisiológicamente redundantes pero cuya fatiga se suma en el organismo. Por ejemplo, la necesidad de separar entre series de FTP (umbral) y series de vo2max es artificial. Ambos tipos de trabajo inciden especialmente en la potencia aeróbica o vía 175 aeróbica glucolítica, y ambos hacen al deportista llegar al vo2max si se mantiene el esfuerzo el suficiente tiempo. En realidad, admito que la simple división del espectro de entrenamiento en vías metabólicas obvia otros componentes como las fibras musculares, los cambios hormonales, patrones motores, etc.; pero me parece lo suficientemente integrador y útil para tomarla como referencia. Y es que en realidad el estímulo de entrenamiento es mucho más simple de lo que estamos incluso dispuestos a creer. Tan solo debemos controlar tres componentes: el tipo de estímulo y su magnitud para conocer el efecto de la sesión, y la frecuencia de los estímulos para controlar el estímulo integrado del programa de entrenamiento. Componentes del Estímulo de Entrenamiento MAGNITUD FRECUENCIA TIPO El tipo de estímulo se refiere a las estructuras que se verán afectadas por el ejercicio, y la magnitud es el grado de daño (esfuerzo) que aplicamos en ellos. Estos dos componentes se influyen mutuamente, ya que una magnitud muy fuerte del estímulo afectará (dañará) a subsistemas del organismo más y más alejados de los que recibirían el impacto inicialmente, por lo que cuanto más duro sea el entrenamiento, más adaptaciones diferentes provocará. Un estímulo aeróbico, pongamos por caso 4h a ritmo suave, estimulará fundamentalmente las estructuras que soportan ese ejercicio: fibras lentas, mecanismo aeróbico, músculos de la pedalada, etc. Pero si la magnitud de ese estímulo es muy fuerte, su efecto será más y más sistémico, generando adaptaciones más globales. Conforme aumenta la magnitud del estímulo, más partes empiezan a verse estimuladas. Por ejemplo, empezamos a reclutar fibras rápidas, aumenta el consumo de oxígeno, se produce fatiga en los músculos respiratorios, segregamos cortisol y adrenalina, cambian los pensamientos y las percepciones, y un largo etcétera. Así pues, es absurdo limitar el tipo de adaptaciones de un entrenamiento concreto a su intensidad, ya que esta es solo uno de los factores que marcarán el grado de adaptación que tendrá que realizar el organismo para ser capaz de sostener ese esfuerzo. 176 La gravedad de las adaptaciones De forma práctica, el entrenamiento de fuerza nos ayuda a entender este proceso. El trabajo de fuerza máxima se ha mostrado como el óptimo para mejorar la fuerza, incluso aunque un deportista quiera mejorar con cargas submáximas bastante más bajas que la fuerza máxima, como puede ocurrir en los deportes de resistencia (Badillo, 2017; Maes, 2015; Rodríguez-Rosell, 2018). Al igual que la fuerza máxima mejora la fuerza a cargas submáximas, en las adaptaciones de resistencia podemos aplicar un enfoque similar. El desarrollo y generación de sinergias globales, también mejora las partes más locales: el trabajo de alta intensidad suele hacer mejorar también a intensidades menores. Es a lo que voy a llamar “la gravedad de las adaptaciones”, refiriéndonos a que el trabajo de una intensidad o vía metabólica generará adaptaciones también en las intensidades o vías metabólicas más cercanas -ya que el entrenamiento nunca estimula solamente una vía energética-, y que además estas adaptaciones funcionarían predominantemente “hacia abajo”. Recordemos el principio subóptimo: el organismo busca generar toda la energía posible a través de las fuentes más baratas (manteniendo las sinergias iniciales), y solo añade estructuras y fuentes energéticas más costosas y globales cuando la demanda es tan alta que no puede satisfacerse solo con las primeras. El entrenamiento de baja intensidad no va a estimular la potencia máxima por muy largo que lo hagamos, pero series muy cortas y de muy alta intensidad parecen mejorar la masa mitocondrial y el rendimiento de resistencia tanto en fondos como intervalos mucho más largos a ritmos cercanos al vo2max (Boullosa, 2022; Bucheit, 2017; Roonestad, 2020). Así pues, creo que deberíamos abandonar la distinción entre entrenamientos para las diferentes zonas de potencia o velocidad, y simplificar el proceso sabiendo que las respuestas son combinadas y que todo entrenamiento afectará indirectamente al resto del organismo en mayor o menor medida en función de las características y magnitud del estímulo aplicado. Además, nada impide el desarrollo de varias capacidades a la vez (por ejemplo, la capacidad aeróbica es entrenada a la vez que podemos trabajar intensidades más elevadas, lo que nos permite centrarnos en realizar un buen entrenamiento polarizado: días muy exigentes y días muy suaves; sin tener que realizar tantos tipos diferentes de días de series, que dificultan mucho que el plan tenga sentido global). Por su parte, todos estos estímulos en el tiempo están mediados por su acumulación, por la frecuencia a la que se aplican. Permitir el tiempo necesario para la recuperación total entre las distintas agresiones al organismo es vital para tener éxito a largo plazo. Esta recuperación no tiene por qué ser siempre igual: habrá veces que nos recuperemos en pocas horas de un entreno exigente, y otras que por la sumatoria de factores que afectan al organismo, tardemos semanas en poder volver a entrenar intenso. Sin duda alguna, el marcador que mejor correlaciona con la recuperación del deportista es la percepción subjetiva de recuperación, que se puede expresar en escalas de preparación para entrenar, como la que muestro en la próxima imagen. Aspectos como el deseo por entrenar, el estado de ánimo o la sensación de fatiga, que también podemos cuantificar en escalas, son otros marcadores que nos indican con bastante precisión cuándo estamos preparados. 177 Obviamente, estos indicadores no son números exactos. Nunca vas a saber exactamente con precisión si ese día estás recuperado o aún no, porque el proceso de recuperación no es un interruptor. Uno no pasa de estar cansado a recuperado en un segundo, es un proceso muy gradual. Ya que no siempre vamos a necesitar las mismas horas de recuperación para el mismo tipo de entrenamiento, necesitamos variar los tiempos de recuperación al impacto real -y no al teórico- que tiene una carga en el organismo. Esto puede lograrse con la interpretación de datos del estado global del organismo como la fatiga, la sensación de recuperación, el estado de ánimo o la percepción de esfuerzo. No es tan difícil El exceso de información suele perder a la gente en la búsqueda de un entrenamiento adecuado. Por ejemplo, una pregunta muy recurrente que me hacen es: ¿cómo podemos saber a qué ritmos tenemos que entrenar sin hacer test de laboratorio o lactato para saber dónde están los umbrales o qué vías metabólicas estoy entrenando? Y la realidad, es que no hace falta tener test de esfuerzo para saber a qué ritmos entrenar. Lo primero es que, como hemos dicho, estos porcentajes varían todo el tiempo dentro de un rango, y cualquier intensidad a la que llamemos umbral será simplemente una instantánea de un momento temporal. Las sinergias entre estas vías metabólicas y otros sistemas del organismo son dinámicas y no lineales, así que lo que viésemos en un test será solo un fotograma de la película. Uno puede no saber dónde está su primer umbral, pero sabemos perfectamente (por sensaciones) cuándo estamos ejercitándonos por debajo de este umbral. Y lo mismo por arriba: puede que no sepa exactamente qué potencia determina mis umbrales ventilatorios o qué niveles de lactato tengo en sangre, pero cuando estoy cerca del punto de fatiga creedme que lo sé. El entrenamiento no tiene que ser tan complicado, nunca lo ha sido. Ahora sabemos que nuestros antepasados les daban a sus mitocondrias el estímulo que necesitaban, seguían una dieta ideal y vivían de acuerdo a sus ritmos circadianos, en un estilo de vida que ahora consideraríamos ideal, pese a que no tenían ni idea de fisiología. Demasiada artificialidad nos aleja del saber ancestral. Los árboles se conectaron por micorrizas antes de que el primer biólogo naciera. El entrenamiento ligero se siente ligero; no hace falta medir el primer umbral para saber que estamos trabajando por debajo. Puesto que no se ha documentado ninguna adaptación especial por rodar exactamente a la intensidad que sería de umbral, y puesto que este umbral es dinámico a cada momento, mejor sería guiarnos por nuestras sensaciones que son el único indicador que tenemos fiable del grado de 178 estrés (de la pérdida de estabilidad) del organismo. El resto, es complicación para no obtener nada a cambio. Y lo mismo con las series: no hace falta realizar planes súper complicados divididos en tipos de sesiones, tiempos de recuperación, velocidad, tiempos en zona... Dentro de esfuerzos de la misma capacidad, es la RPE (lo que nos esforzamos y por cuanto tiempo) del entreno lo que marca el impacto que nos generan y la adaptación resultante; y no el tiempo en zonas, la recuperación o si se ha realizado al 105 o 109% de FTP. En su libro High Intensity Interval Training, Bucheit y Laursen dedican más de 400 páginas a recoger toda la evidencia científica sobre el entrenamiento de resistencia; y después de leerlo varias veces, llego a la única conclusión posible: no hay entrenamientos mejores que otros. Diferentes tipos de sesiones provocan resultados similares (y sesiones similares resultados diferentes) y por tanto debemos preocuparnos mucho menos por las características del intervalo y fijarnos mucho más en el efecto global que genera: el estrés aplicado al organismo para medir la fatiga y, si afinamos un poco más, el estrés en cada vía metabólica (que afectará a las demás), para saber en qué partes estamos incidiendo más. Buscando la metaestabilidad Los sistemas complejos se rigen por el principio de estabilidad. El organismo realizará el mínimo desgaste posible para conseguir su objetivo: el sistema tiende hacia la configuración que menos energía requiere. Si para hervir el agua necesitas 100º, no hace falta que pongas el agua a 200º. Si para realizar un tipo de entrenamiento no necesito perder mi estabilidad y sinergias habituales, no lo haré. Como decía, el establecimiento de nuevas sinergias es un proceso con memoria, donde se favorecen las sinergias previas y también las secuencias que funcionaron en el pasado. Si somos sometidos a pequeños estímulos, los podremos resolver con las sinergias preexistentes, sin gran esfuerzo. Solo los entrenamientos o situaciones que me pongan al límite y supongan un estímulo nuevo y mayor harán que mi organismo tenga que explorar nuevas sinergias para ser capaz de resolver la tarea satisfactoriamente. Así, la forma de mejorar el potencial atlético será realizando estímulos en el límite entre lo que podemos hacer y lo que no podemos hacer. Es en esa zona donde florece la mejora. Tenemos evidencia práctica de que cuando los atletas empiezan a competir contra rivales con mayor nivel, mejoran más rápido. Ahora sabemos por qué. Este estado de estímulo realizable lo podemos conseguir mediante la adición de nuevos constreñimientos en el ejercicio. Podemos jugar con el ritmo, el volumen, las variaciones, la temperatura, la altitud, la disponibilidad energética, la cadencia, etc.… para poner al deportista en la zona de progreso donde se verá obligado a ir generando nuevas sinergias para ser capaz de ir superando nuevas situaciones extremas. Por ejemplo, las series decrecientes o con cambios de ritmo permiten “romper” la estabilidad y maximizar el tiempo en el estado metaestable, ya que desde el principio estamos poniendo al deportista cerca del límite volitivo entre parar y continuar. Este tipo de trabajos parece ser mucho más eficiente que las típicas series a ritmo estable donde el deportista solamente está buscando nuevas configuraciones en la parte final del esfuerzo. Nosotros podemos ir añadiendo dificultades jugando con el esfuerzo, aligerando la carga cuando no pueda más, realizándole cambios de ritmo, añadiendo 179 cambios de cadencia o posición, subidas, cambios ambientales o incluso, y por qué no, constreñimientos mentales y psicológicos. Pasear como un campeón Recordemos que como dijimos en el capítulo 4, el organismo se adapta tanto a la carga más frecuente, como a la más alta. Así, y una vez el deportista tiene un nivel avanzado, la única forma de que el organismo siga progresando será generando situaciones que requieran de estas adaptaciones y de ser capaces de generar nuevas sinergias más eficientes. Por ello, los entrenamientos que busquen este estado metaestable serán necesarios para mejorar una vez el nivel del deportista es alto. Pero obviamente poner el organismo al límite y empezar a romper hilos de la tela de araña, a provocarnos fatiga y daño, no es algo que pueda ser sostenido en el tiempo. Esto genera un desgaste y fatiga muy altos, que ha de ser compensado con tiempo y recursos suficientes para reponernos. El entrenamiento no deja de ser una agresión al organismo, y demasiada agresión, demasiada inestabilidad, disminuye el rendimiento. La capacidad de adaptación es limitada. Esta es una clave del entrenamiento: cuanto más fuerte el estímulo, más grande ha de ser la recuperación. No se puede entrenar al máximo si no se está dispuesto a descansar la cantidad de tiempo necesario. Así pues, la estrategia óptima de entrenamiento emerge en la interacción entre estos dos factores, con la evidencia científica de los estudios sobre el entrenamiento polarizado. Pocos entrenos muy fuertes que nos pongan al límite, separados por muchos días muy ligeros que nos permitan recuperar. Entrenamiento polarizado en su versión más ancestral: muchos días de regeneración y ejercicio ligero, y pocos días de luchas o huidas encarnizadas por la supervivencia. No todos los entrenamientos tienen el mismo balance de beneficios y riesgos. Cuando un deportista está muy en forma, cada entrenamiento fuerte tiene un riesgo alto de generarle demasiada fatiga a cambio de un posible beneficio muy pequeño. Y al revés: un día de recuperación tiene un riesgo muy bajo, pero un posible beneficio muy grande en caso de necesitarlo. Por el contrario, en un deportista que empieza o en una persona sedentaria, es justo al revés: ante la duda, entrenar más suele tener más beneficios que riesgos. El estímulo que nos genera un entrenamiento es no lineal. El doble de una carga es mucho más que dos veces más exigente. Los entrenamientos intermedios no son un estímulo suficiente para mejorar al organismo, ya que son poco más que reposo y el sistema los puede satisfacer casi sin desequilibrarse ni cambiar. Pero tampoco son tan suaves que nos permitan recuperarnos. 180 ESTÍMULO 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 CARGA DE ENTRENAMIENTO Un entrenamiento polarizado, con días muy duros y días muy suaves, nos permite entrenar al límite maximizando el proceso de recuperación. Esto no se debe confundir con modelos deterministas de entrenamiento polarizado, de los que hablan de entrenar el 80% de sesiones por debajo del primer umbral y un 20% con intervalos. No tiene nada que ver. Un entreno por debajo de primer umbral puede ser muy exigente y llevar al deportista hasta el agotamiento si se alarga lo suficiente o se juega con otros constreñimientos como el déficit energético, la altitud o el calor; y un entrenamiento de series no tiene por qué ser exigente si estas no son lo suficientemente largas o duras. Por tanto, es importante no confundir ambos conceptos pese a que los podamos llamar igual. Entrenamiento fractal Como vimos en el capítulo 3, la producción de potencia, el pulso, la cadencia y muchos más indicadores siguen dinámicas fractales durante el ejercicio. En este caso, de nuevo, las variaciones nos pueden ofrecer más información que las medias. Las variaciones no son errores, sino perturbaciones necesarias para que el sistema se adapte y cambie; y nos dan información de la estabilidad del organismo y la capacidad de generar sinergias para soportar la tarea. La variabilidad no solo no es un fallo, sino que debería ser promovida. Nuestra vida se compone de variaciones, y lo mismo las competiciones. No gana quien más estable se mantiene, sino quien es capaz de adaptar el esfuerzo de forma más eficaz al terreno , a los rivales y a los requisitos de la competición. El que es capaz de dar mucha potencia en el sprint o en las subidas, y recuperar cuando el ritmo es bajo o entre entrenamientos y competiciones. El mejor deportista del mundo cuando está activo podría tener un pésimo rendimiento si no es capaz de relajarse, dormir y recuperar cuando no está compitiendo. No gana el más fuerte , sino el que mejor se adapta. Por tanto, el entrenamiento debe tratar de simular estos cambios bruscos que ocurren en las situaciones reales de competición para conseguir formar sinergias adecuadas y eficientes de forma rápida; 181 respondiendo antes y mejor a los cambios de ritmo, recorrido, pendiente, estrategia o fatiga que ocurren en la competición. La periodización del entrenamiento es un fractal, cuya estructura se parece desde las escalas micro a las macro. La relación entre carga y recuperación de muchos entrenamientos es similar a la alternancia entre días de carga y recuperación que encontramos en un microciclo, mesociclo y macrociclo. La frecuencia de días duros disminuye de forma inversa a su magnitud, en forma de ley de potencias. El entrenamiento también ha de empezar a parecerse a un fractal, con cambios de ritmo, diferentes series, diferentes potencias, diferentes tiempos de recuperación. El entrenamiento tradicional basado en series a potencia estable, con condiciones estables (temperatura ideal, hidratación ideal, cadencia ideal, etc.) está enfocado en una visión mecanicista donde el objetivo es conseguir unas adaptaciones determinadas en exclusiva (mejorar la masa mitocondrial, mejorar el consumo de oxígeno, mejorar la fuerza, etc.). Sin embargo, el entrenamiento con variaciones cambiando constreñimientos- busca la capacidad del deportista de ser capaz de integrar todos estos factores. Siempre se ha dicho que la competición es el mejor entrenamiento, y ahora estamos empezando a darnos cuenta del por qué. Lo bueno, es que podemos simular esto en nuestros entrenamientos si los organizamos de la forma adecuada. Cooperación No tiene sentido que el entrenador siga actuando como “arquitecto” del proceso de entrenamiento y el deportista como un mero peón que ejecuta las instrucciones sin pensar. En realidad, deportista y entrenador forman parte del mismo sistema y se influyen mutuamente. La forma de trabajo entre estos dos, y los demás miembros del equipo de trabajo y círculo social del deportista, es la de cooperación (como en un equipo). Deportista y entrenador deben ser socios co-diseñadores del proceso (Balagué, 2014), que se complementan mutuamente. El deportista sabe algo que el entrenador necesita (sus percepciones y sensaciones) y el entrenador tiene algo que el deportista necesita (conocimiento formal de estos procesos complejos y fisiológicos, experiencia práctica en las mismas situaciones, visión panorámica del proceso sin estar influido por emociones y sesgos, etc.). Por tanto, el entrenador no ordena, sino que guía. En vez de planes de entrenamiento súper estructurados, con sesiones complicadas -de las que hace falta llevar una chuleta en el manillar-, aburridas, lineales y diseñadas para ser analizadas; se deberían proponer programas más abiertos y con diferentes posibilidades, dejando al deportista cierto grado de libertad dentro del trabajo que hay que realizar. Como nos dijo Carlos Barredo en el podcast, el deportista no tiene que preguntar al entrenador qué hacer si se nota un poco fatigado de más o no llega a los vatios un día. ¡Él lo sabe mejor! Después de esto, ya analizaremos qué pasó y veremos cómo seguir. El entrenamiento co-diseñado tiene en cuenta las preferencias del deportista, que como hemos visto son vitales a la hora de maximizar las adaptaciones y minimizar el desgaste que nos dejan los entrenamientos. La creencia de un entrenamiento perfecto, con vatios controlados todo el rato y ritmos estables no solo es un timo, sino que también es negativo para el rendimiento. 182 El entrenador debería ser más un maestro de obra que un arquitecto, en el sentido de que debería ir tomando decisiones en función de lo que va sucediendo, observando y escuchando; y no en función de unos planos teóricamente ideales. El entrenador es un componente más del sistema, y sus instrucciones y métodos dependen de las posibilidades del deportista o equipo. Un entrenador ha de tener seguridad en que está haciendo un buen trabajo manejando la incertidumbre, pero no en que no tiene incertidumbre. Los entrenadores, nutricionistas, psicólogos o directores estamos para ayudar a ver y conocerse a los deportistas, no para deslumbrarlos. Muchos deportistas mejorarían si dejasen de tener un feedback y feedfoward constante e instantáneo del entrenador para descubrir su cuerpo, sus sensaciones, limitaciones y, en definitiva, aprender cómo gestionar situaciones abiertas. Sin embargo, el entrenador siente que “me pagan por proponer metodologías”, igual que el director de un equipo ciclista siente que tiene que dar órdenes por el pinganillo ya que si no “sería un mero conductor”. Es la necesidad de intervenir (ingenuamente a menudo), que se soluciona no haciendo. Obviamente, no es un problema solo del entrenador. Numerosos deportistas, especialmente amateur, buscan una guía constante del entrenador, pensando que cuanto más estructurado y cerrado el plan de entrenamiento (cuanto menos margen de libertad nos deje) es mejor. Pero confunden determinista con mejor. Lo mejor no es lo más difícil ni lo más encorsetado, sino lo más adecuado a cada momento. Rendimiento fractal. El rendimiento de un deportista es fluctuante en diferentes escalas temporales, como un fractal. El nivel tendrá momentos más altos o más bajos durante la temporada, pero además estos momentos altos y bajos estarán marcados por dinámicas más cortas de días buenos y malos; e incluso estos días estarán salpicados de momentos donde nos encontramos genial y otros donde no tanto (Fig X). Esta fractalidad implica que el rendimiento del deportista no será estable y que tendrá ciertas variaciones. Hemos de ser conscientes de estas variaciones inevitables y no atribuirlas directamente a un fallo o un acierto del proceso de entrenamiento, sino a variaciones semanales, diarias o temporales que ocurren por la interacción de tantos factores como influyen en el organismo. Un día malo no significa que estés peor. Es simplemente fluctuación estadística, inevitable. La probabilidad de tener un rendimiento determinado está marcado por una curva de probabilidades. Dentro de tu estado de forma, el rendimiento que tendrás un día puede ser más alto o más bajo de lo esperado en función de una gran conjunción de factores. La mayoría de días te quedarás cerca de la media de rendimiento, pero habrá algunos que te quedes muy por debajo o bastante por encima. 