人工智能融入高校速度滑冰課程教學的研究

摘 要：人工智能是一門新的技術科學，在體教融合、教學信息化理念的指導下，在高校速度滑冰教學中運用人工智能技術有助于變革體育教學模式，推動教育的現代化轉型。從教學互動提質增效、訓練過程管理科學化、運動損傷防護、智能化輔助教學反思、訓練教學引導等方面分析高校速度滑冰課程向智能化改革的方向。并針對這些方向提出搭建數據平臺，為教師減負；強化數據分析，提高教學質量；預知訓練風險，保障教學安全；“智能導師”革新訓練模式；關鍵點捕捉，輔助教學反思等在高校速度滑冰課程中應用人工智能技術的途徑。以期能夠減輕高校速度滑冰教師的教學壓力，提升訓練指導的科學性，為新時代高校速度滑冰課程教學手段的改革提供理論借鑒。

關鍵詞：人工智能；速度滑冰；高校體育課程；教學改革

中圖分類號：G807.01" " " " " " " " " " " " 文獻標識碼：A" " " " " " " " " " " "文章編號：1002-3488（2023）03-0060-05

Research on the Integration of Artificial Intelligence into the Teaching of Speed Skating Course in Colleges and Universities

SUN Xuntao ZHOU Delai Tambovsky Anatoly Nikolaevich

（1. Department of Physical Education， Harbin Far East Institute of Technology， Harbin 150025， China; 2. Moscow State Academy of Physical Education， Moscow 140032， China）

Abstract： Artificial intelligence is a new technological science. Under the guidance of the concept of the integration of sports and education and teaching informatization， the application of artificial intelligence technology in speed skating teaching in colleges and universities will help to change the physical teaching mode and promote the transformation of education into a modern direction. This paper analyzes the direction of colleges and universities speed skating courses towards intelligent reform from the aspects of teaching interaction to improve quality and efficiency， scientific management of training process， sports injury protection， intelligent assisted teaching reflection， training and teaching guidance， and so on. Aiming to above aspects， it is proposed to build a data platform to reduce the burden for teachers; strengthen data analysis to improve teaching quality; anticipate training risks to ensure teaching safety; innovate the training mode of \"intelligent tutor\"; capture key points， assist teaching reflection and other ways to apply artificial intelligence technology in colleges and universities speed skating courses. In order to reduce the teaching pressure of colleges and universities speed skating teachers， improve the scientific nature of training guidance， and provide theoretical reference for the reform of teaching methods of colleges and universities speed skating courses in the new era.

Key words： artificial intelligence; speed skating; physical education courses in colleges and universities; teaching reform

1 引言

速度滑冰是我國競技冰雪運動中的優勢項目，我國在速度滑冰后備人才培養方面也具有豐富的經驗。由于高等院校是速度滑冰競技人才培養的重要陣地，因而速度滑冰項目在高校冰雪運動課程中也占據著非常重要的地位。在高校日常開展的速度滑冰課程中，其主要教學目標是讓學生掌握速度滑冰的基本技能和基本知識，加強學生的運動能力，提高身體綜合素質，同時發揮項目的育人功能，培養學生堅毅頑強的意志品質[1]。近年來，我國對學校體育的重視程度極大提高，尤其在高校體育課程改革方面大下功夫，不僅注重推進高校體育在教學模式、教學內容、教學評價等軟件方面的改革，還強調師資、場地和運動器材等硬件方面的提升[2]，逐步縮小地區間差異。

