人工智能應用與體育傳播變革

王相飛，王真真，延怡冉

（1.武漢體育學院期刊社，湖北武漢430079；2.河南大學體育學院，河南開封475000；3.武漢體育學院研究生院，湖北武漢430079）

人工智能（Artificial Intelligence，AI）的概念由美國科學家約翰·麥卡錫于1955年首次提出。目前，AI已被視為一門用于模擬、延伸和擴展人類智能的理論、方法、技術及應用系統的技術科學，涉及領域包括大數據、機器學習、圖像識別、神經網絡等。隨著AI應用范圍的擴大，各國相繼布局AI發展戰略。2018年以來，美國、歐盟、瑞士、印度、日本等相繼出臺了AI相關戰略和指導性文件。在我國，AI發展日益受到國家重視：2015年國務院頒布了《關于積極推進“互聯網+”行動的指導意見》，明確指出將AI作為我國推進“互聯網+”重點布局的11個領域之一，發展AI開始成為國家戰略；2017年3月，AI第一次被寫入《政府工作報告》；2017年7月，國務院印發《新一代AI發展規劃的通知》，首次從國家戰略層面對AI發展進行了系統布局；2018年10月，習近平總書記在中共中央政治局第九次集體學習時強調，要推動我國新一代AI健康發展；2019年3月，中央全面深化改革委員會第七次會議審議通過《關于促進人工智能和實體經濟深度融合的指導意見》。在應用層面，AI受到了世界各大公司特別是互聯網企業的重視。2016年，Google的戰略由“Mobile First”轉為“AI First”，臉書、亞馬遜、微軟等企業也開始將人力和資金投向AI領域。在國內企業中，百度提出“All in AI”的口號，騰訊建立了AI實驗室，阿里巴巴集團創建“達摩院”，滴滴出行成立了AI Labs而重點在AI前沿技術領域發力［1］。隨著5G時代的到來，AI迎來更加廣闊的發展前景。

在這種形勢下，與AI高度關聯的新聞業必將受到深刻影響。美國未來今日研究所曾指出，AI及其分支技術將對全球新聞業產生深刻影響［2］。作為新聞傳播領域重要的組成部分，體育傳播同樣會因AI的發展帶來傳播方式上的變革。但目前AI在體育傳播領域的應用現狀如何，AI對體育傳播會產生哪些影響，如何應對這些影響，學術界對以上問題缺乏系統研究。本文以案例為基礎，明確與體育傳播相關的AI技術及其功能邊界，明晰AI在體育傳播中運用的技術與范例，探究AI技術滲透體育傳播的方式、方法，以及體育新聞業將如何被“重構”，從整體上勾勒未來AI應用與體育傳播方式的變革圖景，以促進我國AI應用與體育傳播的深度融合，推動體育傳播領域的科技進步與產業變革，并為媒體機構提供借鑒。

1 AI在體育傳播領域的應用現狀

目前，機器學習、自然語言、語音處理等多項AI技術已被新華社、騰訊、美聯社、亞馬遜等諸多媒體機構廣泛應用于多元場景中，涵蓋體育新聞采集與寫作，體育傳播內容的編輯與整合、分發與監管，人機交互傳播與體驗等多方面。

1.1 體育新聞的采集與寫作

AI在體育新聞的采集與寫作過程中主要作為新聞行動者和新聞內容生產者而存在。

（1）新聞行動者。為發現體育新聞線索、挖掘潛在的趨勢、選題等，依靠大數據和云計算，AI能對隱含的信息進行抓取、挖掘、統計、分析，豐富新聞信息來源。體育新聞信息的獲取得以跳出“事件現場”，擴展至數據、媒介以及各類終端。例如，《洛杉磯時報》體育報道團隊在撰寫周末棒球賽的報道時，通過使用AI發現一些隱藏的關系，可能找到“那些姓氏以元音字母開頭的經理人負責的球隊可能會輸掉早上的比賽”“比賽日氣溫越低則比分越低”等線索［3］。

