數智時代人工智能技術在高校體育教學中的應用探索

中圖分類號：G64 文獻標識碼：A 文章編號：0450-9889（2025）09-0048-05

在當今時代，數智化浪潮正席卷全球，深刻重塑著社會的方方面面。數智時代以大數據、人工智能、物聯網等新興技術為核心驅動力，呈現出數據海量增長、信息高速流轉、智能無處不在的顯著特征。在這一宏大背景下，以人工智能為代表的新技術在教育領域中發揮著至關重要的作用1。人工智能技術憑借其強大的數據處理、智能決策與精準推送功能，已然成為推動教育創新發展的關鍵力量。從智能教學輔助系統助力教師精準施教，到個性化學習平臺滿足學生多元需求，人工智能在教育領域的應用場景持續拓展，深度也在不斷增加。體育是高等教育的重要構成部分，承載著增強學生體質、培養學生體育精神、促進學生全面發展的重任。然而，高校傳統體育教學長期受困于教學方法單一、個性化不足、評價體系不完善等問題，難以契合數智時代學生的多元化學習需求與發展需要。在此情境下，將人工智能技術應用于高校體育課程，能為高校體育教學革新注入澎湃動力，使高校體育教學有望沖破傳統教學模式的藩籬，實現從教學理念、方法到評價的全方位轉型升級，為培養適應新時代需求的高素質體育人才鋪就堅實道路。

一、人工智能的內涵及其與高校體育教學的融合基礎

（一）人工智能內涵概述

人工智能是一門融合計算機科學、數學、心理學等多學科知識的綜合性前沿學科，致力于讓機器模擬、延伸和擴展人類智能，使其能夠像人類一樣感知環境、學習知識、進行推理和決策。人工智能涵蓋了機器學習、計算機視覺、自然語言處理等諸多核心技術，這些技術在高等教育領域的應用呈現迅猛發展勢頭，為教育教學革新注入強大動力。機器學習是人工智能一個重要分支，具有數據驅動、自動改進、廣泛應用等顯著特征，旨在讓計算機通過對海量數據進行學習，從數據中獲取知識和經驗，并利用這些知識和經驗進行模式識別、預測和決策。當前，人工智能在高校體育教學中的應用廣泛且深入，主要體現在借助機器學習算法對學生的日常體育鍛煉數據（如跑步距離、運動心率變化、力量訓練強度等數據）進行深度剖析，以精準掌握學生的體能發展趨勢。

（二）人工智能與高校體育教學融合的理論依據1.多元智能理論

多元智能理論由心理發展學家霍華德·加德納（HowardGardner）于1983年在《智能的結構》一書中提出。該理論突破了傳統智能理論僅聚焦于語言智能和數理邏輯智能的局限，認為人類具有8種相對獨立的智能類型，分別為語言智能、邏輯數學智能、空間智能、身體運動智能、音樂智能、人際智能、內省智能以及自然觀察智能。在高校體育教學情境下，這一理論有著重要的應用價值。依據多元智能理論，每名學生在體育領域具備的智能優勢各異。教育者利用人工智能技術的大數據與智能算法功能，能夠全方位、深層次地分析學生在體育學習過程中的各項數據，如課堂參與度、技能掌握速度、比賽中的團隊協作頻次等，精準識別出學生的智能強項與智能弱項，由此為學生量身定制個性化的體育學習路徑。針對身體運動智能強的學生，智能系統可能會推薦進階式的高難度技能訓練項目，如高級體操技巧、專業級別的球類戰術配合等，并提供與之匹配的專業訓練指導視頻，滿足學生挑戰更高水平運動的需求；針對人際智能突出的學生，智能系統可能會推送團隊運動領導力培養課程，建議其擔任團隊項目負責人，組織模擬比賽、戰術研討等活動，進一步提升其團隊協作與領導能力。這種基于人工智能技術的個性化培養，能夠充分挖掘每名學生的體育智能與潛能，使高校體育教學實現因材施教，促進學生多元發展。

