學校體育數智化轉型：智慧體育課堂的體系構建與態勢展望

中圖分類號：G807 文獻標識碼：A 文章編號：1009-9840（2025）02-0052-09

Digital and Intelligent Transformation of School Physical Education： System Construction and Trend Outlook of Smart Physical Education Classroom ZHOU Li， SU Qingfu （Harbin Engineering University， Harbin 15OoOo， Heilongjiang， China）

Abstract： Artificial intelligence technology is rapidly promoting the comprehensive digital transformation of school physical education， and applied concepts and practices such as smart playgrounds ， smart classrooms ， smart teaching， and smart campuses are thriving. The study focuses on the development of smart sports clasrooms， using literature review， logical induction，and qualitative analysis. By deconstructing the current development status from the technical side，it clarifies the integration mechanism between artificial inteligence and physical education teaching， and constructs a theoretical framework and technical composition of smart sports classrooms. We have demonstrated a product system centered around data center，business center，and algorithm center，and have developed a smart sports：classroom system with four hierarchical structures ： collection layer，center layer，application layer，and presentation layer， which is the technical key to the digital transformation of school sports.Research suggests that the new technology of artificial intelligence has promoted the upgrading of school sports management concepts， fully achieving scientific content， precise process control， visualization of results ，and accurate prediction. Through the transformation of digital intelligence， physical education courses are empowered， fully realizing the scientific formulation of teaching objectives，methods，and content，the diverse interactivity of teaching processes，the intelligence of teaching environments，the objective accuracy of teaching fedback， and the comprehensive integration of ideological and political education in smart sports classrooms. Study suggests that in the future， it is necessary to accelerate the transformation of research results in fields such as artificial intelligence，5G，and deep learning， build an open and shared sports big data platform and a school sports smart ecosystem，and promote the high-quality development of a strong sports country and a healthy China through the digital transformation of school sports.

Key words： artificial intelligence ; smart physical education classroom; data center; digitalization

在萬物互聯、教育上云的數智化時代背景下，體育課堂轉型受內部需求和外部條件雙重驅動，千人千面式個性化教學、精準定位式運動技能習得的趨勢日益凸顯，體育課堂承載了學生身心素質培養、健康教育強化、未來職業素質養成、交叉學科綜合培養的多重功能。在體育意識增強、國家政策加碼的雙重驅動下，如何利用人工智能、5G、物聯網、云計算等新興技術，助力體育教學更科學、更智能、更高效地開展，提出切實可行的學校體育數智化轉型路徑和智慧體育教學方案，是傳統學校體育教學的數智化轉型的重要課題[1]。

2013年，人類正式步人“大數據元年”[2]。10 年后的今天，隨著以ChatGPT為首的生成式人工智能的迅速火爆，通用人工智能時代即將到來，目前人工智能正處于計算智能高速發展，并開始從感知智能到認知智能的范式轉變階段。雖然機器能代替人類做一些人類不擅長的事情，也會像人類一樣總結經驗規律并進行自己優化，但完全實現認知智能仍然任重而道遠，其數據完備性不足、技術標準未明確、安全隱私問題未界定、算法實用性不高等問題決定了其在體育行業的落地應用進展緩慢。由工信部、教育部和國家體育總局等部門聯合印發的《虛擬現實與行業應用融合發展行動計劃（2022—2026年）》提出到2026年要實現產學研用高效協同的體系建立，在教育培訓、體育健康等重點應用領域實現突破[3]。隨著智慧教育的應用和發展，教育部總結了智慧教育平臺的行業標準，對智慧 + 教育平臺的基本功能和數字教育資源技術提出了要求[4]。在國家政策引導和教育實際需要的雙重影響下，學校體育數智化轉型是教育數智化和體育數智化的融合，體育課組織形式和呈現方式不同于其他課堂，如何匯集新形態、新方法、新理念厘清學校體育數智化轉型為什么轉和如何轉，對有價值的體育數據加以挖掘，對有成效的數智化成果加以共享，構建一套切實可行的智慧學校體育整體方案是學校體育數智化轉型的必由之路。

1AI與學校體育“聯姻”實現數智化新變革的必然性

1.1學校體育數智化轉型的必要性

在全球化、數字化的大背景下，云計算、人工智能等新興數字技術引起了全產業數智化轉型和生產方式的變革。

（1）體育教育需求和模式變革。師生獲取信息的方式更加依賴于智能設備和社交媒體，這股潮流也深刻改變了教育的面貌，逐漸向更因地制宜的教學方式和更因材施教的教育方式滲透。尤其是體育教育的安全性、適應性特點更明顯，更加強調以學生身體發展和興趣導向為前提的個性化教育，新技術為這種千人千面的教育方式提供了人力無法替代的數據收集基礎和分析決策能力。

（2）運動大數據驅動教育決策。全球化打開了國際體育競賽和學術交流的大門，學校體育不再僅僅是本校、本地層面的競技交流，而是中國走向國際舞臺的重要組成部分。學校體育數智化可以形成數據關系網，宏觀上充分挖掘學校體育人才能力，微觀上輔助教練分析遠動員表現，制定更精準、更安全的訓練計劃，用數據驅動決策的同時，也用實際的教育需求反哺運動大數據，讓體育大數據成為學校體育的決策和建議窗口。

