Uploaded by Gianluca Balestreri

pdfcoffee.com la-naturaleza-del-entrenamiento-manuel-sola-arjona-2-pdf-free

advertisement
____________
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
Download