183 A lo que podemos aspirar con el entrenamiento es a ir moviendo (de media) la curva de posibles rendimientos hacia la derecha (figura X+1). Esto no significaría que el deportista siempre vaya a rendir mejor por estar más fuerte, pero que normalmente (con mayor probabilidad) va a rendir mejor. Si nos fijamos en esta figura, ambos deportistas podrían realizar un test de esfuerzo a 300w, pero el deportista oscuro normalmente se quedará cerca de ahí, mientras que el más claro ha rendido muy por debajo de lo esperado y lo normal es que en los próximos lo haga muchísimo mejor (regresión a la media). Por ende, medir el rendimiento solo con los resultados de una sola sesión o un solo test resulta también en la producción de mucho ruido. Por suerte, cada entrenamiento nos permite evaluar el estado del deportista, si somos capaces de interpretar sus percepciones y confrontarlas con datos de rendimiento global (potencia, tiempo o velocidad). Quizá, como dice mi amigo Pablo Vázquez, deberíamos cambiar la idea de series como el único camino para conseguir mejorar, a la idea de series como un medio para valorar la evolución del deportista. Ambiente El modelo biomédico, imperante también en el rendimiento, termina en la piel. Hasta ahora, nos hemos centrado solo en valorar los cambios que ocurren dentro del sistema de estudio, dentro del organismo. Sin embargo, como hemos ido viendo, somos a la vez parte de un sistema mayor que nosotros: nuestra familia, sociedad y entorno. El principio de causalidad circular nos dice que en un sistema complejo las partes modifican el todo, y el todo modifica a las partes. Así pues, todo lo que tenga un efecto en tu entorno puede potencialmente modificarte a ti. Si uno de tus amigos engorda, tienes un 57% más de probabilidad de engordar tú (Christakis, 2007). Las consultas por trastornos psiquiátricos aumentan los días de viento, y los ingresos hospitalarios en olas de calor (Lage-Ferrón, 1999). El entorno en que vivimos, desde las otras personas al medio, cambia nuestras respuestas fisiológicas. Jim Rohn dice que “somos el promedio de las cinco personas con las que pasamos más tiempo”. Puede que haya algo de razón en esto. No es casualidad que, pese a que el 82% de la población española vive en ciudades, la mayoría de atletas y ciclistas profesionales provengan de zonas rurales. 184 Hasta ahora, no hemos sido conscientes de que el sueño, el estado emocional o la motivación son tan importantes para el rendimiento como las series, el glucógeno o el foco de atención (Balagué, 2014). Es absurdo pensar que tener una mala situación económica, problemas en una relación o vivir en un entorno contaminado no vayan a tener una consecuencia en nuestro rendimiento. De hecho, creo que a muchos deportistas les sería más provechoso dedicar una parte del tiempo que entrenan a socializar con sus amigos o resolver sus problemas vitales. Que no podamos medir el efecto de pérdida de rendimiento que tiene una pelea con tu pareja no quiere decir que no sea alto, seguramente más alto que lo que podrías conseguir entrenando. A menudo, mejora más el rendimiento una cena con amigos que otro entrenamiento de mantenimiento. El ambiente predispone al comportamiento. El cazador-recolector no hacía deporte por placer, sino para encontrar alimento. Quien vive en un entorno sano tiene mucho más fácil seguir una dieta o estar tranquilo, que quien vive rodeado de personas estresadas y alimentos ultraprocesados en los armarios. Quienes te rodean determinan tus acciones. Un pez no puede estar sano en una pecera sucia, y apostaría a que un humano no puede tampoco estarlo en una jaula contaminada. Los elevados niveles de plomo en el aire debido a la gasolina disminuyeron el coeficiente intelectual de los estadounidenses que vivían en las ciudades más contaminadas (McFarland, 2022). Ya se han encontrado microplásticos en el agua que bebemos y en nuestra sangre, y al respirar inhalamos millones de micropartículas contaminantes que no deberían estar ahí. El efecto que esto tiene en nuestra salud y rendimiento es difícil de calcular, porque la mayoría de problemas se acaban achacando a “otras enfermedades” como cáncer u otros problemas degenerativos. Es demasiado difícil Para terminar con este apartado sobre el entrenamiento, me gustaría decir que la complejidad nos indica que los comportamientos sistémicos tienen tantos bucles de retroalimentación, conexiones, bifurcaciones y estructuras, que se hacen imposibles de predecir. Ante tanta incertidumbre, la respuesta ha de ser simple y sencilla, evitando perdernos en relaciones espúreas intentando controlar lo que no podemos controlar. La complejidad es un paradigma que nos dice: fijaos en el comportamiento global del conjunto, no en las partes. Fijaos en el resultado, y no en el proceso. Un paradigma que va desde la práctica a la teoría, en vez de desde la teoría a la práctica. Y si en algo podemos ganar los deportistas y entrenadores a los científicos, es en el conocimiento de lo que funciona o no funciona en la práctica. No sabemos cómo es el entrenamiento óptimo, pero sabemos cómo no es. Sabemos qué es lo importante para estar en forma. Solo hace falta hacer bien lo básico de verdad: ajustar las cargas de entrenamiento al máximo que puede hacer el deportista sin generarse fatiga, mantener la frescura, tener un bajo porcentaje graso, estar lo más fuertes posibles y, no lo olvidemos: ser felices, tener confianza y estar muy motivados por la tarea. Para recordarlo, podemos usar la regla de las cuatro efes: fuerte, fresco, fino y feliz. No nos olvidemos de la cuarta. 185 186 8. TRATANDO CON SISTEMAS COMPLEJOS La vía negativa Escribe Nassim Taleb que una forma fácil de detectar charlatanes es que siempre dan consejos en positivo: qué deberías hacer; y evitan los consejos en negativo: qué no hacer. Sin embargo, estadísticamente los consejos en negativo son mucho más potentes. Recordemos que la ciencia avanza por descarte de lo erróneo, no por la confirmación de lo correcto, y esto mismo debería aplicar a los consejos finales de este libro. En un mundo complejo, saber qué no hacer es mucho más importante que saber qué hacer. No sé qué deberías hacer para ser millonario, pero sé muy bien lo que no deberías hacer (comprarte un Ferrari, por ejemplo). En un campo tan nuevo como la Ciencia de la Complejidad, donde precisamente uno de los postulados es que “no hay recetas”, no solo sería presuntuoso sino también erróneo dar consejos en este libro sobre cómo deberíamos entrenar -aunque apuntaremos algunos principios generales-. Pero lo que sí será fácil será desterrar falsos mitos que solamente se sostienen aún porque se han usado desde hace mucho tiempo o porque, a base de dinero y falsas promesas, se han ganado un hueco en el ideario común. En realidad ni siquiera los tendré que desterrar, pues el deportista con un mínimo de experiencia se habrá dado cuenta de que estas recetas reduccionistas no le sirven. No olvides los efectos secundarios Cada vez que implementamos cualquier intervención en un sistema complejo, hemos de ser conscientes de que la respuesta final es imprevisible e incluso no estará acotada a un momento temporal determinado: las consecuencias de nuestra acción pueden empezar a notarse en cinco días o cinco años, e incluso tener un resultado a corto plazo y otro muy distinto a largo plazo. Los sistemas complejos están al borde del caos, lo que los hace casi imposibles de predecir, especialmente a escalas temporales largas. Hay demasiadas interacciones que cambian el sistema de forma ininterrumpida. Recordemos el concepto de causalidad circular: la modificación de una parte del sistema modifica al todo, y el todo modifica a las partes. Los cambios micro generan cambios macro, y los cambios macro provocan cambios micro. Estamos desatando una serie de reacciones encadenadas que casi nunca sabemos cómo pueden terminar, por lo cual hay que pensar muy bien si merece la pena intervenir antes de hacerlo, y dejarlo solo para los casos donde el sistema ya está dañado y lo intentamos devolver a su estado natural. Por tanto, al intervenir en sistemas complejos tenemos que tener en cuenta siempre dos principios de seguridad fundamentales: 1. Cada cambio en contra del atractor principal del sistema (de su “estado natural”, si queremos llamarlo así), debería ser muy estudiado y realizarse solo como último recurso, porque al actuar no sabemos bien la cantidad de daño que podríamos estar creando en el futuro. 187 2. Cada vez que provocamos un cambio, estamos desencadenando una serie de efectos encadenados que normalmente se perpetúan mediante ciclos de retroalimentación. Los ciclos de retroalimentación pueden ser tanto negativos como positivos. Por suerte, los sistemas tienen mecanismos de compensación que normalmente evitan que cada perturbación les saque de su estado de equilibrio. Si hay más conejos, crece la población de zorros. Si un día comes de más, aumenta la saciedad y el gasto calórico para compensarlo. Los bucles de retroalimentación negativos los conocemos de sobra. El aumento de las temperaturas en la tierra provoca el derretimiento de la capa de hielo, lo que provoca la expulsión de grandes cantidades de metano a la atmósfera, la aparición de grandes incendios forestales que reducen la captación de CO2 por el planeta y la pérdida de la capa refractaria de los rayos solares que ofrecía la capa de hielo, provocando cambios cada vez más rápidos que empujan al sistema hacia una nueva configuración: una incompatible con la vida humana tal y como la conocemos. Una persona que se ve gorda se siente mal, y para compensar esa mala sensación busca una descarga de dopamina…comiendo más. Un círculo vicioso en el que caen tantísimas personas. La falta de propósito genera depresión, la depresión conlleva una falta de acción, y la falta de acción provoca una falta de propósito. Pero también pueden ser positivos, y estos cambios mínimos que provocan ciclos de cambios a mejor son los que debemos buscar. Cuando estoy rindiendo por encima de mis expectativas la recompensa que consigo es mayor de la esperada, lo cual me motiva a ser capaz de soportar más esfuerzo, lo cual provoca que la recompensa sea mayor, etc. El dinero bien invertido consigue beneficios, los cuales se reinvierten en más inversiones, lo que genera más beneficios, etc. Ya que todo cuenta, hemos de ser cuidadosos en provocar estos efectos, e implementarlos solo en entornos controlados donde estemos seguros de que el remedio es mejor que la enfermedad. Llevar una dieta puede ser adecuado para la persona que no es capaz de controlar su alimentación, pero puede ser un desastre que acabe en otros trastornos para deportistas más perfeccionistas o que no tuvieren problemas previos. Contrastes Los sistemas complejos se mantienen en la frontera entre orden y caos a través de ser expuestos a fuerzas que tiran de ellos en ambas direcciones. Un corazón sano tiene un comportamiento que se encuentra a caballo entre un comportamiento errático caótico- y un metrónomo -un comportamiento ordenado-. Este comportamiento se produce porque en él actúan dos ramas del sistema nervioso que funcionan de diferente manera: la rama simpática que lo ordena y lo acelera y la rama parasimpática que lo desordena y lo frena. Es la mezcla de estas dos la que le da el comportamiento que denominamos “criticalidad autoorganizada”. Las fuerzas opuestas son las que hacen que una sola intervención no desencadene bucles de retroalimentación infinitos, equilibrando el sistema. Por ejemplo: anabolismo y catabolismo. Demasiado anabolismo sería perjudicial: creceríamos demasiado y engordaríamos, aumentando nuestro gasto energético, disminuyendo nuestra capacidad de movimiento y exponiéndonos a enfermedades degenerativas por la 188 proliferación celular. Demasiado catabolismo también sería perjudicial: perderíamos energía y funcionalidad, perdiendo capacidades necesarias para la supervivencia. En nuestro estado natural, los periodos de anabolismo son compensados por periodos de ayuno, mediante la saciedad. Los periodos prolongados de catabolismo provocan hambre, la que nos mueve a conseguir comida, y mayor sensibilidad por la insulina, para favorecer el anabolismo. Es en la frontera entre el anabolismo y el catabolismo donde podemos mantener una buena salud y funcionalidad sin crecer más de lo necesario. Ojo, esto no quiere decir que debamos buscar aplicar estímulos “intermedios” entre anabolismo y catabolismo, no. Lo que quiere decir es que debemos compensar los periodos de anabolismo con otros de catabolismo y viceversa. Tanto las comilonas como los ayunos tienen un papel fundamental en nuestra salud. El reposo es tan importante como el ejercicio, y estar triste a veces es requisito para estar contento en otras. En la naturaleza, el catabolismo viene impuesto y el anabolismo hay que buscarlo, por eso hemos desarrollado sistemas de recompensa que nos premian al conseguir el alimento, en especial cuando es más necesario. Gracias a la tecnología hemos vencido temporalmente la imposición de dificultades naturales. Estas son incómodas y no queremos pasar por ellas. Pero es un gran error eliminar una de las fuerzas que equilibran el sistema, algo que ya estamos empezando a pagar. Comida Anabólico Acetilcolina Descanso Tranquilidad Sueño Felicidad Crecimiento (económico, social) Día Sol Vida Ayuno Catabólico Adrenalina Entrenamiento Estrés Vigilia Tristeza Decrecimiento Noche Lluvia Muerte Solemos pensar en las palabras de la columna de la izquierda como deseables, y en las de la derecha como indeseables. Esto es un grave error de concepto. Lo deseable es la alternancia entre ambos. La única presencia de los eventos de la columna de la izquierda nos llevaría a la enfermedad y la infelicidad. Hemos evolucionado en un entorno donde ambos espectros son totalmente necesarios para nuestra vida, y necesitamos de su alternancia continua para mantenernos bien. Por tanto, a partir de ahora deja de ver los momentos difíciles como malos: los días de lluvia son tan necesarios como los de Sol para la vida. La pérdida de la alternancia entre estas dos ramas generará grandes fluctuaciones con el tiempo. Los cultivos no pueden prosperar ni en un clima donde cada día haga sol, ni en otro donde cada día llueva. La vida es penosa sin la muerte: el exceso de población de algunas especies provoca enfermedades infecciosas, carencias y hacinamientos, condenándolas a una cadena de sufrimiento antes de morir. La economía mundial está basada en un sistema capitalista de crecimiento infinito, que 189 trata de evitar cualquier periodo de crisis mediante medidas artificiales. Evitando las pequeñas crisis de ahora, se genera el caldo de cultivo de grandísimas crisis dentro de un tiempo: estamos extrayendo cada año 4.5 veces más recursos de la Tierra de los que podríamos hacer. Alguien tendrá que pagar la deuda. Buffers Parafraseando a Taleb: “a la Madre Naturaleza le gusta la seguridad”. Obviamente, no nos referimos a que tenga preferencias humanas, sino que a solo las cosas que han sido creadas con cierta reserva de seguridad (para prevenir problemas inesperados) han conseguido sobrevivir. Las plantas y animales saben mucho de esto. Muchas plantas guardan en su tallo, raíces o bulbos sustancias energéticas de reserva para crecer tras el invierno, o incluso en caso de ser comidas o cortadas. Esto les permite seguir con vida. Los osos engordan en previsión del invierno, y los conejos tienen más hijos de la cuenta en previsión de los que se va a comer el zorro. Así, nuestros organismos están diseñados para ser capaces de proporcionarnos un poco más de recursos de los que normalmente necesitamos. Podemos absorber, transportar y utilizar más oxígeno y recursos de los que comúnmente necesitamos, en previsión de que habrá días que podamos necesitar todos esos recursos para sobrevivir. No deja de ser el principio fundamental del entrenamiento: el organismo se adapta (mejora) para estar preparado ante un evento más fuerte que el más fuerte que hemos experimentado. Por eso somos capaces de mejorar tras un entrenamiento que nos pone al límite (pero no nos mata): el cuerpo se prepara para otro aún peor, ya que anticipa que si este estímulo ha ocurrido, otro peor podría ocurrir. Sin embargo, para la teoría de la eficiencia económica, tener dos riñones es un gasto de energía “innecesario” si el 99% del tiempo podríamos apañarnos con uno. Esta disminución de los márgenes de seguridad en que operamos está en el origen de muchos de los problemas que hoy sufrimos. ¿Para qué queremos producir nuestros productos básicos, si es más eficiente traerlos desde China? ¿Para qué dejar el agua en los acuíferos, si podemos utilizarla ahora para tener más producción agrícola? Esto aumenta nuestra fragilidad, ya que al ocurrir pequeñas desviaciones (tensiones diplomáticas, falta de lluvias, etc.), un sistema que podría adaptarse y mantener el equilibrio utilizando sus reservas, se vuelve inestable y tiende a degradarse y desaparecer. Las inundaciones se suelen dar en el curso medio y bajo de los ríos, no en las montañas. Un aumento del caudal del 10% no es mucho arriba, pero en magnitud total ese 10% es muchísimo abajo donde se juntan todos los ríos. En el organismo, pequeñas sobrecargas a nivel local (un poco más de trabajo, un poco menos de sueño, un poco menos de calorías) parecen ser cambios muy pequeños, pero estos interaccionan entre sí y acaban teniendo efectos muy grandes a nivel sistémico. Además el efecto de cada fuente de daño es no lineal. Si por ejemplo un déficit de 100kcal baja un 1% el rendimiento, una bajada de 200kcal lo baja un 2.2%, pero una bajada de 500kcal no bajaría un 5.8%, sino un 20% por ejemplo. Las cosas que sobreviven en el tiempo, lo hacen por tener unas reservas de seguridad lo suficientemente altas para evitar las grandes crisis, eventos incluso más altos que los más altos que uno ha vivido. 190 Dado que tomamos decisiones pensando en que las condiciones de recuperación serán ideales, cuando aparecen problemas o estresores inesperados estos afectan al organismo de forma negativa. Esta asimetría es la que hace que los eventos inesperados casi siempre nos afecten, pero casi nunca nos favorezcan y por tanto lo más sensato sea dejar margen de seguridad para prevenir los eventos que, aunque no podemos prever como, sabemos que aparecerán. La optimización puede ser útil en sistemas complicados, pero es muy peligrosa en sistemas complejos que están continuamente variando. Intentar acercarnos al límite de la carga de entrenamiento que podemos tolerar antes de empezar a bajar el rendimiento es peligroso y acaba siendo negativo a largo plazo. Cualquier evento inesperado, como un par de noches durmiendo mal, una pelea con la pareja o amigos, exámenes o coger un virus llevarían al deportista a “cruzar la frontera” del estado de fatiga o sobreentrenamiento, de la cual es muy difícil retroceder. La quietud es clave La mayoría de nuestros problemas desaparecían solos si les dejamos suficiente tiempo. A menudo lo que llamamos problemas son compensaciones, y no sabemos cómo están actuando. No actuar demasiado pronto suele ser en muchas ocasiones lo más correcto, pero mentalmente el no actuar se nos hace muy complicado en un mundo donde estamos acostumbrados a pensar que tenemos que intervenir constantemente para que todo funcione. Intervenir demasiado pronto inhibe mecanismos compensatorios. Si eliminas los insectos en los campos, no dejas que el mecanismo de pájaros y predadores se ocupe de ellos, acabando con el mecanismo compensatorio y haciendo más proclive a futuras plagas el campo. Además, no dejas que los insectos se auto eliminen por la falta de recursos, estando siempre en el límite alto del ciclo de la plaga. Los inversores saben bien que quien más dinero gana en bolsa es quien menos lo mueve. Además, es que el sistema a menudo es atraído de forma natural hacia estados deseables para nosotros, y actuando lo único que hacemos es inhibiendo este proceso y poniéndoselo más difícil. En muchas más ocasiones de las que creemos, lo mejor que podríamos hacer para mejorar es no hacer nada. Todos sabemos que la recuperación es vital para el rendimiento. Pero nos centramos demasiado en la parte activa de la recuperación: qué puedo hacer para recuperar antes. Cuando la pregunta debería ser al revés: qué no tengo que hacer para recuperar antes. No tengo que preocuparme, no tengo que estar pensando en si me doy un masaje, suplemento y pongo la electroestimulación, lo que me hace no ser capaz de relajarme y desconectar nunca. El organismo tiende a recuperarse de forma natural si le privamos de estresores. La forma más efectiva de recuperación es no hacer nada, y limitarnos a dejar que el cuerpo se regenere mientras nos dedicamos a otros asuntos, realizamos actividades placenteras o cultivamos las relaciones sociales. En la mayoría de ocasiones, irse a cenar con amigos -siempre que no te acuestes al amanecer borracho- hace que recuperes mucho más que quedarte en casa con las medias de compresión. Mucha gente empezó a tomar cafeína para recuperar porque un estudio decía que aumentaba la reposición de glucógeno. Sin embargo, lo que puede ser cierto a nivel 191 local, es un desastre a nivel general. Se inhibe la actividad parasimpática y anabólica del organismo, disminuyendo la recuperación. El reduccionismo hasta el extremo nos hace pensar que tenemos que controlarlo todo y estar siempre haciendo cosas. Crees que tú tienes que hacer que todo mejore, y no te das cuenta que las cosas mejoran pese a tus esfuerzos. Nadie piensa en qué entrenamientos debería no hacer para mejorar el rendimiento, cuando la probabilidad de mejorar por ahí sería mayor que entrenando más. Quitar lo negativo es normalmente más útil, y desde luego que es mucho más fácil de saber. Eliminar fronteras A lo largo del libro hemos visto como los sistemas complejos no se circunscriben a una única disciplina. Así, tanto el estudio como el tratamiento de problemas a partir de solamente una disciplina predeterminada ya no se sostiene. La obesidad no es un problema solo de alimentación, ni la diabetes un problema únicamente médico. Debemos empezar a ver los problemas de la forma en que son: multifactoriales y multicausales. En el campo que me toca del entrenamiento, creo que generalmente sobreestimamos el papel de la preparación física en la búsqueda del rendimiento y se infravaloran otras áreas como la psicología o la nutrición. Dentro de esto, sobreestimamos la importancia que le damos a el diseño o intensidad de los intervalos a costa de restar importancia a otros factores como la compensación entre la dosis de estímulo y recuperación. Esto en parte ocurre también porque los entrenadores somos formados solamente en entrenamiento, los nutricionistas en nutrición, o los médicos en medicina. Es intolerable con el conocimiento que tenemos hoy en día que los médicos no tengan una formación decente en nutrición, los nutricionistas en ejercicio físico o los entrenadores no la tengamos en psicología. Los itinerarios universitarios han hecho más mal que bien, y por mi parte creo que sería razonable cambiar todas estas carreras por un grado en Ciencias de la Salud y una especialización en rendimiento, viendo la problemática como un corpus integrado. En cambio, las ciencias de la Complejidad atraviesan sin inmutarse todas estas fronteras permitiendo que los mismos principios y conceptos permitan explicar problemas de climatología, cosmología, ciencias sociales, psicología, biología o ciencias del deporte, entre otros muchos campos. En los sistemas complejos, no podemos comprender el comportamiento de una parte sin entender las demás. Quizá es por esto por lo que me ha atraído tanto el estudio de la Complejidad. Un entrenador no puede ser buen entrenador si no sabe de psicología , nutrición o medicina… pero resulta que tampoco lo será si no sabe estadística, matemáticas, física, biología e incluso sociología o economía. Ya que todo está relacionado, todo es importante. Y es importante destacar que integración que se persigue por las ciencias de la Complejidad no es la creación de equipos multidisciplinares, formados por profesionales de las diferentes áreas. Un equipo formado por especialistas tendrá mucho conocimiento en cada parcela, pero las decisiones que cada miembro tome serán diferentes en función de su área de trabajo. Lo que necesitamos son equipos 192 multidisciplinares, pero formados por profesionales multidisciplinares: especializados en un ámbito en concreto, pero conocedores de todo lo demás. Quiero terminar este apartado advirtiendo del grave problema que tenemos al dejar las decisiones complejas en especialistas de áreas específicas. Cuando tratamos los problemas desde un enfoque particular, desconocemos los efectos secundarios que generamos en otras áreas. Es lo que se conoce como el “Problema de Agencia”: las soluciones propuestas por cada especialista serán diferentes en función de su área de conocimiento y las métricas o incentivos por los que se juzgue su resultado. Por ejemplo, si las decisiones sobre cómo actuar en futuras pandemias las toman solamente los epidemiólogos, sus soluciones serán muy diferentes a como las tomarían los médicos o los economistas. Un epidemiólogo estará incentivado a proponer medidas draconianas que bajen rápidamente la tasa de contagio -sin tener en cuenta el efecto que esto tenga en otros ámbitos-, mientras que un economista podría estar incentivado a tomar las medidas que menor impacto económico tengan -a pesar del impacto que la enfermedad tenga en la salud-. Ninguna medida extremista desde un solo campo suele ser correcta y por tanto, las decisiones complejas deberían recaer en profesionales multidisciplinares y expertos en complejidad, capaces de integrar todas las problemáticas de los diferentes campos con los principios que rigen los sistemas complejos. Por desgracia, esto es lo que menos ocurre. Estamos gobernados por medidas reduccionistas en un mundo complejo. Contaminamos el planeta a costa del beneficio económico a corto plazo, gastamos dinero en sanidad en vez de facilitar y potenciar la actividad física, construimos más carreteras en vez de más carriles bici, y queremos solucionar la escasez de petróleo y el aumento del gasto, con una bajada del precio del combustible. Ninguna medida reduccionista va a solucionar un problema complejo, solo lo va a agravar más a medio y largo plazo. Integración de escalas temporales Otra frontera artificial que derribar es la separación entre escalas temporales. Muchas cosas se dan por estáticas y deterministas solamente porque la velocidad a la que cambian es lenta, y no parecen variar cuando las medimos en una escala temporal humana. La geología es una ciencia viva, y el planeta está continuamente en cambio. Las montañas surgen y desaparecen, los continentes se mueven, el terreno cambia. El problema es que es un cambio tan lento que no somos capaces de percibir. Y esto mismo ocurre con procesos provocados por nosotros de los que no solemos ser conscientes porque las consecuencias son diferidas. Por ejemplo, la erosión del suelo puede evolucionar durante mucho tiempo sin problemas aparentes para los cultivos. Pensamos que no ocurre nada y que al no haber un daño aparente, la erosión no es un problema. Pero en el momento que esta empieza a afectar la profundidad donde se insertan las raíces, y un aumento minúsculo de la erosión lleva a la pérdida de toda la cosecha. 