（3）資源優化和成本效益需求迫切。傳統體育教育需要大量資源，包括場地、器材、人員等，其資源的流通、損耗、儲備等管理往往依靠于人員自覺和個人經驗，無法形成資源利用最大化和資源損耗最小化的良性閉環。數智化轉型可以幫助學校有效管理資源，預測需求和優化資源配置。同時引入虛擬訓練平臺和在線資源共享機制，降低成本、提高體育資源利用率、增加學生整體體育訓練密度，進一步提高體育教學質量和體育教學管理效能。

1.2 學校體育數智化轉型的現狀

通過對已經在學校市場化運作的各類智慧體育產品進行調研和分析，可將當前人工智能在學校體育場景下的應用歸納為基于智能硬件產品的運動數據收集、基于大數據技術的運動數據分析、基于計算機視覺的人體運動動態建模與動作矯正、基于自然語言模型的智能運動處方推薦、基于智能算法的運動賽事編排和學校體育統一管理5個方面[16]。人工智能的計算、認知、感知智能能力可以應用于體育教學各環節的組織和發展中，躍升體育課的質量，為學校體育的承續發展和優化創新賦能，但同時也面臨著諸多挑戰。

（1）網絡性能差，數據難管理。由于運動數據繁多，采集難度天然增大，數據的傳輸和識別都依賴于網絡條件和硬件性能。盡管5G的普及可以充分滿足這一需求，但目前高速5G仍主要應用于競技體育直播、轉播等場景，無論從成本還是基站資源來看，校園環境的高速5G網絡尚未普及，當網絡條件不穩定時，圖像識別的速度和精度都會受到影響。

（2）采集場景少，數據不完備。目前學校體育場景下的運動數據采集多為心率、步數、體溫、血壓、血氧等基礎數據，并沒有結合學生自身身體素質、歷史運動習慣、天氣、溫度、濕度等情況綜合考慮，很難給出智能化和人性化的建議，在給學生和老師提供建議的同時，往往也造成誤導。尤其是場地限制、技術難度等導致無法采集到與運動場地的反作用力、肌肉發力等數據。運動損傷、運動處方等數據未結合受力和發力情況，很難給出有效和準確的信息。數據尚不完備，導致AI的作用受限。

（3）設備不統一，數據難流通。技術標準尚未明確，導致數據通融性差。不同廠商開發的智能體育軟硬件設備的技術標準不同，導致了對接和交互的操作性問題。廠商之間競爭激烈，尚無平衡發展的行業形態，學校不得不使用多個廠家不同的智能體育設備來完成智慧體育課堂的搭建，增加了使用成本的同時，提高了普及的難度和復雜度，降低了學校體育全面數智化轉型的主觀意識和客觀可能性。

（4）安全和隱私問題未界定，技術難以全面和深入發展。無論是計算智能、感知智能還是認知智能，收集產生的信息均涵蓋用戶的運動訓練數據、健康狀況、所處地區、身高體重等個人隱私信息，區塊鏈等防泄密技術尚未全面應用，數據泄露風險高。運動視頻分析出的數據部分可用于運動處方和建議的出具、運動損傷的警示和預防，仍然有很多諸如面部特征等信息不能保證采集、傳輸和存儲的安全性，被竊取后會對用戶造成很大的安全隱患。往往造成學校更不愿意共享師生的相關信息。用戶的信任危機直接影響智能 + 體育的發展。

（5）算法實用性不高，炒概念現象存在導致體育“難智慧”。計算機能根據全身建模數據中肌肉群的受力情況，判斷可能出現的運動損傷，根據圖像識別結果判斷運動者的情緒和疲勞程度，但仍未達到認知智能的程度，很多功能實測效果不理想，存在一定程度上的炒作AI概念現象。運動量負荷計算規則不科學、運動損傷難預測等現象仍然存在，計算機還無法做到像真實的教練一樣，根據運動員微妙的表情變化和肢體動作深度理解運動員的心理、壓力和情緒變化，其感知智能程度尚不完全，認知智能更加難以達到。

從宏觀到微觀、從具體到一般逐漸解決上述問題，有利于多維度提高體育數智化能力、多渠道發展體育行業和全要素建設體育強國，人工智能已經成為人類探索體育、發展體育、駕馭體育的重要技術[15]。

2數智化智慧體育課堂的理論框架與建設思路

2.1 智慧體育課堂系統的內涵與意義

體育課堂是體育教學的基本組織形式，從時間維度上劃分，包括課前、課中、課后三部分，其中每部分又可以從邏輯上細分為七大要素，分別為教練或教師、運動員或學生、教學內容、教學目標、教學方法、教學反饋和教學環境[17]。基于前文對智慧體育課堂各要素在實際應用過程中功能比較和產品技術方案的歸納，提出智慧體育課堂的概念：智慧體育課堂是指以物聯網、大數據、人工智能等技術為基礎，通過可穿戴設備、圖像捕捉設備、智能分析算法等軟硬件對體育教學行為的全面感知，并智能計算、感知、認知到體育大數據中蘊含的規律和變化趨勢，推動體育教學理念從傳統化向數字化、智能化、智慧化轉變，根據實際教學情況進行智能動態反饋，所形成的集體育信息收集、體育數據清洗與分析、智能決策與反饋于一體的能動的人機交互系統。