當前，我國速度滑冰無論在場地設施還是運動裝備方面都逐步邁入世界先進行列，另外，人工智能的發展也助力體育科學技術實現了新的突破。在2022年北京冬奧會、冬殘奧會中，人工智能的運用不僅提升了訓練效果，還為訓練和比賽降低了管理難度，增加了比賽的可觀賞性，實現了多方聯動、智慧冬奧。借鑒北京冬奧會的先進經驗，將人工智能運用到高校速度滑冰教學中，可以減輕體育教師的壓力并進一步實現科學訓練，這符合高校體育教學改革的理念，也是更新高校教學模式的重要舉措[3]。本文結合人工智能技術，嘗試梳理高校速度滑冰課程教學智能化改革的方向，并針對這些方向提出具體的應用措施，以期為新時代高校速度滑冰課程教學手段的革新提供理論參考與借鑒。

2 高校速度滑冰課程教學智能化改革方向

2.1 教學互動提質增效

教學互動對高校學生習得速度滑冰運動技能具有至關重要的作用。建構主義學習理論認為學習不是被動吸收知識的過程，而是學習者主動進行信息建構的過程。教師在向學生傳授運動技能的過程中，學生通過思考，能夠主動嘗試構建自己的知識體系和訓練結構。通過積極有效的教學互動，學生能夠對速度滑冰技術動作產生更加深刻的感受，提高項目參與度，同時還能激發學生參與速度滑冰運動的內在動機，滿足他們的好奇心和挑戰欲[4]。在與教師、同學互動的過程中，學生自我探索和學習的能力提高了；在動態的反饋中，學生速度滑冰的技能可以得到更快速的提升。由于每個人的身體機能和素質存在差異性，所以在滑冰時，過彎道的最佳角度、最有爆發力的起跑動作都可能存在差異，只有學生主動實踐，在速度滑冰課堂上積極地參與互動和感知，才更有利于運動技能的提高[5]。而將人工智能技術運用在教學互動中可以更好地發揮教學互動的作用，減輕教師的工作壓力，進行更加科學的運動指導。例如，阿里體育開發的體育數字化項目，就可以幫助學生在運動時得到教師的實時提醒和幫助。通過人工智能實時監測圖像或視頻中的人體輪廓，定位和分析人體的姿態、動作角度和運動軌跡，讓教師即使是通過遠程線上授課的模式，也能夠及時準確地與學生進行互動并進行科學指導。

2.2 訓練過程管理科學化

當前，許多高校的速度滑冰運動都是以公共體育課、選修課或者體育俱樂部的形式開展，一群學生同上一節課的情況十分普遍。由于教師的精力和管理能力有限，因而難以在訓練過程中做到面面俱到，公平充分地指導每一位學生進行滑冰訓練，因此，需要通過信息化的手段使訓練過程的管理更加科學化[6]。對于速度滑冰運動而言，科學地進行訓練過程管理可以體現在許多方面，例如智能運動計數功能就可以用于專項訓練。速度滑冰需要很強的下肢肌肉群力量，在體能訓練時側重于深蹲、弓步等鍛煉臀部、腿部肌肉的動作，還有皮筋牽引、負重蹲跳等動作都需要準確的計數。而通過人工智能，不僅可以讓運動員、教練員擺脫“數數”的負擔，還能夠自動生成數量曲線，便于教練員把控訓練強度。在高校速度滑冰訓練中，學生產生肌肉或情緒疲勞的情況時有發生，這難免會造成技術動作不標準、沒有達到預期訓練效果的情況[7]。而采用人工智能進行動作監測，在學生技術動作走形時便能予以實時提醒，有效保障訓練效果。另外，通過日常訓練的數據記錄，便于高校教師實時瀏覽校內、班級、個人等多個維度的速度滑冰訓練數據分析報表，科學制訂訓練計劃。傳統的僅依靠高校教師進行訓練過程管理的模式，可能存在細節把握不到位、人員管理耗時耗力的問題。將人工智能滲透進訓練過程管理，則能夠實現先進的全周期管理，形成內容豐富、規范嚴密、有章可循的訓練過程管理體系，克服訓練中的盲目性和隨意性，從而實現高校速度滑冰訓練的集約高效發展。