2.建構主義學習理論

建構主義學習理論源于瑞士心理學家皮亞杰的認知發展理論，經維果斯基、布魯納等學者的拓展與深化，成為當代教育心理學的重要理論基石。該理論強調，知識不是由教師單向傳遞給學生，而是學生基于已有經驗，在特定情境中通過與他人協作交流而獲得。建構主義學習環境中的基本要素包括“情境”“協作\"“會話”“資源”等。在數智時代，建構主義學習理論對人工智能與高校體育教學的融合有著重要的指導意義。人工智能的機器學習、自然語言處理等技術，可以為學生的情境體驗、“協作”“會話\"等提供更多機會。例如，人工智能技術可以與VR（虛擬現實）技術、AR（增強現實）技術相結合模擬各種運動場景，讓學生在真實的學習情境中建構知識，提高學習效果。自然語言處理技術可以對人類語言進行分析、理解、生成等，學生利用智能學習平臺可以高效地展開學習對話，或者利用智能聊天功能咨詢學習思路。如在模擬的籃球比賽場景中，通過生成式人工智能工具輸入學生的實時表現信息，提出“當前場上局勢下，如何利用隊友的位置優勢，制訂最優進攻策略？”的問題。這樣的“會話”可以給予學生更多學習啟發，使其對問題的思考逐漸深入。學生還可以借助智能設備和線上平臺分享自己在體育學習中的經驗和見解。如在討論如何提高足球射門技巧時，學生可以通過視頻分析軟件，結合人工智能系統對優秀球員射門動作的分解和數據解讀，各抒己見，共同探討適合自己的訓練方法。

建構主義理論下高校體育智能化教學，能夠為這種以學生為中心的教學模式提供強大的技術支持，使學生從被動接受轉為主動探索，充分發揮主觀能動性，培養創新思維與問題解決能力，實現意義建構。可見，建構主義理論與人工智能相輔相成，共同推動高校體育教學向智能化、探究式方向邁進。

二、數智時代人工智能技術應用于高校體育教學面臨的困境

在數智時代，人工智能技術在高校體育教學中的應用逐漸受到關注，然而實際推進過程中，面臨著諸多困境，筆者主要從以下幾個常見且關鍵的方面進行剖析。

（一）教師對技術的了解與應用不足

目前，許多高校體育教師對人工智能技術的掌握程度有限。孫典等2對全國200所高校體育教師的調研數據顯示，僅有 23.5% 的教師能夠熟練運用常見的人工智能體育教學輔助工具，如智能運動分析軟件、運動數據監測系統等。約 42.3% 的教師表示僅了解部分基礎功能，在實際操作中存在困難，而34.2% 的教師對這些技術工具幾乎沒有接觸和使用經驗。這一調研結果表明，當前仍有相當一部分教師對人工智能技術的了解停留在表面，在實際教學中未能充分發揮其功能。例如，部分教師在使用智能運動分析軟件時，由于不熟悉數據分析與解讀功能，只能獲取一些基本的運動數據（如運動時長、步數等），對其他一些復雜的運動數據（如生物力學數據、運動表現數據、姿態與動作分析、疲勞與恢復數據等）無法深入了解和正確解讀，從而很難發現數據背后的學生學習與訓練的問題，無法實現預期的教學目標。這表明，當前教師對人工智能技術了解及應用經驗不足，未能將人工智能有效融入高校體育教學過程中。

（二）技術依賴導致主體地位失衡

在數智時代，人工智能技術在高等教育領域中的應用越來越廣泛，受到了廣大教育者的重視。然而，在實際應用中過猶不及，出現了過于依賴人工智能的現象，進而弱化了教師和學生的主體地位。孫典等2對150所引入較多人工智能教學手段的高校進行調查時發現，約 63.8% 的課堂中，教師過度依賴系統生成的教學方案和指導建議，缺乏結合自身教學經驗與學生實際情況進行靈活調整的意識。在高校體育教學中，人工智能系統雖能提供標準化的訓練方案，但不同學生身體素質、興趣愛好和學習風格差異較大，完全依照系統方案教學，可能導致有一定運動基礎的學生覺得內容乏味，而基礎薄弱的學生難以跟上節奏，最終影響學生的學習積極性和主動性，使教學效果大打折扣。在過度依賴技術教學的課堂中，學生的主動參與度較傳統教學模式降低了約 22.6%^[2] 。

