Mitä jos suurin este kehittymisellesi ei ole harjoittelu – vaan jatkuva tarve mitata sitä? Osa 1 – Kun mittaamisesta tulee tärkeämpää kuin harjoittelusta

Viime vuosina olen huomannut valmentajana ilmiön, jota en olisi osannut urani alkuvaiheessa odottaa. Mitä tavoitteellisemmaksi osa urheilijoista tulee, sitä enemmän osa heistä alkaa käyttää aikaa harjoittelun sijaan sen mittaamiseen. Aamu alkaa HRV-luvun tarkistamisella, harjoituksen aikana seurataan tangon liikenopeutta tai ponnistuskorkeutta, päivän päätteeksi tarkastellaan unen laatua ja seuraavana aamuna verrataan uusia lukemia edellisiin. Tarkoitus on lähtökohtaisesti erinomainen: tehdä mahdollisimman perusteltuja päätöksiä harjoittelun tueksi. Silti olen alkanut pohtia, voiko juuri tämä jatkuva varmuuden hakeminen olla joillekin urheilijoille osa ongelmaa eikä sen ratkaisu.

Haluan korostaa heti alkuun, ettei kyse ole teknologiavastaisesta kirjoituksesta. Päinvastoin. Käytän itsekin valmennuksessa voimalevyjä, nopeusantureita, laserkennoja, hyppymattoja ja muita mittausmenetelmiä silloin, kun ne auttavat vastaamaan johonkin konkreettiseen valmennukselliseen kysymykseen. Oikein käytettynä ne voivat tarjota arvokasta tietoa harjoitusvasteista, kuormituksen hallinnasta ja suorituskyvyn kehittymisestä. Teknologia voi tukea päätöksentekoa, mutta se ei korvaa laadukasta harjoittelua, riittävää palautumista tai asiantuntevaa valmennusta (Bourdon et al., 2017).

Urheilussa on viimeisen kahdenkymmenen vuoden aikana tapahtunut valtava teknologinen murros. Nykyään voidaan mitata lähes kaikkea. Voimantuottoa, tangon liikenopeutta, hyppykorkeutta, sykevälivaihtelua, unen laatua, juostuja metrejä, kiihdytyksiä, jarrutuksia ja jopa erilaisia algoritmien laskemia arvioita siitä, kuinka valmis elimistö on harjoittelemaan juuri tänään. Samalla on syntynyt hiljainen oletus, että mitä enemmän tietoa kerätään, sitä laadukkaampaa harjoittelu on. Tätä ajatusta vahvistavat sosiaalinen media, teknologiayritysten markkinointi ja huippu-urheilun toimintaympäristöt, joissa erilaiset mittausjärjestelmät ovat arkipäivää.

Kun maailman parhaat urheilijat käyttävät uusinta teknologiaa, syntyy helposti mielikuva, että juuri teknologia on heidän menestyksensä keskeinen selittäjä.

Todellisuudessa syy ja seuraus menevät tässä keskustelussa yllättävän usein sekaisin.

Huippu-urheilijat eivät ole maailman parhaita siksi, että he käyttävät voimalevyjä, GPS-järjestelmiä tai palautumismittareita. He käyttävät niitä siksi, että heidän toimintaympäristössään pyritään optimoimaan viimeisiäkin prosentteja sen jälkeen, kun harjoittelu, ravitsemus, palautuminen, elämäntavat ja koko valmennusprosessi ovat jo poikkeuksellisen korkealla tasolla. Kukaan ei ole koskaan voittanut olympiakultaa pelkän voimalevyn ansiosta. Mittarit eivät rakenna suorituskykyä. Ne auttavat parhaimmillaan ymmärtämään sitä paremmin ja tekemään hieman parempia valmennuksellisia päätöksiä (Bourdon et al., 2017).

Tämä ero on mielestäni olennainen, sillä nykyään mittaaminen ja kehittyminen näyttävät joskus sekoittuvan toisiinsa. Monelle urheilijalle syntyy tunne, että mitä enemmän harjoittelua seurataan, sitä ammattimaisempaa se on. Todellisuudessa mittaaminen ei itsessään kehitä yhtään mitään. Data ei lisää maksimivoimaa, kasvata lihasmassaa, paranna aerobista kapasiteettia eikä tee urheilijasta nopeampaa. Data voi parhaimmillaan auttaa tekemään parempia päätöksiä. Jos mittaustulokset eivät johda harjoittelun, kuormituksen tai palautumisen muuttamiseen, niiden käytännön arvo jää hyvin rajalliseksi. Silloin mittaamisesta tulee helposti pelkkää tiedon keräämistä ilman, että se muuttaa lopputulosta millään tavalla (Bourdon et al., 2017).

Ehkä suurin syy siihen, miksi olen alkanut pohtia tätä ilmiötä, löytyy kuitenkin omasta toiminnastani. Jos joku olisi kysynyt minulta kymmenen vuotta sitten, uskonko suorituskyvyn mittaamisen määrän lisääntyvän omassa harjoittelussani ja valmennuksessani vuosi vuodelta, olisin lähes varmasti vastannut myöntävästi. Ajattelin silloin, että mitä enemmän tietoa pystyn keräämään, sitä parempia päätöksiä pystyn tekemään. Kokemus on kuitenkin muuttanut ajatteluani merkittävästi. Mitä enemmän valmennusvuosia on kertynyt, sitä valikoivammaksi olen tullut sen suhteen, mitä ylipäätään mittaan. Paradoksaalisesti käytän nykyään enemmän teknologiaa kuin koskaan aikaisemmin, mutta mittaan vähemmän asioita kuin urani alkuvuosina.

