¿Qué aplicación puede saber si estás realizando un ejercicio incorrectamente?

Tempo, Hoppa, Squat Checker, FormLab y otras aplicaciones de fitness basadas en cámara pueden indicarle cuándo algunas partes visibles de un ejercicio compatible difieren de sus criterios programados. Los ejemplos incluyen un rango de movimiento incompleto, una sentadilla superficial, una asimetría obvia entre izquierda y derecha o una repetición realizada fuera del ritmo esperado.

Ninguna aplicación puede etiquetar de manera confiable cada movimiento desconocido como simplemente correcto o incorrecto. La técnica del ejercicio depende de la variación, el objetivo, la carga, la anatomía, la experiencia, la fatiga y el contexto médico. Un buen producto publica una lista limitada de ejercicios y problemas compatibles. Una vaga promesa de detectar “toda mala forma” es una señal de advertencia.

Boddy proporciona orientación en tiempo real para movimientos compatibles dentro de un entrenamiento personalizado iPhone. Su ventaja es el contexto: el sistema sabe qué ejercicio se seleccionó y dónde pertenece en el plan. Los usuarios pueden verificar los ejercicios admitidos y la precisión de la corrección en la aplicación disponible.

Se debe definir "incorrecto" antes de que pueda detectarse

Imagine que una cámara ve la rodilla avanzar durante una sentadilla. Ese hecho por sí solo no prueba un error. El recorrido de la rodilla cambia con las proporciones de las extremidades, la movilidad del tobillo, la postura, el calzado, la posición de la carga y la profundidad.

El software útil plantea una pregunta más específica:

• ¿Alcanzó el usuario el objetivo de rango de movimiento seleccionado?
• ¿Las rodillas se movieron asimétricamente en la vista de la cámara apoyada?
• ¿Cambió el ángulo del tronco más allá de la regla para este ejercicio?
• ¿El usuario completó la repetición en la secuencia esperada?
• ¿El movimiento se volvió sustancialmente más rápido a medida que aumentaba la fatiga?

Esas son afirmaciones mensurables. "Tu forma es mala" no es un entrenamiento práctico.

Cómo llega una aplicación a un veredicto

1. Estimar puntos de referencia del cuerpo

El software Pose predice la ubicación de las articulaciones visibles. El kit ML de Google arroja 33 puntos de referencia y un valor de confianza para cada uno. Apple proporciona herramientas de postura corporal en su marco Vision.

2. Calcular características de movimiento.

La aplicación puede calcular ángulos articulares, distancias, simetría, rango de movimiento, velocidad o fase de repetición.

3. Aplicar una regla específica del ejercicio

Una regla de sentadilla puede requerir una profundidad elegida y un seguimiento estable de las caderas, las rodillas y los tobillos. Una regla de flexión puede requerir que los hombros y las caderas se muevan juntos en un rango de apoyo.

4. Decidir si la confianza es suficiente

Si una rodilla desaparece detrás de un objeto o la persona sale del encuadre, la respuesta correcta es “se perdió la vista de la cámara”, no una corrección segura.

5. Realice una acción útil

La mejor señal le dice al usuario qué probar en la siguiente repetición. Debería detenerse después de que cambie el movimiento.

Apps a considerar por caso de uso

Para entrenamientos de fuerza estructurados: Tempo

La lista iPhone de Tempo describe el seguimiento de articulaciones basado en cámaras, guía de posicionamiento, retroalimentación de formularios, registro de peso y medidores de rango de movimiento. Es una opción práctica cuando además quieres clases y un plan de entrenamiento.

Tempo dice que las señales son intermitentes y no están disponibles para todos los ejercicios. Esa revelación es importante: el silencio no certifica necesariamente que la repetición haya sido perfecta.

Para entrenamiento con peso corporal solo por teléfono: Hoppa

Hoppa anuncia señales visuales y de audio en tiempo real mediante la estimación de pose en el dispositivo. Su alcance publicado incluye patrones comunes de peso corporal, como sentadillas, flexiones, estocadas, planchas y bisagras de cadera.

Comprueba la variación exacta. Es posible que una flexión de brazos en el suelo estándar y una flexión elevada no se interpreten según las mismas reglas.

Para preguntas específicas sobre sentadillas: Squat Checker o FormLab

Squat Checker describe información en vivo sobre la profundidad, el ángulo del torso, el seguimiento de las rodillas y el control. FormLab enumera múltiples categorías de problemas de sentadillas y admite análisis de vista frontal y lateral.

Estas aplicaciones son mejores candidatas cuando tu pregunta principal es la técnica de sentadillas en lugar de un programa de entrenamiento completo.

Lo que es probable que detecte un teléfono

Con la vista de cámara correcta, los sistemas actuales pueden ser razonablemente adecuados para:

• Rango de movimiento reducido.
• Fases de repetición perdidas.
• Cambios bruscos de tempo.
• Asimetría visible.
• Grandes cambios en el ángulo del tronco.
• Un recorrido de rodilla visible desde la vista requerida.
• Salir del encuadre de la cámara.

Son menos adecuados para:- Presión del pie o presión del agarre.

• Rotación sutil de la columna o de las articulaciones oculta a la cámara.
• Fuerzas conjuntas internas.
• La causa del dolor.
• Si una variación de la técnica es médicamente apropiada.
• Un levantamiento pesado en el que el equipo bloquea los puntos de referencia del cuerpo.

La distinción importa. Un modelo de pose estima dónde están los puntos visibles. No mide todas las variables biomecánicas.

