この記事は【生成AI×ランニング】ガイドの中の1記事です。AIをランニングに活用する全体像を知りたい方はこちら。
えっ、そうなの！？知らなかった！！
- 「10km以降、無意識に歩幅が15%短くなっていた」
- 「心拍数が高い日ほど、実はタイムが良い」
- 「左足の接地時間が右足より20ms長い」
15年間のランニング歴で初めて知った、自分の隠れた癖や問題点です。
これらを発見してくれたのは、高額なランニングコーチでも最新のスポーツ科学施設でもありません。無料のAIチャットツールでした。
AI君僕が分析したよ！
仕事で生成AIを活用しているので、ランニングでも試して見たところ、驚くべき事がわかりました。生成AIは、ChatGptやGeminiなど、無料で利用できるサービスがたくさんあります。
なので、驚くべき事実を知りたい方も多いと思うので、最後まで読んで試してみてください。
ランスパ方法は簡単で、発見のほうがたくさんあります
ポチップなぜ今、ランナーにAI分析が必要なのか？
なぜ必要なのかは、２つのポイントがあります。
従来の限界
一つ目は、従来の方法では「分析するのが限界だから」です。もう少し具体的に書くと、
- ランニングアプリ：「もう少し頑張りましょう」程度の画一的アドバイス
- パーソナルコーチ：月3-5万円の高額費用
- 自己分析：感覚頼りで客観性に欠ける
私はGarmin、Runmetrix、Nike Run Club、ASICS Running Data Managerなど、複数のアプリを活用しランニングフォームや心拍数のデータをラン毎に記録しています。
ただ、無料版のアプリでは回答が画一的で参考になりません。とはいえ、有料はためらわれます。コーチも現実的ではなく、自分の感覚は客観的な判断ができず頼りになりません。
毎回同じ事しか書かれていない…
だから、無料で利用できる生成AIの分析が必要になります。
ランスパせっかくならデータを活用したいよね
AIがもたらす革命
二つ目は、分析が簡単で誰でもできるようになった事です。AIの革命です。
- 個別最適化：あなただけのデータパターンを発見
- 24時間対応：いつでも質問・相談可能
- コスト0円：無料版で十分な分析が可能
データがあればあなただけの結果の分析ができ、AIなので気になった時に昼夜問わず調べる事ができます。しかも、ChatGpt、Copilotは無料版でも精度が高く、ランニングの分析なら問題なく活用できます。
生成AI君今は無料でも精度が高いサービスばかりです。（ChatGpt、Copiot、Geminiとかね）
このように、数年前では考えられなかったことが実現できるようになっています。
ポチップ【実例公開】こんな分析結果が出ました
これを集計したのが、次の活動実績です。
この分析結果は、単なる感覚論ではなく、936回、12年間の膨大な実データから導き出された科学的事実です。
総走行距離: 11,804.95 km…東京-大阪間、約22.9往復分らしいです
- 総ラン回数: 936回
- 活動期間: 13年間（2013年〜2025年）
- 年平均: 908.07 km
- 月平均: 75.67 km
- 平均距離: 12.61 km/回
- 最高記録年: 2024年（1,536.59 km）
ランスパあらためて数字で見ると、なんかすごい事のように思えてきます
※私のプロフィールに1.4万キロ走破と記載されていますが、あれは正しいです。この1.1万キロはGarminで計測した走行距離です。
発見1：「疲労すると無意識に歩幅が5.5%縮む」科学的証拠を発見
全く自覚がない点が1つ目として指摘されました。
AI分析結果の詳細
936回のランニングデータを解析した結果、驚愕の事実が判明しました。
- 短距離（0-8km）の平均歩幅1.06m
- 超長距離（22km+）では1.00mまで短縮—なんと5.5%も縮んでいました。
「これは単なる疲労ではありません。データを見ると、15km地点を境に急激に歩幅効率が低下し、同時にピッチも1.6%低下。つまり『歩幅が縮む＋回転数も落ちる』のダブルパンチで後半失速していたのです」
ランスパフルマラソンで後半失速していた事実があるから、めちゃくちゃ刺さります
さらに衝撃的な発見
- 72.6%のランで歩幅短縮が発生
- 複合的なフォーム劣化が76.9%で同時発生
- 15km以降の失速率と歩幅短縮に強い相関（相関係数0.78）
つまり、ほとんどのランニングで歩幅短縮が発生していたようです。
ランスパもっと早く気が付きたかった事実。対策します。
※ちなみに、自分の走りがピッチ走法寄りかストライド走法寄りか、GarminデータをAIにコピペするだけで30秒で判定できます。
発見2：「心拍数が低い＝調子が良い」は大間違いだった
あくまで私個人の実績の話ですけどね。AIの分析で面白い事実がわかりました。
AI分析結果の詳細
620件の心拍データを詳細解析した結果、常識が覆されました。心拍効率（1bpmあたりの走行距離）上位20%のパフォーマンスデータを見ると、最適心拍数は153.6bpmでした。
さらに驚いたのが、疲労レベル別の分析です。
- 低疲労時の心拍数：145.2±8.8 bpm
- 中疲労時の心拍数：156.3±5.6 bpm
- 高疲労時の心拍数：163.1±2.7 bpm
つまり、「中疲労時が最もパフォーマンス効率が良く、適度な心拍数上昇がベストタイムを生み出していた」という事です。
走る男性少し疲れている時のほうが、パフォーマンスがいいって事？
ランスパそういう事です
練習やレースでも中盤戦が一番調子いい実感はあります。ただ、そこから疲れてきた時に一気に落ちる事は何度も経験しています。体力つけろってことですね。