智慧體育課堂是AI技術工具支撐下的新型課堂教學形態或生態，其內涵是通過感知、分析、反饋等手段，為體育教學提供精準、高效、優質的服務，將傳統體育教學升級為精準化、智能化和可視化的智慧課堂。這也是學校體育數智化轉型的必經之路，通過體育教學全生命周期的數據采集和信息挖掘，打破信息屏障和人腦記憶與分析的限制，在一對多的學校體育教學模式下強化教學認知、擊穿師生心智，為學校體育各角色提供點線面結合的體育教學效果視角：一是為體育教學管理層提供全方位的教學統籌視角，提升以學校為單位、以地區為聚合體的整體體育教學質量，提升學校體育治理格局，促進學校體育數智化水平和數字化體育教學資源的發展，支撐體育教學評價體系的改革，完善教育管理服務，提高教育決策和管理水平；二是為教師提供差異化學情分析、結構化計劃制定、精細化輔助教學和時效性教學反饋，智慧體育課堂體系作為機器人教師助手，為教師制定一套個性、易用、高效的體育教學新模式；三是為學生提供精準的個性化指導，從而促進學生自主學習能力和運動能力的提升，促進學生終身體育意識的培養，高質量完成體育立德樹人的育人使命[18]

2.2 智慧體育課堂系統的理論框架

基于對市場上成熟或半成熟產品的功能、應用現狀和算法的調研及對智慧體育政策的解讀，在高校智慧體育構成要素理論研究的基礎上，深人考察東北地區某高校的體育課場景，結合部分市場化對智慧體育方案進行了設計，初步構建了高校智慧體育課堂的模型和實施方案。其中智慧體育課堂的技術應用框架如圖1所示，其整體結構包括采集層、中臺層、應用層和表現層。

采集層匯集、清洗并結構化存儲智慧體育課堂全流程、全場景、全鏈路的多源數據。學生和教師的基本信息以教務系統和學籍系統為數據源，在人工分析擬對接系統的數據結構基礎上，利用接口適配器和采集接口自動完成采集和數據轉換，存儲在用戶基本數據庫中，作為智慧體育課堂的主體用戶數據。手環、心率臂帶、運動胸帶等智能硬件產品的數據通過藍牙傳輸、云傳輸的形式獲取，考慮到不同品牌產品的數據結構不同，建議由教育單位或主管部門聯合信息技術部門制定統一的數據對接范式，對數據名稱、類型、長度等關鍵指標進行規定，以實現通過智能運動監測產品對運動者在運動過程中的指標檢測與數據獲取。通過物聯網攝像頭和移動攝像頭捕捉到的視頻數據量較大，可在終端通過圖像識別算法提取有效信息，形成每個用戶的人體關節運動模型，進一步提取出對運動指導、運動處方開具、運動效果評估等有效、有用的數據，存儲在用戶形體和運動數據中。運動環境數據，如GPS數據、天氣、溫濕度等數據通過通用接口獲取，人工標注的課程計劃及變更、課后運動任務、活動和賽事等數據通過埋點和數據庫表自動記錄。軟硬件的運行性能數據、AI算法精準度、圖像識別偏移程度等數據在系統運行過程中實時生產和分析，實時指導算法學習和優化。

中臺層集成了數據中臺、業務中臺和AI算法中臺，是整個系統的核心套件。數據中臺作為中臺層的基礎，將多源異構的數據整合并資產化，為前端以體育課堂、活動、賽事、運動處方等為主要業務的智慧體育課堂系統提供數據服務能力支撐，用數據驅動運營。業務中臺作為中臺層的主導和整個系統的中心，集成了體育課堂各時段、各運動類型上課、訓練和比賽的功能。通過埋點、用戶行為監測、軟硬件運行監測等為數據中臺累計大量數據，調用算法實現智能運動處方、智能賽事編排和智能運動糾錯等功能。同時，業務中臺作為一個整體，其內部各模塊間數據、邏輯、業務統一管理。AI算法中臺是中臺層的數智引擎，為整個系統和智能體育教學構建一體化算法流動與閉環能力，提供智能化、自動化、動態學習優化的圖像處理、行為分析、智能分類、自動規劃等運算能力。作為數據的處理工廠，可以充分挖掘體育大數據價值，為業務賦能。從體育課堂的所有環節和要素出發分解業務流程和結構，抽象出關鍵指標和監控點，完成對教學場景和目標的理解和需求轉換，分析教師和學生的基本屬性、運動行為、興趣訴求和身體特征等屬性，以數據中臺結構化的數據輸出為基礎，搭建場景化分類規則庫，進一步構建運動處方生成、運動損傷檢測、有特定意義的圖像識別等模型，并根據運行效果進行人工干預和優化，固化模型特征后，進一步設置模型自動迭代。未來結合政策導向的宏觀調控，通過調整算法規則，就能在全國各學校快速推進政策落地和驗證。

應用層通過表現層承載的前端視覺展現不同權限、不同角色用戶的門戶，將傳統體育課堂的所有流程事務和環節沉淀在系統中，利用海量底層數據、教學數據、賽事數據、行為數據等形成以教育為中心的智慧化體系，為教師教學和學生訓練提供運動處方建議、運動數據資產、課程與成績查詢、體育活動與體育賽事組織、體育咨詢宣傳、體育校園社交等豐富、易用的功能，為學校體育的數智化轉型提供探索和創新的基礎。

