Aiii, dit is het grootste nadeel van AI binnen de wielersport

AI doet inmiddels van alles in de wielersport. Het analyseert vermogensdata, voorspelt uitslagen, optimaliseert trainingsschema's en helpt ploegleiders tactische beslissingen nemen. WorldTour-ploegen als INEOS Grenadiers en Jumbo-Visma (nu Visma | Lease a Bike) werken al jaren met geavanceerde datasystemen.

Maar er is één fundamenteel probleem dat niemand hardop uitspreekt. AI snapt het wielrennen niet. Niet écht.

>>> Wil je op de hoogte blijven van het belangrijkste fietsnieuws? Schrijf je dan hier in voor onze wekelijkse nieuwsbrief met maandagochtend om 09.00 de top 5 artikelen.

De data klopt. De sport niet.

Een scoping review uit 2025, gepubliceerd in Discover Artificial Intelligence (Springer Nature), concludeert dat AI en machine learning weliswaar steeds vaker worden ingezet voor prestatievoorspelling en tactische besluitvorming in sport, maar dat de ondoorzichtigheid van de modellen een fundamenteel praktijkprobleem blijft. Vermogens en VO2max-waarden zijn te meten. Maar wanneer een renner besluit om op 80 kilometer van de finish solo weg te rijden op basis van een gevoel, een blik, of puur instinct? Dat zit niet in de dataset.

En het is niet alleen een wielrenprobleem. Met het WK voetbal in aantocht voorspelden zes AI-modellen onafhankelijk van elkaar allemaal Spanje als winnaar, puur op basis van data. Ruud Adriaans, hoofd AI bij accountantsbureau BDO, verklaarde tegenover de NOS waarom dat zo werkt: AI-modellen geven bij dit soort vragen "een soort gemene deler als antwoord", waarbij de landen die als favoriet worden gezien netjes door de poulefase komen. Verrassingen, zo stelde hij, zitten simpelweg niet in het model.

Eddy Merckx zei het ooit zo: "Je moet kunnen lijden om te winnen." Geen enkel neuraal netwerk leert wat lijden is.

>>> Lees ook: Hoe AI het wielrennen verandert: rekenen met data, rijden met het hart

Wat AI wél goed kan

Eerlijk is eerlijk. AI is buitengewoon nuttig voor de randvoorwaarden van de sport. Aerodynamische optimalisatie op basis van windtunneldata, blessurepreventie door belastingsmonitoring, hersteladvies op basis van hartritmevariabiliteit. UAE Team Emirates XRG sloot begin 2025 een meerjarige samenwerking met AI-bedrijf G42, gericht op het optimaliseren van training, racestrategie en rennersprestaties via machine learning en real-time dataverwerking. Jeroen Swart, hoofd performance bij de ploeg, noemde de mogelijkheden tegenover vakblad Velo ronduit "crazy". Dat werkt. Dat is meetbaar. Dat levert resultaat.

>>> Lees ook: Hartcoherentie: geen smoesjes meer, je ziet het in cijfers en je voelt het meteen

Het echte probleem: de tactische blindheid

Het grootste nadeel van AI in de wielersport is dat het denkt in gemiddelden, terwijl wielrennen wordt gewonnen door uitzonderingen.

Neem de Luik-Bastenaken-Luik van 2020. Marc Hirschi reed op 70 kilometer van de finish weg en pakte de voorsprong die hij uiteindelijk niet zou houden, maar die wel de koers volledig herstructureerde. Voorafgaand aan die aanval was er geen statistisch argument. Zijn vermogensprofiel rechtvaardigde het niet. De wind stond verkeerd. Het was simpelweg een gok, ingegeven door gevoel en lef.

AI had hem thuis gehouden? Hij werd uiteindelijk tweede achter Roglic.

Bernard Hinault formuleerde het in de jaren tachtig al scherper dan welk algoritme ooit zal doen: "La course, c'est la course." De koers is de koers. Niet het model van de koers. De koers zelf.

Kijkend naar de toekomst

De gevaren worden eerder groter dan kleiner. Naarmate meer ploegen AI-systemen integreren in hun real-time ploegleiderswagens, ontstaat het risico dat iedereen hetzelfde speelt. Gelijke data, gelijke output, gelijke tactiek. Het peloton als één grote kudde die allemaal dezelfde beslisboom volgt wat tot hogere snelheden leidt (hardere valpartijen) en saaiere koersen.

Dat maakt de koers niet beter. Dat maakt de koers minder menselijk.

Er is ook een ethische dimensie die de UCI momenteel nog nauwelijks adresseert: tot hoever mag een ploegenauto meesturen in real-time beslissingen tijdens een etappe? Radio's zijn al decennia een discussiepunt. Een AI-systeem dat elke tien seconden een tactisch advies geeft aan de ploegleider is wat dat betreft een nieuwe stap.

Maar het grootste gevaar?

Het grootste gevaar van AI in de wielersport is niet dat het te veel doet. Het is dat renners en ploegen er te veel in gaan geloven. Johan Bruyneel, de man die Lance Armstrong naar zeven Touroverwinningen (later afgenomen vanwege doping-gebruik) loodste als ploegleider bij US Postal Service, schreef het in zijn boek We Might As Well Win (2008) al zwart op wit: "A million dollars can't ride a bicycle. Neither can a million bits of data. Races aren't contested in wind tunnels. It's people who perform." Dat was 2008. Voordat AI überhaupt een factor was in de wielersport. Het klinkt bijna alsof hij het voor dit artikel heeft geschreven.

Dat is precies wat AI (nog) niet altijd en adequaat kan. Reageren op het onverwachte is geen analytische kwaliteit. Het is een menselijke. gebaseerd op jaren ervaring.

En zolang dat zo is, blijft het grootste nadeel van AI in de wielersport hetzelfde als het grootste nadeel van elk systeem dat probeert de chaos van sport te temmen. Het weet niet wat het niet weet.