（2）新聞內容生產者。海量數據生產出來的海量“傳感器資訊”進一步降低了專業傳播工作者的內容生產在內容生產整體格局中所占的份額［4］。萬物互聯和全時在線的數據使得機器內容生產（以下簡稱“MGC”）成為重要的內容生產方式，進一步改變傳統新聞業的產品形態和思維。目前“機器人寫新聞”在國內外各大知名體育媒體中已成為常態，如美聯社Wordsmith、《洛杉磯時報》Quakebot、《華盛頓郵報》Heliograf以及騰訊Dreamwriter、新華社“快筆小新”、今日頭條xiaomingbot等。無論是出稿數量還是報道速度，MGC均超過傳統的人工采寫。如Wordsmith被用于美國職棒小聯盟的體育報道，覆蓋13個聯賽和142個附屬球隊，Automatid Insights聲稱，這相當于“每季度3 700篇有費用的稿件——比美聯社的人工效率增加了12倍”。在這一格局之下，以智能化技術為基石、以人機協作為特征、以提升內容生產傳播效率為目標的智能編輯部形態將成為媒體的發展方向［5］，為媒體運行提供底層支持，實現媒體資源利用最大化。

1.2 體育傳播內容的編輯與整合

（1）體育內容標記。AI技術可以按照預設的規則，如不同的運動項目分類，實現對體育內容的智能化標簽細分、聚類、匹配。騰訊體育與IBM合作開發的“IBM AI Vision視覺大腦”技術，可以對NBA幾乎所有的影像資料及超過21億s的其他影像資料按照球星、風格、動作類型、絕殺等標簽進行細分。

（2）圖像和視頻的智能識別及制作。如《今日美國報》體育部使用Wibbitz AI生產軟件，以記者的文字報道為材料，在短短幾秒鐘內便制作出與文字報道相對應的短視頻［6］。在2018年俄羅斯世界杯足球賽期間，中央電視臺利用阿里AI的視頻行為分析、音頻信息分析、球場精準監測等功能，在10 min內便自動生成賽事集錦。

（3）智能生成比賽解析圖。如Arian開發的MOCAPA AI技術，通過分析比賽數據，自動生成上百張比賽相關解析圖，并進一步生成文字故事卡片，供用戶自行篩選、下載和分享，對增強用戶黏性具有積極作用。

（4）語音智能轉化及識別。AI能夠實現語音和文本之間相互轉化。2019年9月，科大訊飛與北京2022年冬奧會和冬殘奧會組織委員會達成合作協議，將為2022年冬奧會和冬殘奧會賽事提供語音識別、語音合成、機器翻譯等服務。屆時，比賽結果將通過AI以多種語言和文字的形式傳播給受眾。語音識別在體育傳播領域的應用以AI同傳為代表。在2018年中國網球公開賽期間，丹麥運動員沃茲尼亞奇在獲得女單冠軍接受采訪，對鏡頭說出“感謝中網，中網是我最喜歡的賽事之一”時，大屏幕上同步展示中文字幕。智能語音識別不僅有助于球迷實時了解現場信息，更有助于消除語言隔閡，給觀眾帶來最佳觀賽體驗。

1.3 體育傳播內容的分發與監管

（1）內容定制與群體聚合。AI的算法技術分“分眾”和“個性化”2類。在人機互動的過程中，AI搜集用戶的所有行為并反饋到數據庫，勾勒、復刻用戶行為模式，做到精準定位和定向推送［7］。如ESPN能夠通過用戶在App端的觀看記錄，識別用戶的主隊，進而進行包括視頻、圖片、數據等信息在內的精準推送。智能分發應用于體育傳播領域，還能夠在增強體育傳播精準度的基礎上，形成基于共同興趣、共同屬性的體育迷群，在促成人與內容連接的同時，也可作為同質群體之間的紐帶，形成趣緣連接，最終強化人與人之間的連接。如頭條體育目前在加快布局體育IP，以“人”的影響力為支點，鼓勵用戶將想法、態度、動態等信息通過頭條的智能分發功能傳播，依托字節跳動300億流量的資源扶持，打造優質體育IP與優質體育信息社交互動平臺，全方位服務頭條體育簽約明星，從而更好地推動中國體育傳媒的發展［8］。借助用戶自我取悅的個性化內容，體育傳播內容本身成為一種媒介，并不斷產生新的群體聚合機制。

（2）內容的監管與審核。智能管理審核與輿情分析的應用有效解決了互聯網海量信息下平臺信息管理難、運營成本高的問題。如《紐約時報》使用The Coral Project對不同用戶實行分級管理，以此決定哪些用戶的評論可不經人工審查直接發布，同時對評論呈現的優先級進行排序［9］。在新聞審核方面，還開發了專門識別假新聞、假照片、網絡謠言的智能模型和智能文字糾錯系統。如英國體育媒體GiveMeSport，使用AI技術實時自動收集新聞線索，并排除垃圾信息與虛假內容，以確定信息來源的可靠性。AI對信息真實性的全面把關省去了人工自查、編輯審核等多個環節［10］。