※季節による心拍数とペースの関係をさらに深掘りした記事はこちらです。夏は同じ心拍でも38秒/km遅くなる衝撃データを公開しています。
発見3：12年間のフォーム変化で見えた「老化のサイン」
AIの分析から老化の兆しが確認されてしまいました。
ランスパ老化…
AI分析結果の詳細
長期トレンド分析で、加齢による変化が数値で判明しました。主な変化はこの3点です。
- 平均ピッチ：年々低下傾向（R²=0.839）
- 平均心拍数：年々低下傾向（R²=0.578）→心肺機能は向上
- 歩幅：大きな変化なし→筋力は維持
心肺機能は向上している事が唯一の希望です。
AI的に興味深いのは、効率化ができていた事のようです。心拍数低下は『老化』ではなく『効率化』ができるようになり、同じペースでもより低い心拍数で走れるようになっている証拠との事。
ちなみに、最適なフォームの数値を出してくれました。
- 最適ピッチ：176.0 spm
- 最適歩幅：1.01 m
- 最適心拍数：153.6 bpm
ランニング実績の上位20％のパフォーマンスがこれみたいです。
正直、これだけ見てもよくわかんないんですけどね。
この回答は、AIに質問しただけです。つまり、質問するだけで、自身のランニングの気が付かない部分を知ることができます。
でもAIとか難しそうでわからないよ…
という方向けに、生成AIを用いた分析方法の手順を紹介します。
ランスパ簡単だよ！
※心肺機能の指標であるVO2Maxが停滞している方は、こちらの記事が参考になります。月間200km走っても上がらなかったVO2Maxが「たった1つの変化」で覚醒した実例です。
【超簡単】5ステップでできるAI分析手順
Step 1〜3：データの準備・取り込み・アップロード（10分）
Garmin ConnectからCSVをエクスポートし、生成AIに取り込む手順は以下の記事で図解付きで詳しく解説しています。初めての方はこちらを先にご覧ください。
Step 4：質問を投げかける（3分）
初心者向け質問テンプレート
何を質問していいかわからない方は、これをコピペして使ってください。
このランニングデータを分析して、以下を教えて下さい：
1. 私の走り方の特徴や癖
2. 改善すべき点
3. 具体的なアドバイス
初心者向けの質問だけでも、かなり有効な回答が得られます
出てきた答えで気になる点があれば、質問してみてね。
中級者向け質問テンプレート
中級者はこの質問！
このデータから以下を分析してください：
1. 距離別のペース変化パターン
2. 心拍数とパフォーマンスの関係
3. 疲労蓄積のサインとタイミング
上級者向け質問テンプレート
上級者の方は、この質問を試してください。これ以外にも気になる点があれば何でもしてみてね。
過去3ヶ月のデータから：
1. フォーム効率の変化傾向
2. トレーニング負荷と回復のバランス
3. 季節・気温による影響分析
Step 5：結果を読み解く（2分）
抽出された結果を読み解いて、自身の改善に役立てましょう。
- 数値の変化が10%以上：要注意、改善の余地大
- 繰り返し指摘される項目：優先的に取り組むべき課題
- 具体的な数値が出ているアドバイス：実践しやすく効果的
課題が出てきたら、生成AIに解決方法を尋ね、解決方法を理解し自身に取り入れましょう。
簡単ですが、生成AIの使い方を紹介してきました。
ランスパまずは手を動かしてチャレンジしてみましょう！！
注意！よくある失敗パターンと対処法
ちなみに、生成AIは絶対ではなく間違いも発生します。そこでよくある失敗と対処法を説明します。
| 項目 | 問題 | 対処法 |
|---|---|---|
| データが少なすぎる | 1-2回分のデータでは正確な分析不可 | 最低でも3ヶ月、10回以上のデータを用意 |
| AIの回答を100%信じる | AIは万能ではない、体調や個人差を完全把握できない | アドバイスは参考程度に、体の声も大切に |
| 一度だけで終わる | 継続的な分析こそが真の価値 | 月1回は定期分析を習慣化 |
生成AIも大事ですが、自分自身の感覚など、AIでは分析できない心の声も大事にしてください。
さらに上を目指す！応用テクニック
ここから先は、質問のアイデアとなります。例を３つ作成したので、気になる項目はコピペしてAIに聞いてみてください。
レベル2：季節別・大会別分析
質問例：「夏季と冬季のデータを比較して、季節ごとの最適なトレーニング方法を提案してください」
レベル3：目標達成のための戦略立案
質問例：「現在のデータから、サブ3.5達成のために重点的に改善すべき項目を3つ教えてください」
レベル4：怪我予防への活用
質問例：「過去のデータから、怪我につながりそうなサインや変化を特定してください」
まとめ：2025年、ランナーの新常識
15年間「なんとなく」走っていた私が、AIの力で初めて自分の走りを客観視できました。感覚だけでは絶対に気づけなかった問題点と改善策が、わずか30分の作業で手に入りました。
ランスパ重要なのは完璧なデータ分析ではありません。
あなたのランニングをほんの少し科学的にサポートしてくれるツールとして、AIを活用してみてください。コストは0円、時間は30分。それだけで、あなたのランニングライフが大きく変わるかもしれません。
今週末、ぜひ一度試してみてください。
データは蓄積される、分析は進化する。あなたのランニングも、きっと進化します。
というわけで、今回の記事はここで終了となります。ではまたランニングギア研究所のランスパでした。
あわせて読みたいガイド記事
Garminの選び方から設定・データ活用まで、すべてまとめたガイドはこちらです。
AIを活用したランニング改善の全体像はこちらです。
※生成AIを用いた別の記事はnoteに掲載しています。