2.3 運動損傷防護

速度滑冰運動的危險性較高，其危險之處主要體現在三個方面：一是競速過程中容易出現摔傷和碰撞。由于滑冰過程中有競速的需要，因此當人體進行快速滑行時，在冰面上摔倒的風險就會增加[8]，如在冰上接力這樣的團體賽中，還很容易發生碰撞。同時由于冰面十分堅硬，一旦跌倒在上面，膝關節、踝關節甚至上肢關節都可能發生扭傷、脫臼、骨折的傷害。二是長時間的冰上活動容易發生運動勞損。由于速度滑冰運動要求人體長時間保持俯身姿勢，容易出現腰肌勞損和踝關節損傷的情況，尤其在熱身不充分的情況下發生此類運動損傷的概率更高[9]。三是運動裝備危險系數高。速度滑冰需要腳踩冰刀，而冰刀十分鋒利，容易劃破普通的緊身衣而割傷皮膚，導致出血。盡管高校速度滑冰課程相比其他運動課程已經有了較為成熟的教學模式，但在運動損傷防護方面，大學生時常存在防范意識不強、防范知識不夠全面、發生運動損傷時應急處理不到位以及損傷后護理質量不高等問題。同時，一些學校在冰雪運動醫療保障方面的投入也很有限，因此無法充分指導學生有效預防和妥善處理各種類型的損傷。而借助高校速度滑冰的智能化改革，針對競速過程中摔傷、碰撞的風險，可以通過全面的數據分析對學生的身體狀況作出綜合的診斷，對學生容易發生運動損傷的動作進行合理、及時的指導，以此降低運動損傷發生的風險；針對滑行姿態下發生運動勞損的問題，可以通過開發機能監控、智能救護、輔助治療等功能，幫助教師和醫務人員作出科學的損傷干預；關于運動裝備使用不當或裝備存在隱患的問題，可以通過智能化檢測的手段，在學生使用器械之前進行提醒和校正，以此降低因裝備問題導致的運動損傷風險。

2.4 智能化輔助教學反思

要落實好高校體育立德樹人的目標，高校速度滑冰教師就必須具備高度的責任心，經常圍繞自我和教學進行反思。通過深度思考，不斷運用信息技術改變落后的教學模式、設置合理的訓練計劃，培養學生對速度滑冰運動的參與意識和行為習慣[10]。傳統教學反思的常用方法有撰寫教學日志、同行觀察與交流、傾聽學生反饋等，但這些方法的主要問題在于對教學過程缺乏全面記錄、主觀分析多于客觀數據、信息關聯性不強、對進行反思后的教學效果缺乏驗證。而智能化工具可以幫助教師解決這些問題，將課堂實錄、大數據分析等技術手段融入到教學過程中，能夠為教師的教學反思提供準確、全面的素材[11]。例如，使用高清攝像頭對課堂教學進行錄制并實時上傳，通過大數據分析將部分教學情況加以量化，每節課程之后，便可以直接獲得學生訓練數據的報告，以及改變和調整教學設計后學生的狀態變化曲線。借助人工智能驅動的教學分析，可以幫助教師對教學過程作出關鍵標記，輔助他們設計出有效的課堂教學環節。此外，智慧課堂記錄設備和平臺、在線課程體系生成軟件等，也都可以作為高校速度滑冰教師的教學反思輔助工具，幫助教師高效、敏捷、詳細地捕捉教學靈感，及時調整速度滑冰課程的組織訓練方法，促使他們成長為適應新課程改革的科研型高校速度滑冰教師。