3智慧體育課堂場景化落地和價值閉環

基于上述提出的智慧體育課堂的理論模型、各環節要素和產品架構的綜合呈現與分析，理論上本研究提出的產品架構能夠適配各學齡段、各項目體育課堂教學過程。智慧體育課堂可以為智慧教學目標、智慧教學內容與方法、智慧學習環境、智慧教學評價、智慧師資隊伍建設、智慧賽事活動等各類教學場景賦能。融合人工智能技術的智慧體育課堂提供比傳統體育課堂更精準的運動數據，實現數據到實踐的轉化，提供個性化運動處方，培養終身體育運動習慣。但理論模型在實際應用時往往出現與理論有偏差甚至不適用的現象，根據EricRies提出的MVP（Minimum ViableProduct，最簡化可實行產品）理論，任何行業在引入新技術或新理論時都需要用最小可行產品來了解和驗證產品對用戶問題的解決程度，避免出現消耗大量資源但產品不可用或勉強用的現象[23]。本研究以高校羽毛球課堂為例，從時間發展角度、教學元素角度、個性化場景適配等角度綜合分析智慧體育課堂在實際教育教學活動中的落實效果。羽毛球具有靈活多變的來球角度、方向、弧度，運動員擊球時需要快速反應，其集技巧性、智能性、對抗性和全方位運動于一體的特點可有助于判斷應用AI技術的智慧體育課堂解決具體需求的可行性與必要性。

3.1 教學目標科學化制定

傳統體育課堂的教學目標通常從認知目標、技能目標和情感目標三方面制定[24]。制定的標準通常為所有同學都一致掌握的擊球規則、發力要領、技術動作和養成運動習慣等。對于目標達成情況的判斷往往取決于教師主觀裁定和學生的主觀表述。由于學生技術水平和身體素質不同，在實際教學中往往很難準確把握每名學生的學習進度和訓練效果，智能化教學環境的搭建可以輔助老師解決這一痛點，通過傳感器和攝像機記錄每名學生的訓練數據，清洗為結構化數據后存儲在數據中臺。通過智能算法和數據挖掘技術在教師終端準確呈現所有學生的訓練效果，通過平臺反饋的擊球區域，為學生制定擊球動作糾正計劃。通過學生運動過程中的心率變化，為學生制定安全可靠的、階梯增長的力量與耐力訓練方案。教師可以根據科學化、精準化、可視化的數據及時掌握教學進度和效果，對不同項目、不同課時、不同學生適時調整教學目標和訓練計劃，用運動大數據反哺和推動教學目標持續改進，優化教學目標的制定體系[25]。

3.2 教學內容與方法交互式呈現

目前羽毛球教學中動作演示主要采用教師演示、多媒體演示等傳統教學方式，但學生在跟練時不容易掌握正確的動作和發力方式，教師也難以及時地逐一糾正。通過在球拍拍柄上加載傳感器模塊，可實現實時揮拍檢測，在教師端頁面及時呈現每個學生的練習動作是否標準、練習次數是否到位、每次擊球點是否在甜區等關鍵數據。對于數據異常的同學也可提取學生的3D還原軌跡，以時間為主軸，以人體運動的三個軸為每個時間記錄節點的分析軸，建立四維分析模型，發現和糾正學生的每一次異常動作[26]。

動態視頻捕捉和算法帶來的動作還原，一方面可以提高訓練精度，讓學生不斷適應教學場景，提高訓練效率和效果；另一方面數據平臺留存的學習記錄，可以呈現出每個學生球技進步的可視化數據，量化教學成果的同時，可以極大提高學生學習的興趣。教師對學生訓練的建議可以不斷輸人，改進算法給出建議的精度，實現對每一名學生進步和退步的快速響應，AI自動進行基礎動作的重復性鞏固教學，減輕教師重復性工作量，充分發揮教師的引導作用，及時的調整和鼓勵可以刺激學生對運動產生興趣，完善知識獲取、掌握、內化的邏輯，教學內容、教學方法和教學場景閉環聯動，直擊教師和學生的痛點。

競技體育的賽事管理依據不同的項目和賽制具有相對標準化、流程化的特點，但學校體育場景下，不同項目、不同班級、不同程度的學生的賽事通常是教師制定個性化規則，其報名、賽程編排、賽事數據的呈現往往不同于標準化賽事。本研究提出的智慧體育課堂框架可在業務中臺實現個性化賽事編排，結合運動數據為學生自動或手動分組抽簽，快速搭建賽程體系，在賽事過程中可依據傳感器模塊傳回的數據判斷學生的落球點等關鍵數據。一方面作為視頻裁判的判斷輸入，另一方面賽事信息融合進學生個人運動檔案中，精細化管理教師和學生的運動數據，從不同維度綜合回顧和評價運動能力，符合終身運動思想的同時，可以以最小成本落地和實踐。

教師和學生的運動數據以結構化的形式沉淀在數據中臺，AI算法的算力、反應能力、存儲能力和優化能力遠大于人工判斷，又可以及時被人工干預，協同作用和交互，驅動教學方法和教學場景更加個性化，強化用戶心智，提升運動滿足感和教學體驗感，有助于形成良性循環的體育教育生態[27] 。

3.3 教學環境智能化構建

智慧體育課堂將傳統體育課堂中單一、封閉的學習環境轉變為開放、交互、共享、個性化、智能化的學習環境。理想化的羽毛球館是運動場地面鋪設力量傳感器，重要視角搭設圖像采集攝像機，環境中的溫濕度根據學生平均體溫和心率動態調整。學生手持智能球拍，老師通過電子大屏查看每個學生的實時運動數據，發現運動風險和動作錯誤及時予以指導，算法根據發力習慣和出球角度等判斷練習過程中如何分組可以實現所有學生進步和安全最大化。但現實中，全場景的智能化管理往往成本耗費巨大，難以實現。從解決最基本需求和用戶痛點的角度出發，普適于學校體育的智能場館應從成本、技術難度、巡檢和維護難度、數據采集效果等多方面考慮。

