He 2026: i programmi di allenamento scritti dall’AI funzionano?

Da soli, non ancora abbastanza bene. Nella revisione sistematica di He e colleghi, 24 studi e 2.512 partecipanti, i programmi di esercizio scritti dai grandi modelli linguistici (LLM, la tecnologia dei chatbot come ChatGPT) sono risultati inferiori a quelli degli esperti in 5 confronti diretti su 6. In 14 studi su 24 avevano difetti di sicurezza sistematici^[1]. Gli autori li considerano assistenti utili, non sostituti di un esperto.

Questa spiegazione si basa sui risultati principali e sulle conclusioni pubblicate dagli autori. Non riportiamo i dati studio per studio, cioè quali modelli sono stati provati, su quali persone e con quali misure, perché non li abbiamo verificati.

Che domanda si poneva la revisione?

Chiedere una scheda a un chatbot è gratis e immediato. Il titolo della revisione parla di un «paradosso» e ne riassume le tre parti: le promesse, i pericoli e la strada da seguire. Da una parte consigli sempre disponibili, dall'altra il rischio di programmi poco efficaci o non sicuri.

He e colleghi hanno raccolto gli studi che valutavano le raccomandazioni di esercizio scritte dagli LLM. In pratica le domande sono tre: funzionano quanto quelle di un esperto? Sono sicure? E come andrebbero usate?

Come è stata fatta la revisione di He?

È una revisione sistematica pubblicata online il 4 marzo 2026 su Biology of Sport^[1].

• Metodo: revisione riportata secondo PRISMA, lo standard internazionale per descrivere come si cercano e si selezionano gli studi.
• Studi inclusi: 24, con 2.512 partecipanti in totale.
• Periodo coperto: studi pubblicati fino al 19 giugno 2025.
• Cosa si valutava: l'efficacia, con i confronti diretti tra programmi scritti da LLM e da esperti; la sicurezza; la qualità dei programmi.
• Proposta finale: un modello di stratificazione del rischio per l'uso degli LLM nella prescrizione dell'esercizio. Non ne riportiamo i dettagli, che non abbiamo verificato.

I risultati riportati qui sono conteggi di studi e di confronti, non una stima combinata dell'effetto come quella di una meta-analisi.

I programmi scritti dagli LLM funzionano quanto quelli di un esperto?

Tutti i dati sono di He e colleghi^[1]. Tre letture:

• Sull'efficacia la direzione è chiara, ma i confronti sono pochi. 5 su 6 è un risultato netto, su soli 6 confronti diretti B (grado B, evidenza buona: studi controllati o meta-analisi con limiti: la direzione è solida, i numeri precisi meno.).
• I difetti di sicurezza riguardano più di metà degli studi. Tra gli esempi ci sono esercizi controindicati proposti a persone con patologie, cioè proprio a chi avrebbe più bisogno di un programma prudente.
• La variabilità è un rischio in sé. Se la qualità cambia molto da un programma all'altro, chi non è esperto fatica a capire se ha ricevuto quello buono o quello sbagliato.

La conclusione degli autori è equilibrata: gli LLM sono «strumenti di assistenza potenti», ma non possono sostituire in sicurezza i ruoli centrali di decisione e supervisione degli esperti.

Quali sono i limiti della revisione?

• Pochi confronti diretti. I confronti con un esperto sugli adattamenti fisiologici erano 6. La direzione è coerente, ma un 83% calcolato su 6 casi è una stima molto imprecisa.
• Modelli che invecchiano in fretta. La ricerca si ferma a giugno 2025. I modelli usati oggi sono diversi, e i risultati potrebbero non valere allo stesso modo per loro, in un senso o nell'altro.
• Studi molto diversi tra loro. Modelli, persone e compiti cambiavano da uno studio all'altro. Senza i dettagli studio per studio non possiamo dire dove gli LLM vanno meglio e dove peggio.
• Cosa è stato valutato. La revisione riguarda le raccomandazioni generate dai modelli. Non sappiamo se tra i 24 studi ci fossero sistemi che affiancano al modello dati reali e controlli automatici.
• Finanziamenti. Non li abbiamo verificati.

Cosa dicono gli altri studi sui programmi scritti dall'AI?

Altri due lavori aiutano a capire dove nascono i problemi.

• Cosa manca nei programmi. Dieci coach hanno valutato su 27 criteri i piani per l'ipertrofia e per la forza massima scritti da ChatGPT, Copilot e Gemini, con richieste inserite ad aprile 2024^[2]. Qualità complessiva moderata, con la maggior parte dei criteri sotto 4 su 5. Soprattutto mancavano i parametri di intensità: quanto vicino al cedimento arrivare e quale carico usare. I piani erano inoltre prudenti, impostati più sulla sicurezza che sull'efficacia. Sul criterio di quando chiudere le serie per l'ipertrofia, ChatGPT ha preso una mediana di 1,5 su 5. L'accordo tra i valutatori era però quasi nullo, e gli autori consigliano di usare i piani come modelli da far sistemare a un esperto.
• Sapere non basta. PH-LLM, una versione di Gemini addestrata da Google su sonno e fitness, agli esami a scelta multipla di fitness ha ottenuto l'88% contro il 71% degli esperti umani, e sugli 857 casi di studio si è comportato in modo simile agli esperti nella parte fitness^[3]. Nel preprint del 2024, che precede la versione pubblicata, gli autori riportano però che a volte confabulava o citava male i dati dell'utente, non ha riconosciuto il sonno insufficiente come possibile causa di danno e gli esperti hanno fatto meglio proprio nella sezione sul carico di allenamento (p = 0,005)^[4].

A parte i 6 confronti diretti della revisione, che danno ragione agli esperti, non abbiamo trovato studi controllati completati che mostrino guadagni di forza o di massa migliori con un'app di coaching AI. Le prove disponibili riguardano soprattutto i limiti dei modelli usati da soli.

Cosa cambia se usi l'AI per la tua scheda?

• Usa il chatbot per una bozza, non come allenatore. Il programma che ricevi può essere buono o sbagliato, e da fuori non sempre si vede.
• Controlla quello che manca più spesso. Un programma completo dice quale carico usare, quanto lontano dal cedimento fermarti (RIR e RPE), come progredire (progressione del carico) e quante serie fai per muscolo (volume di allenamento). Se mancano, aggiungili o chiedi a chi se ne intende.
• Con dolori, infortuni o patologie, niente fai-da-te. Le persone con patologie sono proprio quelle a cui, nella revisione, gli LLM hanno proposto esercizi controindicati. Fatti seguire da un medico, da un fisioterapista o da un professionista dell'esercizio.
• Se scegli un'app con coach AI, fai quattro domande. Il modello parte da fatti calcolati dal codice sui tuoi allenamenti o da stime? Ti spiega perché ha cambiato il piano? Puoi annullare le modifiche? I segnali d'allarme usano messaggi scritti in anticipo? Ne parliamo nelle guide coach AI o personal trainer e come scegliere un'app con coach AI.

Per sapere cosa dovrebbe contenere un programma secondo le prove, puoi partire dalla nostra spiegazione del position stand ACSM 2026. Se hai già una scheda scritta da un chatbot, puoi incollarla qui sotto per vedere quante serie fai per muscolo e cosa manca; carichi e vicinanza al cedimento restano da controllare a parte.

Strumento gratuitoAnalizza la tua schedaIncolla la scheda com’è scritta: ti diciamo cosa allena, cosa manca e cosa sistemare.