ChatGPT kan een trainingsschema schrijven dat er verstandig uitziet, en in een studie uit 2025 waarin 10 ervaren coaches door AI geschreven programma's beoordeelden, kwam de algemene kwaliteit uit op matig, met vaak ontbrekende intensiteitsdoelen en algemeen progressieadvies. Andere beoordelingen door experts vonden schema's die realistisch waren maar aangepast moesten worden en weinig individuele details bevatten. Zie een AI-schema als een eerste concept, check het aan de hand van een korte lijst en pas het daarna aan met je eigen trainingslogboek.
Dit is algemene voorlichting, geen medisch advies. Als je een blessure of een medische aandoening hebt, medicatie gebruikt die invloed heeft op sporten, zwanger bent of net bevallen bent, of jonger bent dan 18, overleg dan met een gekwalificeerde arts of coach voordat je een schema volgt, of het nu door AI is geschreven of niet.
Wat de studies echt hebben getest
Het meeste bewijs gaat over oudere chatbotversies, hypothetische of enkele gevallen en kleine expertpanels. In koppen lopen twee verschillende vragen vaak door elkaar: kan een chatbot vragen over training beantwoorden, en kan hij een programma bouwen dat bij jou past. Dit deed elk onderzoek.
- Veelgestelde vragen beantwoorden. In een studie uit 2026 in het Journal of Sports Science and Medicine (D'hoe et al.) werden de antwoorden van negen personal trainers op veelgestelde vragen vergeleken met de antwoorden van ChatGPT-3.5. Zevenentwintig beoordelaars, negen wetenschappelijke experts en 18 trainers, die er aanvankelijk niet van op de hoogte waren dat ChatGPT erbij betrokken was, beoordeelden juistheid, begrijpelijkheid en toepasbaarheid. Het totaalgemiddelde van ChatGPT was hoger bij zes van de negen vragen, en de auteurs melden dat geen enkel antwoord van een trainer hoger werd beoordeeld op een vraag of maatstaf. Kijk echter naar de vragen: vijf gingen over vetverlies, en de rest over frequentie, motivatie, trainen met pijn en het tijdstip van de dag. Dat is vragen beantwoorden, geen programma schrijven voor één individu, en de auteurs merken op dat ChatGPT mogelijk personalisatie mist.
- Krachtprogramma's van twaalf weken. Washif et al. (Biology of Sport, 2024) vroegen GPT-3.5 en GPT-4 om programma's van 12 weken voor hypothetische 20-jarigen, en de vijf auteurs, allemaal met ervaring in kracht- en conditietraining, vergeleken die met NSCA-richtlijnen en andere literatuur. Ze vonden realistische uitvoer die mogelijk aangepast moet worden. GPT-3.5 gebruikte in fases met verschillende doelen dezelfde rust van 90 tot 120 seconden, de programma's voor mannen en vrouwen waren objectief gezien vergelijkbaar, en de chatbot bood geen aanpassing of herziening in real time op basis van feedback of voortgang.
- Beoordelingen van coaches over chatbots heen. Havers et al. (Biology of Sport, 2025) lieten 10 coaches schema's beoordelen van GPT-3.5 (via ChatGPT en Copilot) en Google Gemini, op 27 criteria met een schaal van 1 tot 5, voor een fictieve gevorderde sporter. De algemene kwaliteit was matig, en de modellen verschilden maar op een paar criteria. De overeenstemming tussen de coaches was laag (Fleiss' kappa rond nul), dus de beoordelingen van hetzelfde schema liepen sterk uiteen.
- Nieuwere modelversies. Genç et al. (BMC Sports Science, Medicine and Rehabilitation, 2025) bouwden zeven prompts met input van zeven experts, elk met minstens 10 jaar ervaring, en vergeleken daarna krachttrainingsschema's van 12 weken van ChatGPT-3.5, 4o en 4.1 voor een hypothetische gezonde jonge man. Versie 4.1 was gedetailleerder, intern consistenter en beter onderbouwd met literatuur, maar de auteurs concludeerden toch dat gekwalificeerde menselijke expertise essentieel is voor veiligheid en individualisering.
- Mensen met gezondheidsproblemen. Dergaa et al. (Biology of Sport, 2024) lieten experts programma's van 30 dagen beoordelen die GPT-4 schreef voor vijf gezondheidsprofielen. De programma's waren over het algemeen veiligheidsbewust, maar misten specificiteit voor de individuele aandoeningen en doelen, en leunden vaak te zwaar op veiligheid. De auteurs concludeerden dat AI kan dienen als aanvullend hulpmiddel, maar nog niet wordt aanbevolen als vervanging van een professioneel trainingsvoorschrift.