193 Supervivencia plantas (%) 120 100 80 60 40 20 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Erosión (cm) Este tipo de gráficos me gustan porque definen las medidas políticas actuales: pensar que si algo no ocurre a corto plazo, ya no es un problema; generando el campo de cultivo para problemas a largo plazo que estallarán cuando otro esté en el poder. Algo similar ocurre a escala humana. Desde pequeños comemos mal, nos exponemos a diversos contaminantes, bebemos alcohol, sedentarismo, etc. Como al principio no hay un daño aparente, uno tiende a pensar que todo este maltrato al cuerpo no es negativo, al fin y al cabo: ¡estamos bien! Hasta que de repente empezamos a enfermar y no sabemos por qué. Como en el caso del camión y el puente, le podemos echar la culpa al último factor que hayamos medido. “Murió por un infarto”, “tiene diabetes”. Pero en realidad es imposible decir qué proporción de la enfermedad es debido a qué problema. La enfermedad aquí debe ser tratada como un fenómeno emergente, dinámico y lleno de no linealidades donde todos los factores que la puedan favorecer interaccionan entre sí, hasta que se termina por desequilibrar al organismo. Puesto que las consecuencias de una acción pueden ser diferidas a esta, es vital no confundir la ausencia de la prueba de que algo sea negativo, con que haya ausencia de pruebas de que ese algo lo es, ya que las consecuencias podrían estar latentes y solo aparecer más adelante. Deberíamos ser ultraconservadores en temas complejos donde no sabemos de qué forma podríamos estar cortando el cable equivocado. Gratificación postergada El pensamiento cortoplacista lleva a respuestas cortoplacistas, que parecen buenas en el corto plazo y que resultan ser negativas en el largo. Integrar todas las escalas temporales a las que actúan los sistemas complejos es vital para poder conseguir resultados duraderos en el largo plazo. Mejorar el rendimiento a corto plazo es bastante sencillo cuando un deportista está empezando: se trata solo de entrenar más y más fuerte. Muchos deportistas creen que la carga de entrenamiento correlaciona muy bien con su estado de forma y esto es verdad: cuanto más entrenas, mejor vas… pero solo hasta que llegas al límite de tolerancia. Este cortoplacismo normalmente limita el desarrollo y la mejora futura, por la acumulación de demasiada fatiga. En el mundo de la inmediatez, uno de los principales problemas que tenemos los deportistas y entrenadores es la búsqueda de resultados inmediatos. Cuando un 194 deportista empieza con un entrenador, quiere ver el resultado de su trabajo en menos de un mes. El incentivo por trabajar duro y entrenar fuerte es muy alto, y el incentivo por construir despacio, muy pequeño. Cuando empiezo con un deportista a mitad de año, lo que más me cuesta es convencerle para recuperar o entrenar menos de lo que hacía antes, aunque él mismo viese como su rendimiento cada vez era más bajo. Una mejora muy rápida será precedida de un ciclo de empeoramiento también rápido, excepto cuando el deportista está empezando. Al igual que evitar las pequeñas crisis hace más graves las grandes, el rendimiento mejora a largo plazo de forma fractal, a modo de escalones; algunos de los cuales serán de bajada. Pretender mejorar todo el tiempo, sin dejar tiempo al descanso y evitando activamente el retroceso, es la receta perfecta para acabar teniendo una bajada de rendimiento mucho más brusca y sin posibilidad de mejora posterior. Dispersión En los sistemas complejos, la variabilidad nos da más información que la media. La temperatura media anual de Jaén y Tenerife es similar (±17.5ºC), pero la variación media anual (amplitud térmica anual) es de unos 15º en Tenerife a más de 50º de diferencia en Jaén. A su vez, las temperaturas medias en el mundo han aumentado poco más de un grado en los últimos 10 años, pero la variabilidad de estas temperaturas ha ido en aumento, alternando inviernos bastante más fríos con veranos bastante más cálidos y cambios bruscos de tiempo (Aemet). Es por ello que el seguimiento de cambios en los sistemas complejos ha de reflejar la variabilidad del sistema. La variabilidad de nuestra frecuencia cardiaca puede indicarnos tantas cosas o más que la propia frecuencia cardiaca promedio. Los pulmones y el cerebro también actúan de una forma variable, por ejemplo los pulmones sanos se caracterizan por la variación entre presiones muy fuertes y otras suaves. La media de glucosa plasmática en dos personas durante el día es de 120mg/dl; pero uno tiene picos de 300, y la otra se mantiene estable entre 80 y 160. La variabilidad además se encuentra en las diferentes respuestas que tienen los sistemas ante unas intervenciones determinadas. Los artículos científicos -basados en intervenciones de entrenamiento estandarizadas- nos dicen qué efectos tiene un tipo de trabajo en la media de una población de referencia, pero el promedio no es ningún deportista. Si tomamos decisiones basadas en promedios, estaremos tomando decisiones equivocadas para la gran mayoría de personas. En unas nos equivocaremos por mucho y en otras por poco, pero nadie tiene un comportamiento promedio en todo. 195 1 2 3 4 5 6 PRE POST Figura X. La media de deportistas mejora un 22% la variable medida tras un programa de entrenamiento. Pero hay deportistas que empeoran (1 y 4), otros se mantienen parecidos y otros mejoran mucho. Es por esto que hay que andarse con cuidado cuando se proponen decisiones basadas en los porcentajes a los que, por ejemplo, está el segundo umbral respecto al vo2max, ya que “según la media” está en un porcentaje determinado; al igual que ocurre si hacemos referencia a qué forma de pedaleo es mejor o qué tipo de entrenamiento es más adecuado. ¿Cómo es un pino? Si en un bosque hay un millón de pinos, nos encontraremos con un millón de figuras diferentes. Y eso que los pinos no se mueven del sitio, creemos que no piensan ni se ven afectados por tantas cosas como nosotros. La plasticidad del ser humano es increíble, y es la habilidad que nos ha permitido prosperar en entornos tan cambiantes y diferentes como la prehistoria y la actualidad, las ciudades y la sabana, el ártico y el desierto. Es absurdo ver a los seres humanos como si fuéramos réplicas exactas en una fábrica de montaje en cadena. Cuidado con los datos Considero que gran parte de los entrenadores están sacando más conclusiones de las posibles con datos imprecisos y tipos de procesamiento simplistas, reduccionistas y que se han mostrado fracasados. Los softwares de entrenamiento comerciales suelen darnos mucha información sobre variables discretas, valores medios, valores máximos, etc.; pero no permiten trabajar ni con medidas subjetivas ni con datos de variabilidad, dispersiones, desviaciones, individualización, etc. Por mucho que nos vendan el concepto de “fisiología única de cada deportista”, la realidad es que la única individualización que permiten la mayoría de métricas es la comparación del deportista con un prototipo de deportista “ideal” o “promedio”. Estos modelos, obviamente, no son nadie. Nadie es intermedio, nadie es ideal, y tampoco importa mucho. La comparación con estos modelos de deportistas promedio es además tramposa, porque ningún organismo se autoorganiza de igual manera (Balagué, 2014). Esta mala praxis es la que ha hecho que gran parte de la ciencia del deporte sea una ciencia fallida, que no nos arroja respuestas porque intenta responder a preguntas complejas con respuestas simples y sigue tratando al organismo humano como un motor de combustión. 196 El organismo no busca mantener unas proporciones determinadas, igual que ninguna encina es igual a las demás y no por eso está menos adaptada al medio. La relación entre la energía proveniente de las grasas o el glucógeno a un porcentaje de intensidad prefijado no es siempre igual, ni entre los distintos deportistas ni en un mismo deportista. Lo mismo podríamos decir de la cadencia, de la frecuencia cardiaca, del lactato, de la relación entre la PC y la W’, porcentaje de energía aeróbica y anaeróbica, etc.… No hay medias, y uno no debería interpretar que un deportista empeora “anaeróbicamente” solo porque mejore aeróbicamente y su FTP suba, disminuyendo el área por encima de la curva y por tanto disminuyendo los valores de W’ o FRC. Figura X. Ante un mismo rendimiento, si el FTP del deportista sube, el modelo de FTP detecta que es más flojo anaeróbicamente (su W’ es más pequeña). Sin embargo es capaz de mover los mismos vatios en intensidades cortas, lo cual pondría esto en entredicho. Además, normalmente al mejorar FTP en realidad deberían mejorar también los esfuerzos cortos, ya que el sistema aeróbico contribuye en un gran porcentaje a la generación de energía en esfuerzos cortos, excepto sprints. Sin embargo, el elefante en la cacharrería es la falta de precisión. ¿Hay relación entre los vatios que estamos moviendo y el porcentaje de energía aeróbica o anaeróbica que está consumiendo el organismo, porcentaje de carbohidratos, o el consumo de oxígeno? Por supuesto. Nadie lo pone en duda y esto es lo que esgrimen los defensores de este modelo para justificar su validez. Está correlacionado, desde luego. Pero la pregunta es: ¿con qué margen de error? ¿De verdad me sirve saber este dato con un margen de error de un 20 o un 40%? En unos deportistas en unos momentos podría estar marcándome un 20% de más, y en otros un 20% de menos. ¿Cómo podemos tomar decisiones correctas con tanto ruido? ¡Necesitaríamos cambios gigantes para achacar que la evolución de un parámetro así calculado se debe a la mejora del deportista, y no al simple ruido estadístico! 197 Figura X. Cada punto refleja el estado de un deportista, y las barras reflejan la desviación máxima respecto a la media. Aunque la media sigue siendo la misma, cada paso (cada medida o procesamiento) que añadimos aumenta la dispersión máxima de los resultados respecto a esta media. Es este ejemplo cada paso añade un 10% de margen de error, que no ocurrirá en todos los deportistas, pero sí en algunos. Así, se podría dar la bella paradoja de estar acertados de media y equivocados en todos. Además, los procesamientos de información anidados van sumando el margen de error de cada procesamiento y medida; y por tanto dispersión, como vimos en el capítulo anterior. Llega un punto donde la señal -lo que queremos medir- es mucho menor que el ruido -la desviación típica-. Por ejemplo, cuando se mide la relación que hay entre el FTP y el vo2max (ambos estimados a través de un software); estamos sumando la dispersión que tiene la estimación de una (6-9%), con la que tiene la extrapolación de la otra (>10%), y además la dispersión tiene la creencia de que los umbrales han de estar en un porcentaje determinado para tener un buen rendimiento (>30%); por lo que estaríamos midiendo algo cuyos cambios son más achacables al error de estimación que a un efecto real en el rendimiento. Figura X: Conforme vamos acumulando margen de error, la distribución de resultados va “achatando” la curva de resultados. Pasamos desde la curva azul a la roja y después a la amarilla. La media sigue estando en el mismo sitio, pero la desviación frente a esa media es mucho más alta, lo que aumenta la posibilidad de que los valores reales de un deportista sean mucho más bajos o mucho más altos de lo que se está calculando. No me cansaré de repetirlo. Igual que los alimentos ultraprocesados son menos sanos que las materias primas, los datos son mucho más fiables cuanto menos procesados están. Hay que tener una buena razón de peso para añadir margen de error a la mezcla – y saber un poco de estadística, claro-. 198 Lo no cuantificable Me encantan las matemáticas y los datos, pero creo que no me había dado cuenta hasta empezar a escribir este libro. Me encanta analizar tendencias de deportistas, vatios, series climáticas, datos macroeconómicos, las leyes de potencias, los fractales, la física... la de horas que he pasado viendo cursos en los últimos años para aprender sobre esto. Y pensándolo me viene de lejos: ya en selectividad mis únicos dos dieces fueron en matemáticas y en geografía -que eran datos climáticos-. Sin embargo, el trabajo con datos me ha ido enseñando precisamente que hay que interpretarlos con cuidado y que a menudo son engañosos, porque recogen partes aisladas o sesgadas de la realidad, y que los modelos no son el territorio. Un organismo es mucho más que los valores bioquímicos en una analítica aislada, y un deportista mucho más que los datos de potencia. Es más, a la luz de una corriente cientifista, se han venido a publicar y promocionar cantidades ingentes de métricas aisladas y en muchos casos sin ningún tipo de rigor ni validación científica que más que ayudar, generan desinformación. Y es curioso sin embargo que, por explicar esto, algunas partes interesadas hayan emprendido una campaña en considerarme “anti datos” y “anti ciencia” simplemente por decir obviedades y por, como diría Recuenco, “no comprarles todo el pescado”. Los datos tienen su lugar y nadie en su sano juicio los dejaría de utilizar, pero no nos olvidemos que ni son todos los que están, ni están todos los que son. Hay muchas cosas que no podemos medir, o que medimos mal. Y en muchos otros casos, otras que medimos bien pero malinterpretamos. El racionalismo ingenuo se puede resumir en la frase de “lo que no se mide, no se puede mejorar”, atribuida a Willian Kelvin, un matemático británico del siglo XIX, haciendo referencia obviamente a que lo no podemos calcular su mejora; y que ha sido usado por muchas personas para tratar de argumentar que la única realidad existente son las cosas fácilmente cuantificables. Sin embargo, ha sido un error grave marcarnos como objetivos únicamente aspectos que son fácilmente medibles, en vez de poner el foco en los importantes. Esto nos ha llevado a valorar más el PIB que la felicidad de las personas, al sueldo por encima de la realización personal o al número de seguidores por encima del efecto que se haya tenido en ellos. No solo porque algo se pueda medir es importante o debe ser buscado, y no porque algo no se pueda medir ha de ser descartado. Si nos fijamos bien, las cosas importantes del mundo no se pueden medir, al menos no de forma objetiva. Mientras escribo esto, tengo enfrente una taza de café. Vale, puedo pesar la taza, medir su capacidad, su resistencia… pero ninguna de esas medidas determina el valor y la utilidad que tiene la taza para mi vida (especialmente si está repleta de café). No puedo medir su valor. ¡Qué bella paradoja que solo pensemos en números mientras vivimos la vida a través de lo no cuantificable! Y lo mismo con lo demás. No podemos definir a nuestra familia, nuestras aficiones y nuestros sueños con números. De hecho, seguramente si lo midiéramos racionalmente tendríamos que dejar aparcadas casi todas las cosas que nos gustan en la vida, al no ser racionalmente óptimas o eficientes ni medibles. Sin embargo, no deberíamos dar por hecho que lo más “racional” desde el punto de vista cuantificable sea lo más idóneo, porque nuestros modelos mentales están limitados por la información que tenemos, que seguramente sea inexacta e 199 incompleta, si no es errónea. Imagina que para elegir pareja, puntúas a cada posible candidata en una serie de ítems, sumando una puntuación final. Tienes una ganadora, pero en el fondo sabes que la que quieres es otra. ¿Qué decisión deberías tomar? ¿Estarías actuando de forma irracional si eliges a la que tiene peor puntuación? Las corazonadas (“gut feelings”) son una forma de pensamiento directo que puede integrar aspectos de la realidad que conocemos a nivel biológico, pero que desconocemos a nivel racional. Por ejemplo, hace poco que se descubrió que podemos sentirnos atraídos hacia una persona por su olor, que está generado por sus bacterias y varía en función de su estado de ánimo, salud, etc. Parece que los humanos -que provenimos de bacterias y estamos formados por bacterias- podríamos sentirnos evolutivamente atraídos a través del olor por las personas cuyas bacterias mejor podrían encajar con las nuestras. Sin embargo, al ser incapaces de integrar nuestra apetencia por cada olor en estas escalas numéricas -y creer que este tipo de pensamiento “no es racional”-, estaremos prescindiendo de un mecanismo mucho más evolucionado y adecuado para tomar decisiones en un entorno complejo donde no sabemos lo que no sabemos. Por tanto, que no podamos explicar algo no quiere decir que este algo no exista. La belleza no se puede definir, pero todos la experimentamos cuando la vemos. El bienestar, la felicidad, el propósito, la amistad, el placer… la mayoría de cosas importantes en el mundo no se pueden medir. Y como decíamos anteriormente: lo que mides marca lo que mejoras. Así, me gusta más decir que: “No todo lo que cuenta se puede contar, y no todo lo que se puede contar cuenta”. Albert Einstein Visión integrada La cantidad de variables fisiológicas que podemos medir del organismo humano ha crecido exponencialmente en los últimos años, permitiéndonos incluso tomar medidas en tiempo real de variables fisiológicas. Este progreso en la cantidad de datos ha generado la ilusión del conocimiento absoluto y predictivo del comportamiento del sistema a través de esta información. Sin embargo, los datos que medimos son solo algunas piezas de un puzle. Y lo importante del puzle no es ver las piezas, es saber cómo se organizan. La tendencia de algunos profesionales a centrarse en las partes del sistema fácilmente medibles y cuantificables les hace olvidar que están viendo una panorámica distorsionada. La realidad es mucho más compleja, rica y formada por un montón de piezas que no se pueden cuantificar. Mientras se enfocan en recopilar y procesar grandes cantidades de datos, los analistas, científicos y entrenadores pueden olvidar el extraordinario potencial del sistema neurobiológico humano para integrar de manera dinámica y rápida cantidades masivas de información personal y ambiental (Montull, 2022). A través de las percepciones y sensaciones, los humanos no solo somos capaces de integrar cantidades ingentes de información -las que podemos medir ya y las que todavía no-, sino que somos capaces de ponderar estas según la importancia que tenga para la tarea en cada momento. Este proceso, además, se da de forma independiente a que nuestros modelos de pensamiento estén en lo cierto o no. Uno se 200 puede equivocar tomando algo venenoso pensando que era beneficioso, pero el organismo va un paso por delante y te lo hará saber aunque tú no lo sepas, intentando deshacerse de él por arriba, o por abajo… Se ha demostrado que las mediciones subjetivas (percepción de esfuerzo y cansancio) reflejan mejor los estados de fatiga que medidas objetivas comunes como marcadores sanguíneos, consumo de oxígeno, frecuencia cardiaca, etc. (Saw, 2016). De hecho, las mediciones subjetivas son sensibles a cambios relacionados con el sobreentrenamiento (Foster, 2021), lesiones (Johnson, 2011) enfermedad (Anglen, 2008) o incluso los cambios en el campo magnético terrestre (Timofejeva, 2017) (Montull, 2022). Sin embargo, no siempre podemos pasar información cualitativa a escalas sin perder información o simplificar procesos muy complejos. La información no es un ente independiente: depende de nuestra interpretación. Lo mismo puede ser distinto si yo cambio. Un ejemplo de esto lo tenemos con las preferencias. Prefiero estar con gente cuando llevo mucho tiempo solo, pero prefiero estar solo cuando llevo mucho tiempo con gente. El agua está la primera en mi escala de preferencias si tengo sed, y de las últimas cuando no la tenga. No puedo poner en una escala cuánto me gusta el agua, pero aunque lo pusiera, esa escala haría referencia a un único instante temporal de la casi infinitud de una vida. Quizá no haga falta pasar todo a escalas. Si bien me cuesta mucho razonar esto, hasta un niño pequeño es capaz de entender que las mismas cosas no nos gustan igual siempre, y no porque cambien sino porque nosotros somos diferentes. No deberíamos tratar de transformar numéricamente lo que pierda información en ese proceso. A veces una frase es mejor que un número, y una conversación mejor que un algoritmo. Frente a muchas mediciones temporales de lo que ocurre en partes aisladas del organismo, nuestras percepciones y sensaciones nos informan del estado global del conjunto. Es el Sol quien marca la hora al reloj, y no el reloj al Sol. Así, este amalgama de información compleja que sentimos como sensaciones o percepciones, son nuestro Sol interno, las que marcan lo que está ocurriendo. Podemos medirlas muy fielmente, pero siempre teniendo en cuenta que son estas quienes marcan la realidad, y nosotros unos simples relojeros. Lo que mides marca lo que haces “Ten cuidado de no confundir esfuerzo con resultado, o terminarás con un sistema que está produciendo esfuerzos, no resultados”. Donella Meadows Medidas erróneas llevan a resultados indeseados. Si el objetivo es mejorar la educación y esto se mide a través de test PISA, emergerá una forma de educación basada en mejorar las notas de estos exámenes a pesar de disminuir la formación en otras capacidades y conocimientos. Si el objetivo es mejorar la economía del país, y esto se mide con el PIB (Producto