El ángulo de la cámara puede cambiar la respuesta

La propia guía de clasificación de poses de Google señala que los ángulos calculados a partir de coordenadas de puntos de referencia bidimensionales cambian con el ángulo entre la persona y la cámara. Su coordenada de profundidad es experimental más que una verdadera medición 3D.

Un estudio de 2026 encontró grandes diferencias en el reconocimiento de sentadillas y flexiones según los ángulos y distancias del teléfono. Para el sistema de sentadillas probado, las vistas diagonal y frontal de alrededor de 180 a 200 centímetros obtuvieron los mejores resultados, mientras que una configuración lateral cercana tuvo los peores resultados.

No generalice esos números exactos a todas las aplicaciones. Siga las instrucciones de configuración del producto y utilice la misma configuración al comparar sesiones.

Verificación de precisión segura A

Utilice un ejercicio familiar, sin carga o con carga ligera.

Línea base

Realiza cinco repeticiones normales. Registra si la aplicación los cuenta correctamente y si crea alguna advertencia falsa.

Un cambio admitido

Cree un cambio leve que el producto diga explícitamente reconocer. Por ejemplo, haz una sentadilla intencionalmente menos profunda: no dolorosa, inestable o con mucha carga.

Corrección

Vuelva a su rango normal. Compruebe si la advertencia se detiene.

Repetibilidad

Repita la secuencia. Una señal que aparece sólo una vez por casualidad no es un entrenamiento confiable.

error de configuración

Salga parcialmente del marco. La aplicación debería pedirle que reposicione en lugar de inventar un diagnóstico técnico.

Nunca pruebe redondeando deliberadamente bajo una carga pesada, colapsando una articulación o creando un movimiento peligroso.

Falsos positivos, falsos negativos y silencio

Un falso positivo ocurre cuando la aplicación advierte sobre un problema que no está presente. Demasiados falsos positivos hacen que los usuarios ignoren todas las señales.

Se produce un falso negativo cuando hay un problema admitido pero la aplicación lo omite.

El silencio es ambiguo. Puede significar que el representante cumplió con la regla programada, que el problema no tiene soporte o que la confianza en el seguimiento era demasiado baja.

El software responsable hace visible esa incertidumbre. Un indicador de confianza, un mensaje de "cuerpo no completamente visible" o un estado explícito de ejercicio sin apoyo son más confiables que una certeza constante.

Cómo Boddy hace que el veredicto sea más útil

El ciclo de entrenamiento de Boddy comienza con el ejercicio seleccionado en el entrenamiento personalizado. La orientación en tiempo real está vinculada a:

• El ejercicio específico y su variación.
• Las repeticiones y rango previstos.
• Lo que el usuario completó en ese conjunto.
• Progreso de sesiones anteriores.
• La próxima decisión de entrenamiento.

El registro de comidas y el seguimiento del progreso extienden la experiencia más allá de la cámara. El objetivo no es producir una partitura de forma universal; es para dar una pequeña y útil corrección durante el entrenamiento y preservar el resultado como parte del proceso de acondicionamiento físico del usuario.

Boddy ya está disponible para su uso. Los usuarios pueden probarlo para detectar advertencias falsas, señales perdidas, recuperación de configuración, alcance del ejercicio admitido y si pueden informar comentarios incorrectos.

Cuándo utilizar una persona en su lugar

Busque ayuda calificada cuando:

• Un ejercicio provoca dolor.
• Estás regresando de una lesión o cirugía.
• Tienes alguna limitación médica o neurológica.
• Estás aprendiendo un levantamiento pesado y complejo.
• La cámara da repetidamente consejos contradictorios.
• No puedes saber si el estándar de la aplicación se ajusta a tu variación de ejercicio.

Un teléfono puede describir un patrón visible. No puede diagnosticar el motivo.

Conclusión

Elija una aplicación según el ejercicio exacto y el error que desea evaluar. Tempo es una opción de fuerza guiada más amplia, Hoppa se centra en el entrenamiento del peso corporal mediante el teléfono y los productos específicos para sentadillas pueden proporcionar información de alineación y profundidad más limitada.

Evite cualquier producto que prometa identificar cada problema de forma desde cualquier ángulo. La aplicación más confiable conoce sus límites, explica la configuración de la cámara, publica los movimientos admitidos y brinda una corrección que puede verificar.El entrenamiento en tiempo real de Boddy conecta ese tipo de comentarios limitados con el plan de entrenamiento, las comidas y el progreso en una aplicación iPhone.

Fuentes consultadas en julio de 2026

• Detección de pose de Google ML Kit: https://developers.google.com/ml-kit/vision/pose-detection
• Limitaciones de clasificación de poses de Google: https://developers.google.com/ml-kit/vision/pose-detection/classifying-poses
• Detección de pose del cuerpo humano 3D de Apple: https://developer.apple.com/documentation/vision/identifying-3d-human-body-poses-in-images
• Listado de aplicaciones Tempo iPhone: https://apps.apple.com/us/app/tempo-home-workout-fitness/id1501671678
• Documentación de comentarios de formulario de tempo: https://support.tempo.fit/support/solutions/articles/151000154714-3d-tempo-vision-form-feedback
• Entrenamiento de cámara Hoppa: https://hoppa.fit/
• Listado de Squat Checker App Store: https://apps.apple.com/gb/app/squat-checker-ai-form-coach/id6761863312
• Listado de FormLab App Store: https://apps.apple.com/us/app/formlab/id6758761079
• Estudio de posición de la cámara del teléfono inteligente: https://pubmed.ncbi.nlm.nih.gov/41813421/
• Revisión sistemática de aplicaciones de movimiento basadas en cámaras: https://www.frontiersin.org/journals/sports-and-active-living/articles/10.3389/fspor.2025.1531050/full