ការគ្រប់គ្រងបន្ទុកនៃការហ្វឹកហាត់ដោយប្រើ AI៖ ការការពាររបួសកីឡាពីការ «ពឹងផ្អែកលើអារម្មណ៍» ទៅជា «ការមើលទិន្នន័យ»

មានគ្រូបង្វឹកកម្លាំងកាយម្នាក់នៅតាមមហាវិទ្យាល័យដែលខ្ញុំធ្លាប់ដឹកនាំក្រុម បាននិយាយប្រយោគមួយជាមួយខ្ញុំ ដែលធ្វើឱ្យខ្ញុំចងចាំមិនភ្លេច៖ «កីឡាកររបស់យើងមិនមែនត្រូវចាញ់ដោយសារគូប្រកួតនោះទេ គឺចាញ់ដោយសារការហ្វឹកហាត់បន្ថែមពីសប្តាហ៍មុនទៅវិញទេ។»

គាត់ចង់សំដៅទៅលើស្ថានភាពធម្មតាមួយ ដែលមុនពេលប្រកួត គ្រូបង្វឹកមានការព្រួយបារម្ភ ទើបបន្ថែមបរិមាណហ្វឹកហាត់ ហើយកីឡាករก็ចង់ហ្វឹកហាត់បន្ថែមដែរ ដែលជាលទ្ធផល គឺមាននរណាម្នាក់រងរបួសសសៃពួរមុនពេលប្រកួត១សប្តាហ៍។ ក្រោយមក គ្រប់គ្នាតែងតែនិយាយថា «វាគ្រាន់តែជាសំណាងអាក្រក់ប៉ុណ្ណោះ»។

ការពិតនោះមិនមែនជាសំណាងអាក្រក់ទេ។ វាគឺជាអ្វីដែលយើងអាចមើលឃើញទុកជាមុន។

តើបន្ទុកនៃការហ្វឹកហាត់វាស់វែងពីអ្វីខ្លះ

«បន្ទុក» ក្នុងវិទ្យាសាស្ត្រកីឡាត្រូវបានបែងចែកជាពីរគឺ៖ បន្ទុកខាងក្រៅ (External Load) គឺជាអ្វីដែលអ្នកបានធ្វើជាក់ស្តែង (រត់បានប៉ុន្មានគីឡូម៉ែត្រ រត់ស្ទុះចំនួនប៉ុន្មានដង និងលើកទម្ងន់ប៉ុន្មាន) ចំណែក បន្ទុកខាងក្នុង (Internal Load) គឺជាអ្វីដែលរាងកាយត្រូវទ្រាំទ្រ (អត្រាចង្វាក់បេះដូង អារម្មណ៍អស់កម្លាំង និងស្ថានភាពងើបឡើងវិញ)។

ការរត់ចម្ងាយ៥គីឡូម៉ែត្រដូចគ្នា ប៉ុន្តែថ្ងៃដែលគេងមិនលក់គ្រប់គ្រាន់ នឹងផ្តល់បន្ទុកដល់រាងកាយខុសគ្នាស្រឡះ។ នេះហើយជាមូលហេតុដែលការមើលតែតារាងកំហុសនៃការហ្វឹកហាត់គឺមិនគ្រប់គ្រាន់ឡើយ។

វិធីសាស្ត្រទូទៅក្នុងក្រុមអាជីពគឺ កីឡាករពាក់អាវកាក់ ដែលមានប្រព័ន្ធ GPS និងឧបករណ៍ចាប់សញ្ញា quán tính នៅខាងក្នុង ដើម្បីកត់ត្រាចម្ងាយរត់ ចំនួនដងនៃការបង្កើនល្បឿន និងបន្ថយល្បឿន ព្រមទាំងបន្ទុកនៃការប៉ះទង្គិច។ Catapult គឺជាឈ្មោះដ៏ល្បីល្បាញបំផុតក្នុងវិស័យនេះ ដោយមានក្រុមជាង ៤,០០០ ทั่วពិភពលោកកំពុងប្រើប្រាស់។ ចំពោះវិញ្ញាសាក្នុងសាលវិញ ដោយសារប្រព័ន្ធ GPS មិនអាចចាប់សញ្ញាបាន គេទើបប្តូរមកប្រើប្រាស់ប្រព័ន្ធកំណត់ទីតាំង Ultra-Wideband វិញ ដែលបច្ចេកវិទ្យារបស់ KINEXON គឺជាបច្ចេកវិទ្យាដែល NBA និង NFL កំពុងប្រើប្រាស់ផ្ទាល់តែម្តង។