Interior Bruto); el sistema tenderá hacia medidas que maximicen esta métrica, aunque sea a costa de aumentar la desigualdad o el nivel 201 de vida real de los ciudadanos. El PIB puede crecer aunque el 95% de las personas sean más pobres, como estamos viendo mientras escribo esto en la primavera de 2022. Y lo mismo con el entrenamiento: si la forma en que mides tu rendimiento es con métricas aisladas como tu valor de mFTP o W’, entonces saldrán beneficiados los programas de entrenamiento que aumenten esto (a través de la realización de muchos test o la práctica generalizada de un tipo de series en particular) a costa de empeorar potencialmente en lo demás y degradar el rendimiento del conjunto. La creencia de que la agregación de más métricas aisladas nos permitirán predecir el comportamiento del sistema no solo se ha mostrado inútil (Montull, 2022), sino que podría aumentar los errores a través de un aumento de la confianza en indicadores no adecuados. Esto es debido al exceso de confianza: las medidas objetivas nos generan la ilusión de control, que puede hacer que realicemos intervenciones en el sistema pensando que estamos ayudando, cuando en realidad estamos dañando sin saberlo (intervencionismo ingenuo). Puesto que lo que nos interesa es que el resultado final del conjunto sea bueno, es importante implementar objetivos y métricas que nos permitan medir esto directamente. Cuanto más fielmente refleje el comportamiento del conjunto mejor. En el deporte de resistencia, uno de estos marcadores principales siempre ha de ser el rendimiento real del deportista, lo más cerca posible de lo que buscamos: los resultados. Pero puesto que los resultados, sobre todo en algunos deportes como el ciclismo de carretera, dependen de muchos factores externos; también podemos medir el rendimiento del conjunto a través de los tiempos, la velocidad o la potencia desarrollada. Importante destacar que estos indicadores han de ser lo menos procesados posibles. Es más importante el tiempo que tardamos en subir un puerto o realizar una contrarreloj cuando nos esforzamos al máximo que los vatios por kilo de peso, pero estos últimos son mucho más importantes que el FTP. El puesto en una maratón dice más que el tiemp, porque iguala las condiciones ambientales para todos los participantes. Recuerda: mediciones globales generarán mejoras globales; mediciones locales generarán mejoras locales. Es ilógico perseguir unos objetivos determinados y actuar de una forma que no los maximice. Machine learning y big data “Machine learning” y “big data” son dos conceptos que empiezan a integrarse en el deporte, y que ofrecen formas de solucionar en parte los problemas que tenemos en la capacidad de integrar datos. El machine learning consiste en que “las máquinas aprendan” a resolver problemas a través del reconocimiento de patrones a través del análisis de una cantidad ingente de datos –“big data”-. Esta forma de medir datos y relaciones a gran escala tiene unas potencialidades inmensas y creo que ayudará a una mejor gestión del rendimiento deportivo, pero también presenta algunas limitaciones que hay que entender: • Lo que sirve para otro no sirve para ti. Como los datos que el sistema tendrá de ti van a ser muy pocos, las decisiones se han de tomar en función de lo que ha funcionado a la mayoría de personas en tus condiciones actuales. Pero los demás no son como tú y no tienen por qué autoorganizarse de igual modo. En 202 • • realidad ni siquiera lo que sirvió para ti en un momento determinado serviría para ti de nuevo. No hay nada de “big” en los datos que podemos obtener de una única persona, así que normalmente se utilizarán los datos promedio. Que “de media” un parámetro tenga un comportamiento, no quiere decir que lo tenga así en todo el mundo. La dispersión de los resultados es tanto o más importante, y esta hace aún más compleja la capacidad de predecir. Podría darse la circunstancia de que tomando decisiones en base a la media, estemos “de media” más acertados, pero que a su vez el resultado sea peor en cada uno de los deportistas. Los modelos de inteligencia artificial que no integren las percepciones y sensaciones del deportista, serán modelos incompletos. Estarían midiendo lo que ocurre en indicadores aislados del organismo, pero no las relaciones entre estas partes; que como hemos visto son las que marcan el comportamiento final y real del organismo. Figura X. Diferencias entre la medición objetiva de variables aisladas y la integración de cambios a nivel orgánico, no lineal y multinivel que permiten las sensaciones (Balagué, 2014, en Montull, 2022). Los modelos de machine learning pueden aportar cosas muy interesantes a la hora de ser capaces de controlar mejor las probabilidades de que una intervención en un sistema complejo sea adecuada o no, pero debemos primero adecuarlos a la realidad. Integrar lo no cuantificable y eliminar los datos menos importantes que agregan margen de error al modelo sin aumentar su precisión. Los algoritmos demasiado complejos apenas mejoran la precisión en comparación con reglas simples (heurísticas) pero aumentan mucho el ruido (la desviación) de la medida. Es lo que se conoce como “overfitting” o “sobreajuste”. Sueño con modelos de inteligencia artificial aplicados al entrenamiento que no sean deterministas, sino sensibles a la incertidumbre y al caos, como los meteorológicos. Que hablen de probabilidades, no de causas y efectos. Que nos avisen de falsos patrones, no que encuentren patrones. En definitiva: no porque la inteligencia sea artificial, significa que sus paradigmas sean correctos o complejos. La inteligencia 203 artificial es una extensión del cerebro de quienes la han programado. Ingenieros mecanicistas tenderán a generar modelos de IA reduccionistas y mecanicistas, centrados en relaciones causas efecto. Solo los pensadores sistémicos podrán desarrollar inteligencia artificial que reconozca la complejidad. Heurísticas Cuanto mayor sea la incertidumbre, más sencillas deberían ser las acciones propuestas. Se ha comprobado que los seres humanos traemos también como herencia genética de nuestros antepasados un conjunto de reglas simples para ser capaces de tomar buenas decisiones en entornos de alta incertidumbre y con una cantidad casi infinita de información disponible: es lo que conocemos como heurísticas. Las heurísticas, al contrario que el pensamiento computacional, no buscan encontrar la mejor solución posible. No buscan optimizar el resultado; sino que buscan encontrar una solución lo suficientemente buena (satisfacer las necesidades) evitando cometer errores de cálculo por overfitting y/o efectos inesperados. Desde una perspectiva Darwiniana, el propósito de un organismo no es seguir la lógica, sino conseguir sus metas: establecer alianzas, encontrar una pareja adecuada, protegerse, etc. La optimización puede ayudar, o no. Parece que las heurísticas superan al pensamiento computacional cuando el grado de incertidumbre del sistema es alto (Gigerenzer, 2015). La decisión racional y optimizada es mejor en entornos controlados, donde conocemos las probabilidades. La decisión basada en heurísticas suele ser mejor en entornos donde tenemos que pensar rápido, las probabilidades son desconocidas, y los múltiples agentes, relaciones e incertidumbre hacen imposible encontrar una solución más adecuada o más lógica. O sea, la vida real. ¿Cómo puede una heurística simple ser mejor que una estrategia planificada y optimizada? Por la incertidumbre. Los modelos de optimización son mucho mejores encontrando patrones y ajustándose a los datos pasados; pero son peores prediciendo el futuro. Sobreestiman la importancia de la información pasada en la predicción. En cambio las heurísticas no lo hacen. Normalmente, cuanto mayor sea la incertidumbre y el número de agentes y factores involucrados, y menor sea la historia del sistema, mejor lo harán las heurísticas. Y al revés: cuanto menor la complejidad y la incertidumbre, mejor lo harán los modelos de ordenador. Esto nos explica por qué hemos tenido tanto éxito previendo el comportamiento de un satélite a miles de años, y tan poco previendo la Guerra de Ucrania. Las heurísticas son decisiones que eliminan el ruido (toda la información que no es señal, que no es útil) y para ello han de ignorar mucha información. Esto las hace útiles en algunos campos, pero peores en otros. Si tratamos de predecir algo incierto (como la evolución del precio del Bitcoin), las heurísticas pueden ser mejores. En ámbitos deterministas (como la búsqueda del material más resistente para construir un puente), el pensamiento lógico y maximalista es mejor. Como regla general: cuanto más impredecible la situación, más información necesita ser ignorada y mejor funcionan las heurísticas (Gigerenzer, 2015). Por suerte o por desgracia, la historia no se repite y el futuro nunca suele ser igual que el pasado. Siempre hemos afrontado problemas, pero los que tenemos hoy son muy diferentes a los que tuvimos hace 100 años, y las estrategias usadas hace un siglo no 204 servirán hoy en día. De igual modo, es probable que tus problemas del futuro no se parezcan a tus problemas actuales, y la forma en que los solucionas hoy no te sirva en los próximos. Las heurísticas no son mejores siempre, pero pueden ser superiores cuando tratamos con la incertidumbre y la complejidad. Muchos problemas reales son computacionalmente irresolubles, lo que significa que ninguna máquina podría encontrar la estrategia óptima, incluso si existiera. Incluso muchos problemas de inteligencia artificial son irresolubles. No hay una estrategia óptima en el tetris, la incertidumbre sobre cómo vendrán las siguientes piezas lo hacen imposible. ¿Debería el coche autónomo atropellar a la mujer embarazada o al niño, en caso de tener que elegir? Creencia Clarificación Las heurísticas ofrecen soluciones peores que la optimización. En muchas ocasiones la optimización es imposible o menos precisa por los errores de estimación (inversiones, elección de pareja, etc.) Nuestros cerebros usan las heurísticas por sus limitaciones cognitivas Las características del entorno (incierto, cambiante) y los objetivos y problemas cambiantes nos hacen confiar en las heurísticas. La gente usa las heurísticas solo para decisiones poco importantes. Las usamos también para las importantes. Dónde vivir, de qué trabajar, con quién vivir, qué hacer… Las capacidades cognitivas parecen estar relacionadas con la selección adaptativa de las mejores heurísticas (Broder, 2003). O sea: la gente más inteligente usa heurísticas, pero mejores. La gente más inteligente valora y puntúa las posibilidades a través de la racionalización, la gente menos inteligente usa heurísticas simples Más información y procesamiento computacional siempre es mejor. Las buenas decisiones en un mundo incierto requieren ignorar parte de la información disponible. Tabla X. Adaptada de Gigerenzer, 2015. Heurísticas en el mundo real Es importante destacar que hay varios tipos de heurísticas, según el contexto en el que nos movamos. Harry Markowitz recibió el Premio Nobel de Economía en 1990 por su trabajo sobre cuál sería la forma óptima de invertir nuestros ahorros (ante un futuro impredecible): ¿deberíamos invertir en bolsa, en vivienda, dejar el ahorro en el banco, comprar oro? 205 Markowitz demostró que la estrategia óptima era la llamada regla 1/n. Dividir todos nuestros ahorros entre todas las posibilidades, de una forma exactamente proporcional. Esto maximizaba el retorno y minimiza el riesgo. Parece que esta distribución es una heurística y está presente de forma evolutiva en la mayoría de personas: aproximadamente el 50% de inversores ya tenían distribuidos sus ahorros así. Ninguna otra forma de optimización basada en modelos matemáticos bayesianos ha conseguido batir a la estrategia 1/n en el largo plazo (DeMiguel, 2006) . Esta regla 1/n la aplicamos de forma intuitiva todo el tiempo: ¿cómo se deberían repartir los recursos en un grupo? A partes iguales. ¿Las primas por conseguir un objetivo? A partes iguales. 1/n; el total dividido entre el número de integrantes. Es la forma en que podemos repartir las cosas sabiendo que minimizamos el riesgo de problemas. Otra de las heurísticas más estudiadas, y que ha demostrado ser la mejor forma de jugar en Teoría de Juegos y en las relaciones interpersonales, es la llamada regla “Titfor-tat” (Axelrod, 1984). Esta regla nos dice que cuando nos encontramos con otra persona, la estrategia óptima es cooperar en la primera interacción y después, copiar lo que haga el compañero. Si coopera, seguir cooperando. Si rivaliza, rivalizar nosotros con él. Curiosamente, esta es la forma en que normalmente se comporta todo el mundo con los demás: solemos ir de buenas y dar una oportunidad pero si alguien nos afrenta, entonces nosotros dejamos de colaborar con esa persona. Otras heurísticas interesantes: - - - Imitar al más exitoso. Dado que aprender es un proceso lento, costoso y potencialmente lleno de errores, imitar lo que funciona al más exitoso es un proceso que nos permite ahorrar todo ese tiempo. Estadísticamente, es más seguro y rápido copiar al mejor que probar todo. Imitar a la mayoría. Algo parecido a la anterior. Si la mayoría de personas hace algo y nosotros no, estadísticamente es mucho más probable que los equivocados seamos nosotros. Take the best. Elegir el mejor. Es la estrategia que solemos usar para tomar decisiones en entornos de incertidumbre, y muy útil en el entrenamiento, por ejemplo. Se trata de comparar varias soluciones empezando por lo que sea más importante para nosotros. En el momento en que una solución es mejor, se elige descartándose todo lo demás. Os dejo un ejemplo de cómo actuaría esta heurística en un hipotético caso de pensar qué quiero ser de mayor: ORDEN DE IMPORTANCIA 1 2 3 ITEM Que te apasione Tiempo libre Ganar dinero Total PROFESOR AGENTE ENTRENADOR 3 3 5 5 3 11 4 3 10 3 2 10 Esta heurística nos hace elegir la profesión que gana en el ítem más importante, aunque esta no sea la que maximiza todos los puntos. Pero así es como elegimos en la vida real: elegimos como pareja a la persona que mejor nos hace sentir, no hacemos un estudio de sus beneficios y problemas. Nuestras aficiones son las que nos hacen disfrutar, no las más baratas o las más eficientes. 206 Esta heurística de take the best la podemos aplicar en el entrenamiento. Hoy estoy agotado, llevo unos días de mucho trabajo, llevamos días sin ver el Sol y no me apetece entrenar. Sin embargo, la variabilidad de la frecuencia cardiaca (y el poco entrenamiento de días previos) me indican que debo estar fresco y preparado para entrenar duro. ¿Qué debería hacer? El exceso de información me puede llevar a tomar una mala decisión. Tengo que eliminar parte de la información, y quedarme con la más importante: las sensaciones y percepciones. Como hemos ido viendo, el cuerpo integra muchas más informaciones que los demás indicadores: escuchando al indicador más importante, ya me aseguro de estar tomando la decisión adecuada. Y en cuanto al control de la carga interna (del grado de estrés que estamos generando en el organismo), nada puede ni siquiera acercarse al valor que tienen nuestras percepciones y sensaciones. ORDEN DE IMPORTANCIA 1 2 3 ITEM ENTRENAR DESCANSAR Fatiga HRV TSB Decisión NO SI SI NO SI NO NO SÍ Tabla X. Pese a que hay más indicadores que pueden indicar que debería entrenar en vez de descansar, según mi heurística tomaré la decisión de descansar, porque el indicador más importante me indica que descanse. Este mismo razonamiento podría aplicarlo a la carga externa. Imagina que un deportista ha mejorado sus indicadores de vo2max y FTP estimado, produce menos lactato en sangre a los mismos vatios que hace dos meses pero sin embargo su rendimiento real en subidas y competiciones ha disminuido un poco. ¿El deportista ha mejorado o ha empeorado? Si usamos esta regla, no hace falta analizar todos los datos, puesto que una vez que veamos que su rendimiento final ha empeorado, no hace falta añadir ruido con las mediciones de métricas mucho más aisladas e imprecisas. Solamente en el caso de que hubiese igualdad en este primer indicador (su rendimiento está estable) tendríamos que buscar en la segunda mejor opción qué ha podido ocurrir. Así, la ingente cantidad de datos que podemos medir se podrían contener en los dos indicadores más importantes: las percepciones y sensaciones para la carga interna, y los vatios (y el tiempo, resultados) para valorar el comportamiento global del organismo, el trabajo producido por esa carga interna. Y la relación entre estos dos indicadores para medir el progreso del entrenamiento. Bailar con sistemas Los sistemas no pueden ser controlados, pero sí que pueden ser guiados y acompañados. En vez de dominar al sistema, se trata de bailar con él. Como al montar en bicicleta: para mantener el equilibrio, tienes que ir realizando pequeñas compensaciones a ambos lados. Un ciclista totalmente estático (de piedra) perdería el equilibrio en línea recta. Se trata de preguntarse: qué funcionaba bien y que falla, quitando los constreñimientos y añadiendo las partes y conexiones perdidas para generar de nuevo 207 las sinergias adecuadas. Proponer medidas que van cambiando dependiendo del estado del sistema. Lo que necesitas hoy no es lo mismo que necesitaste ayer: las recetas predeterminadas ante problemas complejos ya no tienen lugar. Al igual que uno no se relaciona igual con todos sus amigos, ni siempre igual con el mismo – a veces reímos juntos y otras solo necesitamos un hombro sobre el que llorar-, un deportista en particular puede requerir de medidas relacionadas con la disminución de sus estresores psicológicos y la inclusión de técnicas de relajación o meditación; mientras que otro deportista puede requerir el desarrollo de la capacidad de realizar fuerza máxima y la inhibición del exceso de entrenamiento que sufre. Pero además, lo que el deportista puede necesitar en un momento -más entrenamiento- es diferente de lo que necesita en otro -más recuperación, menos estrés-. Es por ello que las medidas que realiza el entrenador deben ser dinámicas y variables, ayudando al sistema a cada momento sin perder de vista la escala temporal más amplia, donde entrenamiento y descanso o alegría y tristeza son dos tramos inseparables para llegar al mismo destino. La solución es fácil: ayudar al sistema a regenerarse por sí mismo, facilitando los mecanismos compensatorios intrínsecos del propio sistema. Para ello, debemos intentar responder a cuatro preguntas: 1. ¿Cuáles son los mecanismos compensatorios intrínsecos? Por ejemplo, el dolor y la inflamación son mecanismos compensatorios tras un daño. Ayudan a que el tejido se recupere y no se siga generando más estrés y daño en la zona. La fatiga y la apatía por entrenar compensan un proceso de daño crónico al organismo. La ansiedad es un mecanismo compensatorio ante eventos que ponen potencialmente en riesgo nuestra supervivencia. 2. ¿Por qué están fallando? Pueden estar fallando porque no los dejamos expresarse, por ejemplo cuando tomamos antiinflamatorios o cuando combatimos el crecimiento de “malas hierbas” en los campos con herbicidas. Pero también porque, pese a estar activados, no los oíamos o no les hacemos caso. Algunos deportistas se niegan a escuchar las sensaciones de fatiga o dolor que nuestro cuerpo nos manda. La alarma funciona bien, pero no le hacemos caso. 3. ¿Cómo podemos remover los problemas que afectan a estos mecanismos compensatorios? Trabajar en aspectos como remover el exceso (o la falta) de entrenamiento, aumentar las horas de sueño, mejorar la dieta, aprender a lidiar con el estrés, etc. Muchas veces los mecanismos compensatorios están dañados. Por ejemplo el planeta podría absorber gran parte del CO2 que estamos emitiendo en exceso a la atmósfera, pero los mecanismos compensatorios están dañados. La superficie cubierta por árboles en el planeta no deja de disminuir (FAO) y la capacidad de absorción de CO2 por los océanos está disminuyendo. La pérdida de mecanismos compensatorios agrava los problemas. La fatiga nos llama al descanso, pero la combatimos con cafeína y otros estimulantes, luces y estrés. 4. ¿Cómo podemos hacer estos mecanismos más efectivos? Ante más carga de entrenamiento y más estrés, podemos compensar disminuyendo los demás estresores. Un deportista profesional es capaz de soportar mucha más 208 carga de entrenamiento que un deportista recreacional, incluso aunque tuviesen la misma genética, porque disminuye mucho el estrés derivado de tener otro trabajo, obligaciones, etc. Por tanto, se podría compensar en parte un exceso de carga con mayor recuperación. Otros sistemas complejos naturales compensan de diferentes formas. La sopa verde en que se convirtió el mar menor no fue más que un mecanismo compensatorio desproporcionado ante la gran cantidad de nitratos en el medio. Cuanto mayor sea el desequilibrio provocado en una parte del sistema, mayor ha de ser el mecanismo compensatorio aplicado para no perder el equilibrio. En definitiva, el proceso de entrenamiento se convierte en un vals, en el que las descompensaciones al sistema se han de compensar con otras en dirección opuesta para no perder el equilibrio dinámico. Dentro de un plan de entrenamiento, hemos de aplicar constantemente cambios a escala de sesiones, días, semanas o meses. Amar la incertidumbre Mientras escribo este libro me pregunto: ¿aceptarán los lectores la incertidumbre? Mi experiencia como divulgador me dice que la mayoría, no. Estamos acostumbrados a tener respuestas para todo, aunque sean erróneas. Las certezas nos dan seguridad. Una falsa sensación de seguridad, puesto que la mayoría de previsiones acaban siendo erróneas, pero siempre acabamos echándole las culpas a “eventos inesperados” que no podríamos prever, como si estos eventos hubieran sido creados de la nada. La creencia de que podemos controlar el sistema, es una ilusión que dura temporalmente: los sistemas complejos biológicos son muy complicados de predecir más allá de escalas temporales cortas, por lo que el empleo de modelos deterministas lleva siempre a fallos a medio y largo plazo, en muchos casos fallos garrafales. A veces podemos realizar previsiones más o menos acertadas en escalas temporales muy cortas: qué voy a hacer la próxima hora, pero: ¿Sabes qué pasará mañana? ¿Y dentro de una semana? ¿Y dentro de un año? La meteorología, por su importancia en el día a día de las personas, es una de las ciencias que más ha avanzado en la gestión de la incertidumbre, y gracias a ello ha conseguido tasas de acierto a corto plazo relativamente altas. ¿Cómo lo han conseguido? En primer lugar, abandonando las certezas y afrontando los problemas en forma de probabilidades. La predicción meteorológica moderna se basa en la estimación de posibles sucesos a través de una cantidad ingente de posibles condiciones iniciales, y calcula las probabilidades de que se dé cada escenario. O sea: la meteorología no prevé que va a llover, sino que dice que según las condiciones iniciales en 70 de cada 100 veces que repiten el modelo, acaba lloviendo. Y aun así, cualquier aficionado a la Fórmula 1 sabe que las predicciones meteorológicas son fiables, pero no precisas. Se prevé que las probabilidades de que llueva durante un día son altas, pero no podemos prever a qué hora y dónde va a llover. Para estos casos, en vez de las previsiones miran el radar (dónde está lloviendo en cada momento) y en base al movimiento de la lluvia intentan predecir cuándo la lluvia llegará al circuito. Aunque es verdad que la meteorología tiene una pequeña ventaja: las borrascas no tienen ansiedad ni eligen cambiar su comportamiento debido a que otra borrasca les gusta o que un anticiclón les amenaza. Tratar con sistemas vivos es muchísimo más 209 complejo de predecir, ya que deberíamos ser capaces de predecir también qué va a pensar cada ser vivo en cada momento y cómo eso le va a hacer actuar. El mismo modelaje de la meteorología se puede usar en el entrenamiento. Las previsiones a largo plazo son difíciles de calcular, pero siempre podemos basarnos en el clima histórico de un lugar en una fecha determinada, lo que sería similar a ver cómo ha rendido un deportista con programas de entrenamiento similares. A cortomedio plazo, podemos tratar de prever las respuestas del deportista a través del seguimiento de parámetros fisiológicos. Pero a muy corto plazo (decisiones del día a día, menos de una semana), tenemos que mirar directamente al cielo: las percepciones y sensaciones del deportista. La transmisión de certezas cuando se trata con sistemas complejos biológicos señala el desconocimiento que ese alguien tiene del tema con el que está tratando. Nuestros políticos suenan demasiado seguros todo el tiempo: “vamos a bajar el paro”, “vamos a hacer crecer la economía”, “vamos a hacer España grande de nuevo”… Entiendo que los políticos tengan el incentivo de sonar seguros y parecer que tienen escondida en un cajón la solución al mundo, pero un ciudadano bien educado debería recelar de todos aquellos que afirmen esto. Se da la paradoja de que cuanto más seguro esté el político de lo que va a conseguir, menos conocimientos tiene y por tanto es mucho menos probable que lo acabe consiguiendo. Deberíamos votar a la persona menos segura de lo que tenemos que hacer, porque sería la que más conocimiento tiene del problema. En el entrenamiento, ocurre un poco lo mismo. Como me hizo ver mi amigo Frederic Sabater, la lucha entre la ciencia y el entrenamiento se basa en que los entrenadores tienen el incentivo de tener que sonar seguros y dar predicciones exactas, mientras los científicos se muestran inseguros y dudan lo que descubren. Un profesor valiente dijo una vez: “Cualquiera puede dar clase, lo que importa no es lo que dices, sino como lo dices”, refiriéndose a que lo importante era sonar rotundamente seguro, ya que quienes te escuchan tienen aún más dudas que tú. Este ha sido el statu quo del entrenamiento en los últimos años: vender respuestas a preguntas sin respuesta, parecer más listos que los demás al producir certezas en problemas donde no las había. Vender que podemos predecir la dosis necesaria de entrenamiento de un deportista a través del control de CTL y TSS sonaba más científico que las propias respuestas científicas que nos dicen que esto no se puede controlar. El entrenamiento de partes aisladas de una curva de potencia en función de cuáles son sus puntos bajos frente a un deportista promedio ofrecía una forma de saber fácilmente que deberíamos entrenar sin entrar a valorar toda la complejidad del organismo y las características de la persona. Utilizar la HRV de la mañana para decidir si ese día deberíamos entrenar fuerte, suave o descansar, nos parecía ofrecer una forma sencilla de adecuar los entrenamientos al deportista sin tener que valorar las difíciles de cuantificar sensaciones y percepciones. Ninguna de estas respuestas “cientifistas” ha funcionado, y de hecho ya han sido falsadas; pero otras nuevas versiones de predicciones sencillas para un mundo complejo han sido puestas en marcha. Y ojo, entiendo que para la mayoría de nosotros, que hemos sido educados en la creencia de que podemos llegar a conocerlo todo, es difícil asumir que no seamos capaces de predecir qué va a pasar. La cuestión aquí en realidad es que no importa que no seamos capaces de predecir el sistema, porque lo que sí sabemos es como no deberíamos actuar. 