在羽毛球館人門處增加人臉識別或刷卡識別閘機，通過對比場館預定信息和學生選課信息，實現智能入場和智能點名簽到，節約教師在考勤管理上的時間和精力[28]。基于此數據也能獲取場地忙閑、應用率等數據，有利于統籌管控、最大化提高場館利用率。在每個場地側面架設攝像機，在每個學生的球拍手柄底部安裝傳感器。可采用粘貼固定和外置硅膠套固定的方式，低功耗的三軸陀螺儀、加速度傳感器、地磁傳感器和藍牙模塊于一身的小型傳感器可控制在與羽毛球拍拍柄底部面積近似大小，厚度約為1＼～2厘米，重量一般為5＼～6克，基本實現安裝前后無感知。攝像機和傳感器配合，傳感器供電設備采用鋰電池，可維持約10小時的續航時間，可滿足學校一天的教學時間。通過傳感器、攝像機和算法配合可記錄學生打球時的視頻圖像，通過人體建模計算出擊球速度、弧度、角度、落點、旋轉角速度、位移、是否甜區擊球等數據。通過佩戴式運動手環記錄實時心率、體溫、血氧等關鍵指標，結合高球、平檔、挑球、平抽、殺球等擊球類型，綜合判斷擊球和發球質量。人工智能算法結合老師的手動干預，為學生提供全面的提升擊球穩定性和準確性的訓練建議，為老師檢驗訓練效果提供參考和依據。

智能運動環境的構建實現人機交互，增強學生運動的體驗感，彌補教師不能實時和同時指導每一名學生的短板，提高學生和老師的配合度，高效、高質量的沉浸式AI教學讓體育教學更具針對性和智慧性。

3.4教學反饋理性化認知

傳統的體育教學中，教學目標是否達成由學生成績、教師評價、學生評價、領導評價、同事評價等線性組合呈現[28]。基于AI的智慧體育課堂的教學反饋可由理性數據和感性評價相結合形成多維度復合評價[30]學生在訓練和賽事中每次擊球點、擊球弧度、角度、力量等關鍵信息以熱度圖、雷達圖等形式可視化鋪展學生進步趨勢、訓練熱情等抽象化指標也可以通過訓練時間、間隔、擊球點位于甜區的概率、不同類型擊球的動作是否標準、發力是否正確等指標經算法運算后輸出，數據挖掘帶來的業務價值為教學反饋提供了豐富的維度和指標。

體育教學不會在課堂上全部完成，需要配合課前知識性內容預習、體能訓練和課后自主練習、活動賽事等綜合呈現，而課堂之外的訓練成果難以檢測和量化[31]。智慧體育課堂框架下的課后訓練，可通過智能設備實現量化監督和效果核查，基于體育大數據中臺數據為每個學生設置個性化課后訓練內容將成為未來學校體育研究的重點。

從宏觀來看，各地區、各省市乃至全國接入學校體育數據中臺的學校，都可以利用中臺的技術優勢和算力優勢，對各維度的學校體育數據進行監測和預測，形成單一學校可反饋及管控，多所學校可橫向對比和優化的學校體育閉環治理的良性反饋體系[32]。

3.5 課外活動競賽個性化承辦

目前學校舉辦的賽事多為參照國家競賽體系及學校辦賽傳統經驗而進行，引入智慧體育課堂后，可以根據每個學生的運動偏好、運動能力、不同年齡適宜運動等數據適時舉辦不同水平的業余賽事，在比賽中充分挖掘學生的體育能力，為體育人才選拔提供一定的數據基礎和決策依據。同時賽事和活動中的數據結合體育教學過程中的課堂數據綜合分析，可以更全面地描繪每個學生的體育畫像。傳統比賽和活動的數據無法準確記錄和合并分析，數據中臺可以結合教師個性化的業務需要，綜合分析同一個學生不同運動項目的數據和不同學生在同一個項目的數據，同時不斷下鉆分析，分析學生在競賽中的心理狀態，為運動心理學的研究提供無感知的一手數據。

微觀上每個學生的運動數據更加完整和完善，從小學、中學到大學，所有數據集合于統一架構的平臺中，更能科學指導每個學生不同身體發育階段的運動處方；宏觀上，每節體育課、每場活動、每次賽事的數據都能完整記錄，有利用國民身體素質的全面分析，擺脫過去只能依靠醫學數據和體育特長學生運動數據的小樣本分析困境。

4智慧體育課堂的應用策略與解決抓手

4.1源頭：規范智慧體育課堂平臺建設

在明確社會化智慧學校公司入局的同時，需要從政府層面制定廠家資質規范、技術應用規范、數據安全規范等一系列產業化管理標準，從行業發展的初期就形成嚴格管理、多元發展的治理局面。（1）發揮政府主導作用，構建合作伙伴庫。政府、科研機構、體育協會等共同制定入庫規范，明確廠家的經營資質，定期授權和更新具備智慧學校體育管理資格或智慧硬件產品銷售資質的合作伙伴名單，從公司的人工智能、大數據、互聯網等技術從業人員的級別和數量，到智慧體育案例數量、智慧硬件的使用周期和安全性能等均制定不同等級標準。（2）構建“連接 + 算力 + 能力”的智慧化學校體育服務規范，以積淀能力、融合發展、智慧賦能為目標，對智慧學校體育方案的基本功能和算力水平進行限定，再借鑒國外的學校體育智慧化方案，邊建設、邊運營、邊完善，逐步形成成熟的、可持續發展的智慧體育中國方案。（3）啟動監控、過程監管和結果監督并舉，各學校在與社會力量共同確定智慧化改造方案后，由體育管理部門和教育部門共同評審，在建設和運營過程中對建設內容、信息安全、數據安全、運動安全、演進規劃等進行管控，制定各級安全閾值，學校自控，各省管控，國家統控三位一體管理。（4）構建體育工程學人才庫，各校在技術上依賴于社會力量的同時，在學校內部建立體育人工智能人才，利用平臺大中臺、小前臺的靈活化結構，對校內個性化需求進行快速迭代，在保證基本框架不變，數據統一管理的前提下，提高各學校智慧體育的個性化創新程度。