1.4 人機交互傳播與體驗

傳統的傳播理論將傳播活動定義為人與人之間的交互，機器僅起到傳播媒介的作用。AI將人機傳播納入傳播實踐，機器不再單純地作為輔助交流“媒介”而存在，逐步成為動態參與傳播活動的主體。在體育傳播中，AI聊天機器人和AI體育主播的出現推動了人機交互傳播的進一步發展。

（1）AI聊天機器人。AI聊天機器人將新聞變成對話，把傳統的看新聞變成問新聞、答新聞。如NBA和NFL使用的AI聊天機器人，能夠同時在多個球隊的各類型社交平臺與“粉絲”進行交流，實現一個AI機器人同時在多個場景和多人同時聊天。在里約奧運會期間，《紐約時報》體育版“副主編”Sam Manchester同時向受眾發出了70條信息，并得到3萬用戶的回復；魔方元于2018年推出了一款足球聊天機器人“AI球”，集看球助手與聊天工具于一體，用戶可通過App向“AI球”提出與足球比賽相關的問題，并迅速得到回復。對于如“卡卡是什么星座”“何為越位”“利物浦主場是哪”“某國家隊主教練是誰”等簡單的問題，“AI球”可以對答如流。

（2）AI體育主播。AI體育主播主要包括虛擬主持人和具有實物形態的AI機器人。如：2015年，百度推出的“度秘”成為奧運會歷史上的第1位AI解說員，并在2016年8月17日晚與楊毅共同解說里約奧運會男籃1/4決賽；2018年，俄羅斯Promobot公司研制的機器人成為美國福克斯體育頻道體育新聞的主持人，該機器人能夠在節目中與主持人對話、評論并預測比賽結果。

2 AI應用對體育傳播的影響

AI在體育傳播中的應用，勾勒出新的體育傳播圖景，對體育傳播者核心價值轉變、體育傳播內容價值擴展、泛內容平臺下傳統體育媒體新轉向、技術融合背景下AI賽事直播用戶體驗提升、體育傳播風險衍生和疊加等產生了全方位的影響，并在深層次上重塑體育傳播業態。

2.1 體育傳播者核心價值的轉變

AI通過數據采集、數據清洗、數據分析、觀點提煉、模板匹配、稿件潤色和發布初版等一系列步驟完成體育新聞的采寫發布，形成了MGC（機器生產內容）、OGC（職業生產內容）、UGC（用戶生產內容）、PGC（專業生產內容）協同的體育內容生產格局。一方面，更多的新聞從業者可以從模式化的體育新聞寫作模式中解放出來；另一方面，也促使體育傳播者重新考量其核心價值。AI參與體育內容的生產，大大減輕了傳統體育傳播從業者內容生產工作壓力。相比其他類型的新聞，體育新聞規格化、模式化程度較高，使用AI寫稿的易用性更強。在2016里約奧運會期間，今日頭條新聞機器人“xiaomingbot”在奧運會開幕后的13天，共撰寫了457篇關于羽毛球、乒乓球、網球的消息簡訊和賽事報道，平均每天撰寫30篇以上，囊括從小組賽到決賽的所有賽事，發稿幾乎與電視直播同步［11］。

在體育內容生產環境變化的形勢下，體育傳播者的核心價值不再局限于內容生產本身，而轉向體育傳播的價值引導和創造。如果說其他類型的新聞傳播者的核心價值在于側重數據挖掘和借用AI實現新聞傳播的實用化，那么體育新聞傳播者的價值除了上述內容外，還應包括對體育精神、體育文化、體育故事等體育價值進行挖掘和創造。目前使用AI寫作主要是對體育賽事中的比賽結果、參賽隊員、比分情況、以往戰績等相關數據進行挖掘和結構化處理，并在此基礎上通過給定規則生成的固定模板自動生成新聞。在這種生產模式下，機器人撰寫的新聞尚不足以滿足用戶對體育新聞的高層次需求，體育價值往往被忽視，導致傳播過程中出現內容的“價值真空”。體育新聞傳播者在引導、創造體育的精神價值和人文性中的意義更加凸顯，人工傳播所彰顯的價值理性與AI強化的工具理性將進一步實現良性互補。