（三）受到傳統教學模式的慣性束縛

部分高校應用人工智能進行體育教學時，受到傳統教學模式的束縛，存在理念和模式僵化、教學脫離實際需求的問題3。高校傳統體育教學模式以運動技能傳授為主，將學生視為同質化群體，忽視個體差異。這種慣性思維在數智時代極大地影響著教學的變革。當前，許多高校在制訂教學計劃時，依舊采用統一的教學進度和訓練方法。如在田徑、籃球、體操等體育項目教學中，教師普遍按照既定的教學大綱，要求全體學生同步學習相關技能，未充分考慮學生在身體素質、興趣愛好、學習風格等方面的個性化差異。王泉5在對300所高校的籃球教學調查中發現，超過 72.4% 的籃球課程采用統一的教學進度教授運球、傳球、投籃等基本技能，導致 31.7% 有基礎的學生覺得簡單，缺乏學習動力；而 41.2% 基礎差的學生則因難以跟上高強度的統一訓練，逐漸喪失信心。這種傳統模式嚴重制約了人工智能技術在體育教學中個性化教學優勢的發揮。而將智能教學系統引入教學中， 47.5% 的高校未充分考慮課程目標和學生特點4]。如在一些體育理論課程中，強行加入復雜的智能互動環節，看似新穎，實則分散了學生對理論知識的注意力，沒有真正解決教學中的重點和難點問題。此外，在教學評價上，過于注重智能設備采集的身體素質數據，忽視了對學生體育精神、團隊協作等綜合素質的考量，導致評價結果片面，無法全面反映學生的體育學習成果。王泉5針對2000名學生進行問卷調查，有 62.8% 的學生認為當前基于智能設備的評價方式不能準確反映自己在體育學習中的全面表現。

三、數智時代人工智能技術在高校體育教學中的多元應用策略

在數智時代，高校體育教學深度應用人工智能技術，對提升教學質量、促進學生全面發展具有重要意義。以下從多個方面探討人工智能技術在高校體育教學中的具體應用策略。

（一）智能生成學生畫像，驅動個性化學習進程

在數智時代，技術的飛速發展促進了教育教學的創新變革，其中個性化學習成為教育創新的重要方向。當前，高校體育教學中落實個性化學習，較大程度依賴于學生畫像構建。學生畫像是基于學生在學習過程中產生的各種數據構建而成的全面、動態的個體特征描述。高校體育教師可以先利用智能教學系統進行學生多維數據（包括基本信息、學習行為、學習成果、興趣愛好、情感動態等數據）的采集，再利用機器學習、數據挖掘等技術分析所采集到的數據，由此清楚識別學生的學習軌跡和知識掌握情況，明確學生的學習偏好與風格，評估學生對知識點的掌握情況，甚至預測學生的學習效果及潛在問題，通過數據盡可能挖掘學生的個性化特征，并根據這些特征完成學生畫像。智能教學系統可以基于學生畫像提供個性化學習支持，從而驅動學生個性化學習進程。

例如，利用智能打卡系統收集學生日常體育課程的考勤記錄、學習時長、資源使用率、互動參與度等情況，分析學生參與體育活動的積極性、學習情況、團隊協作情況；借助智能穿戴設備及運動傳感器，精準采集學生在跑步、跳遠、游泳等各類體育項目中的運動軌跡、速度、力量輸出等數據，深度剖析學生的體能狀況與運動技能水平；利用智能教學平臺記錄學生在體育理論知識學習中的答題情況，精準定位學生學習的薄弱環節；等等。通過智能教學系統的數據分析功能對多維度數據進行深度分析與整合，生成立體式的學情畫像，為后續個性化教學提供充分依據。以籃球投籃技術教學為例，系統會根據具體學情進行智能推薦。對耐力較好的學生，系統會優先推薦具有針對性的投籃技巧訓練課程，并結合耐力優勢，建議開展如籃球全場快速折返跑等相關訓練，以提升學生在籃球比賽中的持續運動能力。系統還會根據學生的學習進度和反饋，動態調整學習計劃，確保教學內容始終貼合學生的實際需求與能力水平，真正實現因材施教，充分激發學生的學習興趣與潛能。