ដំណែងរបស់ AI ក្នុងរឿងនេះ ប្រហែលជាខុសពីអ្វីដែលអ្នកបានគິດ

មនុស្សជាច្រើនគິດថា មុខងាររបស់ AI គឺ «ទស្សន៍ទាយថាអ្នកណាជាអ្នករងរបួស»។ ការនិយាយបែបនេះគឺហួសហេតុពេកហើយ។

ការពិតទៅ វេទិកាដូចជា Zone7 កំពុងធ្វើគឺការប្រមូលផ្តុំទិន្នន័យដែលក្រុមមានស្រាប់រួចទៅហើយ — ដូចជា បន្ទុកនៃការហ្វឹកហាត់ ការធ្វើតេស្តកម្លាំងកាយ និងប្រវត្តិនៃការរបួសពីមុន — ដើម្បីគណនាកម្រិតហានិភ័យរបស់កីឡាករម្នាក់ៗ និងសម្គាល់មើលថាតើកត្តាណាខ្លះដែលបង្កជាសញ្ញាព្រមាន។

តើអ្វីជាភាពខុសគ្នា? «កីឡាករម្នាក់នេះនឹងរងរបួសនៅសប្តាហ៍ក្រោយ» គឺជាការទស្សន៍ទាយ ប៉ុន្តែ «កីឡាករម្នាក់នេះមានបន្ទុកហ្វឹកហាត់ខ្ពស់ជាប់ៗគ្នាក្នុងរយៈពេលបីសប្តាហ៍ចុងក្រោយនេះ ហើយកាលពីលើកមុនដែលមានស្ថានភាពស្រដៀងគ្នានេះ គឺបានកើតមានការរងរបួសសសៃពួរក្នុងរយៈពេលពីរសប្តាហ៍បន្ទាប់» គឺជាព័ត៌មានដែលមានប្រយោជន៍។ ករណីទីមួយគឺមិនគួរឱ្យជឿទុកចិត្តបានទេ ប៉ុន្តែករណីទីពីរគឺមានប្រយោជន៍ខ្លាំងណាស់។

ម្យ៉ាងវិញទៀត រឿងនេះមានលក្ខខណ្ឌមួយដែលតែងតែត្រូវគេមើលរំលង៖ ម៉ូដែលផ្អែកលើទិន្នន័យ។ ប្រសិនបើក្រុមមិនធ្លាប់មានការកត់ត្រាបរិមាណហ្វឹកហាត់ និងការរបួសយ៉ាងមានលក្ខណៈជាប្រព័ន្ធពីមុនមកទេ នោះប៉ុន្មានខែដំបូងនៃការប្រើប្រាស់គឺគ្រាន់តែជាការបំពេញបន្ថែមទិន្នន័យប៉ុណ្ណោះ មិនមែនជាការយកយោបល់នោះទេ។ នេះហើយជាមូលហេតុដែលក្រុមជាច្រើនទិញប្រព័ន្ធមកហើយមានអារម្មណ៍ថាគ្មានប្រយោជន៍ ព្រោះមិនមែនប្រព័ន្ធគ្មានប្រយោជន៍ទេ គឺដោយសារតែមិនទាន់មានអ្វីឱ្យវាសិក្សានៅឡើយ។

ក្រុមដែលគ្មានថវិកា អាចចាប់ផ្តើមតាមរបៀបនេះ

ឧបករណ៍ពាក់លើរាងកាយមួយឈុតមានតម្លៃរាប់សែន ដែលក្រុមនៅតាមសាលារៀន និងក្រុមស្ម័គ្រចិត្តភាគច្រើននៅតៃវ៉ាន់មិនអាចលទ្ធភាពទិញបានទេ។ ប៉ុន្តែផ្នែកដែលមានតម្លៃបំផុតនៃការត្រួតពិនិត្យបន្ទុក គឺការពិតមិនចាំបាច់មានផ្នែករឹង (Hardware) នោះទេ។