2.2 體育傳播內容價值的擴展

隨著傳播技術的迭代升級和體育傳播價值的多維開發，單純的信息傳播已無法滿足體育受眾需求。從體育信息傳遞到基于關系、場景等的體驗成為AI時代體育傳播轉型的重要方面。體育傳播內容的價值維度除了信息的傳達，還包括基于內容所形成的場景連接，如觀賽場景、社交場景、運動場景、消費場景、娛樂場景等。在2018年俄羅斯世界杯期間，咪咕視頻在直播中使用AI直播剪輯官，捕捉球星的個性化動作、識別面部表情等，可瞬間剪輯出10～15 s的視頻，供用戶用作短視頻彩鈴，使其在等待接通電話的時間也能重溫精彩畫面，用戶還可手動上傳短視頻用以制作視頻彩鈴。據咪咕音樂負責人介紹，小組賽期間，咪咕視頻彩鈴傳播人數超1 600萬，傳播次數超過1.59億［12］。

斯蒂芬森認為，更多地強調傳播的信息內容而忽略了傳播的實際完成是與它對于內容的組織形式、場景和載體的匹配等密不可分的［13］。AI在體育傳播中的應用使作為內容的賽事視頻成為連接觀賽場景與生活場景、社交場景的媒介，內容本身發揮媒介化的功能，強化不同場景之間的連接。在萬物互聯的智媒時代，節點之間的關系價值已突破技術本身的價值，以人為主體形成的人與內容、人與人之間的關系，成為AI時代的關系要素，并塑造新的連接方式。未來，隨著AI應用范圍的不斷拓寬和運用場景的不斷豐富，體育傳播的內容價值能否進一步拓展，在很大程度上依賴于其能否借助AI技術更好地嵌入不同的關系和場景，通過觀賽、社交、運動等多元場景之間的連接，強化智能終端與球迷、球星與球迷等的多元連接。

2.3 泛內容生態平臺下傳統體育媒體的新轉向

隨著媒體介質的泛化，麥克盧漢筆下的“萬物即媒介”正在實現。AI驅動下的傳媒生態不斷被重構，促成了泛內容生態平臺的形成。在這個平臺中，傳統傳媒的概念被重塑，一切能夠實現信息互聯的載體或平臺都可被稱為“媒體”。未來媒體的主要判斷標準在于能否基于用戶興趣而產生連接，就這個意義而言，一切智能設備都屬于傳播媒介［13］。用戶獲取信息的渠道不再局限于傳統意義上的媒體平臺，App等皆呈現媒體化特征，如墨跡天氣App可以顯示新聞類信息、高德地圖App可以顯示資訊類信息，甚至購物App也可以顯示新聞類信息。AI在體育傳播中的應用推動各類智能終端、傳感器等設備媒體化發展，用戶只需使用智能設備便可滿足信息需求。2020年末，有超過500億臺設備實現互聯，超過2 000億個聯網傳感器產生海量數據。隨著萬物互聯時代的到來，越來越多的設備將在無屏、移動和遠程狀態下使用［14］。在這一趨勢之下，智能終端體育產品將成為用戶的潛在需求，隨之而來的是同一主題的體育傳播內容將針對不同的場景需求外顯為不同的信息表現形式，如傳播者可針對用戶行走和運動中的場景提供短、平、快的戰報，針對車站候機室等場景提供趣味性強的賽事周邊新聞產品，針對客廳等固定場所則可推送VR等沉浸式體育新聞產品。

當智能終端既能依托個性化分發和推送功能滿足體育用戶的信息需求，又能借助AI場景為用戶提供優質體驗時，傳統體育信息平臺將面臨轉型問題。一方面，打造智能終端體育新聞產品有可能促進傳統體育平臺的轉型，如央視網與科大訊飛合作，致力于打造融媒體智能終端產品。另一方面，在AI技術占優勢的體育傳播環境下，傳統體育媒體與硬件制造商、數據服務商等AI技術機構的合作將進一步加強，建立起以技術支持、資源共享、內容分發等為支撐的“智能+體育”立體化體育傳播格局。如目前，《華盛頓郵報》已與體育數據公司Stats.com建立合作關系，從中獲取數據支持，以在體育賽事中搶先報道。