- Eén persoon, drie coaches. Li et al. (BMC Public Health, 2025) vergeleken GPT-4 met drie coaches op een plan van 16 weken voor één 24-jarige vrouw. GPT-4 scoorde hoger op personalisatie (12,80 tegenover 11,53), terwijl de coaches iets hoger scoorden op effectiviteit, veiligheid en volledigheid, en geen van de verschillen was statistisch significant. Een casestudy met één persoon is in beide richtingen zwak bewijs.
Voor dit alles gelden twee beperkingen. De geteste modellen lopen al een generatie of meer achter op wat je vandaag kunt openen, en de auteurs van de JSSM-studie verwachten dat nieuwere versies beter presteren. En in geen van de hier beschreven studies volgde iemand maandenlang een AI-schema om winst in kracht of spiermassa te meten; experts beoordeelden de documenten.
Waar door AI geschreven schema's vaak tekortschieten
Dezelfde zwakke plekken komen in meerdere studies terug. In de Havers-studie noemden de auteurs het ontbreken van gedetailleerde intensiteitsparameters, zoals hoe dicht je bij spierfalen traint en welke belasting je voorschrijft, als beperking bij alle modellen. Eén hypertrofieschema viel terug op adviezen als “luister naar je lichaam”, en het progressieadvies was algemeen, in de trant van “voeg elke één tot twee weken gewicht, reps of sets toe”. Eén hypertrofieschema bevatte een dag in krachtstijl met drie tot vijf sets van drie tot vijf reps, wat volgens de auteurs vragen oproept over de afstemming op het doel, en één krachtschema trainde squat, bankdrukken en deadlift maar één keer per week. De auteurs beschreven de schema's ook als conservatief, waarschijnlijk met meer aandacht voor veiligheid dan voor trainingseffectiviteit, wat kan betekenen dat er te weinig prikkel is voor iemand die al jaren traint.
Consistentie is een apart probleem. Een preprint uit 2026 op arXiv (Lee; een preprint, dus niet peer-reviewed op het moment van plaatsing) vroeg Gemini 2.5 Flash om in elk van zes scenario's 20 keer hetzelfde trainingsvoorschrift te geven, met de temperatuurinstelling op 1,0 om variabiliteit zichtbaar te maken. De formulering bleef grotendeels vergelijkbaar (gemiddelde semantische gelijkenis 0,879 tot 0,939), maar de getallen dreven weg: variabiliteit kwam naar voren in kwantitatieve onderdelen, met name de trainingsintensiteit, en bij krachttrainingsvoorschriften had 10 tot 25 procent van de uitvoer een intensiteitsformulering die niet kon worden ingedeeld. De auteur concludeerde dat de betrouwbaarheid sterk afhangt van de promptstructuur. Er werd één model gebruikt, een AI-beoordelaar deed de indeling zonder validatie tegen het oordeel van experts, en vier van de zes scenario's waren klinische gevallen, dus het zegt maar indirect iets over het schema van een gezonde lifter. Zie het als een signaal, niet als een oordeel.
De praktische conclusie: de onderdelen van een schema die het meest tellen, hoe zwaar, hoeveel en hoe je progressie maakt, laat een chatbot het vaakst vaag. Jouw prompt moet ze afdwingen.
Google en Apple bouwen AI-coaches in hun gezondheidsapps
Door AI geschreven trainingsschema's verhuizen van een chatbottruc naar een ingebouwde app-functie. TechCrunch meldde in mei 2026 dat de op Gemini gebaseerde gezondheidscoach van Google op 19 mei uit de previewfase zou komen in de omgedoopte Google Health-app (voorheen de Fitbit-app), voor $9,99 per maand of $99 per jaar, met begeleiding op basis van doelen, routines, toegang tot materiaal en blessures. Hij zou eerst beschikbaar zijn voor geselecteerde Fitbit- en Pixel Watch-gebruikers, andere apparaten zouden volgen. De plannen van Apple zijn vager: 9to5Mac meldde in mei 2026, onder verwijzing naar Mark Gurman van Bloomberg, dat de coach van Apple was teruggeschroefd en pas later in de iOS 27-cyclus werd verwacht. Dat is een bericht, geen aankondiging van Apple, dus kijk in Apples eigen aankondigingen voor de actuele stand van zaken.
De studies hierboven testten algemene chatbots, niet deze producten, dus ze zeggen niets over hoe goed een coach van een groot merk presteert. Een gelikte verpakking verandert niets aan de checklist hieronder. Voor meer context over trends die goed verkopen en trends die standhouden, zie fitnesshypes versus feiten.