2.5 訓練教學引導

當前，大眾滑冰運動和學校滑冰課程開展得如火如荼，培養合格的、面向大眾的滑冰運動指導員也成為高校體育人才培養的重點之一。對此，體育院校紛紛開設冰雪運動指導專業，以改變當前群眾體育和學校體育在滑冰教學方面水平參差不齊、缺少規范指導等問題。但是要培養出兼備理論和實踐能力的全能型人才，各高校仍需要積極拓展滑冰培訓資源，完善滑冰教學體系，提高速度滑冰項目的整體教育水平。由于地區環境、教學規劃、資金投入等方面的差異，傳統線下教學與培訓方式往往存在一些瓶頸。而人工智能鍛煉通常是利用智能設備和算法分析，來幫助學生實現有效的練習，提升他們的運動水平。在體育課程中運用數據采集、分析和個性化推薦功能，可以將不同學生的速度滑冰訓練數據收集起來，以個性化推薦的方式給教師提供一些教學設計的參考，幫助教師根據學生個體的變化和需求情況及時調整訓練計劃，減輕備課壓力，促進經驗積累，提高執教水平。智能化手段的廣泛應用也有利于擺脫區域的限制，在全國各地培養出合格的群眾體育指導人才，促進速度滑冰運動的均衡發展。

3 人工智能技術在高校速度滑冰課程中的應用

3.1 搭建數據平臺，為教師減負

人工智能技術可以通過高效的數據統計、分析對教學起到輔助作用，基于人工智能算法的體育平臺建設是貫徹落實國家大數據戰略，助推中國經濟從高速增長向高質量發展的重要舉措。通過“互聯網+體育”變革教學模式，促進校園智能體育賽事創新發展，提升體育教育信息化水平，讓體育與科技深度融合，是新時代高校體育教學變革的可行方案。在高校速度滑冰課程建設中重視使用人工智能數據平臺，能夠從教學、訓練、競賽多個方面對速度滑冰課程的科技化產生積極影響。例如，在速度滑冰訓練中使用在人工智能數據分析基礎上開發的機器人教練，就縮小了冰雪體育基礎條件不均衡帶來的地區間以及高校間的差異。北京大學在2020年春季學期線上教學過程中就使用了AIPE（Artificial Intelligence Physical Education）系統，它利用計算機視覺技術中的單視角人體姿態估計算法，能夠判斷學生的動作是否標準，系統中還存儲了海量的速度滑冰知識和訓練方法，這對于速度滑冰教學而言實現了知識的共享，推動了教學理念的升級[12]。此外，還可以通過設置“高校滑冰資源一站圖”的方式，將臨近位置的公共滑冰場地、滑冰組織、冰上裝備企業全部納入數據平臺，形成高校健身圈，并自動作出空閑教學場地匹配方案，合理分配和利用場地資源，形成協同高效的信息流[13]。通過人工智能的數據統計與分析功能，能夠減輕教師的備課負擔，助其合理制定體能訓練、專項訓練和冰上訓練方案，便于教師與學生之間形成教學互動，優化學生滑冰訓練的體驗，提高教學品質。

3.2 強化數據分析，提高教學質量

人工智能是一類屬于自然科學、社會科學、技術科學三向交叉的學科，具有機器學習、自然語言處理、運動和控制等多種功能，通過開發人工智能訓練輔助和監控系統，能夠提升訓練教學的質量。通過采用滑冰運動捕捉采集與分析系統，可以實時跟蹤測量并記錄三維空間內人體的運動姿態、動作趨勢，以超過人眼的大視野、高精度、高速度進行場景拍攝，幫助高校速度滑冰教師在較大的滑冰場地中精準地捕捉到學生的身體動作，再進一步運用人工智能分析學生的技術特點及犯規情況，從而改進訓練方式。三維捕捉技術的運用能夠極大程度地降低教師的壓力，讓教師從緊盯訓練場的狀態中解放出來[14]，利用更多的時間去思考教學的模式。此外，速度滑冰運動不僅有冰上訓練，還包括體能訓練、身體指標監測、心理素質訓練等，運動捕捉技術同樣可以先為高校教師提供學生滑冰時的距離、關節屈伸角度等運動學、動力學參數，人工智能技術隨后跟進，對捕捉到的各類數據進行綜合式分析。甚至在營養搭配上，也可以由人工智能擔任“私人營養師”，為學生提供科學的飲食建議。