អាំងតង់ស៊ីតេនៃការហ្វឹកហាត់ប្រកបដោយប្រធានបទ (RPE) គុណនឹងពេលវេលាហ្វឹកហាត់ គឺជាសូចនាករបន្ទុកនៃការហ្វឹកហាត់ដែលវិទ្យាសាស្ត្រកីឡាបានប្រើប្រាស់អស់រយៈពេលជាច្រើនទស្សវត្សរ៍មកហើយ។ វិធីសាស្ត្រគឺសាមញ្ញរហូតដល់គួរឱ្យចង់សើច៖

1. រៀងរាល់កន្លះម៉ោងក្រោយពេលបញ្ចប់ការហ្វឹកហាត់ សូមឱ្យកីឡាករបំពេញពិន្ទុអាំងតង់ស៊ីតេប្រធានបទពី 0 ដល់ 10។
2. យកមកគុណនឹងចំនួននាទីហ្វឹកហាត់ ដើម្បីទទួលបានបន្ទុកប្រចាំថ្ងៃ។
3. បូកសរុបចូលគ្នាជាបន្ទុកប្រចាំសប្តាហ៍។
4. គណនា «បន្ទុកសប្តាហ៍ចុងក្រោយ ÷ បន្ទុកមធ្យម ៤សប្តាហ៍មុន»។

ចំណុចទីបួននេះគឺជាសមាមាត្របន្ទុកស្រួចស្រាវនិងរ៉ាំរ៉ៃដែលតែងតែត្រូវបានគេលើកយកមកនិយាយជាញឹកញាប់។ ប្រសិនបើកម្រិតសមាមាត្រខ្ពស់ខុសប្រក្រតី មានន័យថាបរិមាណហ្វឹកហាត់បានកើនឡើងយ៉ាងគំហុកក្នុងរយៈពេលខ្លី ដែលជាពេលដែលត្រូវយកចិត្តទុកដាក់បន្ថែម។ ទោះបីជាវិស័យសិក្សាធិការនៅតែមានការជជែកដេញដោលគ្នាអំពីវិធីសាស្ត្រគណនានៃសូចនាករនេះក៏ដោយ ប៉ុន្តែក្នុងនាមជាសញ្ញាព្រមានដំបូងសម្រាប់ក្រុមថ្នាក់មូលដ្ឋាន វាគឺគ្រប់គ្រាន់ហើយ។

តារាង Google Form មួយ សន្លឹកកិច្ចការ (Spreadsheet) ព្រមទាំងការដែលអ្នកសុខចិត្តចំណាយពេលប្រាំនាទីក្នុងមួយថ្ងៃដើម្បីក្រឡេកមើលវា នោះរឿងនេះអាចចាប់ផ្តើមបានហើយ។

រឿងបីយ៉ាងដែលងាយយល់ច្រឡំជាងគេ

ទីមួយ ទិន្នន័យមិនមែនជាអ្នកសម្រេចចិត្តទេ។ នៅពេលដែលប្រព័ន្ធលោតភ្លើងក្រហម វាគឺជាការរំលឹកឱ្យអ្នកទៅមើលកីឡាកររូបនោះ មិនមែនឱ្យអ្នកដកគាត់ចេញពីបញ្ជីឈ្មោះភ្លាមៗនោះទេ។ ការវិនិច្ឆ័យជាក់ស្តែងត្រូវតែផ្សំជាមួយនឹងការស្مسស្មែងរបស់បុគ្គលិកថែទាំសុខភាព (Athletic Trainer) មតិយោបល់ផ្ទាល់ខ្លួនរបស់កីឡាករ និងសារៈសំខាន់នៃការប្រកួត។

ទីពីរ បន្ទុកនៅថ្ងៃប្រកួតតែងតែត្រូវគេមើលរំលង។ ក្រុមជាច្រើនកត់ត្រាតែការហ្វឹកហាត់ប៉ុណ្ណោះ ប៉ុន្តែអាំងតង់ស៊ីតេនៃការប្រកួតច្រើនតែមានកម្រិតខ្ពស់ជាងការហ្វឹកហាត់ដល់ទៅពីរដង។ ប្រសិនបើខកខានផ្នែកនេះ បន្ទុកសរុបទាំងមូលនឹងមានភាពខុសប្លែកពីការពិត។

