ChatGPT peut analyser vos séances de course. Encore faut-il qu'il arrive à les lire.

Pourquoi une IA est-elle un si bon partenaire d'entraînement ?

Parce qu'elle part de votre question, pas d'un tableau de bord. Une application vous montre les mêmes graphiques qu'à tout le monde. Une IA peut vous expliquer pourquoi votre allure a chuté au 8^e kilomètre, en tenant compte de la chaleur, de votre semaine chargée et de l'objectif que vous lui avez donné.

Avec de bonnes données, une IA sait :

• expliquer une séance en langage clair, sans jargon ;
• relier vos chiffres à votre objectif : un 10 km en 45 minutes n'appelle pas les mêmes séances qu'un premier marathon ;
• comparer plusieurs semaines et repérer une tendance que vous n'aviez pas vue ;
• répondre à la question suivante, puis à celle d'après, avec la patience d'un coach disponible à 23 h ;
• proposer la semaine à venir à partir de votre charge réelle, pas d'un plan générique.

Cette personnalisation fait toute la différence. Mais elle repose sur une hypothèse que presque personne ne vérifie : que le modèle a réellement accès à vos données, et pas à un résumé de trois lignes ou à un fichier illisible.

Qu'est-ce qu'un token, et pourquoi votre montre en produit autant ?

Un token est l'unité de texte qu'un modèle de langage lit et facture : un morceau de mot, de nombre ou de ponctuation. Chaque modèle a une limite, sa fenêtre de contexte, au-delà de laquelle il ne peut plus rien lire. Selon le modèle et l'abonnement, elle va aujourd'hui de quelques dizaines de milliers à quelques millions de tokens.

Le problème, c'est que les fichiers de montre sont faits pour des logiciels, pas pour être lus. Un fichier TCX répète les mêmes balises XML à chaque seconde de votre sortie. Voici ce que donnent les mesures de notre banc d'essai :

Estimation à 3,2 caractères par token, le ratio observé sur du CSV numérique. Mesures reproductibles avec le banc d'essai publié dans le code source.

Autrement dit, une seule séance brute peut saturer une offre grand public, et une saison entière ne passe nulle part.

Que se passe-t-il quand on colle un fichier TCX dans ChatGPT ?

Trois scénarios possibles. Aucun n'est bon.

1. Le fichier est refusé

C'est le cas le plus honnête : l'interface indique que le fichier est trop volumineux. Vous perdez du temps, mais au moins vous le savez.

2. Le fichier est lu en partie, sans que vous le sachiez

Face à une pièce jointe volumineuse, les assistants en lisent souvent des extraits, ou la confient à un script qui la résume. L'IA répond alors avec assurance à partir d'une partie seulement de la séance. La réponse a l'air juste. Elle ne l'est pas forcément.

3. Le fichier passe, mais l'analyse est médiocre

Même avec une grande fenêtre de contexte, un modèle exploite mal l'information noyée au milieu d'un long document. Des chercheurs de Stanford ont documenté cet effet sous le nom de « lost in the middle » (Liu et al., 2024). Demander une analyse d'entraînement à partir de 3 600 lignes de latitudes et de longitudes, c'est lui faire faire de tête des calculs qu'il réussit mal, sur des données qui ne lui apprennent presque rien.

Faut-il compresser le fichier ? Non, il faut le restructurer

Rendre le fichier plus petit ne suffit pas : il faut le rendre lisible. Un coach ne lit pas vos coordonnées GPS seconde par seconde. Il regarde vos temps au kilomètre, vos répétitions et votre fréquence cardiaque par zone. C'est exactement ce qu'un modèle de langage sait interpréter.

Sur 15 Mo de fichiers réels, le dossier fait environ 32 000 tokens. Et l'analyse qui en sort est meilleure qu'avec les fichiers complets. Pas seulement moins chère : meilleure, parce que le modèle travaille sur des objets qu'il comprend.

Qu'est-ce qu'une IA ne peut pas deviner toute seule ?

Certaines erreurs ne se voient pas dans les chiffres. Si rien ne les signale, l'IA les prend pour des faits et bâtit son analyse dessus.

• Le capteur cardiaque. Un capteur au poignet confond parfois votre cadence avec votre pouls et affiche 172 bpm au lieu de 140. Comparer une séance au poignet et une séance à la ceinture, c'est comparer deux instruments, pas deux états de forme.
• La température. Celle de la montre est chauffée par votre poignet : elle surestime l'air de 3 à 8 °C. Une IA qui la prend pour la météo se trompe sur l'origine de votre dérive cardiaque.
• L'allure. Strava la calcule sur le temps en mouvement, Garmin Connect sur la durée totale. Sur une sortie en ville, l'écart dépasse facilement 15 secondes au kilomètre.
• Les mesures qui n'ont pas de sens. Une dérive cardiaque calculée sur un fractionné ne veut rien dire. Mieux vaut pas de chiffre qu'un chiffre faux qui a l'air crédible.

Un bon dossier ne se contente pas de résumer. Il dit ce qui est fiable et ce qui ne l'est pas, pour que l'IA ne raisonne pas sur du sable.

Comment faire analyser ses séances par une IA en trois minutes ?

1. Exportez vos fichiers depuis votre montre ou Strava, de préférence au format FIT, le plus complet.
2. Déposez-les dans gps-digest. Tout est calculé dans votre navigateur : aucun fichier n'est envoyé sur un serveur.
3. Copiez le dossier dans ChatGPT, Gemini ou Claude, puis posez votre question.

Préparer mes séances pour l'IA

Quelles questions poser à votre IA ?

Les meilleures questions partent d'un doute réel. Voici cinq exemples qui fonctionnent bien avec un dossier structuré :

• « Ma dérive cardiaque a-t-elle augmenté par rapport au mois dernier, à température comparable ? »
• « Ai-je tenu mes allures sur les répétitions de mardi ? Que dois-je corriger la prochaine fois ? »
• « Avec cette charge, suis-je prêt pour un 10 km en moins de 45 minutes dans six semaines ? »
• « Ma répartition entre footings faciles et séances dures est-elle cohérente avec un marathon ? »
• « Propose-moi la semaine prochaine en tenant compte de ma fatigue actuelle. »