Faites confiance à ceux qui montrent leur raisonnement, et restez sceptique pour les autres — car la preuve qu'un seul de ces outils fonctionne dans la durée n'existe pas encore. Une revue de 2025 portant sur vingt études consacrées aux modèles de coaching par IA n'en a trouvé aucune ayant évalué un changement de comportement durable ou une amélioration physique persistante ; la qualité médiane des études atteignait 2,5 sur 5. La traçabilité reste donc la seule chose que vous puissiez vérifier vous-même.
Toute la catégorie se décrit désormais de la même façon
Ouvrez en 2026 n'importe quelle application d'entraînement cycliste et vous retrouverez les mêmes trois mots : adaptatif, personnalisé, propulsé par l'IA. Il y a quatre ans, cela décrivait quelque chose. Aujourd'hui c'est presque universel — donc cela ne transporte plus d'information.
Quand tous les produits d'une catégorie affirment la même chose, l'affirmation n'aide plus à choisir. La question utile n'est donc pas y a-t-il de l'IA là-dedans, mais : quand cet outil me recommande quelque chose, puis-je savoir pourquoi ?
Cette question précise a une littérature scientifique derrière elle. Elle n'est pas flatteuse.
Ce qui a réellement été testé — et ce qui ne l'a pas été
En 2025, une équipe de chercheurs a rassemblé toutes les études évaluant un modèle de coaching sportif ou de santé fondé sur l'IA. Elle en a trouvé vingt, publiées entre mars 2023 et juillet 2025, puis a jugé la qualité de leur réalisation.
Les constats méritent une lecture lente. Huit sur dix reposaient sur des évaluations humaines — des experts notant un plan, des utilisateurs remplissant un questionnaire. Seules 40 % s'appuyaient sur de vraies données d'utilisateurs, et seules 40 % évaluaient quoi que ce soit dans un contexte d'usage réel ou simulé. Moins de la moitié indiquaient si leurs évaluateurs s'accordaient entre eux. L'étude médiane obtenait 2,5 sur 5 sur l'échelle de rigueur des auteurs ; 55 % étaient classées de faible rigueur, et 10 % seulement atteignaient la note maximale.
Et puis ce constat, qui devrait changer votre lecture de toutes les pages commerciales de cette catégorie : aucune des vingt études n'a évalué un changement de comportement durable ni une amélioration physique persistante. Personne n'a démontré qu'un de ces outils vous rend plus performant sur une saison. Cela ne revient pas à dire qu'ils ne fonctionnent pas. Cela veut dire que la question n'a pas encore été correctement posée.
Les auteurs relèvent aussi que la transparence et l'explicabilité n'ont reçu qu'une attention minime dans toute la littérature. Leur propre jugement sur l'état du domaine est net : l'évaluation y est « fragmentée et méthodologiquement faible ».
Posez deux fois la même question
Voici un test que vous pouvez mener vous-même, tiré d'une préimpression de 2026 qui l'a fait à grande échelle.
Les chercheurs ont pris six scénarios et demandé à un modèle de langage de produire une prescription d'exercice pour chacun — puis ont répété la demande identique vingt fois par scénario, soit 120 sorties au total, sans rien changer entre les passages.
La formulation a bien tenu. La similarité sémantique entre répétitions se situait entre 0,879 et 0,939 : chaque réponse se lisait comme la même réponse. Les chiffres, eux, bougeaient : les éléments quantitatifs variaient d'un passage à l'autre, et l'intensité variait le plus. Dans les prescriptions de renforcement, de 10 à 25 % des sorties exprimaient l'intensité d'une manière qui n'était même pas classable.
Deux réserves honnêtes, parce qu'elles comptent : il s'agit d'une préimpression et non d'un article évalué par les pairs, et le test portait sur la prescription d'exercice en cadre clinique, pas sur des plans d'entraînement cyclistes. Mais le mécanisme mis au jour n'est propre à aucun domaine. Une prose assurée et un chiffre stable sont deux choses différentes, et un système peut produire la première sans le second.
Alors : posez à votre coach la même question deux jours calmes de suite, sans rien changer à vos données. Si la recommandation saute et que rien n'explique le saut, vous avez appris quelque chose d'utile pour deux minutes de travail.
Là où la production est généralement la plus faible
Une autre étude a soumis des plans d'entraînement générés par IA à dix entraîneurs expérimentés — 9,6 ans de métier en moyenne — en leur demandant de les noter sur 27 critères, à une échelle de cinq points.
Le verdict est moyen, pas accablant. Sur trois modèles, seuls cinq critères ont jamais atteint 4,5 ou plus. Le point faible récurrent était précis : les plans restaient vagues sur l'intensité — à quel point c'est dur, à quelle distance de la limite, quelle charge. Les auteurs y lisent une préférence des modèles pour la sécurité plutôt que pour l'efficacité, et concluent que ce qu'ils produisent se traite au mieux comme un modèle à ajuster.