Nykyään en juuri seuraa omassa harjoittelussani tangon liikenopeuksia, vaikka liikenopeusantureita löytyy varastosta. En testaa hyppykorkeuttani säännöllisesti, vaikka käytettävissä ovat hyppymatot ja voimalevyt. En juurikaan käytä laserkennoja omien juoksujeni mittaamiseen. En myöskään seuraa palautumistani päivittäin HRV:n avulla tai tarkkaile jatkuvasti erilaisia palautumisindeksejä. Jos käytän näitä mittareita, käytän niitä huomattavasti harvemmin kuin vielä muutamia vuosia sitten. Tämä ei johdu siitä, että pitäisin niitä huonoina työkaluina. Päinvastoin. Kyse on siitä, että olen vuosien aikana tullut entistä kriittisemmäksi sen suhteen, milloin mittaaminen todella tuottaa sellaista tietoa, joka muuttaa päätöksentekoa.

Sama kehitys on tapahtunut myös valmennuksessani. Käytän mittareita edelleen silloin, kun niille on selkeä peruste. Jos haluan selvittää, onko jokin harjoitusjakso kehittänyt haluttua ominaisuutta, tai jos epäilen jonkin ongelman taustalla olevan esimerkiksi voimantuottoon tai kuormitukseen liittyvä tekijä, mittaaminen voi olla erittäin perusteltua. Sen sijaan en enää koe tarpeelliseksi mitata kaikkea vain siksi, että se on mahdollista. Itse asiassa olen huomannut, että monen urheilijan kohdalla jatkuva mittaaminen ei ole omassa valmennuskokemuksessani johtanut systemaattisesti parempiin lopputuloksiin kuin tilanteet, joissa mittaamista on tehty harkitummin. Sen sijaan olen toisinaan nähnyt jotain muuta: jatkuva mittaaminen näyttää lisäävän analysointia, suorituskeskeisyyttä ja huomaamatta myös psykologista kuormitusta. Kyse on omasta valmennushavainnostani, ei tutkimuksella osoitetusta syy–seuraussuhteesta, mutta havainto on ollut riittävän toistuva herättääkseen pohtimaan, onko keskustelussa alettu keskittyä liikaa siihen, mitä kaikkea voidaan mitata, ja liian vähän siihen, mitä mittaaminen tekee urheilijan ajattelulle.

Yksi mahdollinen selitys voi olla se, että mittaaminen ei ole täysin ilmaista myöskään psykologisesta näkökulmasta. Jokainen uusi mittari vaatii huomiota, tulkintaa ja päätöksentekoa. Mitä enemmän seurattavia muuttujia kertyy, sitä enemmän urheilijan huomio voi siirtyä itse harjoittelusta sen jatkuvaan arviointiin. Sen sijaan, että harjoittelu olisi keino kehittyä, siitä tulee helposti jatkuvan analysoinnin kohde.

Mielenkiintoista on myös se, että ilmiölle löytyy ainakin osittain tukea psykologian tutkimuksesta. Epävarmuuden sietämistä käsittelevässä kirjallisuudessa on esitetty, että ihmiset, joiden on vaikeampi hyväksyä epävarmuutta, hakevat muita herkemmin jatkuvaa varmistusta ja lisäinformaatiota tilanteissa, joissa täydellistä varmuutta ei todellisuudessa voida saavuttaa (Dugas & Robichaud, 2007; Carleton, 2016). En väitä, että tämä selittäisi kaikkea suorituskyvyn mittaamista urheilussa. Se tarjoaa kuitenkin mielenkiintoisen näkökulman siihen, miksi osa urheilijoista kokee niin voimakasta tarvetta seurata jatkuvasti palautumistaan, harjoitusvalmiuttaan ja suorituskykyään. Ehkä kysymys ei aina ole siitä, että data olisi välttämätöntä harjoittelun kannalta. Joskus kyse voi olla myös inhimillisestä tarpeesta vähentää epävarmuutta.

Ehkä ongelma ei siis ole teknologiassa eikä edes datassa. Ehkä ongelma on siinä, miksi sitä dataa halutaan kerätä niin paljon.

Silloin emme enää puhu suorituskyvyn fysiologiasta tai biomekaniikasta.

Puhumme epävarmuudesta, kontrollin tarpeesta ja ihmisen psykologiasta.

Juuri siihen paneudutaan seuraavassa osassa.

Lähteet:

Bourdon, P. C., Cardinale, M., Murray, A., Gastin, P., Kellmann, M., Varley, M. C., Gabbett, T. J., Coutts, A. J., Burgess, D. J., Gregson, W., & Cable, N. T. (2017). Monitoring athlete training loads: Consensus statement. International Journal of Sports Physiology and Performance, 12(Suppl. 2), S2161–S2170.

Carleton, R. N. (2016). Into the unknown: A review and synthesis of contemporary models involving uncertainty. Journal of Anxiety Disorders, 39, 30–43.

Dugas, M. J., & Robichaud, M. (2007). Cognitive-Behavioral Treatment for Generalized Anxiety Disorder: From Science to Practice. Routledge.