Een prompt die een beter eerste concept oplevert
Gezien de studies is het doel om de chatbot te geven wat hij mist en de details te eisen die hij vaak overslaat. Neem dit op in één bericht:
- Doel en tijdsbestek: bijvoorbeeld spiermassa opbouwen in 12 weken, met een lichtere week ingebouwd.
- Trainingsgeschiedenis en huidige cijfers: maanden ervaring met krachttraining, plus recente werksets zoals squat 60 kg voor 8, 8, 7 reps en bankdrukken 40 kg voor 8, 8, 6 reps.
- Planning: dagen per week, minuten per sessie en op welke dagen je kunt trainen.
- Materiaal: wat jouw sportschool wel en niet heeft.
- Blessures en uitsluitingen: bewegingen die pijn doen, en een opmerking dat bij elke pijn een professioneel oordeel nodig is in plaats van een omweg.
- Gewenste uitvoer: geef bij elke oefening sets, een repbereik, een doel voor reps in reserve, rusttijd en een progressieregel van één regel. Voeg het totale aantal harde sets per week per spiergroep toe, een regel voor wat je doet na twee gemiste trainingen en een deload-regel.
- Zelfkritiek: sluit af met: “noem de drie grootste zwaktes van dit schema voor iemand met mijn geschiedenis, en de aannames die je hebt gemaakt.”
Reps in reserve komt aan bod in RPE en RIR uitgelegd. Plak geen identificerende gegevens of medische dossiers in een chatbot; een globale beschrijving is genoeg voor een trainingsschema.
Een veiligheidschecklist om elk AI-schema te beoordelen
Loop het schema regel voor regel door vóór de eerste training. Vijf checks dekken de meeste van de hierboven genoemde faalpunten.
1. Volume
Tel de harde sets per spier per week en vergelijk dat met wat je nu doet. Een meta-analyse uit 2017 (Schoenfeld, Ogborn en Krieger, Journal of Sports Sciences; 15 studies, 34 groepen) vond een gradueel verband tussen wekelijkse sets en spiergroei: binnen de onderzochte bereiken ging meer wekelijkse sets samen met meer groei, maar het zegt niets over hoe snel je veilig kunt opbouwen. Een schema dat je huidige aantal sets verdubbelt is een rode vlag; vraag om een geleidelijke opbouw. Reken ook de tijd na: 25 sets met ongeveer 40 seconden werk en 150 seconden rust komt neer op ongeveer 79 minuten, en dat past niet in een slot van 60 minuten. Voor de cijfers achter wekelijkse sets, zie hoeveel sets je echt nodig hebt.
2. Progressie
Het schema moet precies zeggen wanneer je gewicht toevoegt. Een concreet voorbeeld is dubbele progressie: als je bij elke set de bovenkant van het repbereik haalt, voeg je de kleinste beschikbare stap toe. Vage zinnen als “geleidelijk verhogen” zijn geen regel. Progressive overload legt de opties uit.
3. Oefeningenkeuze
Check of elke oefening past bij je materiaal, je vaardigheid en je doel. Elk groot bewegingspatroon, squat of hip hinge, duwen en trekken, moet voorkomen, zonder vijf versies van dezelfde beweging. Een hypertrofieschema dat vooral uit sets van drie tot vijf reps bestaat is het waard om in twijfel te trekken, want dat is een opzet in krachtstijl. Als een beweging nieuw voor je is, lees dan de techniekaantekeningen op de oefeningspagina, zoals de barbell squat, voordat je er gewicht op zet.
4. Blessures en pijn
Een chatbot kan je niet onderzoeken. Dergaa et al. vonden dat de programma's voor gezondheidsproblemen veiligheidsbewust maar algemeen waren, wat geruststellend kan lijken terwijl ze missen wat voor jou geldt. Of een beweging bij een bepaalde blessure verboden terrein is, is een beslissing van een arts of zorgverlener, niet van het model.
5. Rust en herstel
Check de rust tussen sets tegen het doel, want het team van Washif bekritiseerde één model omdat het in elke fase dezelfde rust gebruikte. Check dat dezelfde spier niet zonder reden op opeenvolgende dagen zwaar wordt belast, en dat er ergens in het blok een lichtere week voorkomt.
Wie niet op een AI-schema moet vertrouwen
- Iedereen met hart-, long-, nier- of stofwisselingsproblemen, of een hoge bloeddruk die niet onder controle is, totdat een arts of zorgverlener zegt wat passend is.
- Iedereen die herstelt van een operatie of blessure, of pijn heeft die nieuw, scherp of erger wordend is.
- Iedereen die zwanger is of net bevallen is, en iedereen jonger dan 18.
- Iedereen met een voorgeschiedenis van eetstoornissen of dwangmatig sporten; een chatbot kan niet inschatten of meer een goed idee is voor jou.