（二）運用智能輔助訓練系統，科學提升運動表現

智能輔助訓練體系借助計算機視覺技術等人工智能技術，在高校體育專項訓練中發揮著關鍵作用。計算機視覺技術作為人工智能領域的重要分支，通過對圖像和視頻的分析處理，能夠實時捕捉人體運動的細節信息，為科學訓練提供精準數據支持。以籃球訓練為例，在訓練場地布置多個高清攝像頭，全方位覆蓋球場，確保能夠精準捕捉學生在運球、傳球、投籃、防守等各個環節的動作細節。當學生進行投籃動作時，系統瞬間采集手臂伸展角度、手腕發力瞬間的姿態、身體重心轉移軌跡等關鍵數據，并與預先錄入的專業運動員標準投籃動作模型進行實時比對。一旦發現學生存在手肘過度外翻、發力不均勻等問題，系統即刻通過智能終端向學生發出糾正提示，同時在屏幕上展示標準動作慢動作回放，配合關鍵節點的動作拆解圖示，讓學生清晰、直觀地理解自身動作偏差，并進行及時調整與改進。

此外，智能輔助訓練系統還可以依據學生持續積累的訓練數據以及實時的身體指標反饋，運用機器學習算法動態調整訓練計劃。在中長跑訓練場景中，系統實時監測學生每次訓練的跑步速度、心率變化、步頻、步幅等數據，并結合周期性體能測試中的耐力增長幅度、疲勞恢復能力等身體指標評估訓練成效。如果系統識別到學生在某一階段訓練后耐力提升陷入瓶頸，便會自動優化訓練計劃，適度增加間歇跑、變速跑訓練的強度與頻次，穿插登山跑、斜坡沖刺等專項力量訓練，全方位助力學生體能提升。同時，依據學生的疲勞恢復數據，合理安排訓練與休息周期，確保訓練張弛有度，避免過度訓練引發運動損傷，以科學、動態的訓練規劃助力學生突破體能極限，實現運動表現的飛躍。

（三）開展智能評價，實現全面客觀評估

智能評價是智能教學系統的重要功能之一，將其應用于高校體育教學評價中，是人工智能技術在高校體育教學中的創新應用，旨在打破傳統評價方式的局限性，實現對學生體育學習的全面、客觀、動態評價。該系統融合了多源數據采集與分析技術，不僅關注學生的運動成績，還綜合考量學生的學習過程、努力程度以及進步幅度等多方面的情況。通過智能設備持續收集學生在日常體育課程、課外鍛煉以及專項訓練中的運動數據，如運動強度、運動時長、技能提升速度等，結合其課堂表現、考勤記錄以及團隊協作能力等非量化指標，運用深度學習算法進行綜合分析，便可迅速形成對學生評價結果。例如，在評價學生的足球學習成果時，系統不僅依據學生在比賽中的進球數、助攻數等傳統指標，還會分析學生在比賽中的跑位意識、傳球成功率、防守貢獻等數據，由此全面評估學生的綜合能力。同時，系統可以進一步細化評價內容，如分析學生在不同比賽場景下的決策能力、心理素質等，使得評價結果更加全面、準確地反映學生的體育學習情況，為教師調整教學策略和學生制訂個人提升計劃提供有力依據。此外，在學生自評和互評環節，將學生的主觀評價與智能系統的客觀評價相結合，可以豐富評價維度，提高評價的科學性和可信度。