210 “He necesitado 5 libros destacar mi idea más importante: si bien no podemos predecir lo que va a ocurrir, sabemos bastante bien como deberíamos actuar frente a esta incertidumbre”. Nassim Taleb. La incertidumbre requiere que la abracemos, que la entendamos, que la incluyamos en nuestras vidas y en nuestros planes. Que no implementemos medidas reduccionistas obviando los daños que estamos haciendo por desconocimiento de los efectos secundarios. Un plan poco concreto y abierto a posibles escenarios es mucho más útil que un plan muy elaborado, preciso y concreto pero que no es capaz de soportar distintos escenarios o cambios inesperados. Por último, os dejo cuatro consejos para bailar con la incertidumbre: • • • • Aprende fundamentos y principios, no métodos de entrenamiento. No se trata de aprender qué esperar, sino qué hacer en caso de eventos inesperados. Se consciente de que tus modelos mentales no reflejan toda la realidad y existen muchas posibilidades que no has contemplado. No confundas al modelo con la realidad. Mucha gente abraza tan fuerte algunos modelos de entrenamiento que intentan que sea la realidad la que encaje con el modelo, en vez del modelo con la realidad. A veces son incapaces de reconocer las debilidades e inconsistencia de estos, pasando por alto los problemas o achacándolos a “eventos inesperados”. Inesperados para su modelo, claro está. Actúa en función de lo que realmente sucede, no de lo esperado. Si se están juntando nubes negras en una tarde de verano prepárate para la tormenta, aunque la previsión dijese que iba a hacer sol. A las tormentas eléctricas conviene tenerles mucho respeto. Espera la sorpresa de forma activa. La sorpresa y la incertidumbre son parte de los sistemas complejos y la naturaleza, es inevitable. En vez de combatirla, aprende a aprovecharla. Psicología para la Complejidad Hay una dura verdad que tenemos que afrontar: nunca antes habíamos tenido tanta información sobre cómo deberíamos comer, entrenar o pensar bien; pero esto no se ha transformado en una mejora del estilo de vida de las personas. Sabemos cómo deberíamos actuar, pero no lo hacemos. Y en vez de culpar a la fuerza de voluntad de las personas -lo cual sería el camino fácil-, creo que es importante plantearnos qué estamos haciendo mal como profesionales y como divulgadores. Al fin y al cabo, el objetivo de un entrenador es que los deportistas estén mejor, no que sepan qué deberían hacer para estar mejor. La perfección es imperfecta Una de las principales causas por las que no actuamos está en la búsqueda de la perfección. La creencia de que podemos tomar un camino óptimo en un entorno complejo no solo es errónea, sino que lleva a la “parálisis por análisis”. Tenemos demasiadas posibles alternativas, demasiada información -muchas veces 211 contradictoria-, demasiados objetivos, demasiados deseos y demasiados observadores. La evolución, como dijimos, ha conseguido lidiar con esta complejidad a través de la heurística de la satisfacción: hacer lo que sea un poco mejor, y repetir esa acción una y otra vez. No se pueden recorrer todos los caminos a la vez. Se elige el que es "suficientemente bueno", y a partir de ahí se va avanzando. Cada paso que doy depende de los anteriores. Cambiar el azúcar del café por miel, y más adelante quizá la miel por Stevia, y después la Stevia por nada. Entrenar 2 horas a la semana es muchísimo mejor que no entrenar, y después se puede intentar subir un poco más, hacerlo organizado, etc. Una de las creencias más devastadoras para las personas es el perfeccionismo, que implica la búsqueda de un ideal que no existe -porque todo está continuamente en cambio-. “La perfección es imperfecta”, me gusta decir, porque la búsqueda de la perfección implica en sí misma la pérdida de la capacidad de cambiar y adaptarse, de estar relajados, de aprovechar los golpes de suerte del destino, etc. Alguien demasiado perfeccionista nunca está satisfecho, y esa insatisfacción genera ansiedad y sentimientos negativos, con los cuales nunca se podría ser perfecto. “Lo óptimo es enemigo de lo bueno” Voltaire El camino es la meta “El camino es la meta” fue el lema de la Vuelta Ciclista a España en el año 2003. Necesité otros 15 años para entenderlo. Cuánta razón tenía. En general, estamos confundidos sobre el motivo por el que perseguimos nuestras metas. Nos esforzamos duramente pensando que el premio a este trabajo será lo que consigamos: la victoria, ser profesional, un mejor sueldo, una casa, una pareja, etc. Sin embargo, cuando analizas tu vida (y las de los demás) en retrospectiva, te das cuenta del grave sesgo que tenemos. Los momentos que recordamos como más felices fueron los que estuvimos centrados en la consecución de un objetivo. La gente mayor recuerda con más nostalgia los momentos en que estuvo centrada en conseguir un objetivo, no lo conseguido (Ware, 2012). Perseguir los objetivos nos hace felices. Los objetivos logrados nos dan una sensación de bienestar temporal y pasajera, pero nunca duradera. Cuando conseguimos algo, nuestro nivel de felicidad aumenta mucho temporalmente, pero pronto nos acostumbramos a que esto sea así y los niveles vuelven a la media. Necesitamos en ese momento volver a perseguir otro objetivo superior, con la misma creencia. Nos choca pensar cómo personas que desde nuestro punto de vista tenían todo, se esfuerzan tanto y cometen graves errores buscando mejorarlo. Multimillonarios que cometen estafas para ser más ricos o que matan incluso por serlo (como los directivos de las tabacaleras), actores famosos que se dan a las drogas, etc. Y es que desde nuestro punto de vista pensamos: “si yo ganase el Tour, sería feliz durante toda mi vida”. Pero luego lo ganas y ya el Tour es algo que forma parte de ti, y necesitas nuevos retos. No quiero decir con esto que conseguir objetivos no sea importante. Los objetivos son totalmente necesarios. Los objetivos no mejoran nuestro futuro, peros sí nuestro presente: nos hacen tomar acción, nos obligan a mejorar y nos marcan el camino. Los seres humanos tenemos instinto competitivo, somos animales con genes salvajes en un hábitat domesticado, que buscamos sobresalir, mejorar, dar nuestra mejor versión, 212 ser reconocidos y tener más éxito que los demás. Es el juego de la evolución, y no podemos evitarlo por mucho que la sociedad moderna quiera negarlo. Los objetivos son lo que nos hace levantarnos de la cama y luchar por vivir. “La vida es como montar en bicicleta. Para mantener el equilibrio debes seguir en movimiento” Albert Einstein. Lo que quiero destacar, sin embargo, es que los objetivos son simplemente puntos que nos vamos marcando, checkpoints para ir guiando nuestra ruta. Lo realmente importante, lo que se disfruta, no es el destino, es el camino. Es el proceso por el cual ponemos nuestras máximas capacidades en la arena para tratar de conseguir este objetivo. La felicidad solo se encuentra cuando no se busca. Es importante aprender esta lección: el camino es el premio. Porque realmente lo es, pero es mejor darse cuenta con 30 años que con 80. Jugarse el alma “Nuestra recompensa se encuentra en el esfuerzo y no en el resultado. Un esfuerzo total es una victoria completa”. Mahatma Gandhi Si el camino es la meta, el esfuerzo máximo es la victoria real. Solamente cuando nos esforzamos al máximo nos sentimos realmente felices. Así me siento escribiendo este libro, ¿quién iba a pensar que podría disfrutar de tantas horas frente al ordenador realizando la tediosa tarea de pensar, escribir y borrar? Los esfuerzos deberían ser máximos, o no ser. Qué triste es pasar por la vida sin ser consciente de lo que eras capaz de hacer. El esfuerzo máximo es el que hace que las cosas que hacemos sean realmente importantes para nosotros. Al principio, el objetivo justifica el esfuerzo. Después, el esfuerzo justifica el objetivo. Nadie que sienta que ha hecho todo lo posible por conseguir sus metas se sentirá fracasado. El fracasado es el que piensa en que se podría haber esforzado más, en que se ha fallado a sí mismo. Aquí es cuando empiezan los problemas: cuando perdemos el respeto por nosotros mismos. Nosotros somos la persona más importante de nuestras vidas, puesto que somos la única persona que podemos controlar. Incluso aunque tengas hijos: lo único que puedes controlar es hacer todo lo que esté en tu mano por ser el mejor padre o madre posible: tu comportamiento y tus acciones. El resto, está fuera de tu control. «En cada momento mantén la atención en la tarea que tienes entre manos. Realiza cada tarea como si fuera la última, pues en verdad podría serla» Marco Aurelio El concepto de jugarse el alma me gusta, porque lleva hasta el extremo la idea de “Skin in the Game” de Taleb: solo las personas que ponen todo su ser, físico y mental, en lo que hacen son felices. Lo importante no es cuántas carreras ganas o hasta dónde llegas, ya que eso no depende de ti. Lo único que depende de ti, es dar todo lo 213 que tengas. La gente mayor no se arrepiente de lo que no pudo lograr, sino de no haber hecho todo lo posible por conseguirlo (Ware, 2012). Placer vs propósito Es por ello que es vital elegir los objetivos adecuados a lo que realmente queremos. Solo pondremos en alma en lo que genuinamente nos interese. Disfrutar del camino nos ofrece un asa donde agarrarnos cuando lleguen los problemas y todo parezca tambalearse, cuando empecemos a dudar de todo y nos replanteemos si de verdad ese objetivo era el que queríamos buscar. Ahora bien, aunque elijamos bien nuestro camino, hemos de saber que este estará lleno de trampas y altibajos. “Disfrutar del camino” no quiere decir que siempre vayamos a estar contentos. El disfrute del camino es un fractal. En la persecución de nuestras metas, pasaremos por momentos difíciles, pero seguiremos en marcha guiados por el propósito. Es vital ser capaces de alternar entre el placer y el propósito. El placer es el sentimiento de bienestar y felicidad que obtenemos realizando algo, como un entrenamiento por las montañas, una buena comida después o la satisfacción de mejorar tus tiempos o resultados. El propósito, por el contrario, es menos glamouroso; y consiste en una ligera sensación de saber que se está en el camino correcto aunque se experimenten sensaciones desagradables: el hambre, las caídas, las adversidades… Porque sabemos que son esfuerzos necesarios para llegar a nuestro objetivo. Una ruta sin retos y dificultades no es divertida. No experimento placer mientras dedico horas y horas a escribir esto delante del ordenador, pero me siento bien por hacerlo. El exceso de placer pero falta de propósito nos llevaría a la inacción y al hedonismo: entrenar sin sentido, comer en exceso, no avanzar en nuestros trabajos o estudios, etc. Es la típica persona que no tiene fuerza de voluntad para generar trabajo que de recompensas a largo plazo. Por el contrario, un exceso de propósito pero falta de placer nos acabará sacando del juego. Es la típica persona que solo se sacrifica y nunca parece obtener una satisfacción equivalente. Dar mucho sin obtener nada a cambio no es un buen negocio, y en cuanto se junten dos o tres problemas, acabaremos desistiendo (nadie trabaja gratis en algo que no le gusta). Unir placer y propósito nos permite sacar lo mejor de los dos mundos. Buscar el placer, a través de aferrarnos al propósito. Disfrutar de los momentos bonitos, pero también de los duros. Porque creedme que se puede, y los deportistas somos expertos en amar las adversidades. Para ello, lo importante es cambiar nuestro concepto mental y dejar de asociar las dificultades o los fracasos con un fallo, sino verlo como una parte del proceso. Cada dificultad, por dura que parezca, es un entrenamiento. Las situaciones más duras crean personas más fuertes. «El buen piloto, aun con la vela rota y desarmado todo, repara las reliquias de su nave para seguir su ruta». Séneca. Es tan absurdo pensar que podemos ser mejores atletas sin entrenar, como pensar que podemos ser más sabios y fuertes mentalmente sin sufrir previamente. No te harás estoico leyendo a los estoicos, sino soportando la tormenta. 214 Resistir Si bien uno puede interiorizar los conceptos antes expuestos, nos encontraríamos de nuevo ante el problema inicial: una cosa es saber cómo deberíamos pensar, e incluso conocer las historias de gente que superó problemas inimaginables y muy superiores a los nuestros; y otra muy distinta pasar a la acción y hacerlo nosotros. Nos encantan las biografías de personas que han superado adversidades extremas. Las aportaciones de Stephen Hawking han cambiado nuestra visión del mundo, pese a sufrir de esclerosis amiotrófica. Nelson Mandela superó la cárcel y las torturas para terminar siendo considerado el “padre la nación sudafricana”. Epícteto ha sido uno de los filósofos más influyentes de la historia pese a nacer esclavo y perder una pierna. Lance Armstrong ganó 7 Tours de Francia después de estar a punto de morir por un cáncer. Sin embargo, estas historias solo reflejan lo superficial, y pasan por alto el grueso del día a día. Ya sabemos que somos unos privilegiados, que deberíamos tener mejores pensamientos, más inteligencia emocional y técnicas mentales para dejar de sufrir. Sabemos que los problemas se presentarán aunque no queramos, y tenemos estrategias preparadas: cambiar los hábitos, meditar, estoicismo, etc. Pero a la hora de la verdad, al enésimo golpe que nos dan, tiramos la toalla. Creo que hemos leído demasiados libros de desarrollo personal. Y es que lo que pasamos por alto es que estas personas no son diferentes a nosotros. También se plantearon desistir, seguramente estuvieron a punto de rendirse, lloraron solos, quisieron cambiar de vida o en algún caso suicidarse. No fue el camino de rosas y “eudaimonia” o paz estoica que nos quieren hacer creer. Los libros nos muestran la cara glamourosa de las personas, lo bien que se lo montan, lo felices que son, lo buenos que fueron superando sus adversidades, y lo felices que son ahora. Pero la realidad es que el contrapeso de esto es un infierno de dudas, fracasos y decepciones. Séneca ya escribía que él escribía pensando en cómo se comportaría el estoico ideal, pero que él era incapaz de serlo. Ahora tú te sientes mal por no ser tú como el filósofo ideal. Mi trabajo consiste en un 90% en escuchar a personas. He hablado y conocido a todo tipo de personas, desde grandes campeones deportivos y personas con éxito, hasta influencers de la psicología; pasando por currantes, parados, deprimidos y exaltados. Todo el mundo tiene sus momentos altos y bajos. Todos tenemos nuestros demonios internos. Pero no a todos les dominan. Lo que diferencia a las personas que acaban consiguiendo lo que se propusieron y las que no, es aguantar. Son los momentos bajos los que nos definen. En la crisis conocerás al héroe. Y es que en realidad es simplemente eso: nadie te pide que no sufras a veces. Puedes pasarlo mal, y tienes que normalizar que pasarlo mal (a veces) es el único camino. No eres el único que sufre. Y no hace falta que sigas avanzando siempre, pero al menos que no abandones el juego. Aguantar, que es lo que sabemos hacer los ciclistas. Encajar golpes. Ser como una semilla, y soportar el invierno para crecer más en primavera. Still we rise (“Y pese a todo, aún nos levantamos”). No podemos ganar carreras si cambiamos de objetivo cuando las piernas empiezan a gritar, y no podemos tampoco tener éxito en nada a largo plazo si decidimos cambiar 215 de camino cada vez que el esfuerzo es alto. “Ningún viento es favorable para quien no sabe a dónde va”, diría Séneca. A lo que añadiríamos: no pretendas tener viento favorable sin estar dispuesto a soportar mucho más tiempo el viento en contra. No envidies la fortaleza mental de alguien sin saber el precio que tuvieron que pagar por ella. Las personas que tanto admiras, que son tan fuertes mentalmente y dan la sensación de estar en un nivel por encima en cuanto a gestión mental, son así porque en su momento fueron expuestas a una fuerte dosis de dificultades y estrés: críticas, golpes, decepciones, etc. Para ser tan fuerte como ellos, necesitarás pagar el precio que ellos pagaron. Uno no se hace estoico leyendo libros de estoicismo, igual que no se ganan carreras viendo el Tour en la tele. Es la batalla la que hace al guerrero. La vida como un juego Hay gente que dedica gran parte de su vida a jugar otras vidas. En la videoconsola, con las apuestas, o viendo series y películas. Es curioso que dediquemos tanto interés en vivir otras vidas, cuando la nuestra propia es mucho más divertida, ya que nos ofrece una complejidad y capacidad de sorprendernos millones de veces más alta que los videojuegos. Quizá por eso tengan tanto éxito los juegos de evasión: nos permiten jugar con reglas claras, donde sabemos qué tipo de esfuerzo hemos de realizar para conseguir un resultado específico, al contrario de la aparente falta de lógica que tiene la vida real. Sin embargo, si somos capaces de aceptar la incertidumbre como parte del juego; podemos empezar a ver nuestra propia vida como un videojuego del que somos los héroes. Podemos estar enganchados a nuestra vida, a nuestros objetivos vitales y deportivos. Vas viendo como lo que haces va teniendo efectos: a veces deseados, a veces inesperados. La aleatoriedad está presente y no puedes controlar lo que ocurre ni lo que hacen los demás, solo lo que tú haces. Te esfuerzas mucho en algo y fracasas, pero es parte del juego; es lo que lo hace entretenido. Luego pruebas de otra forma, con menos esfuerzo, y de repente das con la solución. Y el juego sigue de forma indefinida. La carrera de un deportista es una especie de videojuego también, con incertidumbre y en nivel experto. Para jugarla, hay que saber ganar y perder, valorar los momentos positivos pero también los negativos. Porque al igual que un videojuego es aburrido si es muy fácil, para disfrutarlo es necesario que no seamos capaces de solucionarlo sin perder muchas veces. Cuanto más avanzas en el camino, más interesante se vuelve. Juego infinito Todo el mundo prospera cuando los vientos son favorables, pero son las crisis las que eliminan a lo frágil para que lo resistente tenga más espacio para crecer. Sigue enfocado, el futuro es incierto y es imposible pronosticar. Lo que parecía bueno a menudo acaba siendo malo y lo que parecía malo acaba siendo bueno. El juego al que jugamos no tiene final. Gana el que más aguanta. Lo único que hay que hacer es sobrevivir. Es un juego infinito, no se puede ganar, pero se puede perder. Hay que minimizar las pérdidas. Vivimos buscando el pelotazo rápido que nos haga poder vivir para siempre de las rentas, pero en realidad esto es imposible y el factor más importante para ser rico es no arruinarte. Seguir en el juego, aprovechar el viento a favor y resistir el viento en contra, dejando que el interés compuesto haga de palanca. 