2.4 技術融合背景下AI賽事直播用戶體驗的提升

無論是內容標記、語音轉換，還是新聞采寫、內容分發與管理，從目前AI在體育傳播領域的應用看，人工智能對體育傳播的參與多在文本層面。盡管AI在賽事轉播中已經能夠勝任如視頻剪輯、智能生成賽事視頻和圖解等工作，當前AI在賽事直播中的應用仍相對有限，用戶對AI參與體育傳播變革的直觀感知不夠明顯。隨著5G技術的推廣和普及，視頻傳播層面高清技術將不斷升級，AI在體育賽事直播中將會得到更為廣泛的應用，并為用戶帶來更優質的觀賽體驗。從技術融合角度看賽事直播：一方面，網絡傳輸技術與高清技術的結合已經在實踐中得到應用，如芒果TV與中國體育ZHIBO.TV聯合打造了全國首個創新融媒智慧體育產品，包含解鎖4K超高清直播、VR直播、多視角自由切換、“子彈時間”回看、實時賽事數據直播、社群互動約球等體育賽事全新觀看方式［15］；另一方面，5G+4K/8K+AI體育傳播技術仍有待進一步推廣。而在其他類型的直播中，AI已與其他技術實現了較好的融合。2019年8月，中央廣播電視總臺公布了“5G+4K/8K+AI”的應用實踐戰略布局。2019年9月29日，為迎接新中國成立70周年閱兵，央視新聞70 h不間斷直播《日出東方》節目，通過90余個機位、30余個特殊視角無人值守機位和1 600余個鏡頭全方位展現國慶閱兵實況，并設置VR機位，運用“5G+8K+VR”技術對閱兵儀式進行全程直播［16］，實現了“全球+全息”傳播。繼與文本相融合之后，AI將與體育賽事直播深度融合，通過全景、全程、全息傳播等方式進一步提升用戶體驗。

2.5 體育傳播風險的衍生與疊加

傳播技術的革新，一方面建構與之相適應的體育傳播圖景，另一方面也衍生出一系列風險并造成疊加效應。

（1）信息繭房風險。目前學界和業界對AI是否會帶來信息繭房風險存在爭議，這恰恰從側面反映出這一風險的潛在性。從體育傳播實踐看，基于智能分發產生的信息繭房風險不容忽視。信息繭房一旦產生，在很大程度上意味著用戶獲得的信息都與自己既有的價值觀相一致，而用戶不感興趣的內容或與之相左的看法、觀點將不被推送，造成信息窄化和信息結構失衡，長此以往受眾認知會固化。如2018年蘇州太湖國際馬拉松賽，中國運動員何引麗在最后沖刺階段被遞上國旗事件，之后國內馬拉松比賽接連曝出各種問題，基于算法的大數據推薦向特定用戶連續推送帶有諸如“運動員比賽途中受干擾”“賽制不專業”“運動員猝死”等主題的信息，造成用戶對馬拉松比賽甚至馬拉松本身的片面認知，馬拉松比賽一時間被眾多網友質疑和議論，并在更大范圍內進一步造成用戶的認知偏向問題。

（2）信息損耗風險。信息損耗風險多表現為AI對信息的處理偏差問題。美國《紐約時報》新聞實驗室就AI的閱讀行為進行一項實驗，讓AI編輯和人類編輯同時閱讀同一條新聞標題“紐約揚基棒球隊正在休大假”，人類編輯迅速解讀出該標題實際上諷刺該棒球隊的不堪成績，而AI對“休大假”的解讀則是真正意義上的休閑度假。信息損耗風險影響體育傳播的準確性，甚至導致虛假信息。

（3）視覺本位的擴大化風險。體育傳播本身具備較強的視覺張力，AI進一步強化了用戶的感官體驗。AI具備對體育賽事視頻、畫面較強的捕捉和還原能力，擴大了體育傳播的視覺本位效應，這一擴大化的效應與AI的精準分發形成合力，有可能在娛樂性、沖擊感和體育暴力等方面引發過度的視覺傳播偏向。

（4）其他潛在風險。AI缺乏對體育健康、健身知識及體育精神的關注，導致媒體責任的弱化；AI算法偏見帶來體育傳播中的性別、人群、種族偏見；AI應用于各類跑步、健身平臺、體育社交工具等的用戶數據分析，存在泄露用戶隱私的風險；AI在體育新聞生產、體育明星肖像重塑、體育視頻剪輯及電子競技游戲制作等方面的應用，涉及知識產權和責任主體界定等問題，存在一定法律風險。AI在體育傳播應用過程中帶來的潛在風險與隱憂是一個不可忽視的問題。