（四）打造智能運動場景，激發學習興趣與提高參與度

借助VR和AR等數智技術打造智能運動場景，給高校體育教學帶來全新機遇，能夠有效激發學生的學習興趣，以及提升他們的參與度。在VR和AR的運動場景中，學生可以身臨其境地體驗各種極限運動或國際賽事場景。例如，在進行滑雪教學時，讓學生佩戴VR設備，他們就仿佛置身于崇山峻嶺之間的專業滑雪場，真切感受高速下滑的刺激與樂趣。而利用VR技術模擬真實的運動環境和場景音效，讓學生在虛擬世界中獲得沉浸式的運動體驗，有利于提高他們的學習的積極性和專注度。同時，智能教學系統還能根據學生的運動表現實時調整場景難度，如在滑雪過程中，根據學生的速度、轉彎技巧等數據，自動調整雪道的坡度、障礙分布等，為學生設置個性化的挑戰任務，滿足不同水平學生的需求。AR技術則可以將虛擬信息與現實場景相結合，為體育課程學習增添趣味性。例如，進行田徑教學時，讓學生通過佩戴AR眼鏡、使用AR體感互動設備等進入虛擬的情景，與虛擬的對手展開同場競技。以跑步訓練為例，學生利用AR體感互動設備，可以與虛擬的世界紀錄保持者同場競技。系統根據學生的實時速度和距離，動態調整虛擬對手的速度，讓學生在競爭氛圍中激發自身潛力。此外，AR技術還可以在體育場館內展示體育歷史文化、運動員風采等信息，幫助學生豐富體育知識儲備，加深學生對體育文化的了解。

（五）利用智能社交平臺，促進學生協作與交流

基于人工智能構建智能社交平臺，可以為學生的體育學習提供便捷的協作與交流渠道，提升學生的團隊合作能力。該平臺利用自然語言處理技術，實現智能匹配與推薦功能。平臺能根據學生的體育興趣愛好、運動項目特長以及學習目標等信息，為學生推薦志同道合的伙伴，組成學習小組或運動團隊。例如，對熱愛籃球運動且擅長組織進攻的學生，平臺會為其推薦具有不同技能優勢（如防守、籃板等）的學生，共同組建籃球訓練小組。在小組協作過程中，平臺的實時溝通與數據共享功能讓學生能通過文字、語音、視頻等多種方式進行交流，分享訓練心得，討論比賽戰術。同時，平臺還可以整合學生的訓練數據，如個人最佳成績、技能進步曲線等，方便小組成員相互了解、相互激勵。例如，在準備一場校園籃球比賽時，小組成員可以在平臺上共同制訂訓練計劃，根據每個成員的訓練數據調整戰術安排，提高團隊協作效率。

四、數智時代人工智能技術應用于高校體育教學應注意的問題

當前，雖然人工智能技術應用于高校體育教學呈現多方面的優勢，也取得一定的成效，但是仍然有一些需要注意的問題，需要通過深入的研究與實踐改進。

（一）技術瓶頸與突破

當前，人工智能技術在高校體育教學中的應用仍受諸多技術瓶頸制約。一方面，數據技術成熟度欠佳，如在復雜體育場景下，動作捕捉的精準度與實時性難以兼顧，面對多人同時運動、快速動作變換時，計算機視覺技術易出現識別誤差、圖像延遲，從而影響教學反饋的及時性與準確性；智能教學軟件的算法適應性不足，面對不同學生群體的多樣化需求，難以精準匹配個性化學習路徑，導致學習內容推送失準。另一方面，數據處理能力亦存在短板，學生體育學習海量數據的存儲、清洗、挖掘面臨挑戰，難以快速提取有價值信息，這制約著教學決策的優化。