216 “Antes de emprender cualquier asunto, mira bien lo que precede y lo que le sigue. ¿Quieres participar en los Juegos Olímpicos? También yo, en verdad, pues qué hermoso sería. Pero examina bien lo que precede y lo que le sigue. Tendrás que someterte a duros entrenamientos y llevar una dieta estricta, seguir los programas de tu entrenador como si fuera un médico, entrenar con frío o calor y despedirte del vino. Allí, puedes ser herido, humillado, golpeado y, tras todo esto, ser vencido. Sopesa todo esto y, si aun así, desear ser atleta: ve a por ello. Si decides un camino, llévalo hasta el final. Si no, serás como un niño que cada día quiere ser una cosa diferente”. Adaptado de Epícteto (“Enquiridion”). Poco puedo añadir tras tan sabias palabras. Si decides algo, ve por ello hasta el final. No es tan fácil, porque al igual que a Ulises, los cantos de sirenas de tu mente te intentarán convencer de que tus objetivos ya son otros. Al igual que vimos como la fatiga provoca cambios en el diálogo interno que nos convencen de acabar tomando la decisión de aflojar el ritmo, así las adversidades también modifican este diálogo interno. Durante los periodos más complicados, es muy probable que te convenzas de que ya no quieres ese objetivo, porque el coste te parece más alto de lo que esperabas y el beneficio más bajo. Es aquí cuando se separa el grano de la paja. Si te comprometiste en un camino, porque viste que era la mejor opción, has de ser capaz de continuar en los momentos más complicados. Resistir con disciplina, que diría Marcos Vázquez. No te puedes dar la vuelta y buscar otro destino cada vez que te encuentras dificultades. Date un tiempo para sufrir, y acepta este esfuerzo y malos sentimientos como una parte obligatoria del camino, sin la cual no se puede llegar: Sabías que no sería fácil antes de empezar, y ahora te toca experimentarlo. La belleza Aun dicho todo esto, quiero dejar claro que uno no debería sufrir siempre. Una ruta por la montaña puede tener partes muy duras, pero la experiencia global de recorrerla nos agrada. Uno tiene que ser capaz de diferenciar cuando todo este esfuerzo tiene un sentido, y cuándo no. Aunque suene fácil, no lo es. Expuestos a tanta cantidad de posibles caminos y decisiones, es difícil no acabar perdidos. Por suerte, nuestro organismo ha ido perfeccionando una serie de heurísticas para ser capaz de navegar con éxito este mar de información. Para ello, contamos con una serie de sensaciones ancestrales que guían nuestro comportamiento para tener éxito en un entorno natural ancestral como en el que evolucionamos. En la actualidad, los cambios en el ambiente en que vivimos han hecho que estos antiguos mecanismos pierdan importancia, porque el entorno es muy diferente y comportamientos que antiguamente fueron adaptativos, como el deseo por los alimentos calóricos en un entorno de baja disponibilidad de estos, ahora nos enferman con su abundancia. Pero, no por ello, estos mecanismos ancestrales han dejado de tener su magia, y no deberíamos dejar de utilizar nuestra sabiduría interna para tomar mejores decisiones. Muchos sentimientos que creemos irracionales no son tanto a la luz de nuevos descubrimientos, sino que atienden a informaciones grabadas en nuestro inconsciente y tan complejas de analizar que no somos capaces de explicarlas todavía. 217 Las emociones y sensaciones asociadas están guiadas por procesos mentales conscientes e inconscientes y a menudo reflejan aprendizajes, traumas y experiencias que no recordamos o que directamente portamos en nuestros genes; sin pasar por el proceso de pensamiento. Las emociones influyen tanto en nuestros pensamientos, como nuestros pensamientos en las emociones (Damasio, 1994). Nuestras emociones guían nuestro comportamiento de una forma muy simple. Las emociones negativas avisan y desincentivan comportamientos poco adaptativos o que ponen en riesgo al organismo, ya sean basadas en aprendizajes (te sientes mal cuando ves los cacahuetes tras sufrir una intoxicación con ellos) o innatas (como el miedo a las serpientes o arañas). Y las emociones agradables, al contrario, nos incentivan a realizar algunos comportamientos, premiándonos por ello. La evolución ha generado mecanismos de recompensa y bienestar cuando atendemos a lo que es bueno para la supervivencia, para que sigamos buscándolo activamente. La belleza y el bienestar experimentado nos indica que algo es adecuado para nosotros. Por ejemplo, varios estudios han demostrado que personas de diferentes culturas valoran como los más bonitos cuadros e imágenes de características similares, que en todos los casos incluyen siempre los mismos elementos de protección (árboles, rocas); agua (ríos, lagos) y fuentes de posible alimento (bosques, pájaros, etc.) (Tejera, 2017). La visión del bosque o la dehesa nos relaja, y sin embargo un campo de olivos con el suelo descarnado en roca viva nos genera repulsión. El caótico ulular del cárabo por las noches me relaja, y el ruido “blanco” lejano de la autovía me pone alerta, pese a que se supone que debería ser al revés se supone que los ruidos blancos relajan-. Parece que tuviéramos un “detector de belleza” tan finamente calibrado que nos avisa de lo que es natural y adecuado para nosotros y lo que no lo es, aún sin nosotros saberlo. Así pues, nuestro inconsciente nos señala a menudo el camino a recorrer y las cosas que nos sientan mal y nos hacen bien a través de emociones positivas para que actuemos hacia ello. Esta recompensa química en forma de dopamina y endocannabinoides -entre otras hormonas- no solo ocurre con la belleza “física”. Comer con hambre, beber con sed, descansar con fatiga y ejercitarse con ganas son otras de las tareas que provocan esta recompensa. También, trabajar en lo que te apasiona; leer con interés, estar con quien quieres estar… tareas que requieren de esfuerzo pero que a su vez nos generan una pérdida de la noción del tiempo, un deseo de continuar, un “estado de flow” (Csikszentmihalyi, 1990). Cuando empecé a leer e investigar sobre la Ciencia de la Complejidad, las leyes de potencias o los fractales, pese a venir de un mundo completamente distinto, sentía una sensación agradable difícil de explicar, una mezcla entre excitación y atención plena: una especie de señal del cuerpo que me decía “por fin lo tienes, esto resuena contigo, esto es la realidad”. Y aunque -aún- no podamos explicarlo, uno sabe a menudo cuál es el camino adecuado simplemente a través de escuchar sus corazonadas, aunque sabemos que este proceso cognitivo-emocional no está ligado a ningún órgano de forma aislada. Hay cosas que resuenan contigo, y cosas que no. Por esto promulgo que el entrenamiento adecuado, bien calibrado y ejecutado ha de ser fácil y hacernos sentir bien. La mayoría de las veces, descansaremos cuando necesitamos descansar y entrenaremos cuando nos apetece entrenar. Simplemente nuestro cuerpo nos irá haciendo saber lo que necesita en cada momento a través de 218 nuestras apetencias y sensaciones. Obviamente, habrá momentos en los que tengamos que reinterpretar estas señales y valorar si pueden estar sesgadas por otros factores, pero en la inmensa mayoría de ocasiones serán nuestra guía. Si el plan de entrenamiento te supone demasiado esfuerzo y cada día tienes que realizar una dura lucha mental para cumplir con lo planeado, con gran seguridad lo estás haciendo mal. Quizá algún lector piense: “si solo entrenase cuando me apetece, no entrenaría nunca”. Esto puede ocurrir en algunas ocasiones, no siempre tenemos la apetencia por ejercitarnos, pero en estas será las ganas de seguir cumpliendo nuestro propósito las que te harán salir. En realidad, si nunca te apetece entrenar y necesitas siempre nuevas fuentes de motivación, probablemente debes preguntarte si realmente esto es lo que quieres hacer en tu vida: si de verdad este deporte resuena contigo. La vida es demasiado corta para recorrer el camino marcado por otros. Hay demasiadas posibles opciones. Ninguna es mejor que otra. Y nadie es como tú. Ante la inmensidad, escucha a tu organismo. Deja que las decisiones adecuadas emerjan espontáneamente a través de la relación entre quién eres, tus experiencias y el entorno. Escucha a tu cuerpo, tus pensamientos y tu intuición, y no dudes en cambiar de camino si en algún momento lo decides: el equilibrio es dinámico. Todo fluye, nada permanece. “He aquí mi secreto, que no puede ser más simple: solo con el corazón se puede ver bien”. El principito 219 EPÍLOGO Escribir este libro me ha supuesto un aprendizaje inmenso, más de un año de trabajo y más de una década de aprendizaje, desaprendizaje, ensayo y error. Hemos pasado por la biología, las matemáticas, la física, la economía, la estadística y la salud, uniendo conceptos extraordinariamente antiguos con otros muy modernos, y hemos reconciliado las ciencias sociales con las ciencias naturales, el pensamiento científico con las intuiciones y la naturaleza con el progreso. Sin embargo, hay un mensaje que quiero que te lleves de este libro: no es tan difícil. Complejo no quiere decir complicado. Lo complejo está entrelazado. Lo complejo no se puede optimizar, no se puede predecir y no se puede controlar. Pero si abrazas esta incertidumbre, puedes aprender a bailar con el sistema. Al fin y al cabo, la Naturaleza ha funcionado siempre bien sin que nosotros la entendiésemos. El entrenamiento de resistencia es mucho más sencillo de lo que piensas. Ejercítate durante mucho tiempo a un ritmo suave que te permita ir disfrutando de la actividad. Llévate al límite cuando estés preparado, y descansa cuando te notes fatigado. Si lo haces escuchando y obedeciendo a tus percepciones, evitarás las lesiones y el sobreentrenamiento antes de que aparezcan. Usa todas las cualidades ancestrales de tu organismo para tomar decisiones sobre el estado del sistema en su conjunto. Usa las heurísticas. Prueba todo una vez al menos, y practica la modalidad deportiva que mejor te haga sentir. Especialízate en lo que te ponga la piel de gallina cuando la aprendes. Encuentra lo que la experiencia te demuestre que es lo mejor para ti, no lo mejor para la media. Persigue lo que sea mejor, pero no lo óptimo (nunca lo encontrarás). Supera viejas limitaciones y prejuicios. Lo que hoy crees que es simple, probablemente no lo llegas a comprender en su totalidad. Se respetuoso con la historia y las dinámicas naturales: si llevan existiendo tantos años así es por algo, y no entenderlo no es excusa para ignorarlo. El chimpancé no puede aprender física, pero la sabe utilizar. Comprende que eres una pieza de un sistema mucho mayor que tu propia persona. Nuestra piel no es una frontera infranqueable. Lo que ocurre fuera de nosotros se manifiesta también dentro. El ambiente en que vives es más importante que tu consumo de oxígeno. Tus amigos son más importantes que las series. El sol no solamente brilla en el cielo, sino que también brilla dentro de nosotros. Un día soleado cambia tu fisiología y por ende tu estado de ánimo. Lo que es bueno para la colmena, es bueno para la abeja. Cuidar tu entorno es la mejor acción que puedes realizar para cuidar de tus seres queridos. Sin base, la pirámide se cae. Un pez no puede estar sano en un estanque contaminado. Entrena para reencontrarte con tus antepasados y desarrollar tu máximo potencial atlético. Entrena para ser libre, para estar vivo, para conseguir tus metas, para estar sano, para recorrer la naturaleza sin generar ningún daño. En definitiva, entrena para ser feliz. 220 AGRADEMIENTOS 221 GLOSARIO TÉCNICO Atractor: Es el estado o parámetro hacia el cual tiende un sistema en un momento determinado a raíz de una serie de condicionantes que influyen en cada momento. Por ejemplo, la velocidad cero es un atractor para un organismo: un cuerpo tiende hacia el reposo, si no actúan o dejan de actuar fuerzas que rompan este estado. Constreñimiento: fuerzas (condicionantes) que afectan al conjunto o partes del sistema y que le hacen tener que luchar o hacer frente a ellos. Imaginemos como constreñimiento el dique que canaliza el agua de un río y no le permite avanzar hacia su cauce natural. Subsistema: un sistema a pequeña escala que, junto con otros subsistemas, forma el sistema que se está midiendo. En realidad, todos los sistemas complejos de los que hablamos son subsistemas de otro más grande. Configuración: estado del sistema en un momento dado a través de distintas proporciones y conexiones en el conjunto de subsistemas que lo forman. Ejemplo: la configuración de un deportista en un momento determinado puede ser la necesaria para ejercitarse al máximo, y en otro momento la de recuperarse o almacenar energía. Equilibrio dinámico: configuración de un sistema que es más o menos estático en su comportamiento final gracias a cambios en su configuración interna (en las fuerzas que lo llevan en una u otra dirección se equiparan) para ir adaptándose a los diferentes estresores que afectan al sistema en cada momento. “Cambiar internamente para que nada cambie externamente”. Ejemplo: durante un esfuerzo sostenido a ritmo estable alto nuestra frecuencia cardiaca aumenta para que nuestro rendimiento (potencia o velocidad) no varíe. FTP o MFTP: (Modeled) Funcional Threshold Power o umbral (modelado) de potencia funcional. Se define como “la potencia más alta que se puede sostener en un estado casi estable sin fatiga”, con una duración aproximada de 1h (entre 40’ y 70’). MFTP es el FTP modelado, que calcula esta potencia a través de los mejores esfuerzos del deportista con el programa WKO. Potencia crítica (CP) : También puede aparecer con las siglas CP: “Critical Power”. Es la potencia que marca la transición entre el dominio de ejercicio heavy (vigoroso) y el dominio de ejercicio severo. Esta transición está marcada por un punto de inflexión en la curva del lactato, a partir del cual los niveles de lactato en sangre empiezan a aumentar de forma exponencial. Matemáticamente, corresponde al teórico valor al que tendería la asíntota inferior de la curva de potencia, que será diferente según el modelo que se utilice. TSS: Training Stress Score o Puntuación de Estrés del Entrenamiento. Es una métrica que da una puntuación de dureza a los entrenamientos, en función del tiempo y la intensidad relativa al FTP del deportista. Se calcula multiplicando el tiempo, en horas, por el factor de intensidad (IF) elevado al cuadrado y por 100. 100 puntos equivalen a un esfuerzo de 1h al máximo. IF: Intensity Factor o Factor de intensidad. Es la división de la potencia normalizada de un entrenamiento entre la potencia a la que se da el FTP del deportista. 222 Potencia Normalizada: es un procesamiento de la potencia media que tiene en cuenta las variaciones de ritmo que se han dado en la consecución de esta potencia; y por tanto refleja mejor los cambios de ritmo que la potencia media. CTL y ATL: Chronic/Acute Training Load o Carga de entrenamiento Crónica o Aguda. La carga crónica es el TSS medio de los últimos 42 días con un factor de ponderación -donde los días más recientes puntúan algo más que los más viejos-. La carga aguda es similar, pero solo con los últimos 7 días. TSB: Training Stress Balance, o Balance de estrés de entrenamiento. Es la resta entre el CTL y ATL. Se supone que si es positivo, el deportista está recuperado -la carga de la última semana es menor que lo que ha entrenado en las últimas 7-, y viceversa cuando es negativo. Cadencia: es el número de pedaladas por minuto. Una pedalada es cada vez que la biela completa una revolución. Se expresa en revoluciones por minuto. Torque: se define como el producto de la fuerza aplicada al pedal multiplicada por el radio de aplicación (la longitud de la biela). Se expresa en Newtons por metro. Pedaleo redondo: se suele referir a cuando durante el ciclo de pedaleo no hay fuerzas negativas -que frenen el pedal-, ni siquiera en la fase de recobro. Para ello, los músculos flexores de rodilla y cadera han de compensar la fuerza de la gravedad que actúa en la pierna que se eleva. Pedaleo a pistón: suele hacer referencia a cuando un ciclista pedalea realizando fuerza solamente en la parte descendente de la pedalada (entre los 0 y 180º) y no realiza trabajo positivo en la fase ascendente o de recobro. HRV: Heart rate variability o Variabilidad de la frecuencia cardiaca. Se refiere a la desviación que hay en el tiempo que pasa entre los latidos cardiacos. El corazón no funciona como un metrónomo, sino que es irregular. La variabilidad de la frecuencia cardiaca recoge esta irregularidad. TRIMP: TRaining IMPulse. Da una puntuación al entrenamiento en función de la intensidad (originalmente medida a través de la frecuencia cardiaca media) y la duración del ejercicio (en minutos). Es una forma de cuantificar la carga de entrenamiento en un solo número. MLSS o MEEL: Máximo Estado Estable de Lactato (Maximal Lactate Stable State): es la potencia más alta que se puede sostener en una duración de 30-40’ sin que haya un aumento de los valores de lactato en sangre. 223 REFERENCIAS Cholewicki, J., Popovich Jr, J. M., Aminpour, P., Gray, S. A., Lee, A. S., & Hodges, P. W. (2019). Development of a collaborative model of low back pain: report from the 2017 NASS consensus meeting. The Spine Journal, 19(6), 1029-1040. Storz, J. F. (2021). High-altitude adaptation: mechanistic insights from integrated genomics and physiology. Molecular biology and evolution, 38(7), 2677-2691. Böning, D. (2019). Physical Exercise at Altitude-Acclimation and Adaptation Effects in Highlanders on Different Continents. Dtsch Z Sportmed, 70, 135-40. Maturana, F. M., Schellhorn, P., Erz, G., Burgstahler, C., Widmann, M., Munz, B., ... & Nieß, A. M. (2021). Individual cardiovascular responsiveness to work-matched exercise within the moderate-and severeintensity domains. European Journal of Applied Physiology, 121(7), 2039-2059. Mattioni Maturana, F., Soares, R. N., Murias, J. M., Schellhorn, P., Erz, G., Burgstahler, C., ... & Nieß, A. M. (2021). Responders and non‐responders to aerobic exercise training: beyond the evaluation of. Physiological reports, 9(16), e14951. Spragg, J., Leo, P., & Swart, J. (2022). The relationship between training characteristics and durability in professional cyclists across a competitive season. European Journal of Sport Science, (just-accepted), 117. Stöggl, T. L., & Björklund, G. (2017). High intensity interval training leads to greater improvements in acute heart rate recovery and anaerobic power as high volume low intensity training. Frontiers in physiology, 8, 562. Rønnestad, B. R., & Mujika, I. (2014). Optimizing strength training for running and cycling endurance performance: A review. Scandinavian journal of medicine & science in sports, 24(4), 603-612. Johansen, J. M., Sunde, A., Helgerud, J., & Støren, Ø. (2022). Relationships Between Maximal Aerobic Speed, Lactate Threshold, and Double Poling Velocity at Lactate Threshold in CrossCountry Skiers. Frontiers in Physiology, 254. Abbiss, C. R., Peiffer, J. J., & Laursen, P. B. (2009). Optimal cadence selection during cycling. International SportMed Journal, 10(1), 1-15. Almquist, N. W., Ettema, G., Hopker, J., Sandbakk, Ø., & Rønnestad, B. R. (2019). The effect of 30-second sprints during prolonged exercise on gross efficiency, electromyography, and pedaling technique in elite cyclists. International Journal of Sports Physiology and Performance, 15(4), 562-570. Alonso, S., Izagirre, N., Smith-Zubiaga, I., Gardeazabal, J., Díaz-Ramón, J. L., Díaz-Pérez, J. L., ... & De la Rúa, C. (2008). Complex signatures of selection for the melanogenic loci TYR, TYRP1 and DCT in humans. BMC evolutionary biology, 8(1), 1-14. Altuna, A. (2022). Estimating the maximal metabolic steady state using critical power: assessment of the adequacy of different models (Doctoral dissertation, University of Kent,). Amann, M., Blain, G. M., Proctor, L. T., Sebranek, J. J., Pegelow, D. F., & Dempsey, J. A. (2010). Group III and IV muscle afferents contribute to ventilatory and cardiovascular response to rhythmic exercise in humans. Journal of applied physiology, 109(4), 966-976. Amann, M., Proctor, L. T., Sebranek, J. J., Pegelow, D. F., & Dempsey, J. A. (2009). Opioid‐mediated muscle afferents inhibit central motor drive and limit peripheral muscle fatigue development in humans. The Journal of physiology, 587(1), 271-283. Anglem N, Lucas SJE, Rose EA, Cotter JD. Mood, illness and injury responses and recovery with adventure racing. Wilderness Environ Med. 2008;19(1):30–8. 224 Arem, H., Moore, S. C., Patel, A., Hartge, P., De Gonzalez, A. B., Visvanathan, K., ... & Matthews, C. E. (2015). Leisure time physical activity and mortality: a detailed pooled analysis of the dose-response relationship. JAMA internal medicine, 175(6), 959-967. Arendt, D. (2008). The evolution of cell types in animals: emerging principles from molecular studies. Nature Reviews Genetics, 9(11), 868-882. Areta, J.L., Hopkins, W.G. Skeletal Muscle Glycogen Content at Rest and During Endurance Exercise in Humans: A Meta-Analysis. Sports Med 48, 2091–2102 (2018). https://doi.org/10.1007/s40279-018-0941-1 Arponen, S. (2021). ¡ Es la microbiota, idiota!: Descubre cómo tu salud depende de los billones de microorganismos que habitan en tu cuerpo. Alienta Editorial. Axelsen, J. L., Kirk, U., & Staiano, W. (2020). On-the-spot binaural beats and mindfulness reduces the effect of mental fatigue. Journal of Cognitive Enhancement, 4(1), 31-39. Azevedo RA, Milioni F, Murias JM, Bertuzzi R, Millet GY. Dynamic Changes of Performance Fatigability and Muscular O2 Saturation in a 4-km Cycling Time Trial. Med Sci Sports Exerc. 2021 Mar 1;53(3):613-623. doi: 10.1249/MSS.0000000000002499. PMID: 33300756. Badillo, J. J. G. (2017). La velocidad de ejecución como referencia para la programación, control y evaluación del entrenamiento de fuerza. Ergotech. Bak, P. (2013). How nature works: the science of self-organized criticality. Springer Science & Business Media. Bak, P., & Tang, C. (1989). Earthquakes as a self‐organized critical phenomenon. Journal of Geophysical Research: Solid Earth, 94(B11), 15635-15637. Balagué, N., Hristovski, R., Aragonés, D., & Tenenbaum, G. (2012). Nonlinear model of attention focus during accumulated effort. Psychology of Sport and Exercise, 13(5), 591597. Balagué, N., Hristovski, R., Garcia, S., Aragonés, D., Razon, S., & Tenenbaum, G. (2015). Intentional thought dynamics during exercise performed until volitional exhaustion. Journal of Sports Sciences, 33(1), 48-57. Balagué, N., Pol, R., & Guerrero, I. (2019). Science or pseudoscience of physical activity and sport. Apunt Educ Física i Esports, 129-36. Balagué, N., Pol, R., Torrents, C., Ric, A., & Hristovski, R. (2019). On the relatedness and nestedness of constraints. Sports medicine-open, 5(1), 1-10. Balagué, N., Pol, R., Torrents, C., Ric, A., & Hristovski, R. (2019). On the relatedness and nestedness of constraints. Sports medicine-open, 5(1), 1-10. Balagué, N., Torrents, C., Hristovski, R., & Kelso, J. A. S. (2017). Sport science integration: An evolutionary synthesis. European Journal of Sport Science, 17(1), 51-62. Balague, N., Torrents, C., Hristovski, R., Davids, K., & Araújo, D. (2013). Overview of complex systems in sport. Journal of Systems Science and Complexity, 26(1), 4-13. Banister EW, Calvert TW, Savage MV, Bach TM. A systems model of training for athletic performance. Aust J Sports Med. 1975;7:57–61 Banister, E. W., Carter, J. B., & Zarkadas, P. C. (1999). Training theory and taper: validation in triathlon athletes. European journal of applied physiology and occupational physiology, 79(2), 182-191. 225 Barquero-Pérez, O., de Sá, J. M., Rojo-Alvarez, J. L., & Goya-Esteban, R. (2008, September). Changes in detrended fluctuation indices with aging in healthy and congestive heart failure subjects. In 2008 Computers in Cardiology (pp. 45-48). IEEE. Bech, J. (2020). Soil contamination and human health: part 2. Environmental geochemistry and health, 42(8), 2287-2292. Bechara, A., Damasio, H., & Damasio, A. R. (2000). Emotion, decision making and the orbitofrontal cortex. Cerebral cortex, 10(3), 295-307. Benedetti, F., Thoen, W., Blanchard, C., Vighetti, S., & Arduino, C. (2013). Pain as a reward: changing the meaning of pain from negative to positive co-activates opioid and cannabinoid systems. PAIN®, 154(3), 361-367. Beneke R, Leithauser RM, Ochentel O. Blood lactate diagnostics in exercise testing and training. Int J Sports Physiol Perform 6: 8–24, 2011 Bennett, A. F., & Ruben, J. A. (1979). Endothermy and activity in vertebrates. Science, 206(4419), 649-654. Billat, L. V. (2001). Interval training for performance: a scientific and empirical practice. Sports medicine, 31(1), 13-31. Billat, V. L., Demarle, A. L. E. X. A. N. D. R. E., Slawinski, J. E. A. N., Paiva, M. A. R. I. O., & Koralsztein, J. P. (2001). Physical and training characteristics of top-class marathon runners. Medicine and science in sports and exercise, 33(12), 2089-2097. Bishop, D. J., Botella, J., Genders, A. J., Lee, M. J., Saner, N. J., Kuang, J., ... & Granata, C. (2019). High-intensity exercise and mitochondrial biogenesis: current controversies and future research directions. Physiology, 34(1), 56-70. Blain, B., Schmit, C., Aubry, A., Hausswirth, C., Le Meur, Y., & Pessiglione, M. (2019). Neuro-computational impact of physical training overload on economic decision-making. Current Biology, 29(19), 3289-3297. Board, S. S., & National Research Council. (2007). The limits of organic life in planetary systems. National Academies Press. Boullosa, D. A., Abreu, L., Varela-Sanz, A., & Mujika, I. (2013). Do olympic athletes train as in the Paleolithic era?. Sports medicine, 43(10), 909-917. Boullosa, D., Dragutinovic, B., Feuerbacher, J. F., Benítez‐Flores, S., Coyle, E. F., & Schumann, M. (2022). Effects of short sprint interval training on aerobic and anaerobic indices: A systematic review and meta‐analysis. Scandinavian Journal of Medicine & Science in Sports. Boullosa, D; Dragutinovic, B.; Feuerbacher, J.; et al. Effects of short sprint interval training on aerobic and anaerobic indices: A systematic review and meta-analysis. Scandinavian journal of medicine and science in sport. Bramble, D. M., & Lieberman, D. E. (2004). Endurance running and the evolution of Homo. nature, 432(7015), 345-352. Brandstätter, V., & Herrmann, M. (2018). Goal disengagement and action crises. Brandstätter, V., & Schüler, J. (2013). Action crisis and cost–benefit thinking: A cognitive analysis of a goal-disengagement phase. Journal of Experimental Social Psychology, 49(3), 543-553. 