數據化對技能訓練的意義

2023-10-13 14:01:45韋國發崔艷霞

職業 2023年15期

韋國發崔艷霞

摘要：目前技能訓練進入了大數據時代，訓練的數據記錄更加完整，數據規模龐大。通過探索訓練數據下隱藏的訓練規律、體系及不足之處，不僅能改進訓練方法，快速提升訓練水平，而且能有效避免訓練疲勞，有助于提高訓練質量和效率。

關鍵詞：數據化技能訓練科學訓練世界技能大賽

我國于2010年加入世界技能組織、2011年首次參加世界技能大賽，中國代表團從獎牌“零”的突破，到三次蟬聯金牌榜、團體總分第一，成功進入世界技能競技第一方陣。

世界技能大賽（以下簡稱世賽）是當今世界地位最高、規模最大、影響力最大的職業技能賽事，被譽為“世界技能奧林匹克”。世賽不僅是業界技能標準的展示，更主要的是對選手專業理論及實際操作等綜合能力的考驗，對技能信息化建設的要求也非常高，因此必須提高選手訓練體系的科學化水平。

一、技能訓練體系中存在的問題

在技能訓練中，選手通常需要通過“做”和“練”等過程來完成特定的動作，但受訓練環境、經驗等因素的影響，在訓練過程中經常會出現一些錯誤，這些錯誤可能導致動作的不規范。傳統的技能訓練往往會忽略對數據的收集和分析，以致選手、專家和教練無法通過觀察和分析數據等，從多方面判斷選手是否存在動作不規范、其操作是否達到標準。

與此同時，通過對多個參賽項目訓練現況的了解，筆者發現部分參賽項目存在著訓練體系無數據支撐、訓練效率低下等問題。選手在訓練過程中進行多次重復的技能動作訓練，僅使用紙質評分表對其進行評判，無法驗證是否“更好”“更快”，缺乏一定的材料支撐。選手即使日復一日地訓練，也無法代表他們訓練效率高、技能水平高。

以信息網絡布線項目為例，中國選手在早期參賽中，缺乏一定的經驗，在訓練過程中是以主觀意識對選手的質量、速度、水平進行評估，無法為選手水平進行客觀的評價，導致選手的訓練效率較低。

因此，在今后的技能訓練中，需要有一定的科學手段為選手訓練的“更好”“更快”提供支撐。

通過對比游泳運動員訓練相關資料發現，運動員在訓練的過程中，需要使用許多數據監測儀器記錄相關數據，例如，將游泳速度、呼吸頻率等作為該運動項目的數據支撐，以更有效地提高游泳運動員的水平。在選手訓練時，同樣可以用數據監測支撐選手的訓練優化，并提高訓練效果。

二、數據化在技能訓練中的應用策略

數據在技能訓練中的應用隨處可見，如單項數據、比賽數據、完成用時、作品得分、失分環節等。隨著訓練的深入，發現數據對于技能訓練起到了非常大的作用，可以為選手制訂合理的訓練計劃，同時能夠隨時監控到選手的每一個動作。因此，數據是技能訓練過程中很重要的參考資料。

數據化的技能訓練是怎樣的？簡單來說，它是將技能訓練的各項數據通過基礎的統計報表、數據分析進行明確的分類整理、科學分析、精準定位，以數據報表的形式對技能訓練的理論知識和技能操作進行記錄、呈現和預測。

（一）訓練參數數據化

滴灌技術通過傳感器及計算機系統跟蹤植物和土壤水分的變化，自動灌溉和施肥。農業生產借助數據可以提高質量和效率，技能訓練借助數據也可以收到同樣的效果，其中的關鍵點就是訓練參數數據化。

1.多組數據對比

當多組數據需要進行對比時，多組數據的測試環境（基準）要盡量一致，避免使用不同材料、題目、尺寸等，以免數據準確性降低，導致參考價值降低。

2.某一選手的不同項目數據對比

訓練參數數據化后可得出選手不同項目的數據，根據不同競賽項目的需求，有利于對選手的作品質量、作品分數、動作技術、運動量等進行監測統計，并通過數據分析找出全面真實的相互關系。

3.多名選手的同一項目數據對比

在對同一項目數據進行收集、分析時，可將多名選手的數據錄入數據庫，通過數據保存以及數據分析功能，實現現役、退役選手數據的對比。

（二）對訓練項目進行優化

隨著各項新設備、新技術在世賽中的應用，對選手也提出了新的要求。為了更好地與世賽接軌或為技能事業發展培養選手，原有的訓練項目需要根據競賽項目的新發展進行優化和完善?？蛇\用大數據收集各類需求數據，以培養選手的專業能力及綜合素質為主，將原有的訓練項目進行優化完善，再結合訓練計劃，確保增強效果，使選手在學習理論知識的同時，能夠進行有效的專業技能實操訓練，從而提高選手的綜合能力。