4.2理論：摒棄極度重視與過分輕視技術的極端思想

人工智能作為一項新技術，在應用到體育課堂數智化轉型的過程中容易出現兩種極端的理論瓶頸：一方面過分重視技術，而忽略其只是轉型大盤中的輔助角色。新興技術的興起和發展具有兩面性，在利用新技術提升體育教育治理格局的過程中，如果囿于技術創新，一味追求技術和產業顛覆性革新，往往會忽略業務和用戶本身的需求。另一方面過分輕視技術，學校體育的智能化尚未全面鋪開，大部分地區依舊使用傳統的理念來管理，各級體育行業行政部門對數據的完全壟斷和數字化監管流程與生態鏈的尚不完善，導致學校體育天然缺乏智能化的土壤，即便在智能化程度很高的競技體育領域，也仍未建成“體育大數據庫”，真正意義的數智化也并未實現[35]。

解決理論瓶頸需要自上而下的理念宣貫，從智能化程度較高的行業發展中汲取營養，各級體育行業行政部門、學校、教師都需要透徹領悟智能化帶來的便利，提升用戶的預先感知度，對齊學校體育治理閉環內各層級、各角色的理念共識。落實到具體行動上，則要求人工智能智慧體育課堂以優化體育教育能力、提高學生體育素質、培養終身體育人才為結果導向，提高各層級、各角色的用戶感知和用戶體驗。（1）在試點省份打造現象級智慧體育課堂案例，依托智能運動場和數據中臺的建設，促進學校體育高質量發展，積極探索融合人工智能等新技術的創新型體育教育的機制和模式[33]。（2）試點數據持續性公開和應用，依托大數據平臺加速科研成果轉化，加速個人運動名片的推廣，以更精細的顆粒度獲取和公開學生體質監測、每周運動頻次等數據，讓數據呈現學生體質和運動意識提升的里程碑式歷程。（3）試點經驗快速復制。初測階段的經驗和教訓及時指導、優化數智化方案，借勢在全國推廣和落地，布局真正開放共享的智慧體育課堂方案，趁熱打鐵，鞏固智能化成果，形成可視、可管、可控的數智化學校體育治理生態。

4.3 政策：加快政策落地與機制健全

雖然近年來已經陸續出臺了很多宏觀導向性政策文件，但這些文件大多數只明確方向、規劃、大綱等，尚未形成明確的執行策略、法律約束和治理制度，僅有個別在其他行業的數字化轉型中也十分突出的先進省份建立了體育數據管理專職機構和部門[35]。權責分配不明確、工作流程無標準、管理細則無體現、行業規范未建立等瓶頸問題十分突出。各省市教育和體育部門、各學校體育部門即使有智能化、云上化的需求也無從下手，社會化智能體育企業也難以參與其中。即使參與其中也存在很多問題，單純市場經濟下的智能產業往往會存在著數據販賣等灰色區域，很難對其程序進行監管治理[34]。

在學校體育數智化轉型的初級階段，就要建立健全政策法規和運行機制，完善細化監管職責和風險防控措施，廣泛聽取管理部門、執行部門、終端用戶的訴求，突破政策和制度瓶頸。（1）協同建立行業規范。國家體育總局聯合教育部、工信部等部門聯合建立行業執行標準，對學校體育數智化供應商建立準入和管控機制，對數智化成果建立細化的評價標準。（2）完善法律法規，盡快建立體育大數據相關的安全法規，明確過程數據、結果數據的沉淀、流通方式。（3）加大力度扶持智能體育企業、體育產業孵化器。建立第三方合作伙伴庫，推動企業、科研單位、學校之間關于智慧體育課堂的合作共建。沉淀智慧體育課堂成果，形成行業方案庫，從上而下層層推動和監管，構建一個過程和結果評價均完善的管理體系。

4.4技術：攻破卡脖子問題與安全隱患

人工智能發展過程中仍然困囿于諸如芯片技術、傳感器技術、數據傳輸效率、算法運行速度等卡脖子問題，這些AI技術應用的前提條件需要集中國家和社會力量共同攻克。與人工記錄不同的是，斷電和網絡中斷都可能造成數據丟失和斷點。智慧體育課堂中應用到的溫濕度、個人信息等基礎數據依賴于其他系統的接口傳輸，其傳輸安全性、準確性和速度也制約著平臺的整體運行，基于此數據壁壘問題也將普遍存在。算法黑箱、算法失控等倫理問題也天然存在，表面上算法模式給出的是基于真實用戶的行為痕跡給出了結果和建議，但事實上感知智能從全行業來看仍然難以實現，機械化的數字還不具備自主學習能力，對算法的構建和精度的優化很大程度上取決于人工標注和訓練。