3.3 預知訓練風險，保障教學安全

在高水平的國內、國際速度滑冰隊伍中，各類科研設備為訓練效果的提升作出了重要貢獻。速度滑冰國家隊曾經使用過的Omegawave測試系統，就有助于教練員了解運動員中樞神經系統、心肺系統的活動水平，并通過大量數據的累積來預測運動損傷的風險。速度滑冰國家隊采用的一些機能監測、運動分析系統也可以被納入到高校速度滑冰教學之中，通過穿戴相關設備對參與速度滑冰課程的學生進行機能監測，有利于速度滑冰教師了解學生的生理和心理狀態，制定循序漸進的訓練計劃和個性化的指導方案，幫助學生選擇合適的訓練模塊和難度。基于機能監測，人工智能就可以根據學生近期的身體情況和訓練數據，基于骨骼、血液等信息提前進行運動風險評估，以此實現高效課堂和安全課堂。另外，由于高校學生對運動損傷的防范能力有待提高，因此對疲勞狀態的監測在高校速度滑冰課堂中更應得到重視。研究顯示，疲勞程度過高會抑制對速度滑冰訓練的積極適應并阻礙比賽表現，在學生進行速度滑冰訓練時如果處于疲憊狀態，發生運動損傷的概率就會增加。因此可以通過人工智能尋找學生在冰上訓練時容易導致受傷的動作，對于訓練負荷過高的學生及時、科學地加以提醒，通過調整訓練計劃，做一些促進疲勞消除的行為。此外，人工智能還可以進行疲勞識別，區分心理疲勞與生理疲勞，輔助速度滑冰教師保持學生對訓練的適應性。

3.4 “智能導師”革新訓練模式

目前教育信息化進入2.0時代，人工智能的出現，讓體育教學通過人機協同實現了更高階的變革，機器人陪練甚至是機器人導師取代了速度滑冰教師在學生知識學習和技能訓練方面的一部分責任。在這樣的背景下，高校速度滑冰教師逐漸開始轉變身份，從知識的傳授者變為學生訓練學習的同行者、情緒的調控者[15]。人工智能的先進性體現在對人類思維信息過程的模擬，實現這一功能有兩種方式，即結構模擬和功能模擬。通過結構模擬，可以制造出“類人腦”的機器；通過功能模擬，可以對人腦的分析判斷能力進行模擬。在速度滑冰訓練教學中，通過人工智能實現對高水平教練員“人腦”的模擬，能夠對學生的滑冰訓練進行指導。人工智能的模擬具有廣泛性，不局限于某一位或幾位教練員，而是將大量的訓練數據進行科學分析，形成某些方面超越人腦的經驗，從而實現對于高校速度滑冰教師教學能力的提升與補充。在遠程教學的情況下，“智能導師”還可以為學生提供更加權威的動作示范和指導，并調動學生的自主訓練意識。當學生的動作標準程度不夠時，“智能導師”通過傳感功能快速加以識別、計算和提醒，將重要的訓練信息反饋給教師，為修正教學提供參考[16]。在智能化輔助下，速度滑冰教師可以為每一位學生繪制“學習者畫像”，精確描繪學生的技術特征。這項工作有著超大的任務量和超高的難度，尤其對于精準度要求甚高，在教育信息化時代以前幾乎是難以實現的目標。而“智能導師”的出現則可以幫助教師解決這一問題，大量的數據支撐和準確全面的數據分析可以為教師提供直觀的訓練教學感知，便于教師診斷自身的教學情況和學生的訓練卡點，實現教學的迭代式、跨越式發展。