ទីបី ការងើបឡើងវិញ (Recovery) គឺពិបាកកត់ត្រាជាងការហ្វឹកហាត់ទៅទៀត។ ការគេង អាហារូបត្ថម្ភ ស្ត្រេសពីការសិក្សា និងស្ថានភាពស្នេហា — រឿងទាំងនេះមានផលប៉ះពាល់យ៉ាងខ្លាំងដល់កីឡាករវ័យជំទង់ ប៉ុន្តែស្ទើរតែមិនដែលបង្ហាញខ្លួននៅក្នុងប្រព័ន្ធបន្ទុកណាមួយឡើយ។ គ្រូបង្វឹកដែលមានបទពិសោធន៍ដឹងថា ក្មេងប្រុសម្នាក់មានស្ថានភាពមិនប្រក្រតីថ្មីៗនេះ គឺភាគច្រើនមិនទាក់ទងនឹងកាលវិភាគហ្វឹកហាត់នោះទេ។

ស្ថានភាពជាក់ស្តែង

កីឡាអាជីពបានចាប់ផ្តើមដាក់ឱ្យប្រើប្រាស់ការត្រួតពិនិត្យបន្ទុកក្នុងរយៈពេលប៉ុន្មានឆ្នាំចុងក្រោយនេះ ប៉ុន្តែថ្នាក់មូលដ្ឋាននៅតែជាប់គាំងនៅត្រង់ចំណុច «បុគ្គលិកថែទាំសុខភាពវិនិច្ឆ័យតាមបទពិសោធន៍» ជាទូទៅ។ នេះមិនមែនមកពីគ្រូបង្វឹកមិនយកចិត្តទុកដាក់នោះទេ ប៉ុន្តែដោយសារបញ្ជារចនាសម្ព័ន្ធធនធាន៖ បុគ្គលិកថែទាំសុខភាពម្នាក់អាចត្រូវមើលថែក្រុមចំនួនបីក្នុងពេលតែមួយ ដែលធ្វើឱ្យគាត់គ្មានពេលធ្វើការតាមដានទិន្នន័យរយៈពេលវែងនោះទេ។

ខ្ញុំគិតថាផ្លូវដែលមានលក្ខខណ្ឌជាក់ស្តែងជាងគេមានពីរ៖

ផ្លូវទីមួយ គឺត្រូវរក្សាទុកទិន្នន័យជាមុនសិន។ ទោះបីជាពេលនេះអ្នកមិនទាន់អាចវិភាគបានក៏ដោយ ប៉ុន្តែសូមប្រើប្រាស់តារាងសាមញ្ញដើម្បីកត់ត្រាបរិមាណហ្វឹកហាត់ និងការរបួសជាមុនសិន ព្រោះមួយឆ្នាំក្រោយមកអ្នកនឹងមានបណ្តុំទិន្នន័យដែលគ្មានអ្នកណាម្នាក់មាន។ ការធ្វើបែបនេះមានតម្លៃចំណាយស្ទើរតែស្មើនឹងសូន្យ ប៉ុន្តែតម្លៃនឹងកើនឡើងតាមពេលវេលា។

ផ្លូវទីពីរ គឺការសហការជាមួយដេប៉ាតង់ស្យុងអប់រំកាយនៃសាកលវិទ្យាល័យ។ សមត្ថភាពស្រាវជ្រាវវិទ្យាសាស្ត្រកីឡានៅទីនេះគឺពិតជាល្អសមរម្យ សិស្សានុសិស្សផ្នែកអប់រំកាយត្រូវការទិន្នន័យពិតប្រាកដដើម្បីធ្វើការស្រាវជ្រាវ ចំណែកឯក្រុមត្រូវការអ្នកវិភាគទិន្នន័យ ដែលនេះគឺជាការរួមផ្សំគ្នាឈ្នះ-ឈ្នះ (Win-Win)។ បើប្រៀបធៀបទៅនឹងការស្វែងយល់ដោយខ្លួនឯង ការស្វែងរកនិស្សិតថ្នាក់អនុបណ្ឌិតមកសហការគឺតែងតែដើរបានលឿនជាង។

ចំពោះការទិញឧបករណ៍ យោបល់របស់ខ្ញុំគឺត្រូវសួរសំណួរមួយជាមុនសិន៖ តើអ្នកណាជាអ្នកមើលតួលេខเหล่านั้นបន្ទាប់ពីទិញមកវិញ? ប្រសិនបើគ្មាននរណាម្នាក់ទទួលខុសត្រូវក្នុងការបកស្រាយទេនោះ ឧបករណ៍ពាក់លើរាងកាយគឺគ្រាន់តែជាអាវកាក់ថ្លៃៗមួយគំនរប៉ុណ្ណោះ។ ប្រយោគស្តាប់ទៅហាក់ដូចជាឃោរឃៅ ប៉ុន្តែនេះគឺជាអន្ទាក់ដែលខ្ញុំធ្លាប់បានឃើញក្រុមជាច្រើនធ្លាក់ក្នុងនោះ។