在智慧體育課堂建設初期，甚至很長一段時間上述問題都會制約著數智化學校體育良性發展，逐一攻破、漸進解決是智慧體育課堂穩步發展的基礎。（1）要集中各界力量集中攻克“深度學習”難題，現有人工智能系統過于依賴訓練數據，缺乏深層次數據語義挖掘，可解釋性對于人工智能的應用來說十分重要，是實現深層認知智能的基礎。（2）要傾斜資源加速實現“上云用數賦智”。5G、藍牙傳輸優化等技術的高速發展，為數據高速傳輸、快速分析與呈現提供基礎，依靠基礎技術的發展盡快實現學校體育數據云管理是關鍵之舉。（3）強化數據作為第四類生產要素的重要地位，規范數據存儲、開發與挖掘流程，事先、事中、事后對環節和結果可管可控，重視數據基礎研究與中臺層、應用層的聯動。（4）加速供應鏈各個環節效率及能力協同，借鑒國內其他產業數字化的底層技術基礎，建立以國家為導向、以龍頭公司為核心、高校和研究機構協作的數據共建體系。

4.5 資源：復用人才與建設資源

在學校體育數智化轉型的過程中首先要解決的是大量數據的可獲得性、數據清洗難度以及數據標注成本高等問題，尤其是數據標注環節需要大量的人力工作量及時間成本。其次，平臺基建成本高。不同地區運動條件不同，不同區域對體育課的重視程度不同，即使是同地區的不同類型的學校，其體育智能化和數字化的需求也不同，平臺建設過程中需要設計人員既明確學校體育全流程、全角度、全用戶的整體需求，又了解互聯網、人工智能、大數據產品的開發流程和項目管理，構建邏輯完善的產品邏輯和業務邏輯，設計出可開發、可實現的產品原型，這就需要研發團隊同時具備學校體育老師、體育部領導、各級教育行政部門的思維邏輯、資深互聯網、大數據、AI行業的產品設計經驗以及傳感器、圖像識別、深度學習等綜合能力，構建這樣的團隊對于高校、科研機構、第三方公司來說都是困難的。

為破解現實困境，（1）政策賦能學校體育數字化轉型。加速體育智能公司、體育智能產業園、體育創業孵化器等商業體的建立、融資與發展進程，政策和資源上適度傾斜，提高體育AI人才的就業機會。（2）提高體育工程學、體育人工智能等新興學科的設立，制定合理、有效的人才培養方案和評價機制，產學研綜合培養，同時借調在競技體育智能化發展中有經驗的人才投身學校體育數字化轉型事業中，加速推動“體育+AI”復合型人才庫的建立。（3）提高體育教師及體育、教育管理者的技能和信息素養。加強培訓和引導，在平臺體系建設初期就讓未來平臺的資深用戶參與建設，提出傳統體育教學中的問題和困境，用業務驅動產品研發。（4）加速建立完備的體育大數據庫和靈活可配置的中臺，在國家層面整體管控的前提下放權試點省份自行進行平臺建設，綜合形成可復制的產業融合方案，快速落地到非試點省份，減少重復工作量、合并建設相似需求、實行個性化功能低代碼實現，以全局的視角、最低成本的標準化建設推進學校體育數智化改造。

5結語

人工智能正引領各行業進入人機協同、跨界融合、共建共治的數智化新時代，持續推動和創新學校體育數智化升級是一個必然命題。本研究通過探索計算智能、感知智能、認知智能在智慧體育課堂行業的融合發展邏輯與現狀，在調研市場化智慧體育課堂產品的基礎上提出了融合人工智能的智慧體育課堂方案，將機器視覺與體育教育深度融合，以信息化、智能化、高效化、數字化的方式實現學校體育全面轉型，并論證了其在實際教學場景中的適配程度與部署路徑。

從理念指引、政策導向、資源整合和技術實現等多角度分析，學校體育數智化轉型的過程中仍然會面臨很多的現實挑戰和治理困境。理念上新技術的融入極易讓學校體育管理陷人唯技術論的極端里，忽視教學本身的需求，讓業務在迎合技術的過程中變形發展。政策上從宏觀到微觀的層層落地和驗證是需要時間的，權責分配不明確、工作流程無標準、管理細則無體現、行業規范未建立等瓶頸問題都需要慢慢解決。技術上仍然存在諸如芯片技術、傳感器技術、數據傳輸效率、算法運行速度等卡脖子問題，“上云用數賦智”能力尚未在學校體育大范圍應用。資源上除了研發和建設成本高的問題外，體育工程學學科建設尚處于初級階段，復合型人才的缺口短期難以填平。盡管存在諸多挑戰，但是諸如ChatGPT的大語言模型已經商用化，通用人工智能的時代正在逼近，在體育強國遠景目標逐漸實現的進程和人工智能高節奏地發展中，我國體育AI人才和體育AI科研成果也將源源不斷地涌現，后續研究可對智慧體育課堂方案的建設與實踐進行不斷論證和優化，在理論、人才、技術、政策的多維度完善和滲透下，數智化學校體育治理勢如破竹，新理念、新格局、新體系必將開辟學校體育新局面。

參考文獻：

[1]中國政府網.習近平：高舉中國特色社會主義偉大旗幟為全面建設社會主義現代化國家而團結奮斗—在中國共產黨第二十次全國代表大會上的報告[EB/OL].（2020-11-03）[2023- 04 - 25 ]. http：//www. gov.cn/xinwen/2022 - 10/25/content_5721685.htm.

[2]國家體育總局.“十四五”體育發展規劃[EB/OL].（2021-10-26）[2023-04-25].http：//www.gov.cn/xinwen/2021-10/26/content_5644894.htm.