3.5 關鍵點捕捉，輔助教學反思

教學反思有助于實現高校速度滑冰教師教學能力的提升，其主要從教學理念方法的反思和教學效果的反思兩個方面著手。例如在速度滑冰教學中，重視體能訓練與重視冰上訓練會對訓練效果產生哪些不同的影響？針對不同的學生在練習時感受到的難點，應當采用哪些方法來改善？對于這類復雜難辨的問題，人工智能的姿態判斷和關鍵幀評價功能可以幫助教師置身于教學訓練場景中，思考教學改進的可行要素。反思的方法有多種，例如縱向反思、橫向反思、個體與集體的反思。通過智能捕捉技術與即時數據傳輸、回放等功能的綜合運用，既可以將學生不同階段的訓練情況進行縱向對比，也可以將進步迅速的學生與進步稍緩的學生進行橫向對比，還能夠通過形成評價報告，幫助教師發現自身教學特點，揚長避短，形成獨特而有效的教學風格。

4 結束語

我國出臺了一系列信息技術與體育教學融合的政策，強調體育教學的內容、教學手段和方法應實現現代化轉型，與信息技術深度融合。速度滑冰是高校體育的主要課程之一，在高校中已經具備了一定的開展基礎，但仍需要進一步發展與革新。人工智能對于速度滑冰教學質量的提高具有積極影響，高校可以利用智能化技術來促進速度滑冰教學互動，科學管理訓練過程，有效防傷防病，進行教學反思與提高訓練指導的水平。未來高校應當利用科研優勢，繼續開發與各類冰雪運動相關的人工智能技術，處理好人工智能技術與“以人為本”的教育之間的關系，推動高校體育教學的全面現代化。

參考文獻：

[1]、呂宏寧，李斌.滑冰課程教學對大學生綜合素質的促進作用[J].冰雪運動，2015，37（5）：62-65.

[2]、張桂新，王淑華，唐敏，等.動式優化型體育教學模式在高校滑冰教學中的構建和實踐研究[J].冰雪運動，2014，36（3）：75-79，88.

[3]、王麗娜.北京冬奧會對我國高校體育教育的積極影響[J].冰雪運動，2016，38（5）：45-47.

[4]、宋文利，關富余，曹杰，等.疫情期間高校體育實踐課線上教學策略的研究[J].冰雪運動，2021，43（1）：57-60.

[5]、蘇宴鋒，趙生輝，李文浩，等.人工智能提升運動表現的前沿進展、困境反思與優化策略[J].上海體育學院學報，2023，47（2）：104-118.

[6]、周鴻博，王森，張雨昕.基于5G+人工智能技術的智慧體育研究[J].通信與信息技術，2022（S2）：36-38.

[7]、張博.高校滑冰課教學中學生倦怠現象研究[J].冰雪運動，2018，40（2）：55-57，74.

[8]、王焱森，呂宏寧，李斌.體醫融合背景下高校冬季體育運動防護課O2O教學模式研究[J].冰雪運動，2022，44（2）：83-87.

[9]、郭凡清.從運動損傷角度談普通高校滑冰課教學的改革[J].冰雪運動，2013，35（5）：61-64.

[10]、張政龍.速度滑冰教學對大學生自我效能感的培養[J].冰雪運動，2012，34（6）：57-60，68.

[11]、黃海燕，劉蔚宇，陳雯雯，等.高質量發展背景下對數字體育、智能體育、智慧體育創新發展的思考[J].體育科研，2022，43（1）：1-7，20.

[12]、劉思師，羅新建.智能設備對高校體育促進作用的研究[J].體育科技文獻通報，2022，30（12）：191-194.

[13]、閆坤.后疫情時期高校速滑教學的功能與走向[J].冰雪運動，2021，43（2）：58-61.

[14]、蔣宇琨，王訓誠.人工智能在體育測評中的應用[J].數字技術與應用，2023，41（2）：79-81.

[15]、陳劍洪，陳劍萍.基于人工智能的體育沉浸式教學研究[J].當代體育科技，2023，13（11）：77-80.

[16]、張樂樂.人工智能與學校體育教育變革：價值、困境及策略[J].四川體育科學，2023，42（3）：123-126，132.