3 基于AI應用的體育傳播變革應對舉措

3.1 重視體育傳播的價值引導和創造

體育的功能不應局限于休閑娛樂，還應包括多重社會和文化意義。因此，體育傳播的目的不僅包括內容的傳遞，還包括體育精神的傳遞、體育文化的傳承、體育故事的傳播等。AI背景下的體育傳播價值引導和創造可通過以下途徑實現：①通過傳統模式下的內容生產和議題創造，從內容層面強化體育價值，實現與AI生產的內容互補；②借助AI技術本身帶來的變革，實現體育價值的引導，美國《時代周刊》已在這方面開展了有益的嘗試——2020年3月，馬丁·路德·金以虛擬方式成為《時代周刊》的封面人物。為改變傳統的媒介敘事方式并傳遞積極的價值觀，《時代周刊》利用AI、VR、機器學習等技術推出沉浸式項目“The March”，并于2020年2月28日在伊利諾伊州芝加哥杜塞布爾非洲裔美國人歷史博物館首次展出，民眾既可通過第一視角真實體驗歷史情境，又可借助基于AI算法的語音驅動對民權活動家喬伊斯·拉德納進行交互式采訪。該項目以封面人物故事為主題，通過傳播內容與用戶的連接，進一步傳遞媒體預設的價值觀。體育傳播中的價值引導和創造可借鑒《時代周刊》，利用AI創新的體育媒體敘事方式，將體育精神價值、人文精神等融入內容和產品中，在加強體育傳播內容與用戶連接的同時，實現體育價值的引導和創造。

3.2 構建體育傳播場景強化用戶體驗

根據羅伯特·斯考伯提出的場景五力理論，移動設備、社交媒體、大數據、傳感器和定位系統是未來AI場景打造的重點方向。AI應用下的體育場景打造可有以下途徑。

（1）充分發揮社交媒體等智能終端的作用。體育傳播中可在AI觀賽場景中導入社交媒體關系鏈，使用戶在觀看比賽的同時能與他人進行交流互動。類似的方法曾被用于VR體育傳播中，效果良好。如Live Like VR開發了一款虛擬體育場館應用程序，用戶可在程序內導入Facebook關系鏈，邀請Facebook好友一同觀看比賽，并能在觀賽過程中聊天、討論、競猜［17］。

（2）有效利用各智能終端及其數據，搭建場景，融合時間和空間，隨用戶的移動而移動，強調游戲化和浸潤感，為用戶提供視覺、聽覺和知覺的全新體驗，融合用戶場景及產品的功能價值，實現無縫銜接［18］。正如極簡科技CEO所展望的，“無論身在何處、年齡高低，都能隨時通過智能終端，接入智能運動、數字運動的世界，與身在美國的朋友一起在澳大利亞的黃金海岸，伴著美麗的夕陽慢跑；你也可以一個智能足球，與梅西在諾坎普球場比試射門的力量與精準度”［19］。體育傳播除了充分利用智能終端本身外，還可進一步挖掘各類終端數據的價值。2017年，舊金山三角洲一支足球隊使用智能售票終端數據，根據購票者的背景和興趣，允許他們在比賽過程中改變座位，如球迷可以在一場比賽中先與家人坐在一起，然后進入一個“更響亮、更有活力的支持者”區域。這一措施對提高球迷參與度和體驗感、提升球隊傳播力和影響力起到了積極的作用。

3.3 重視AI平臺建設與技術合作

Davis［20］針對信息技術接受和使用提出“技術接受模型”，認為用戶在使用某一技術系統時，存在從感知有用、感知易用到使用態度、使用意圖再到最終實際行為的認知過程。面對AI對體育傳播產生的全方位影響，未來體育傳播可以以內容為基礎，從平臺建設和技術合作兩方面尋求進一步發展。

（1）平臺建設。2019年11月，中央廣播電視總臺基于5G+4K/8K+AI等技術，以“泛文體、泛咨詢、泛知識”為定位，上線了“央視頻”平臺。該平臺結合了AI與新一代網絡傳輸技術及新媒體形態，成為我國首個國家級5G新媒體平臺。