226 Brandstätter, V., Herrmann, M., & Schüler, J. (2013). The struggle of giving up personal goals: Affective, physiological, and cognitive consequences of an action crisis. Personality and Social Psychology Bulletin, 39(12), 1668-1682. Breenfeldt Andersen, A., Bejder, J., Bonne, T., Olsen, N. V., & Nordsborg, N. (2020). Repeated Wingate sprints is a feasible high-quality training strategy in moderate hypoxia. Plos one, 15(11), e0242439. Brewer, N. T., Salz, T., & Lillie, S. E. (2007). Systematic review: the long-term effects of false-positive mammograms. Annals of internal medicine, 146(7), 502-510.; Brooks, G. A. (2001). Lactate doesn't necessarily cause fatigue: why are we surprised?. The Journal of physiology, 536(Pt 1), 1. Buchheit, M., & Laursen, P. B. (2013). High-intensity interval training, solutions to the programming puzzle. Sports medicine, 43(5), 313-338. Bühlmayer, L., Birrer, D., Röthlin, P., Faude, O., & Donath, L. (2017). Effects of mindfulness practice on performance-relevant parameters and performance outcomes in sports: A metaanalytical review. Sports medicine, 47(11), 2309-2321. Burgomaster KA, Howarth KR, Phillips SM, Rakobowchuk M, MacDonald MJ, McGee SL, Gibala MJ. J Physiol. 2008;586:151–160. Burke LM. Fueling strategies to optimize performance: training Burke, L. M., Loucks, A. B., & Broad, N. (2006). Energy and carbohydrate for training and recovery. Journal of sports sciences, 24(07), 675-685. Burnley, Mark and Jones, Andrew M. (2016) Power-duration relationship: physiology, fatigue and the limits of human performance. European Journal of Sport Science, 18 (1). pp. 1-12. Butler, C. D. (2017). Limits to growth, planetary boundaries, and planetary health. Current Opinion in Environmental Sustainability, 25, 59-65. Calvert, T. W., Banister, E. W., Savage, M. V., & Bach, T. (1976). A systems model of the effects of training on physical performance. IEEE Transactions on systems, man, and cybernetics, (2), 94-102. Cannon, W. B. (1932). Homeostasis. The wisdom of the body. Norton, Newyork. Carrier, D. R., Kapoor, A. K., Kimura, T., Nickels, M. K., Satwanti, Scott, E. C., ... & Trinkaus, E. (1984). The energetic paradox of human running and hominid evolution [and comments and reply]. Current Anthropology, 25(4), 483-495. Casado, A., Moreno-Pérez, D., Larrosa, M., & Renfree, A. (2019). Different psychophysiological responses to a high-intensity repetition session performed alone or in a group by elite middle-distance runners. European journal of sport science, 19(8), 10451052. Castle, P. C., Maxwell, N., Allchorn, A., Mauger, A. R., & White, D. K. (2012). Deception of ambient and body core temperature improves self paced cycling in hot, humid conditions. European journal of applied physiology, 112(1), 377-385. Castle, P. C., Maxwell, N., Allchorn, A., Mauger, A. R., & White, D. K. (2012). Deception of ambient and body core temperature improves self paced cycling in hot, humid conditions. European journal of applied physiology, 112(1), 377-385. 227 Chambers, E. S., Bridge, M. W., & Jones, D. (2009). Carbohydrate sensing in the human mouth: effects on exercise performance and brain activity. The Journal of physiology, 587(8), 1779-1794. Chen, Y., & Feng, J. (2012). Fractal-based exponential distribution of urban density and self-affine fractal forms of cities. Chaos, Solitons & Fractals, 45(11), 1404-1416. Cheng, A. J., Jude, B., & Lanner, J. T. (2020). Intramuscular mechanisms of overtraining. Redox biology, 35, 101480. Chidnok W, Dimenna FJ, Bailey SJ, Wilkerson DP, Vanhatalo A, Jones AM. Effects of pacing strategy on work done above critical power during high-intensity exercise. Med Sci Sports Exerc. 2013 Jul;45(7):1377-85. doi: 10.1249/MSS.0b013e3182860325. PMID: 23377832. Christakis, N. A., & Fowler, J. H. (2007). The spread of obesity in a large social network over 32 years. New England journal of medicine, 357(4), 370-379. Cooper, S. J. (2008). From Claude Bernard to Walter Cannon. Emergence of the concept of homeostasis. Appetite, 51(3), 419-427. Coppens, Y. (1994). East side story: the origin of humankind. Scientific American, 270(5), 88-95. Cordain L, Eaton SB, Sebastian A, Mann N, Lindeberg S, Watkins BA, O’Keefe JH, BrandMiller J. Origins and evolution of the Western diet: health implications for the 21st century. The American journal of clinical nutrition. 2005 Feb 1;81(2):341-54. Coyle, E. F., Martin 3rd, W. H., Sinacore, D. R., Joyner, M. J., Hagberg, J. M., & Holloszy, J. O. (1984). Time course of loss of adaptations after stopping prolonged intense endurance training. Journal of Applied Physiology, 57(6), 1857-1864. Damasio, A. R. (1996). El error de Descartes. Andrés Bello. Damasio, A. R. (2004, April). Emotions and feelings. In Feelings and emotions: The Amsterdam symposium (pp. 49-57). Cambridge: Cambridge University Press. Darwin, C. (1859). On the origin of species. Routledge. Davids, K., Hristovski, R., Araújo, D., Serre, N. B., Button, C., & Passos, P. (Eds.). (2014). Complex systems in sport (p. 272). London: Routledge. de Salles Painelli, V., Nicastro, H., & Lancha, A. H. (2010). Carbohydrate mouth rinse: does it improve endurance exercise performance?. Nutrition journal, 9(1), 1-4. de Sousa, C. V., Sales, M. M., Rosa, T. S., Lewis, J. E., de Andrade, R. V., & Simoes, H. G. (2017). The antioxidant effect of exercise: a systematic review and meta-analysis. Sports medicine, 47(2), 277-293. Deng, Y., Misselwitz, B., Dai, N., & Fox, M. (2015). Lactose intolerance in adults: biological mechanism and dietary management. Nutrients, 7(9), 8020-8035. Díaz Martín, J. J. (2020). Análisis de la estrategia del ritmo en maratón desde el nivel recreacional hasta los récords del mundo: influencia del nivel atlético, sexo y perfíl del circuito. do Carmo, E. C., Barroso, R., Renfree, A., da Silva, N. R., Gil, S., & Tricoli, V. (2020). Affective feelings and perceived exertion during a 10-km time trial and head-to-head running race. International journal of sports physiology and performance, 15(6), 903-906.c Dunbar, R. I. M. (2013). Primate social systems. Springer Science & Business Media. 228 Eaton, S. B., & Konner, M. J. (1997). Review paleolithic nutrition revisited: a twelve-year retrospective on its nature and implications. European journal of clinical nutrition, 51(4), 207-216. Eichner, E. R. (2010). Beyond placebo. Current sports medicine reports, 9(4), 188-189. Enoksen E, Tjelta AR, Tjelta LI. Distribution of Training Volume and Intensity of Elite Male and Female Track and Marathon Runners. International Journal of Sports Science & Coaching. 2011;6(2):273-293. doi:10.1260/1747-9541.6.2.273 Esteve-Lanao J, San Juan AF, Earnest CP, et al. How do endurance runners actually train? Relationship with competition performance. Med Sci Sports Exerc. 2005;37(3):496–504. Facey, A., Irving, R., & Dilworth, L. (2013). Overview of lactate metabolism and the implications for athletes. Am J Sport Sci Med, 1(3), 42-46. Flockhart, M., Nilsson, L. C., Tais, S., Ekblom, B., Apró, W., & Larsen, F. J. (2021). Excessive exercise training causes mitochondrial functional Foster C, Boullosa D, McGuigan M, Fusco A, Cortis C, Arney BE, et al. 25 years of session rating of perceived exertion: historical perspective and development. Int J Sports Physiol Perform. 2021;28:1–10. Foster, C., De Koning, J. J., Thiel, C., Versteeg, B., Boullosa, D. A., Bok, D., & Porcari, J. P. (2020). Beating yourself: How do runners improve their own records?. International journal of sports physiology and performance, 15(3), 437-440. Fullerton MM, Passfield L, MacInnis MJ, Iannetta D, Murias JM. Prior exercise impairs subsequent performance in an intensity- and duration-dependent manner. Appl Physiol Nutr Metab. 2021;49(8): 976–985. Gandevia SC, McCloskey DI. Effects of related sensory inputs on motor performances in man studied through changes in perceived heaviness. J Physiol 1977;272(3):653-72. Garatachea, N., Santos-Lozano, A., Sanchis-Gomar, F., Fiuza-Luces, C., Pareja-Galeano, H., Emanuele, E., & Lucia, A. (2014, September). Elite athletes live longer than the general population: a meta-analysis. In Mayo Clinic Proceedings (Vol. 89, No. 9, pp. 1195-1200). Elsevier.impairment and decreases glucose tolerance in healthy volunteers. Cell metabolism, 33(5), 957-970. Geisler M, Eichelkraut L, Miltner WHR, Weiss T. Expectation of exercise in trained athletes results in a reduction of central processing to nociceptive stimulation. Behav Brain Res. 2019 Jan 1;356:314-321. doi: 10.1016/j.bbr.2018.08.036. Epub 2018 Sep 3. PMID: 30189288. Gérvas, J., & Pérez Fernández, M. (2013). Cribados: una propuesta de racionalización. Gaceta Sanitaria, 27, 372-373. Giovanelli, N., Taboga, P., Rejc, E., & Lazzer, S. (2017). Effects of strength, explosive and plyometric training on energy cost of running in ultra-endurance athletes. European Journal of Sport Science, 17(7), 805-813. Goicoechea, A. M. (2009). Una pesadilla cerebral. Espana: Desclée De Brouwer B. Gomez-Cabrera, M. C., Salvador-Pascual, A., Cabo, H., Ferrando, B., & Viña, J. (2015). Redox modulation of mitochondriogenesis in exercise. Does antioxidant supplementation blunt the benefits of exercise training?. Free radical biology and medicine, 86, 37-46. González-Alonso, J., Teller, C., Andersen, S. L., Jensen, F. B., Hyldig, T., & Nielsen, B. (1999). Influence of body temperature on the development of fatigue during prolonged exercise in the heat. Journal of applied physiology, 86(3), 1032-1039. 229 González-Badillo, J. J., Rodríguez-Rosell, D., Sánchez-Medina, L., Gorostiaga, E. M., & Pareja-Blanco, F. (2014). Maximal intended velocity training induces greater gains in bench press performance than deliberately slower half-velocity training. European journal of sport science, 14(8), 772-781. González-Ravé, J. M., Hermosilla, F., González-Mohíno, F., Casado, A., & Pyne, D. B. (2021). Training Intensity Distribution, Training Volume, and Periodization Models in Elite Swimmers: A Systematic Review. International Journal of Sports Physiology and Performance, 16(7), 913-926. Gorostiaga, E. M., Sánchez‐Medina, L., & Garcia‐Tabar, I. (2022). Over 55 years of critical power: Fact or artifact?. Scandinavian journal of medicine & science in sports, 32(1), 116124. Gould, S. J. (2002). The structure of evolutionary theory. Harvard University Press. Grandou, C., Wallace, L., Impellizzeri, F. M., Allen, N. G., & Coutts, A. J. (2020). Overtraining in resistance exercise: an exploratory systematic review and methodological appraisal of the literature. Sports Medicine, 50(4), 815-828. Green, R. E., Newton, I. A. N., Shultz, S., Cunningham, A. A., Gilbert, M., Pain, D. J., & Prakash, V. (2004). Diclofenac poisoning as a cause of vulture population declines across the Indian subcontinent. Journal of Applied ecology, 41(5), 793-800. Gutenberg, B., & Richter, C. F. (1942). Earthquake magnitude, intensity, energy, and acceleration. Bulletin of the Seismological society of America, 32(3), 163-191. Halson, S. L., & Jeukendrup, A. E. (2004). Does overtraining exist?. Sports medicine, 34(14), 967-981. Hansen AK, Fischer CP, Plomgaard P, et al. Skeletal muscle adaptation: training twice every second day vs. training once daily. J Appl Physiol. 2005;98(1):93–9. Harari, Y. N., & Sapiens, A. (2014). A brief history of humankind. Publish in agreement with The Deborah Harris Agency and the Grayhawk Agency. Hardy, J., Thomas, A. V., & Blanchfield, A. W. (2019). To me, to you: How you say things matters for endurance performance. Journal of sports sciences, 37(18), 2122-2130. Hart, D., & Sussman, R. W. (2018). Man the hunted: Primates, predators, and human evolution. Routledge. Harvati, K., Röding, C., Bosman, A.M. et al. Apidima Cave fossils provide earliest evidence of Homo sapiens in Eurasia. Nature 571, 500–504 (2019). Hawley JA. Clin Exp Pharmacol Physiol. 2002;29:218–222. Helge, J. W. (2017). A high carbohydrate diet remains the evidence based choice for elite athletes to optimise performance. The Journal of physiology, 595(9), 2775. Herrmann, M., Baur, V., Brandstätter, V., Hänggi, J., & Jäncke, L. (2014). Being in two minds: the neural basis of experiencing action crises in personal long-term goals. Social neuroscience, 9(6), 548-561. high or training low? Scand J Med Sci Sports. 2010;20(Suppl. 2):48–58 Hill, E. E., Zack, E., Battaglini, C., Viru, M., Viru, A., & Hackney, A. C. (2008). Exercise and circulating cortisol levels: the intensity threshold effect. Journal of endocrinological investigation, 31(7), 587-591. Hotta, N., Otsuka, K., Murakami, S., Yamanaka, G., Kubo, Y., Matsuoka, O., ... & Halberg, F. (2005). Fractal analysis of heart rate variability and mortality in elderly community- 230 dwelling people—Longitudinal Investigation for the Longevity and Aging in Hokkaido County (LILAC) study. Biomedicine & pharmacotherapy, 59, S45-S48. Hristovski, R., Venskaitytė, E., Vainoras, A., Balagué, N., & Vazquez, P. (2010). Constraints-controlled metastable dynamics of exercise-induced psychobiological adaptation. Medicina, 46(7), 447. Huard, J., Li, Y., & Fu, F. H. (2002). Muscle injuries and repair: current trends in research. JBJS, 84(5), 822-832. Huertas, J. R., Casuso, R. A., Agustín, P. H., & Cogliati, S. (2019). Stay fit, stay young: mitochondria in movement: the role of exercise in the new mitochondrial paradigm. Oxidative medicine and cellular longevity, 2019. Iannetta, D., de Almeida Azevedo, R., Keir, D. A., & Murias, J. M. (2019). Establishing the VO2 versus constant-work-rate relationship from ramp-incremental exercise: Simple strategies for an unsolved problem. Journal of Applied Physiology, 127(6), 1519-1527. Iannetta, D., Inglis, E. C., Fullerton, C., Passfield, L., & Murias, J. M. (2018). Metabolic and performance‐related consequences of exercising at and slightly above MLSS. Scandinavian Journal of Medicine & Science in Sports, 28(12), 2481-2493. Iannetta, D., Inglis, E. C., Mattu, A. T., Fontana, F. Y., Pogliaghi, S., Keir, D. A., & Murias, J. M. (2020). A critical evaluation of current methods for exercise prescription in women and men. Medicine and science in sports and exercise, 52(2), 466-473. Inglis EC, Iannetta D, Keir DA, Murias JM. Training-Induced Changes in the Respiratory Compensation Point, Deoxyhemoglobin Break Point, and Maximal Lactate Steady State: Evidence of Equivalence. Int J Sports Physiol Perform. 2019 Dec 3:1-7. doi: 10.1123/ijspp.2019-0046. Epub ahead of print. Isaacson, R. (2013). The limbic system. Springer Science & Business Media. Ito, S. (2019). High-intensity interval training for health benefits and care of cardiac diseases-the key to an efficient exercise protocol. World Journal of Cardiology, 11(7), 171. Jamnick, N. A., Botella, J., Pyne, D. B., & Bishop, D. J. (2018). Manipulating graded exercise test variables affects the validity of the lactate threshold and V˙ O 2 peak. PloS one, 13(7), e0199794. Jamnick, N. A., Pettitt, R. W., Granata, C., Pyne, D. B., & Bishop, D. J. (2020). An examination and critique of current methods to determine exercise intensity. Sports Medicine, 50(10), 1729-1756. Jamnick, N. A., Pettitt, R. W., Granata, C., Pyne, D. B., & Bishop, D. J. (2020). An examination and critique of current methods to determine exercise intensity. Sports Medicine, 1-28. Jeffries, O., Goldsmith, M., & Waldron, M. (2018). L-Menthol mouth rinse or ice slurry ingestion during the latter stages of exercise in the heat provide a novel stimulus to enhance performance despite elevation in mean body temperature. European journal of applied physiology, 118(11), 2435-2442. Jeffries, O., Goldsmith, M., & Waldron, M. (2018). L-Menthol mouth rinse or ice slurry ingestion during the latter stages of exercise in the heat provide a novel stimulus to enhance performance despite elevation in mean body temperature. European journal of applied physiology, 118(11), 2435-2442. Jefries AC, Wallace L, Coutts AJ, McLaren SJ, McCall A, Impellizzeri FM. Athlete-reported outcome measures for monitoring training responses: a systematic review of risk of bias 231 and measurement property quality according to the COSMIN guidelines. Int J Sports Physiol Perform. 2020;15(9):1203–15. Jeukendrup, A. E. (2017). Periodized nutrition for athletes. Sports medicine, 47(1), 51-63. Jeukendrup, A. E., & Chambers, E. S. (2010). Oral carbohydrate sensing and exercise performance. Current Opinion in Clinical Nutrition & Metabolic Care, 13(4), 447-451. Johnson U, Ivarsson A. Psychological predictors of sport injuries among junior soccer players. Scand J Med Sci Sports. 2011;21(1):129–36 Jones LA. Perception of force and weight: theory and research. Psychol Bull 1986; 100(1):29-42 Kaas, J. H. (2019). The origin and evolution of neocortex: From early mammals to modern humans. Progress in brain research, 250, 61-81.. Kahneman, D. (2011). Thinking, fast and slow. Macmillan. Kakiashvili, T., Leszek, J., & Rutkowski, K. (2013). The medical perspective on burnout. International journal of occupational medicine and environmental health, 26(3), 401-412. Kaptchuk, T. J., & Miller, F. G. (2015). Placebo effects in medicine. N Engl J Med, 373(1), 89. Karahalil, B., Hare, E., Koç, G., Uslu, İ., Şentürk, K., & Özkan, Y. (2017). Hepatotoxicity associated with statins. Arhiv za higijenu rada i toksikologiju, 68(4), 254-260. Kauffman, S., & Kauffman, S. A. (1995). At home in the universe: The search for laws of self-organization and complexity. Oxford University Press, USA. Kiely, J. (2018). Periodization theory: confronting an inconvenient truth. Sports Medicine, 48(4), 753-764. Kreher JB, Schwartz JB. Overtraining syndrome: a practical guide. Sports Health. 2012;4(2):128-138. doi:10.1177/1941738111434406 Kristoffersen, M., Sandbakk, Ø., Rønnestad, B. R., & Gundersen, H. (2019). Comparison of short-sprint and heavy strength training on cycling performance. Frontiers in physiology, 10, 1132. Krogsbøll, L. T., Jørgensen, K. J., Larsen, C. G., & Gøtzsche, P. C. (2012). General health checks in adults for reducing morbidity and mortality from disease: Cochrane systematic review and meta-analysis. Bmj, 345. Lage Ferrón, M., Díaz Jiménez, J., Gestal Otero, J. J., Pajares Ortíz, M., & Alberdi Odriozola, J. C. (1999). Influencia de los factores ambientales en el número de ingresos por urgencias en el complejo hospitalario" Juan Canalejo" de la Coruña: elaboración de un modelo de predicción. Revista española de salud pública, 73, 45-60. Larsen, C. S. (2006). The agricultural revolution as environmental catastrophe: Implications for health and lifestyle in the Holocene. Quaternary International, 150(1), 12-20. Laursen PB. Training for intense exercise performance: highintensity or high-volume training? Scand J Med Sci Sports.2010;20(Suppl. 2):1–10. Laursen, P., & Buchheit, M. (2019). Science and application of high-intensity interval training. Human kinetics. Lawler, O. K., Allan, H. L., Baxter, P. W., Castagnino, R., Tor, M. C., Dann, L. E., ... & Kark, S. (2021). The COVID-19 pandemic is intricately linked to biodiversity loss and ecosystem health. The Lancet Planetary Health, 5(11), e840-e850. 232 LeBoeuf, S. E., Wu, W. L., Karakousi, T. R., Karadal, B., Jackson, S. R., Davidson, S. M., ... & Papagiannakopoulos, T. (2020). Activation of oxidative stress response in cancer generates a druggable dependency on exogenous non-essential amino acids. Cell metabolism, 31(2), 339-350. Lelieveld, J., Pozzer, A., Pöschl, U., Fnais, M., Haines, A., & Münzel, T. (2020). Loss of life expectancy from air pollution compared to other risk factors: a worldwide perspective. Cardiovascular research, 116(11), 1910-1917. Lemez, S., & Baker, J. (2015). Do elite athletes live longer? A systematic review of mortality and longevity in elite athletes. Sports medicine-open, 1(1), 1-14. Les Ansley, P. J., Gibson, A. S. C., & Noakes, T. D. (2004). Anticipatory pacing strategies during supramaximal exercise lasting longer than 30 s. Medicine & Science in Sports & Exercise, 195(9131/04), 3602-0309. Li, W. (2002). Zipf's Law everywhere. Glottometrics, 5, 14-21. Liebenberg, L. (2006). Persistence hunting by modern hunter-gatherers. Current Anthropology, 47(6), 1017-1026. Liebenberg, L. (2008). The relevance of persistence hunting to human evolution. Journal of human evolution, 55(6), 1156. Lieberman, D. (2020). Exercised: The Science of Physical Activity, Rest and Health. Penguin UK. Lieberman, D. E., Bramble, D. M., Raichlen, D. A., & Shea, J. J. (2009). Brains, brawn, and the evolution of human endurance running capabilities. In The first humans–origin and early evolution of the genus Homo (pp. 77-92). Springer, Dordrecht. Lieberman, D. E., Mahaffey, M., Quimare, S. C., Holowka, N. B., Wallace, I. J., & Baggish, A. L. (2020). Running in Tarahumara (Rarámuri) Culture. Current Anthropology, 61(3). Lillo Beviá, J. R. (2019). Protocolos y herramientas para la valoración y programación del ciclista: tiempos límite y tests de estimación del Máximo Estado Estable. Proyecto de investigación:. Liu, B., Hu, X., Zhang, Q., Fan, Y., Li, J., Zou, R., ... & Wang, J. (2016). Usual walking speed and all-cause mortality risk in older people: A systematic review and meta-analysis. Gait & posture, 44, 172-177. Lopes, T. R., Oliveira, D. M., Simurro, P. B., Akiba, H. T., Nakamura, F. Y., Okano, A. H., ... & Silva, B. M. (2020). No Sex Difference in Mental Fatigue Effect on High-Level Runners' Aerobic Performance. Medicine and science in sports and exercise. López-Otín, C., & Kroemer, G. (2021). Hallmarks of health. Cell, 184(1), 33-63. MacLean, P. D. (1988). Triune brain. In Comparative neuroscience and neurobiology (pp. 126-128). Birkhäuser, Boston, MA. Maddison, A. (2007). Contours of the world economy 1-2030 AD: Essays in macroeconomic history. Oxford University Press. Maddison, A. (2007). The world economy. Academic Foundation. Maes, K. M. (2015). Influencia de la fuerza máxima en la fuerza explosiva. Lecturas: Educación física y deportes, (204), 13. Makary, M. A., & Daniel, M. (2016). Medical error—the third leading cause of death in the US. Bmj, 353. 