（三）對訓練計劃進行合理安排

在為選手制訂訓練計劃時，需要綜合考慮不同訓練內容的具體特點，以選手的理論學習能力、專業技能實操水平等為基礎，分時間段制訂訓練計劃，確保訓練計劃的合理性和科學性。

在技能訓練中應用大數據，結合競賽項目的實際需求，將專業技能實操的規范、標準與其對應的理論知識結合起來對選手進行訓練，便于選手在掌握基本操作技能的同時，了解并熟悉其操作規范、標準和理論知識。

數據化的合理安排，使理論知識與專業技能兩部分充分融為一體，這樣既能提高訓練效率，又能幫助選手深刻理解和掌握相關內容，提升技能訓練的效果。

（四）開展多元化、智能化的考核

在以往的技能訓練過程中，專家、教練通常以主觀意識對選手的質量、速度、水平進行評估，考核結果不科學，考核方式較片面。

世賽不僅要求選手具備很強的理論知識及專業技能實操能力，還必須具備外語溝通能力、良好的心理素質、健康的體魄等綜合能力。因此，需要對考核評價體系進行多元化、智能化的優化調整。

專家、教練通過查看考核成績，不僅能得知選手對技能競賽項目的基本理論知識、專業技能的掌握程度，還能了解選手的外語溝通能力、心理素質及體能健康狀態，有利于專家、教練對選手在訓練中存在的不足及訓練方式提出改進措施，從而有效提高選手的綜合素質。

三、數據化在技能訓練過程中的運用

（一）訓練思維數據化

數據化思維是一種基于數據考慮事物發展的創新思維，以創造數據價值為目的的量化思維，追求準確性，強調事實。它不僅是對事物的簡單量化，也是對數據進行分析的過程。它可以通過數據得知發生了什么、為什么會發生這種情況以及存在什么樣的規律等。

依靠直覺和經驗的傳統方式已經不太適用于數據時代的訓練要求，難以為科學化訓練提供決策依據，因此急需數據化的訓練思維。

數據化的訓練思維能用訓練相關數據簡單明了地表明：什么訓練方式是最優解、什么訓練方法最管用，并且能夠洞察不同數據之間的相關性，總結出客觀的經驗教訓。

（二）訓練感知多維化

訓練狀態感知來自于數據收集，沒有數據就沒有感知。通過采集速度、質量、技巧、動作等多維度、全方位訓練數據，匯總生成多維度訓練綜合狀態圖。根據單一維度的數據很容易產生以偏概全的論斷，根據多維度感知的數據則能夠得到全方位的綜合結論，精準地對訓練進行全局洞察。

同時，通過數據收集和數據分析，可以對訓練的整體效果和過程進行精準反饋，從而減少訓練的隨意和盲目性，為訓練的科學化決策提供重要依據。且利用數據挖掘分析獲取的訓練數據，能夠將有價值的信息從不計其數的訓練數據中篩選出來，用可視化的方式找出訓練中的盲區、找到訓練短板，從而進行針對性的改進。

（三）訓練預測精確化

在大數據時代，利用數據技術可以科學、及時地分析大量訓練數據，全面預測訓練情況。

1.預測訓練的趨勢

創建訓練數據庫時，將以往的訓練數據與當前的訓練數據進行比較，可以更直觀地預測訓練總體走向。

2.預測設備零部件生命周期

精準預測訓練中使用的精密設備的零部件生命周期，選擇最佳時機進行檢測、維護或更換，避免因突發故障干擾選手訓練節奏。

3.預測訓練的設備需求

根據設備的使用次數統計數據，對設備的故障風險系數進行預測，以便專家、教練團隊制定最佳的保障制度。

四、數據化在技能訓練中的未來趨勢

使用數據支撐選手技能訓練需要做到以下幾點：測試基準盡量一致、數據采集準確充足、數據儲存自動分析。

使用數據支撐選手技能訓練，可以更加科學有效地提高選手的技能水平。未來可使用運動員級數據監測儀器，提高選手的數據采集準確性，同時建立針對選手、可自動分析匯總并可在多平臺運行的數據儲存分析平臺，數據監測儀器可以自動采集傳輸數據至數據儲存分析平臺，或者由專家、教練手動錄入數據儲存分析平臺，經過數據儲存分析平臺進行匯總換算，輸出圖表報告供專家、教練及選手參考，使得選手綜合水平可數據化。

另外，在選手參加選拔比賽的過程中，部分內容可通過數據檢測儀器自動傳輸或手動錄入，對選手作品的質量、速度、工藝進行自動計算并排名，有利于各省市技能參賽隊伍的數據管理。