（2）技術合作。目前，NBA已與微軟達成戰略合作，自2020—2021賽季開始，微軟將成為NBA、WNBA等官方AI、云計算和筆記本電腦合作伙伴。微軟將借助微軟Azure云計算平臺，運用AI技術向球迷提供比賽和其他內容的產品，并進一步整合NBA的多項產品和服務。NBA、Turner Sports等還與體育視頻AI制作公司WSC Sport合作，借助AI技術實現對體育視頻的實時掃描，在智能識別比賽的關鍵節點、精彩畫面的基礎上，自動生成適合多種平臺傳播的短視頻。我國各大體育賽事版權方、賽事運營方等可以此為參考，加強與AI企業合作，為客戶提供更好的產品和服務。

3.4 合理規避AI傳播帶來的風險

傳播的風險伴隨著媒介形態的演變而變化。體育傳播領域中應用AI技術而帶來的風險可以從以下兩方面加以解決。

（1）加強AI的法律規范及倫理道德建設，規避風險。目前各國已發布了若干針對AI應用的治理政策，如英國的《英國AI發展的計劃、能力與志向》報告、歐盟委員會的《人工智能道德準則》、我國的《新一代人工智能治理原則——發展負責任的人工智能》等，都為AI在體育傳播領域中的應用提供了法律保障。一些有實力的媒體平臺還提出了“科技向善”的理念，如騰訊提出AI研究與應用需要遵循可用、可靠、可知和可控原則。具體到體育傳播領域，可以制定AI體育傳播行業相關法律規范與標準，如有關體育明星肖像的智能重塑、體育視頻的智能剪輯以及相關作品的衍生（包括體育動漫、卡通、游戲、電影、小視頻等），以及體育文學作品的AI制作等，應明確界定生產主體的責任和版權歸屬。針對AI傳播過程中可能泄露的數據、隱私，包括各類體育網上商城、體育轉播平臺、體育社交工具、健身平臺、智能健身終端等的數據，應確保用戶對數據采集范圍、方法、使用目的等的知情權，制訂相關處罰條例，建立并完善投訴舉報制度，提高大眾保護數據隱私的意識。

（2）從技術上防范AI風險。AI應用過程中的風險也可從技術本身尋求防范措施。美國加州大學伯克利分校計算機學教授斯圖爾特·拉塞爾曾說，如果能解決如何把人類價值變成可編程代碼這個問題，AI的危險是可以規避的，并稱“有必要把我們人類的道德轉化為人工智能語言”［21］。未來可從技術層面嘗試將體育價值觀、人文精神等嵌入計算機編碼和運算程序，用人類的價值觀引導智能傳播技術，有效規避傳播風險。目前，正嘗試建立關聯知識庫規避信息繭房風險并解決信息偏見的問題。在體育知識庫建設方面，AI應用已進入相對成熟的階段。如：IBM為溫布爾登網球公開賽建構的數據庫可追溯到1877年賽事創辦時；NBA建立了自1947年NBA聯盟成立以來多達90多項技術指標4 500萬億條分割的數據庫；IBM在2005—2013年共收集了網球四大滿貫賽事8 128場比賽的數據，平均每場比賽收集的數據點達到了4 100萬個，還包括5 500個分析模型［22］。此類體育關聯數據庫的建立，既有利于用戶持續接收感興趣的體育信息，又能在相當程度上使用戶接收的體育信息更加多元。建立關聯數據庫還可為AI提供更多的訓練數據，從而更好地解決算法偏見等技術風險。

4 結束語

從全球體育傳播實踐看，AI在體育傳播領域的應用已覆蓋了新聞的采集與寫作，傳播內容的編輯與整合、分發與監管，人機交互傳播與體驗等多個方面，對傳播者、傳播內容、傳播渠道、用戶和傳播效果等各要素產生了全方位的影響，并將進一步推動體育傳播業態的變革。未來的傳媒生態將在用戶系統、新聞生產系統、新聞分發系統、信息終端等方面實現無邊界重構，還可能會重新定義新聞業的一些環節［23］。針對AI給體育傳播帶來的變革，無論是從價值引導與創造、場景搭建，還是從平臺建設和技術融合等方面，均可采取積極的應對措施。欲推動體育傳播的良性變革和長足發展，還需用AI思維重塑體育傳媒業態，規劃體育媒體新的發展路徑，構筑體育傳播新的生態圈，使機器傳播的工具理性與人類的價值理性實現良性互補，從而利用AI推動體育傳播的良性發展。