TheAI學院 ការសន្និដ្ឋាន និងការអធិប្បាយ

រឿងនៃការបង្ការរបួសកីឡា អ្វីដែលថ្លៃជាងគេមិនមែនជាឧបករណ៍នោះទេ គឺតម្លៃនៃការបាត់បង់អ្នកលេងស្នូលរយៈពេលប្រាំាំសប្តាហ៍។ ក្រុមអាជីពគណនាលេខនេះបានយ៉ាងច្បាស់ ទើបពួកគេទិញ ប៉ុន្តែក្រុមថ្នាក់មូលដ្ឋានគ្មានលទ្ធភាពគណនាទើបត្រូវពឹងផ្អែកលើបទពិសោធន៍ — ប៉ុន្តែនៅចន្លោះកណ្តាលនេះ គឺមានផ្នែកធំមួយដែលយើងអាចបំពេញបន្ថែមតាមបែបបុរាណបាន។

ការអធិប្បាយ៖ តម្លៃពិតប្រាកដនៃការត្រួតពិនិត្យបន្ទុកគឺមិនមែនស្ថិតនៅលើការទស្សន៍ទាយអនាគតនោះទេ ប៉ុន្តែគឺការប្តូរពាក្យថា «ខ្ញុំគិតថាគាត់ហាក់ដូចជាអស់កម្លាំងបន្តិច» ទៅជា «បន្ទុករបស់គាត់ក្នុងរយៈពេលបីសប្តាហ៍នេះគឺខ្ពស់ជាងខែមុន ៤០%»។ ករណីទីមួយគឺមិនអាចយកមកពិភាក្សាបានទេ ចំណែកករណីទីពីរគឺអាចយកមកពិភាក្សាបាន។

យោបល់ជាក់ស្តែងសម្រាប់ผู้อ่าน៖ ចាប់ផ្តើមប្រមូលទិន្នន័យ RPE ចាប់ពីខែនេះតទៅ។ តារាងមួយសន្លឹក ចំណាយពេលប្រាំនាទីក្រោយពេលហ្វឹកហាត់នីមួយៗ និងតស៊ូធ្វើវាឱ្យបានពេញមួយរដូវកាល។ រហូតដល់ថ្ងៃមួយដែលអ្នកអាចនិយាយទៅកាន់គ្រូបង្វឹកដោយយោងលើតួលេខថា «បន្ទុករបស់គេសប្តាហ៍មុនគឺខ្ពស់ទ្វេដងជាងធម្មតា» នោះអ្នកនឹងយល់ពីតម្លៃនៃរឿងនេះ — ហើយពេលនោះអ្នកនៅមិនទាន់បានចំណាយប្រាក់សូម្បីតែមួយកាក់។

អានបន្ថែម៖ គំរូដំណើរការវិភាគវីដេអូកីឡា AI សម្រាប់ក្រុមថ្នាក់មូលដ្ឋាន មគ្គុទ្ទេសក៍អាជីពវិភាគទិន្នន័យកីឡា ចំពោះអ្នកហាត់ប្រាណទូទៅអាចយោងមើល មគ្គុទ្ទេសក៍ផែនការហ្វឹកហាត់កាយសម្បទា AI បាន។

ប្រភពទិន្នន័យ

• គេហទំព័រផ្លូវការរបស់ Catapult
• គេហទំព័រផ្លូវការរបស់ Zone7
• គេហទំព័រផ្លូវការរបស់ KINEXON

(អត្ថបទនេះត្រូវបានចងក្រងឡើងផ្អែកលើព័ត៌មានជាសាធារណៈ ដោយមិនមែនជាការផ្តល់ដំបូន្មានផ្នែកវេជ្ជសាស្ត្រ ឬវេជ្ជបញ្ជាហ្វឹកហាត់ឡើយ សម្រាប់ការរបួសរបស់កីឡាករសូមពិគ្រោះយោបល់ជាមួយអ្នកជំនាញ។)