Coach AI o personal trainer: cosa dice la ricerca nel 2026

Dipende da che cosa chiami «coach AI». Un chatbot generico che scrive la scheda da solo, secondo la ricerca, programma peggio di un esperto e sbaglia spesso sulla sicurezza^[1]. Un sistema che ragiona sui tuoi allenamenti registrati, con il codice che calcola i fatti e controlla fattibilità e sicurezza e con te che approvi le modifiche, è sempre disponibile e tiene traccia di tutto, ma nessuno studio ha ancora dimostrato che dia risultati migliori di un bravo personal trainer; per dolore, infortuni, patologie e tecnica dal vivo serve una persona competente.

Cosa dicono gli studi sui programmi scritti dall'AI?

La sintesi più completa è la revisione sistematica di He e colleghi, pubblicata nel 2026 su Biology of Sport: 24 studi e 2.512 partecipanti^[1]. Nei confronti diretti con programmi scritti da esperti, quelli generati dai grandi modelli linguistici (LLM, la tecnologia di ChatGPT, Gemini e Claude) sono risultati inferiori per gli adattamenti fisiologici in 5 casi su 6 B (grado B, evidenza buona: studi controllati o meta-analisi con limiti: la direzione è solida, i numeri precisi meno.). I confronti diretti sono pochi, quindi la prova è limitata, ma la direzione è chiara.

Il dato che preoccupa di più riguarda la sicurezza. In 14 studi su 24 gli autori hanno trovato difetti di sicurezza sistematici, compresi esercizi controindicati proposti a persone con patologie, e una qualità molto variabile da un programma all'altro^[1]. La loro conclusione è equilibrata: gli LLM sono strumenti di assistenza potenti, ma non possono sostituire in sicurezza le decisioni e la supervisione di un esperto.

Un secondo studio guarda dentro i programmi. Dieci coach hanno valutato, su 27 criteri, piani per l'ipertrofia e per la forza massima scritti da ChatGPT, Copilot e Gemini^[2]. Il giudizio complessivo: qualità moderata. Soprattutto, mancavano proprio i parametri di intensità che fanno funzionare un programma: quanto vicino al cedimento arrivare e quale carico usare. I piani erano anche prudenti, impostati sulla sicurezza più che sull'efficacia. Senza RIR e carichi, una scheda è un elenco di esercizi, non un programma.

Un'avvertenza onesta: Havers ha valutato i modelli di aprile 2024 e la revisione di He arriva a studi pubblicati fino a giugno 2025. I modelli di oggi sono più capaci, ma non conosciamo studi che mostrino che uno di loro, lasciato da solo, colmi la distanza con un esperto. E il limite principale non è quanto il modello sa.

Perché un'AI che sa tante cose può sbagliare con te?

Il caso più istruttivo è PH-LLM, una versione di Gemini che Google ha addestrato apposta su sonno e fitness: agli esami a scelta multipla di fitness ha ottenuto l'88% contro il 71% di un gruppo di esperti umani, e sugli 857 casi di studio si è comportato in modo simile agli esperti nella parte fitness^[3].

Eppure, quando ragionava sui dati di persone reali, a volte ha confabulato: ha citato in modo sbagliato o inventato dati dell'utente^[4]. Gli esperti hanno fatto meglio proprio nella sezione sul carico di allenamento, e il modello non ha riconosciuto il sonno insufficiente come possibile causa di danno.

Uno studio di Oxford mostra lo stesso scarto in medicina, un campo vicino ma diverso dall'allenamento. Con 1.298 persone e 10 scenari clinici, i modelli da soli riconoscevano la condizione giusta nel 94,9% dei casi; le persone che usavano gli stessi modelli ci riuscivano in meno del 34,5% dei casi, non meglio di chi non li usava^[5]. Sapere non equivale ad aiutare: conta come il sistema raccoglie le informazioni, che cosa ti chiede e che cosa fa delle risposte.

Per l'allenamento vuol dire che le conoscenze generali sono la parte facile. Quella difficile è applicarle ai tuoi numeri veri senza inventarli e riconoscere quando una situazione esce dal campo del coaching.

Cosa può offrire un coach AI tra un allenamento e l'altro?

Qui le differenze sono strutturali, non magiche. Anche un ottimo coach ha un tempo limitato per ogni cliente e vede i tuoi dati quando glieli mandi; un software no. Ecco i vantaggi reali, se il sistema è costruito per sfruttarli:

• C'è a ogni seduta. Alle 6 del mattino, in un'altra palestra, quando l'attrezzo che ti serve è occupato.
• Legge ogni serie registrata. Carico, ripetizioni, fatica e note di ogni serie, confrontati con quello che era previsto.
• Rivede il piano dopo ogni seduta. Una serie più facile del previsto o un allenamento saltato contano subito, non al prossimo appuntamento.
• Non dimentica. Se lo storico è nel sistema, ogni revisione parte da tutte le serie registrate, non dalla memoria di qualcuno.
• Spiega ogni scelta. Ogni carico può avere il suo perché scritto accanto.
• Parte da principi tratti dalla ricerca. Se è progettato per questo, lavora con istruzioni prese dalle sintesi della letteratura su sforzo, volume e progressione; quanto bene le applichi va comunque verificato sui risultati.

Due precisazioni. Nessuna AI «legge tutti gli studi» prima di ogni decisione: conta quali principi il sistema usa e se li dichiara. E questi sono vantaggi di processo, non di risultato: nelle ricerche che abbiamo fatto per questa guida non è emerso alcuno studio controllato completato che mostri che un'app di coaching AI per la forza migliori aderenza o guadagni.