（二）教師適應性難題

人工智能技術融入高校體育教學，對教師傳統角色與能力結構發起挑戰，致使部分教師難以適應。傳統教學模式下，教師長期主導課堂，習慣“知識灌輸”式教學，而數智時代要求教師轉型成為學習引導者、智能教學工具使用者，不少教師在觀念與實踐層面均難以及時轉變。新角色需教師具備編程、數據分析等數字素養，然而當前高校體育教師多畢業于體育專業，數字化教學技術技能不足，面對智能教學系統操作、數據解讀分析常感力不從心，進而對新技術應用心生抵觸，阻礙人工智能技術在教學中的深度融入。為化解教師適應性困境，系統且有針對性的數字素養教育培訓不可或缺。高校應聯合專業機構，定期組織體育教師參加人工智能教學培訓，涵蓋理論知識、實操技能、教學案例研討等多元模塊，如建設智能教學平臺應用工作坊，助力教師熟練掌握智能教學系統操作技巧。高校應建立激勵機制，將教師的人工智能技術應用能力與教學成果納入績效考核、職稱評定體系，對積極創新、有效運用人工智能技術提升教學質量的教師給予獎勵，激發教師主動學習、應用新技術的熱情，推動教師與人工智能協同共進，重塑體育教學生態。

（三）數據安全與隱私保護

隨著人工智能在高校體育教學中的深度應用，大量的學生個人數據被采集、存儲與分析，數據安全與隱私保護問題凸顯。一方面，學生在智能穿戴設備監測、在線學習平臺使用過程中，產生諸如健康數據、運動軌跡、學習偏好等多方面的個人信息，一旦泄露，將對學生人身安全、隱私權益構成嚴重威脅；另一方面，部分高校與第三方技術服務提供商合作，在數據共享、存儲環節可能存在管理漏洞，如數據傳輸未加密、存儲缺乏安全防護，這容易遭黑客攻擊導致數據被竊取，給不法分子利用數據作惡埋下隱患。

數智時代人工智能技術在高校體育教學中的應用越來越廣泛、深入。借助人工智能技術，高校可以為學生的體育學習成功構建起個性化學習體系，智能教學系統憑借大數據與機器學習精準剖析學情，為學生定制專屬學習方案，充分滿足個體差異需求；智能輔助訓練借助計算機視覺與機器學習算法，實現動作精準捕捉糾正、訓練計劃動態優化，科學提升學生運動成績；智能體育評測運用先進傳感器與數據分析模型，量化評估技能水平、實時監測體能數據，為教學提供客觀全面反饋，有力推動教學質量提升。同時，人工智能技術的應用促使許多高校體育教師實現角色轉型，從知識主導者轉變為學習引導者，聚焦啟發學生思維，組織協作探究，讓學生成為學習主體。人工智能技術的應用還顯著提升教師數字素養，部分教師掌握編程、數據分析等技術，創新教學方法與課程設計，如開發沉浸式VR課程、整合多元教學資源，為教學注入了活力。

參考文獻

[1]趙壯壯.華為運動健康App融入高校體育課內外一體化教學：理念到實踐[J].南京開放大學學報，2023（3）：67-72.

[2]孫典，王莉，商立媛.人工智能賦能我國高等教育高質量發展的內涵、困境及路徑J.現代教育管理，2024（6）：34-42.

[3]李靜，劉蕾.技術賦能的高等教育規模化教育與個性化培養：邏輯必然與實踐機理J.中國電化教育，2021（8）：55-62.

[4王爭錄，張博.從同存走向共生：AI賦能教師教育的實踐理性[J].高教發展與評估，2023，39（3）：21-29.

[5]王泉.數智時代高等教育發展面臨的四重挑戰及應對探析[J].中國高等教育，2024（Z1）：29-33.

注：本文系2022年度廣西高等教育本科教學改革工程項目A類“體育舞蹈專業課程多元化教學模式構建與實踐研究\"（2022JGA164）2023年度廣西高等教育本科教學改革工程項目A類“高校公共體育多元混合教學模式構建與實踐——以《散打》課程為例”（2023JGA163）2024年度廣西職業教育教學改革研究項目“格斗類項目體育精神對學生職業素養影響的研究與實踐\"（GXGZJG2024B086）的研究成果。

（責編 黃健清）