Jag har under det senaste året läst allt mer träningsvetenskap, både genom min utbildning och genom mitt arbete som personlig tränare. Ju mer jag läser, desto mer övertygad blir jag om att evidens är helt avgörande för att kunna ge bra råd.
Samtidigt har jag insett något som kanske låter motsägelsefullt:
Vetenskapen räcker inte.
Missförstå mig rätt. Utan forskning hade vi fortfarande famlat i mörkret. Många av de träningsprinciper som idag tas för givna, som specificitet, progressiv överbelastning, anpassning och individualisering, bygger på decennier av forskning kring hur kroppen reagerar på träning. Vi vet idag betydligt mer om styrkeutveckling, återhämtning och prestationsförmåga än vad tränare gjorde för bara några årtionden sedan.
Men vetenskapen har också en begränsning.
Den studerar människor i grupp.
Jag arbetar med människor som individer.
Det är en viktig skillnad.
Två personer kan följa exakt samma träningsprogram och ändå få helt olika resultat. Den ena svarar fantastiskt på träningen, medan den andra knappt utvecklas alls. En klient kan återhämta sig utmärkt mellan passen medan en annan blir sliten trots identisk träningsvolym.
Tittar man enbart på forskningen är det lätt att missa det som händer framför ögonen på oss i gymmet.
Det är där tränaryrket börjar bli intressant.
Därför fascineras jag av data
En av anledningarna till att jag startade tankarna bakom Black Card Labs är just den här bryggan mellan vetenskap och verklighet.
Forskningen ger oss riktningen, men jag tror att bättre data kan hjälpa oss förstå individen.
Om vi kan mäta mer än bara vikten på stången öppnas helt nya möjligheter. Vi kan analysera rörelsemönster, följa utveckling över tid, upptäcka förändringar i teknik, följa belastningsrespons och skapa en betydligt mer nyanserad bild av vad som faktiskt händer i träningen.
Det handlar inte om teknik för teknikens skull.
Det handlar om att minska mängden gissningar.
I flera av mina tidigare inlägg om Black Card Labs har jag beskrivit hur jag ser på mötet mellan biomekanik, AI, rörelseanalys och personlig träning. Tanken är aldrig att ersätta tränaren. Tvärtom. Målet är att ge både tränaren och klienten bättre beslutsunderlag.
Ju bättre information vi har, desto bättre beslut kan vi fatta.
Men det finns något som fortfarande är viktigare än data
Samtidigt finns det en risk i dagens träningsvärld.
Vi börjar tro att allt kan mätas. Som om fler grafer automatiskt leder till bättre träning. Jag tror inte det. Tvärtom tror jag att den verkliga konsten ligger i att förstå vad siffrorna faktiskt betyder.
En klient kan visa fantastiska värden på papperet men ändå känna sig osäker i rörelsen. En annan klient kan genomföra alla sina planerade repetitioner men tappa stabilitet och kontroll när belastningen ökar. En tredje kan ha perfekta förutsättningar fysiologiskt men begränsas av stress, sömnbrist eller låg motivation.
Inget av detta syns alltid i dashboarden.
Det är här erfarenhet, observation och mänsklig interaktion fortfarande spelar en avgörande roll.
Kanske är vi själva de viktigaste sensorerna
När jag funderar på framtidens träning återkommer jag ofta till samma tanke.
Vi pratar mycket om sensorer.
- Pulsklockor.
- Kameror.
- AI-modeller.
- Rörelseanalys.
Men vi glömmer ibland att människan själv är den mest avancerade sensorn i hela systemet.
Som tränare observerar vi rörelser, lyssnar på klientens upplevelser, ser förändringar i beteenden och tolkar signaler som ingen teknologi ännu fullt ut kan fånga. Samtidigt använder vi vetenskapen för att förstå vad vi ser och tekniken för att validera våra observationer.
Det är egentligen där jag tror att framtiden finns. Inte i valet mellan människa eller teknik. Utan i samspelet mellan dem.
Från forskning till människor – och tillbaka igen
Det är också därför jag tror så starkt på kombinationen av evidens, datainsamling och personlig coaching.
Vetenskapen hjälper oss att förstå världen.
Tekniken hjälper oss att mäta den.
Men det är människor som ger den mening.
På Styrketrappan kommer jag därför fortsätta skriva om forskning, biomekanik, träning och de idéer som ligger bakom Black Card Labs. Inte för att jag tror att teknik kan ersätta erfarenhet, utan för att jag tror att de bästa resultaten uppstår när vetenskap, data och mänsklig förståelse samverkar.
För i slutändan tränar vi inte siffror.
Vi tränar människor.