
Por
Alex Hutchinson, para o site
OutsideOnline.com
Imagine que você está realizando um grande estudo de desempenho de digitação. Você coloca milhares de pessoas em uma bateria de testes de digitação e depois processa os números. Os dados são claros: a velocidade de digitação maior está correlacionada com menos erros de digitação. Portanto, você conclui, a melhor maneira de evitar erros de digitação é digitar o mais rápido possível.
É fácil ver que esta é uma conclusão equivocada. Mas os cientistas esportivos podem estar cometendo inadvertidamente esse tipo de erro o tempo todo, de acordo com
um artigo recente no International Journal of Sports Physiology and Performance de Niklas Neumann e seus colegas da Universidade de Groningen, na Holanda. De fato, alguns cientistas argumentam que "
a grande maioria das pesquisas em ciências sociais e médicas" pode ser afetada por essa crença equivocada de que dados de grupo podem ser aplicados a indivíduos, um fenômeno apelidado de "
problema da ergodicidade".
No exemplo de digitação, o problema é que digitadores melhores são mais rápidos e menos propensos a erros de digitação. Assim, em nível de grupo, alta velocidade e baixa taxa de erro estão correlacionadas. Mas se você testar qualquer indivíduo repetidamente ao longo do tempo, provavelmente encontrará o padrão oposto: maior velocidade traz mais erros. A média do grupo não pode ser generalizada para falar sobre os resultados individuais. Em contraste, rolar um dado 100 vezes deve dar, em média, o mesmo resultado que rolar 100 dados uma vez.
Em termos técnicos, a diferença entre as duas situações é que os dados dos dados são
ergódicos, termo
cunhado na década de 1870 pelo físico austríaco Ludwig Boltzmann, enquanto os dados de digitação são não-ergódicos. A ergodicidade é um conceito crucial na mecânica estatística, que, por exemplo, deduz o comportamento de um grande volume de gás dos movimentos de suas incontáveis moléculas individuais. Nos últimos anos, o conceito se espalhou para outros campos:
a economia da ergodicidade, por exemplo, reconhece as
diferenças entre 100 pessoas fazendo uma aposta com 1% de chance de falir e uma pessoa fazendo essa aposta 100 vezes. O que parece uma boa aposta no nível de grupo acaba sendo muito ruim para o indivíduo.
O problema esportivo que Neumann e seus colegas consideram é a relação entre carga de treinamento e
recuperação. Para esportes de resistência, em particular, você pode ver isso como a chave mestra para o desempenho. Mais treinamento aumenta a aptidão, mas também aumenta o risco de lesões e esgotamento. Descobrir exatamente quanto treinamento você pode suportar e com que rapidez você pode se recuperar dele permite que você se aproxime da linha vermelha do treinamento máximo. Isso levou a todo tipo de pesquisa que tenta quantificar como os diferentes padrões de carga de treinamento estão ligados ao
desempenho e ao
risco de lesões.
Mas a ligação entre a carga de treino e a
recuperação é ergódica? Ou seja, você pode medir a carga de treinamento e a
recuperação subsequente em um grande grupo de pessoas e usar esses resultados para prever como um determinado indivíduo responderá a uma sequência de sessões de treinamento e recuperações?
Para descobrir, Neumann e seus colegas trabalharam com "
um clube de futebol da liga principal da Holanda", que, pelas afiliações dos autores do artigo, podemos supor que seja o FC Groningen. Ao longo de duas temporadas, eles coletaram dados diários de treinamento e
recuperação de 83 membros de suas equipes sub-17, sub-19 e sub-23. Antes de cada sessão de treino, os jogadores tinham que indicar sua percepção de
recuperação em uma escala de 6 a 20. Após cada sessão, eles indicavam seu esforço percebido durante a sessão, novamente em uma escala de 6 a 20, que era então multiplicada pela duração do treino em minutos para obter a carga total de treinamento.
A versão mais simples da pergunta de carga/
recuperação de treino é: A carga total de um treino afeta o quão recuperado você se sente antes do treino do dia seguinte? Os pesquisadores tentam responder a essa pergunta de duas maneiras diferentes. Na análise em nível de grupo, você calcula uma carga média de treinamento para todos os atletas em um determinado dia e a compara com a classificação média de
recuperação de todos os atletas no dia seguinte. Na análise em nível individual, você analisa cada par de pontuações de treino/
recuperação para um único indivíduo ao longo do conjunto de dados de dois anos.
Há muita análise matemática envolvida, mas aqui está o ponto crucial. A análise de grupo analisa apenas um dia (mais a
recuperação no dia seguinte), mas você pode repetir essa análise para cada dia de treino disponível e calcular a média dos resultados. Da mesma forma, a análise individual pode ser repetida para cada atleta e então calculada a média. Desta forma, ambas as abordagens estão usando todos os dados disponíveis. Se eles produzirem resultados idênticos, os dados de treinamento e
recuperação são ergódicos, o que significa que podemos aplicar com segurança os resultados dos estudos em grupo a indivíduos. Se eles não produzirem resultados idênticos, todas as apostas serão canceladas.