Strava declara la guerra a los tramposos: así usa IA para detectar coches y e-bikes

IA para lograr clasificaciones justas en Strava

Strava ha dado un paso importante hacia una mayor equidad y precisión en sus clasificaciones de segmentos con el lanzamiento de un nuevo sistema de machine learning diseñado para detectar y excluir actividades registradas desde vehículos. Esta medida responde a una queja histórica de la comunidad: los rankings alterados por trayectos en coche, tren o incluso avión, que distorsionaban los logros reales de los usuarios.

Continúa tras los anuncios

El análisis combinado de métricas es la clave

Desde septiembre de 2024, la plataforma ya contaba con un sistema mejorado de auto-flagging para detectar tiempos imposibles antes de que aparecieran en los leaderboards. Ahora, el nuevo modelo de inteligencia artificial va más allá: analiza más de 50 variables, desde métricas básicas como velocidad punta y aceleración, hasta patrones complejos de comportamiento, para determinar si una parte de una actividad fue realizada en un vehículo.

Se están bloqueando hasta 16.000 actividades al día de forma automática

Cuando el sistema detecta una anomalía, la actividad completa se excluye automáticamente del ranking hasta que el usuario recorta el tramo sospechoso o lo convierte en privado. Este enfoque evita que registros parciales en coche, tren o cualquier otro transporte motorizado influyan en los tiempos de segmentos ciclistas o de carrera a pie.

Según datos de la compañía, el modelo ya está bloqueando alrededor de 16.000 actividades al día antes de que afecten las clasificaciones, lo que ha producido una caída del 74 % en los reportes manuales de actividades «en vehículo». Un alivio para quienes valoran sus tiempos y puestos en segmentos muy disputados.

Precisión probada incluso en el ciclismo profesional

Sin romper la línea con los esfuerzos de profesionales

Para garantizar que no se penalicen injustamente actividades legítimas, Strava ha puesto a prueba el sistema con algunas de las salidas más rápidas del ciclismo profesional. Entre ellas, entrenamientos del esloveno Tadej Pogačar y carreras del calendario World Tour como la Surf Coast Classic, donde los ciclistas alcanzaron medias de más de 45 km/h. Incluso en estos casos extremos, el modelo no generó falsos positivos, lo que demuestra su solidez.

Próximos pasos: adiós a las e-bikes en los rankings convencionales

Algoritmos específicos para detectar e-bikes

Este nuevo modelo es solo el comienzo. Strava ya está trabajando en nuevos algoritmos específicos para identificar bicicletas eléctricas, con el objetivo de evitar que estas aparezcan en los leaderboards de ciclismo convencional. Del mismo modo, se está desarrollando un sistema para detectar salidas en bicicleta que se suben por error o de forma fraudulenta como carreras a pie.

Además, Strava está reprocesando cada leaderboard histórico, con el objetivo de garantizar que todos los top 10 reflejen el rendimiento humano real y que cada logro, cada KOM, CR o QOM, sea legítimo.

Con esta iniciativa, Strava refuerza su compromiso con la comunidad global de atletas, ofreciendo una plataforma más limpia y fiable donde los esfuerzos reales sean los que cuenten. Como resumen desde la propia compañía: “Tus logros deben ser tuyos, sin lugar a dudas”.