[3]中國政府網《虛擬現實與行業應用融合發展行動計劃（2022—2026年）》解讀[EB/OL].（2022-11-01）[2023-04-25].http：//www.gov.cn/zhengce/2022-11/01/content_5723274.htm.

[4]教育部.關于發布智慧教育平臺系列兩項教育行業標準的通知[EB/OL].（2022-12-02）[2023-04-25].http：//www.moe.gov.cn/srcsite/A16/s3342/202302/t20230214_1044624.html.

[5]LUCCIS，KOPEED.人工智能［M].林賜，譯.北京：人民郵電出版社，2018：23.

[6]吳永和，劉博文，馬曉玲.構筑“人工智能 + 教育”的生態系統[J].遠程教育雜志，2017，35（5）：13.

[7]王正龍.2018中國AI開發者大會重磅來襲［J].計算機與網絡，2018（23）：16-17.

[8]劉吳揚.基于人工智能的運動教練系統分析與展望［J].北京體育大學學報，2018，41（4）：55-60.

[9]謝正陽，周銘揚.人工智能與公共體育服務融合發展的邏輯、價值與路徑[J].北京體育大學學報，2021，44（12）：176-184.

[10]BEAL R，NORMAN T J，RAMCHURN S D.Artificial intelligencefor team sports：a survey[J].The Knowledge Engineering Review，2019（34） ：e28.

[11]李久林，陳利敏，陳彬磊，等.國家速滑館智慧場館建設和集成應用研究[J].北京體育大學學報，2022，45（1）：13-24.

[12]伍汝杰.王亦洲課題組：人工智能輔助體育教學（AIPE）[EB/OL].（2020-12-30）[2023-04-25].http：//cfcs.pku.edu.cn/news/239814.htm.

[13] POUYANFAR S， SADIQ S， YAN Y，et al.A Survey on deeplearning： algorithms， techniques， and applications[J].Acm ComputingSurveys，2019，51（5） ：1-36.

[14]上海交通大學，清華大學，首都體育學院，等.“AI+體育”發展藍皮書[R].上海：2022世界人工智能大會首場智慧體育高峰論壇，2022.

[15]徐偉康，鄭芳.我國智能健身的發展：邏輯闡釋、實踐檢視與促進對策[J].西安體育學院學報，2023，40（1）：69-77.

[16]黃斌.淺談高職院校排球課信息化教學研究［J].灌籃，2019（30） ：37.

[17]姚蕾.體育教學環境的構成要素、功能與設計[J].北京體育大學學報，2003（5）：649-651.

[18]郭爽.校園足球特色小學足球課程內容一體化建設探索研究[D].鄭州;河南大學，2020.

［19]楊明川.基于自然語言處理和圖計算的情報分析研究［J].電信技術，2017（6）：5-8.

[20]李若洋，鐘亞平.數據驅動體育治理現代化：理論框架、現實挑戰與實施路徑[J].體育科學，2022，42（5）：18-28.

[21]馮振偉.體醫融合的多元主體協同治理研究［D].濟南：山東大學，2019.

[22]中華人民共和國教育部.教育部關于印發《學生體質健康監測評價辦法》等三個文件的通知[EB/OL].（2014-04-28）[2023-05-05].http：//www.moe.gov.cn/srcsite/A17/s7059/201404/t20140428_168528.html.

[23]ERIC RIES.The lean startup[M].Hamburg： Crown Business，2011.

[24]王秀香，李旭，魯永學.中小學體育課時計劃教學目標設計中的問題及其解決對策[J].體育學刊，2014，21（6）：100-103.[25]柴王軍，李楊帆，李國，等.數字技術賦能體育產業高質量發展的邏輯、困境及紓解路徑[J].西安體育學院學報，2022，39（3） ：292-300.

[26]胡海旭，楊國慶.數字化轉型：點燃當代競技運動訓練變革新引擎[J].北京體育大學學報，2021，44（11）：81-98.

[27]楊韻.走出被超越的憂慮：人工智能時代體育價值的本質省思與理念重塑[J].上海體育學院學報，2022，46（10）：1-8.[28]尹志華，郭明明，賈晨昱，等.人工智能助推體育教育發展的需求機理、關鍵維度與實現方略[J].成都體育學院學報，2023，49（2） ：73-81.

[29]裘玲珍，岑仲迪.基于模糊綜合評價理論的高校公共體育課教學質量評價[J].體育學刊，2010，17（5）：60-63.

[30]LI L，ZHANG L，ZHANG S.Using artificial intelligence for theconstruction of university physical training and teaching systems[J].Hindawi Limited，2021.

[31]ZHANG B，FANG B，YIN J，et al.Research and developmentof university physical education cloud platform management systembased on big data analysis[J]. Computer Science，Education，Engineering，2018.

[32]ZHANG B，JIN H，DUAN X.Physical education movement andcomprehensive health quality intervention under the background ofartificial intelligence[J].Front Public Health，022.

[33]黃謙，王歡慶，李少鵬.體育未來發展的邏輯重構與實踐展望——從元宇宙概念談起[J].西安體育學院學報，2022，39（2） ：129-135.

[34]LEE HS，LEE J. Applying artificial intelligence in physicaleducation and future perspectives[J].Sustainability，2O21（13） .

[35]李若洋，鐘亞平.數據驅動體育治理現代化：理論框架、現實挑戰與實施路徑[J].體育科學，2022，42（5）：18-28.