Cosa distingue un coach AI affidabile da un chatbot?

Le prove indicano dove stanno i rischi: dati inventati, carichi senza fondamento, esercizi inadatti a chi ha un problema, consigli medici improvvisati. Un'architettura seria li affronta uno per uno D (grado D, evidenza scarsa: scelta pratica senza prove dirette, da verificare con i dati.).

1. Ancoraggio ai tuoi dati. Il modello ragiona su un riepilogo costruito dal tuo registro di allenamento, non sulla memoria di una conversazione. È il principio che Anthropic raccomanda per i sistemi basati su LLM: preferire percorsi definiti nel codice quando il compito lo permette e ricavare la «verità» dai risultati degli strumenti a ogni passo^[6].
2. Fatti calcolati, non stimati. Massimale stimato (e1RM), volume per muscolo, record e trend li calcola il codice. Google ha seguito la stessa strada nel suo Personal Health Agent, un progetto di ricerca: un agente dedicato scrive ed esegue codice sui dati dell'utente invece di stimarli, e i suoi piani di analisi hanno ottenuto il 75,6% contro il 53,7% del modello di partenza^[7].
3. Controlli di fattibilità e sicurezza. Prima di arrivarti, il piano viene verificato: attrezzi che hai, carichi che puoi davvero caricare, esercizi sospesi per un infortunio. Se qualcosa non torna, torna al modello per una correzione, non viene aggiustato in silenzio.
4. Risposte di sicurezza scritte in anticipo. Se segnali formicolio, dolore notturno, gonfiore o perdita di forza, la risposta non va generata al momento: è un testo scritto e controllato prima, che ti ferma e ti indirizza a un medico o a un fisioterapista.
5. Tu resti nel ciclo. Vedi cosa cambia e perché, approvi i piani nuovi e puoi annullare una modifica. Anthropic cita i punti di controllo in cui il sistema si ferma per il parere di una persona, e avverte che più autonomia significa costi più alti ed errori che si possono sommare^[6].

Per il suo coach Google dichiara oltre 1 milione di annotazioni umane e più di 100.000 ore di valutazione, con verifiche su sicurezza, utilità, accuratezza, pertinenza e personalizzazione^[8]. Un'app più piccola non può replicare questa scala: la strada praticabile è limitare ciò che il modello può fare da solo e controllare ciò che produce.

Queste scelte riducono i rischi documentati, ma restano scelte di ingegneria. Non conosciamo studi che abbiano confrontato un sistema così con un personal trainer sui risultati, e per questo gli diamo il grado D.

Quando ti serve un personal trainer in carne e ossa?

In questi casi un'app, anche ben fatta, non basta:

• Dolore e infortuni. Un coach AI può togliere carico da una zona che fa male e invitarti a farti vedere. Non può visitarti, fare test o distinguere un fastidio da un problema che richiede cure.
• Condizioni cliniche. Con una patologia cardiaca o metabolica, in gravidanza o dopo un intervento, il programma va deciso con chi ti segue. È il terreno in cui la revisione di He ha trovato esercizi controindicati proposti dagli LLM^[1].
• Tecnica dal vivo. Un trainer vede come ti muovi, ti corregge mentre sei sotto il bilanciere e adatta l'esercizio al tuo corpo. Indicazioni scritte e video aiutano, ma non sostituiscono un occhio esperto.
• Principianti. Se non hai mai fatto uno squat o uno stacco, qualche seduta con un professionista ti insegna i movimenti meglio di qualsiasi app.
• Motivazione e relazione. Una persona che ti aspetta in palestra e nota il tuo umore è una ragione per presentarti che un'app non replica.

Spesso la scelta migliore non è l'una o l'altra: un trainer per la tecnica e i casi delicati, un coach AI per la continuità tra un incontro e l'altro.

Come funziona il coach AI di OltreFit?

Chatbot, app, personal trainer o coach AI: chi fa cosa?

Un confronto qualitativo, basato su come funzionano gli strumenti e non su studi di esito, che per ora non abbiamo trovato.

Il personal trainer è insostituibile per presenza, tecnica e giudizio clinico. Un coach AI con dati e controlli offre continuità e trasparenza tra una seduta e l'altra. Il chatbot generico è comodo per farti spiegare un concetto, molto meno per programmare.

Come scegli un'app con coach AI?

Fai queste domande prima di affidarle i tuoi allenamenti:

• Ti mostra perché? Ogni carico e ogni modifica dovrebbero avere una spiegazione che puoi leggere.
• Usa i tuoi log? Chiedile il tuo ultimo carico in un esercizio. Se risponde con numeri che non hai mai fatto, lascia perdere.
• Puoi annullare? Una modifica che non puoi vedere né annullare è una decisione presa al posto tuo.
• Chi controlla i numeri? Il piano dovrebbe passare da controlli su attrezzatura, limiti dei pesi e infortuni prima di arrivarti.
• Cosa succede se segnali dolore? Deve togliere carico, non insistere, e davanti a segnali d'allarme indirizzarti a un professionista con un messaggio chiaro, senza diagnosi.
• Dove finiscono i tuoi dati? Allenamenti, sonno, peso e dolore dicono molto della tua salute: cerca un consenso esplicito, server dichiarati, esportazione e cancellazione semplici.
• Funziona anche senza AI? Se revochi il consenso, l'app deve restare usabile.
• Ti promette risultati migliori grazie all'AI? Chiedi quale studio controllato lo dimostra.