233 Maki, K. C., Diwadkar-Navsariwala, V., & Kramer, M. W. (2018). Statin use and risk for type 2 diabetes: what clinicians should know. Postgraduate medicine, 130(2), 166-172. Marcora, S. (2016). Can doping be a good thing? Using psychoactive drugs to facilitate physical activity behaviour. Sports Medicine, 46(1), 1-5. Marcora, S. (2016). Can doping be a good thing? Using psychoactive drugs to facilitate physical activity behaviour. Sports Medicine, 46(1), 1-5. Marcora, S. M., & Staiano, W. (2010). The limit to exercise tolerance in humans: mind over muscle?. European journal of applied physiology, 109(4), 763-770. Marcora, S. M., Staiano, W., & Manning, V. (2009). Mental fatigue impairs physical performance in humans. Journal of applied physiology, 106(3), 857-864. Marijon, E., Tafflet, M., Antero-Jacquemin, J., El Helou, N., Berthelot, G., Celermajer, D. S., ... & Jouven, X. (2013). Mortality of French participants in the Tour de France (1947–2012). European heart journal, 34(40), 3145-3150. Markegard, D. (2017). Dawn Again: Tracking the Wisdom of the Wild. Propriometrics Press. Martin, K., Meeusen, R., Thompson, K. G., Keegan, R., & Rattray, B. (2018). Mental fatigue impairs endurance performance: a physiological explanation. Sports medicine, 48(9), 20412051. Martínez Navarro, B., Bartolini Lucenti, S., Palmqvist, P., Ros-Montoya, S., MadurellMalapeira, J., & Espigares Ortiz, M. P. (2021). A new species of dog from the Early Pleistocene site of Venta Micena (Orce, Baza Basin, Spain). Martland, R., Mondelli, V., Gaughran, F., & Stubbs, B. (2020). Can high-intensity interval training improve physical and mental health outcomes? A meta-review of 33 systematic reviews across the lifespan. Journal of sports sciences, 38(4), 430-469. Mata, P., Alonso, R., Ruiz, A., Gonzalez-Juanatey, J. R., Badimón, L., Díaz-Díaz, J. L., ... & Pérez-Jiménez, F. (2015). Diagnóstico y tratamiento de la hipercolesterolemia familiar en España: documento de consenso. SEMERGEN-Medicina de Familia, 41(1), 24-33. McClain-Walters, M. (2021). Legendary Woman: Partnering With God to Become the Heroine of Your Own Story. Charisma Media. Meeusen R, Duclos M, Foster C, et al. Prevention, diagnosis, and treatment of the overtraining syndrome: joint consensus statement of the European college of sport science and the American college of sports medicine. Med Sci Sports Exerc. 2013;45(1):186–205. Menzies, P., Menzies, C., McIntyre, L., Paterson, P., Wilson, J., & Kemi, O. J. (2010). Blood lactate clearance during active recovery after an intense running bout depends on the intensity of the active recovery. Journal of sports sciences, 28(9), 975-982. Miller, J. B., Mann, N., & Cordain, L. (2018). Paleolithic nutrition: what did our ancestors eat. Genes to Galaxies: The Lecture Series of the 35th Professor Harry Messel International Science School: 12-25 July 2009, 29-42. Montull, L., Vázquez, P., Hristovski, R., & Balagué, N. (2020). Hysteresis behaviour of psychobiological variables during exercise. Psychology of Sport and Exercise, 48, 101647. Mujika, I., & Padilla, S. (2000). Detraining: loss of training-induced physiological and performance adaptations. Part I. Sports Medicine, 30(2), 79-87. Müller, M., Kamping, S., Benrath, J., Skowronek, H., Schmitz, J., Klinger, R., & Flor, H. (2016). Treatment history and placebo responses to experimental and clinical pain in chronic pain patients. European Journal of Pain, 20(9), 1530-1541. 234 Naumann, R. K., Ondracek, J. M., Reiter, S., Shein-Idelson, M., Tosches, M. A., Yamawaki, T. M., & Laurent, G. (2015). The reptilian brain. Current biology : CB, 25(8), R317–R321. https://doi.org/10.1016/j.cub.2015.02.049 Navarro-Michel, M. (2016). Daños causados por la Talidomida: la batalla legal que no cesa. Comentario a la STS de 20 de octubre de 2015. Revista de Bioética y Derecho, (37), 133148. Newman, M. E. (2005). Power laws, Pareto distributions and Zipf's law. Contemporary physics, 46(5), 323-351. Nieman, D. C., Zwetsloot, K. A., Lomiwes, D. D., Meaney, M. P., & Hurst, R. D. (2016). Muscle glycogen depletion following 75-km of cycling is not linked to increased muscle IL-6, IL-8, and MCP-1 mRNA expression and protein content. Frontiers in physiology, 7, 431. Nikolopoulos, V., Arkinstall, M. J., & Hawley, J. A. (2001). Pacing strategy in simulated cycle time-trials is based on perceived rather than actual distance. Journal of Science and Medicine in Sport, 4(2), 212-219. Noakes, T. D. (2004). Linear relationship between the perception of effort and the duration of constant load exercise that remains. Journal of applied physiology, 96(4), 1571-1573. Noakes, T. D. (2011). Time to move beyond a brainless exercise physiology: the evidence for complex regulation of human exercise performance. Applied physiology, nutrition, and metabolism, 36(1), 23-35. Noakes, T. D., Gibson, A. S. C., & Lambert, E. V. (2004). From catastrophe to complexity: a novel model of integrative central neural regulation of effort and fatigue during exercise in humans. British journal of sports medicine, 38(4), 511-514. Noakes, T. D., Gibson, A. S. C., & Lambert, E. V. (2005). From catastrophe to complexity: a novel model of integrative central neural regulation of effort and fatigue during exercise in humans: summary and conclusions. British journal of sports medicine, 39(2), 120-124. Nugent, F. J. (2018). The effects of low-volume, high-intensity training versus high-volume, low-intensity training on performance in competitive swimmers, with a specific focus on youth swimmers. O’Keefe JH, Vogel R, Lavie CJ, et al. Achieving hunter–gatherer fitness in the 21st century: back to the future. Am J Med.2010;123(12):1082–6. O’Keefe JH, Vogel R, Lavie CJ, et al. Exercise like a hunter–gatherer: a prescription for organic physical fitness. Prog Cardiovasc Dis. 2011;53(6):471–9 O’leary, T. J., Collett, J., Howells, K., & Morris, M. G. (2017). High but not moderateintensity endurance training increases pain tolerance: a randomised trial. European journal of applied physiology, 117(11), 2201-2210. Okin, D., & Medzhitov, R. (2012). Evolution of inflammatory diseases. Current Biology, 22(17), R733-R740. Orr, M. B., Simkin, J., Bailey, W. M., Kadambi, N. S., McVicar, A. L., Veldhorst, A. K., & Gensel, J. C. (2017). Compression decreases anatomical and functional recovery and alters inflammation after contusive spinal cord injury. Journal of neurotrauma, 34(15), 2342-2352. Pallarés, J. G., Lillo-Bevia, J. R., Morán-Navarro, R., Cerezuela-Espejo, V., & MoraRodriguez, R. (2020). Time to exhaustion during cycling is not well predicted by critical power calculations. Applied Physiology, Nutrition, and Metabolism, 45(7), 753-760. 235 Pallarés, J. G., Morán-Navarro, R., Ortega, J. F., Fernández-Elías, V. E., & MoraRodriguez, R. (2016). Validity and reliability of ventilatory and blood lactate thresholds in well-trained cyclists. PloS one, 11(9), e0163389. Passfield, L., Murias, J. M., Sacchetti, M., & Nicolò, A. (2022). Validity of the Training-Load Concept. International Journal of Sports Physiology and Performance, 1(aop), 1-8. Peñailillo, L., Mackay, K., & Abbiss, C. R. (2018). Rating of perceived exertion during concentric and eccentric cycling: are we measuring effort or exertion?. International journal of sports physiology and performance, 13(4), 517-523. Pergolizzi, J. V., Magnusson, P., LeQuang, J. A., Razmi, R., Zampogna, G., & Taylor, R. (2020). Statins and neuropathic pain: a narrative review. Pain and therapy, 9(1), 97-111. Plantinga, T., Alonso, S., Izagirre, N. et al. Low prevalence of lactase persistence in Neolithic South-West Europe. Eur J Hum Genet 20, 778–782 (2012). https://doi.org/10.1038/ejhg.2011.254 Plaza, P. I., Blanco, G., & Lambertucci, S. A. (2020). Implications of bacterial, viral and mycotic microorganisms in vultures for wildlife conservation, ecosystem services and public health. Ibis, 162(4), 1109-1124. Pol Cabanellas, R. Entrenamiento deportivo y complejidad: actualizando supuestos teóricos, prácticos e hipótesis de investigación (Doctoral dissertation, Universitat de Lleida). Pol, R., Balagué, N., Ric, A., Torrents, C., Kiely, J., & Hristovski, R. (2020). Training or synergizing? Complex systems principles change the understanding of sport processes. Sports Medicine-Open, 6(1), 1-13. Pol, R., Hristovski, R., Medina, D., & Balague, N. (2019). From microscopic to macroscopic sports injuries. Applying the complex dynamic systems approach to sports medicine: a narrative review. British journal of sports medicine, 53(19), 1214-1220. Pontzer, H., Wood, B. M., & Raichlen, D. A. (2018). Hunter‐gatherers as models in public health. Obesity Reviews, 19, 24-35. Poole, D. C., Rossiter, H. B., Brooks, G. A., & Gladden, L. B. (2021). The anaerobic threshold: 50+ years of controversy. The journal of physiology, 599(3), 737-767. Poole, D. C., Burnley, M., Vanhatalo, A., Rossiter, H. B., & Jones, A. M. (2016). Critical power: an important fatigue threshold in exercise physiology. Medicine and science in sports and exercise, 48(11), 2320. Pranata, A., Perraton, L., El-Ansary, D., Clark, R., Fortin, K., Dettmann, T., ... & Bryant, A. (2017). Lumbar extensor muscle force control is associated with disability in people with chronic low back pain. Clinical Biomechanics, 46, 46-51. Ragusa, A., Svelato, A., Santacroce, C., Catalano, P., Notarstefano, V., Carnevali, O., ... & Giorgini, E. (2021). Plasticenta: First evidence of microplastics in human placenta. Environment International, 146, 106274. Ramírez-Campillo, R., Álvarez, C., Henríquez-Olguín, C., Baez, E. B., Martínez, C., Andrade, D. C., & Izquierdo, M. (2014). Effects of plyometric training on endurance and explosive strength performance in competitive middle-and long-distance runners. The Journal of Strength & Conditioning Research, 28(1), 97-104. Ray KK, Seshasai SR, Erqou S, Sever P, Jukema JW, Ford I, Sattar N. Statins and allcause mortality in high-risk primary prevention: a meta-analysis of 11 randomized controlled trials involving 65,229 participants. Arch Intern Med. 2010 Jun 28;170(12):1024-31. Review. PubMed PMID: 20585067. 236 Reynolds, C. W. (1987, August). Flocks, herds and schools: A distributed behavioral model. In Proceedings of the 14th annual conference on Computer graphics and interactive techniques (pp. 25-34). Rodríguez‐Rosell, D., Pareja‐Blanco, F., Aagaard, P., & González‐Badillo, J. J. (2018). Physiological and methodological aspects of rate of force development assessment in human skeletal muscle. Clinical physiology and functional imaging, 38(5), 743-762. Rønnestad, B. R., & Mujika, I. (2014). Optimizing strength training for running and cycling endurance performance: A review. Scandinavian journal of medicine & science in sports, 24(4), 603-612. Rønnestad, B. R., Hansen, J., Nygaard, H., & Lundby, C. (2020). Superior performance improvements in elite cyclists following short‐interval vs effort‐matched long‐interval training. Scandinavian journal of medicine & science in sports, 30(5), 849-857. Rønnestad, B. R., Hansen, J., Nygaard, H., & Lundby, C. (2020). Superior performance improvements in elite cyclists following short‐interval vs effort‐matched long‐interval training. Scandinavian Journal of Medicine & Science in Sports, 30(5), 849-857. Rosén, E., & Sander, U. (2009). Pedestrian fatality risk as a function of car impact speed. Accident Analysis & Prevention, 41(3), 536-542. Rosenblat, M. A., Perrotta, A. S., & Vicenzino, B. (2019). Polarized vs. threshold training intensity distribution on endurance sport performance: a systematic review and metaanalysis of randomized controlled trials. The Journal of Strength & Conditioning Research, 33(12), 3491-3500. Roshier, D. A., Doerr, V. A., & Doerr, E. D. (2008). Animal movement in dynamic landscapes: interaction between behavioural strategies and resource distributions. Oecologia, 156(2), 465-477. Rubenson, J., Lloyd, D. G., Heliams, D. B., Besier, T. F., & Fournier, P. A. (2011). Adaptations for economical bipedal running: the effect of limb structure on threedimensional joint mechanics. Journal of the Royal Society Interface, 8(58), 740-755. Rubinow, D. R., Roca, C. A., Schmidt, P. J., Danaceau, M. A., Putnam, K., Cizza, G., ... & Nieman, L. (2005). Testosterone suppression of CRH-stimulated cortisol in men. Neuropsychopharmacology, 30(10), 1906-1912. Ruiz, J. R., Fiuza-Luces, C., Garatachea, N., & Lucia, A. (2014). Reduced mortality in former elite endurance athletes. International journal of sports physiology and performance, 9(6), 1046-1049. Rushall, B. (2015). “Interval training. High-Intensity Interval- Training and USRPT. Swimming science bulletin 55. Extraído de https://coachsci.sdsu.edu/swim/bullets/55%20ITHIITUSRPT.pdf el 17 de diciembre 2021. San Millán Iñigo. Zone 2 Training For Endurance Athletes. Extraído el 16/07/2021 de https://www.trainingpeaks.com/blog/zone-2-training-for-endurance-athletes/ Sánchez-Moreno, M., Rodríguez-Rosell, D., Díaz-Cueli, D., Pareja-Blanco, F., & GonzálezBadillo, J. J. (2021). Effects of Velocity Loss Threshold Within Resistance Training During Concurrent Training on Endurance and Strength Performance. International Journal of Sports Physiology and Performance, 1(aop), 1-9. Sanchis-Gomar, F., Olaso-Gonzalez, G., Corella, D., Gomez-Cabrera, M. C., & Vina, J. (2011). Increased average longevity among the “Tour de France” cyclists. International journal of sports medicine, 32(08), 644-647. 237 Sangabriel, C. (2021) Sistemas complejos y transdisciplinariedad. Linking Theory and Practice (podcast). 9. San-Millán, I. (2019). Blood biomarkers in sports medicine and performance and the future of metabolomics. In High-Throughput Metabolomics (pp. 431-446). Humana, New York, NY. San-Millán, I. (2021). Assessing metabolic flexibility and mitochondrial bioenergetics. In Clinical Bioenergetics (pp. 245-268). Academic Press. Saw AE, Main LC, Gastin PB. Monitoring the athlete training response: subjective selfreported measures trump commonly used objective measures: a systematic review. Br J Sports Med. 2016;50(5):281–91. Schüler, J., & Langens, T. A. (2007). Psychological Crisis in a Marathon and the Buffering Effects of Self‐Verbalizations 1. Journal of Applied Social Psychology, 37(10), 2319-2344. Schulkin, J. (Ed.). (2004). Allostasis, homeostasis, and the costs of physiological adaptation. Cambridge University Press. Schumacher, Y. O., & Mueller, P. (2002). The 4000-m team pursuit cycling world record: theoretical and practical aspects. Medicine & Science in Sports & Exercise, 34(6), 10291036. Scott, V., & Gijsbers, K. (1981). Pain perception in competitive swimmers. Br Med J (Clin Res Ed), 283(6284), 91-93. Seiler, (2010). What is Best Practice for Training Intensity and Duration Distribution in Endurance Athletes? International Journal of Physiology and performance. 5, 276-291. Seiler, S., Jøranson, K., Olesen, B. V., & Hetlelid, K. J. (2013). Adaptations to aerobic interval training: interactive effects of exercise intensity and total work duration. Scandinavian journal of medicine & science in sports, 23(1), 74-83. Selye, H. (1956). The stress of life. Sheng, Y., & Zhu, L. (2018). The crosstalk between autonomic nervous system and blood vessels. International journal of physiology, pathophysiology and pharmacology, 10(1), 17. Sitko, S. (2022). Síndrome de sobreentrenamiento: ¿realmente existe?. Extraído de https://sitkotraining.com/existe-realmente-el-sindrome-del-sobreentrenamiento/ el 25 de mayo de 2022 Smith SA, Micklewright D, Winter SL, Mauger AR. Muscle pain induced by hypertonic saline in the knee extensors decreases single-limb isometric time to task failure. Eur J Appl Physiol. 2020 Sep;120(9):2047-2058. doi: 10.1007/s00421-020-04425-2. Epub 2020 Jun 29. PMID: 32613451; PMCID: PMC7419372. Smith, N. J., McDonald, G. W., & Patterson, M. G. (2014). Is there overshoot of planetary limits? New indicators of human appropriation of the global biogeochemical cycles relative to their regenerative capacity based on ‘ecotime’analysis. Ecological economics, 104, 8092. Sola, M. (2018). Fuerza específica en ciclismo: una mina de vatios. Extraído de https://msa.training/fuerza-especifica-en-ciclismo-una-mina-de-vatios/ el 15 de diciembre de 2021. Sola, M. (2018). Los calambres en ciclismo. Extraído de https://msa.training/los-calambres-enciclismo-causas-teorias-reducirlos-truco/ el 16 de diciembre de 2021. Solé, R. V., & Manrubia, S. C. (1996). Extinction and self-organized criticality in a model of large-scale evolution. Physical Review E, 54(1), R42. 238 Soliman, G. A. (2018). Dietary cholesterol and the lack of evidence in cardiovascular disease. Nutrients, 10(6), 780. Stellingwerff, T. (2012). Case study: Nutrition and training periodization in three elite marathon runners. International journal of sport nutrition and exercise metabolism, 22(5), 392-400. Stellingwerff, T., Morton, J. P., & Burke, L. M. (2019). A framework for periodized nutrition for athletics. International Journal of Sport Nutrition and Exercise Metabolism, 29(2), 141151. Sterling, P. (2012). Allostasis: a model of predictive regulation. Physiology & behavior, 106(1), 5-15. Sterling, P. (2020). What Is Health?: Allostasis and the Evolution of Human Design. MIT Press. Stöggl, T. L., & Sperlich, B. (2019). Training intensity, volume and recovery distribution among elite and recreational endurance athletes. Frontiers in physiology, 10, 592. Stringer, C. (2016). The origin and evolution of Homo sapiens. Philosophical Transactions of the Royal Society B: Biological Sciences, 371(1698), 20150237. Sucuoğlu, H., & Üstünsoy, S. (2019). The short-term effect of PRP on chronic pain in knee osteoarthritis. Suzman, J. (2021). Work: A Deep History, from the Stone Age to the Age of Robots. Penguin. Sylta, Ø., Tønnessen, E., Hammarström, D., Danielsen, J., Skovereng, K., Ravn, T., ... & Seiler, S. (2016). The effect of different high-intensity periodization models on endurance adaptations. Sznajd-Weron, K., & Weron, R. (2001). A new model of mass extinctions. Physica A: Statistical Mechanics and its Applications, 293(3-4), 559-565. Taggart, M. A., Senacha, K. R., Green, R. E., Jhala, Y. V., Raghavan, B., Rahmani, A. R., ... & Meharg, A. A. (2007). Diclofenac residues in carcasses of domestic ungulates available to vultures in India. Environment International, 33(6), 759-765. Taleb, N. (2005). The black swan. NY: Random House. Taleb, N. N. (2015). Antifrágil. Booket. Madrid. Tejera, E. V. (2017). La apreciación estética del paisaje: naturaleza, artificio y símbolo (Doctoral dissertation, Universidad Politécnica de Madrid). Ten Haaf, T., van Staveren, S., Oudenhoven, E., Piacentini, M. F., Meeusen, R., Roelands, B., ... & De Koning, J. J. (2017). Prediction of functional overreaching from subjective fatigue and readiness to train after only 3 days of cycling. International journal of sports physiology and performance, 12(s2), S2-87. Teramoto, M., & Bungum, T. J. (2010). Mortality and longevity of elite athletes. Journal of Science and Medicine in Sport, 13(4), 410-416. Timofejeva I, McCraty R, Atkinson M, Jofe R, Vainoras A, Alabdul- gader AA, et al. Identifcation of a group’s physiological synchroni- zation with earth’s magnetic feld. Int J Environ Res Public Health. 2017;14(998):13–9 Jones, A. M., & Vanhatalo, A. (2017). The ‘critical power’concept: applications to sports performance with a focus on intermittent high-intensity exercise. Sports Medicine, 47(1), 6578. 239 Tooby, J., & Cosmides, L. (1990). On the universality of human nature and the uniqueness of the individual: The role of genetics and adaptation. Journal of personality, 58(1), 17-67. Tooby, J., & Cosmides, L. (1990). The past explains the present: Emotional adaptations and the structure of ancestral environments. Ethology and sociobiology, 11(4-5), 375-424. Tucker, R. (2009). The anticipatory regulation of performance: the physiological basis for pacing strategies and the development of a perception-based model for exercise performance. British journal of sports medicine, 43(6), 392-400. Tucker, R., & Noakes, T. D. (2009). The physiological regulation of pacing strategy during exercise: a critical review. British journal of sports medicine, 43(6), e1-e1. Tucker, R., Rauch, L., Harley, Y. X., & Noakes, T. D. (2004). Impaired exercise performance in the heat is associated with an anticipatory reduction in skeletal muscle recruitment. Pflügers Archiv, 448(4), 422-430. Tucker, R., Rauch, L., Harley, Y. X., & Noakes, T. D. (2004). Impaired exercise performance in the heat is associated with an anticipatory reduction in skeletal muscle recruitment. Pflügers Archiv, 448(4), 422-430. Tyrrell, A., Auer, G., & Bettstetter, C. (2008, October). On the accuracy of firefly synchronization with delays. In 2008 First International Symposium on Applied Sciences on Biomedical and Communication Technologies (pp. 1-5). IEEE. Vaegter, H. B., Thinggaard, P., Madsen, C. H., Hasenbring, M., & Thorlund, J. B. (2020). Power of Words: Influence of Preexercise Information on Hypoalgesia after ExerciseRandomized Controlled Trial. Medicine and science in sports and exercise. Valencia, M. C. (2019). Usos y abusos del término “neurociencias”: una revisión sistemática en revistas indexadas Scielo: Uses and abuses of the term “neurosciences”: A Systematic Review Based in Indexed Journals Scielo. Revista ConCiencia EPG, 4(1), 30-67. Vázquez, M. (2021). Saludable mente: hábitos para optimizar tu cerebro y mejorar tu salud a cualquier edad. Grijalbo. Vázquez, M. (2020). Invicto. Logra más, sufre menos: Entrenamiento mental para lograr más y sufrir menos. Salud Salvaje SL. Vázquez Justes, P. (2017). Unified framework for the study of sport-related behavior. Venhorst, A., Micklewright, D. P., & Noakes, T. D. (2018). The psychophysiological determinants of pacing behaviour and performance during prolonged endurance exercise: a performance level and competition outcome comparison. Sports Medicine, 48(10), 23872400. Venhorst, A., Micklewright, D., & Noakes, T. (2017). The process of losing-investigating the psychophysiological determinants of pacing and performance during head-to-head competition. Journal of Science and Cycling, 6(3). Venhorst, A., Micklewright, D., & Noakes, T. D. (2018). Modelling the process of falling behind and its psychophysiological consequences. British journal of sports medicine, 52(23), 1523-1528. Venhorst, A., Micklewright, D., & Noakes, T. D. (2018). Perceived fatigability: utility of a three-dimensional dynamical systems framework to better understand the psychophysiological regulation of goal-directed exercise behaviour. Sports Medicine, 48(11), 2479-2495. 240 Venhorst, A., Micklewright, D., & Noakes, T. D. (2018). Towards a three-dimensional framework of centrally regulated and goal-directed exercise behaviour: a narrative review. British Journal of Sports Medicine, 52(15), 957-966. Vercruyssen, F., & Brisswalter, J. (2010). Which factors determine the freely chosen cadence during submaximal cycling?. Journal of science and medicine in sport, 13(2), 225231. Viribay, A. (2020) Nuevas Recomendaciones de Hidratos de Carbono Durante el Ejercicio. Glut4science. Extraído de https://glut4science.com/publicaciones/entrenamientonutricional/nuevas-recomendaciones-hidratos-carbono-durante-ejercicio/52 el 16 de diciembre de 2021. Viribay, A. (2020). Effects of 120 g/h of carbohydrates intake during a mountain marathon on exercise-induced muscle damage in elite runners. Nutrients, 12(5), 1367. Wagstaff CR. Emotion regulation and sport performance. J Sport Exerc Psychol. 2014 Aug;36(4):401-12. doi: 10.1123/jsep.2013-0257. PMID: 25226609. Ware, B. (2012). The top five regrets of the dying: A life transformed by the dearly departing. Hay House, Inc. Wasfy, M. M., & Baggish, A. L. (2016). Exercise dose in clinical practice. Circulation, 133(23), 2297-2313. Waytz, A. (2019). The power of human: How our shared humanity can help us create a better world. WW Norton & Company. Wen, D., Utesch, T., Wu, J., Robertson, S., Liu, J., Hu, G., & Chen, H. (2019). Effects of different protocols of high intensity interval training for VO2max improvements in adults: A meta-analysis of randomised controlled trials. Journal of science and medicine in sport, 22(8), 941-947. Wood, B., & Baker, J. (2011). Evolution in the genus Homo. Annual Review of Ecology, Evolution, and Systematics, 42, 47-69. Zeiger, J. S., & Zeiger, R. S. (2018). Mental toughness latent profiles in endurance athletes. PloS one, 13(2), e0193071. McFarland, M. J., Hauer, M. E., & Reuben, A. (2022). Half of US population exposed to adverse lead levels in early childhood. Proceedings of the National Academy of Sciences, 119(11), e2118631119. 241