Cette étude portait sur la musculation, pas sur le cyclisme : n'en reprenez pas les notes. Reprenez le mode de défaillance. Le flou se loge exactement là où naît l'effet d'entraînement. Un plan peut nommer la bonne séance, le bon jour et la bonne durée et rester inutile s'il refuse de s'engager sur l'intensité.
Une vérification de dix minutes sur n'importe quel coach IA
Rien de tout cela ne vous demande de croire une synthèse — celle-ci comprise. Chaque point ci-dessous se teste pendant un essai gratuit.
Demandez d'où vient un chiffre. Pas ce qu'il signifie — d'où il vient. Une bonne réponse nomme vos données : cette sortie, cette semaine, cette tendance. Une mauvaise réponse reformule le chiffre avec plus de mots.
Posez deux fois la même question. À deux jours d'intervalle, données inchangées. Stable, c'est bien. Différent, c'est acceptable si quelque chose a changé et qu'il sait vous dire quoi.
Contredisez-le une fois. Dites « cette séance ne me convient pas » et regardez ce qui bouge. Si le plan change, vous avez un coach. Si seul le ton change, vous avez une fenêtre de discussion devant un plan figé.
Donnez-lui une journée incomplète. Roulez sans ceinture cardio, ou écourtez une séance. Un outil qui dit « je ne peux pas calculer cela aujourd'hui » est plus digne de confiance qu'un outil qui a toujours un chiffre prêt.
Demandez-lui ce qu'il ignore. Ce qui n'exprime jamais d'incertitude n'est pas prudent — et vous le découvrirez autrement de façon désagréable.
Pourquoi un changement inexpliqué coûte plus cher qu'une erreur
Les cyclistes pardonnent bien plus volontiers un plan qui se trompe qu'un plan qui change sans dire pourquoi. Cet instinct est juste.
Une recommandation dont vous pouvez suivre le raisonnement est une recommandation que vous pouvez contester. Vous pouvez remarquer qu'elle a trop pesé une mauvaise nuit, le dire, et avoir raison. Cet échange a de la valeur même quand le logiciel s'est trompé, parce que vous finissez par mieux comprendre votre propre entraînement.
Une recommandation qui apparaît simplement ne vous apprend rien. Pire, elle vous ôte la capacité de distinguer une adaptation sensée d'un raté. Vues de l'extérieur, les deux sont identiques : le chiffre a bougé. C'est le même argument que pour la confiance accordée à un score de forme : un chiffre qu'on ne peut pas ouvrir n'est pas un résumé, c'est un oracle.
À quoi ressemble « bien » à partir d'ici
La position honnête en 2026 n'est ni le rejet ni l'enthousiasme. Ces outils sont réellement utiles là où le logiciel excelle : être disponible à six heures un dimanche matin, calculer de la même façon chaque fois, ne jamais se lasser de vos questions. Ce dossier est développé proprement dans notre comparaison entre un coach IA et un entraîneur humain.
Ce qui n'est pas encore mérité, c'est le droit d'être suivi sans discussion. Tant que personne n'aura démontré qu'un de ces outils change ce dont un cycliste est capable sur une saison, un coach IA devrait être un deuxième avis très bien informé qui appuie votre propre jugement — et non un substitut. Vous savez sur vos jambes, votre semaine et votre vie des choses qu'aucun jeu de données ne contient.
L'exigence à imposer à la catégorie est simple : un coaching qui montre son raisonnement. Tout le reste est un slogan que chaque produit affiche déjà.
Vos chiffres, expliqués dès que vous posez la question.
C'est l'exigence pour laquelle nous avons construit Peakfy, alors tenez-nous-y. Chaque recommandation dans Peakfy arrive avec les données dont elle provient et une raison en une phrase, en langage clair — pas un paragraphe de précautions, une phrase que vous pouvez confronter à votre propre sortie. Et quand vous dites au coach « cela ne me convient pas », le plan change ; l'objection est une entrée, pas une plainte que le logiciel encaisse poliment.
Là où une valeur n'a pas réellement été calculée, rien ne s'affiche. Nous préférons un vide à un chiffre d'apparence plausible — car un chiffre qu'on ne peut pas remonter, c'est précisément le sujet de cet article.
Les questions des cyclistes
À lire ensuite
- Coach cycliste IA ou entraîneur humain : la comparaison honnête
- Peut-on se fier à son score de forme du jour ? Ce que dit la recherche
- Augmenter sa FTP : ce qui fait vraiment bouger le chiffre