Wat je situatie ook is, stop en zoek medische hulp bij pijn of druk op de borst, flauwvallen, ernstige of ongewone kortademigheid, of plotselinge hevige pijn. Geen trainingsschema is het waard om die signalen te negeren.
Waarom je logboek elk schema aanpasbaar maakt
De auteurs van Washif merkten op dat de chatbot geen aanpassing in real time bood op basis van feedback of voortgang. Die kloof is eigenlijk niet de schuld van de chatbot: hij weet alleen wat jij hem vertelt, en veel mensen vertellen hem heel weinig. Een schema is een hypothese over wat je aankunt, en een trainingslogboek is de directste manier om die te toetsen. Zonder logboek kun je niet zien of week vier goed ging, of een stilstand een herstelprobleem of een programmeerprobleem is, of wat je hierna moet vragen.
Een werkbare cyclus: leg elke set vast met gewicht en reps, en noteer inspanning en eventuele pijn op de manier die jouw logboek toelaat. Plak elke twee tot vier weken een compacte samenvatting terug in de chat, zoals de eerste en laatste week van je hoofdoefeningen, gemiste reps en alles wat pijn deed, en vraag wat je moet veranderen. Loop het antwoord daarna langs de checklist hierboven. Als je vastloopt, laat een plateau diagnosticeren aan de hand van je trainingslogboek zien waar je eerst op moet letten, en waarom trainingen bijhouden werkt behandelt het bredere verhaal.
Easy Reps heeft geen AI en genereert of past geen schema's automatisch aan. Het is een gratis trainingslogboek voor iPhone, iPad, Mac, Apple Watch en Vision Pro, zonder account. Het relevante onderdeel hier is de Geschiedenis: je kunt op elk moment elke eerdere sessie openen, filteren op oefening, grafieken bekijken en exporteren naar CSV, zodat de gegevens die je aan een chatbot, een coach of jezelf geeft uit je vastgelegde sets komen en niet uit je geheugen.
Veelgemaakte fouten
- De eerste uitvoer accepteren. De preprint suggereert dat dezelfde prompt bij verschillende runs andere getallen kan geven. Genereer één keer opnieuw en vergelijk de intensiteit en het volume.
- Alleen met een doel prompten. Zonder geschiedenis, materiaal of planning krijg je het algemene schema dat de studies beschrijven.
- Het logboek overslaan. Zonder gegevens wordt het schema nooit aangepast, dus een matig schema blijft matig.
- Zelfverzekerde formuleringen vertrouwen. Vloeiende tekst is geen gevalideerde tekst. In de Havers-studie beoordeelden coaches de schema's nog steeds als matig.
- Een chatbot vragen een arts of zorgverlener te overrulen. Als een professional je heeft gezegd iets te vermijden, heeft een chatbot geen gezag om het tegendeel te beweren.
- Beginnen met het volume van het schema in plaats van dat van jou. Begin dicht bij je huidige training en bouw op.
Als je liever begint met een conventionele opzet dan met een prompt, behandelt de krachttrainingsroutine voor beginners de basis.
Conclusie
Studies naar door AI geschreven programma's concluderen consequent dat toezicht door experts nog nodig is, en in de studie die de algemene kwaliteit over chatbots heen beoordeelde, gaven coaches een matige score. Een chatbot is een redelijk hulpmiddel om een concept op te stellen als je hem echte context geeft en vraagt om sets, reps, inspanning, rust en een progressieregel te benoemen. Het is een slechte vervanging voor een arts of zorgverlener zodra er gezondheidsproblemen spelen. Check het concept op volume, progressie, oefeningenkeuze, blessures en rust, begin dicht bij je huidige training en houd een logboek bij, zodat het schema wordt bijgesteld op basis van echte resultaten.
Bronnen
- D'hoe et al. 2026, ChatGPT vs personal trainers on exercise questions (JSSM)
- Washif et al. 2024, ChatGPT in resistance training prescription (Biology of Sport)
- Havers et al. 2025, Professional assessment of AI-generated training plans (Biology of Sport)
- Genç et al. 2025, Comparative evaluation of ChatGPT versions in training program design
- Dergaa et al. 2024, AI for exercise prescription: evaluation of GPT-4 (Biology of Sport)
- Li et al. 2025, GPT-4 as a virtual fitness coach, case study (BMC Public Health)
- Lee 2026, Consistency of AI-generated exercise prescriptions (arXiv preprint)
- Schoenfeld, Ogborn and Krieger 2017, weekly volume and muscle mass meta-analysis
- TechCrunch, Google's $9.99-per-month AI health coach launches May 19
- 9to5Mac, Report: watchOS 27 to improve heart-rate tracking; AI health coach may not debut at launch