AI 健身追踪器遭炮轰：用户痛批报告笼统，缺乏健康洞察

尽管人工智能功能在Strava、Whoop和Oura等热门健身健康应用中日益普及，但越来越多的用户和科技专家对这些总结缺乏真正有价值的见解表示沮丧。虽然这些功能被宣传为能将原始数据转化为“通俗易懂的语言”的革命性工具，但许多人发现AI的输出结果显而易见、冗余，并且常常缺乏关键的个性化背景信息。 一位拥有近十年可穿戴设备测试经验的资深科技记者指出了常见的弊端。诸如Whoop Coach或Oura Advisor等日常AI总结，经常提供笼统的观察，例如“你昨晚睡了7个小时……心率略有升高，这可能表明你尚未完全恢复。”这些见解往往只是重复图表中已有的数据，未能增加任何价值。 问题在锻炼分析方面变得更加严重。例如，Strava的“运动员智能”功能可能会将一次跑步描述为“高心率区间的剧烈跑步”，但却完全忽略了关键的现实世界背景。记者举例说，尽管用户上传了照片和文字备注，Strava的AI仍未能识别出跑步时发生的伤病。评论指出，一个真正有用的AI应该将环境条件（如极端高温）、过去的锻炼历史以及用户报告的事件纳入考量，以提供真正可操作的建议，例如伤病恢复方案或安全的训练进展。 尝试与应用内聊天机器人进行更细致的对话常常碰壁。例如，Whoop Coach拒绝提供针对伤病的锻炼替代方案，而Oura Advisor虽然略有帮助，但仍需要用户大量提示才能给出常识性建议。这与AI提供主动、个性化健康指导的理论承诺形成了鲜明对比。 尽管Oura和Strava等公司声称用户反馈“压倒性地积极”且参与率很高，但在线论坛和用户社区却普遍存在怀疑。批评者认为，当前这些“平淡无奇”的总结很可能是由大型语言模型（LLM）的固有局限性、数据隐私顾虑、计算成本以及法律责任等多种因素驱动的妥协。这导致AI功能仅仅是重新包装现有数据，而非提供消费者所期望的深入、可操作的见解。 对许多人来说，健身科技中AI的现状感觉像是一个肤浅的附加功能，只是为了迎合“AI时代精神”而硬生生加上去的。除非这些平台能够真正整合全面的用户数据，理解复杂的现实世界场景，并提供真正个性化和可操作的建议，否则，为这些AI功能额外付费仍值得商榷。

Read the English version (阅读英文版)

免责声明：本文内容来自互联网公开信息，请仔细甄别，如有侵权请联系我们删除。