いつもブログをご覧いただき、ありがとうございます。
先日、GarminのデータをChatGPTに連携できる「Fitness AI Connector」を紹介しました。
今回は、実際にFitness AI Connectorを活用し、Garminに記録されているランニングデータをChatGPTに分析してもらいました。
テーマは、「スピードを上げるとランニングフォームは良くなるのか？」です。
自分では感覚的にしか分からないフォームの変化も、データを比較することで新しい発見がありました。
9月30日の600m×10を分析
まず、9月30日に行った600m×10のデータを確認しました。
この日は3分01秒～3分06秒/km程度のペースで走っています。
Garminのランニングダイナミクスでは、ストライドは約1.61～1.67m、接地時間は約172～177msでした。
上下動も8.4～8.6cm前後で、比較的安定しています。
ChatGPTによる分析では、3分/km前後のペースでもフォームが大きく崩れていないことが、一つの注目ポイントになりました。
10月7日の練習では意外な結果に
続いて、10月7日の600m×5×2のデータも分析してもらいました。
1セット目はペースメーカーとして、徐々にスピードを上げています。
| ペース | ストライド | 接地時間 |
|---|
| 3:41/km | 1.42m | 約163ms |
| 3:39/km | 1.45m | 約152ms |
| 3:38/km | 1.45m | 約152ms |
| 3:30/km | 1.53m | 約135ms |
| 3:17/km | 1.65m | 約135ms |
※Garminの記録をもとにした概数です。
興味深いのは、ペースを上げるにつれてストライドが伸び、接地時間が短くなっていることです。
ChatGPTの分析では、私の場合、スピードを上げることで、むしろ効率的な動きに変化する傾向があるのではないか、という見方になりました。
もちろん、接地時間が短ければ必ずフォームが良いというわけではありません。ペースや疲労、走る環境なども考慮する必要があります。
それでも、自分の感覚だけでは気づきにくい変化を、数字から確認できたのは面白い発見でした。
Fitness AI Connectorで広がるGarminデータの活用
今回便利だと感じたのは、Garminの記録を単に振り返るだけでなく、ChatGPTに複数の練習データを比較・分析してもらえたことです。
例えば、次のような項目を組み合わせて分析できます。
-
ストライドと接地時間の変化
-
上下動や左右バランスの傾向
-
ペースアップに伴うフォームの変化
-
過去の練習との比較
データを眺めるだけでは分からなかった特徴も、AIに質問しながら掘り下げることで、新たな気づきにつながります。
ただし、分析結果はあくまで記録から考えられる傾向です。
AIの見解をそのまま正解と考えるのではなく、実際の走りや体調と照らし合わせることも大切です。
今後はレース分析にも活用したい
今後は練習だけでなく、レース中のデータもChatGPTに分析してもらい、スピードの変化や疲労によるフォームの違いを確認してみたいと思います。
Garminで記録し、Fitness AI Connectorでデータを連携し、ChatGPTで分析する。
これまで記録を確認するだけだったGarminも、AIと組み合わせることで、トレーニングをより深く振り返るためのツールになりそうです。
自分では気づかなかった特徴を発見できるのも、データ分析の面白さですね。
これからも実際の練習データを使いながら、より効率の良い走りを探していきたいと思います。
↓の❤を押して応援していただけると嬉しいです！
コメント