聚焦核心素養培育的人工智能賦能體育教學的理論基礎、作用機制與實現路徑

中圖分類號：G807 文獻標識碼：A 文章編號：1008－2808（2025）04－0060-07

Abstract：As an important engine for developing new quality productivity， artificial intelligence（AI） empowering physical education teaching has become an unavoidable and significant issue in the digital and intelligent era. The research uses methods such as literature review and logical analysisto systematically explore the theoretical basis， mechanism of action and implementation path of AI - empowered physical education teaching focusing on the cultivation of core literacy. The research holds that constructivist learning theory，multiple intelligences theory and situational cognition theory jointly provide a solid theoretical foundation for AI - empowered physical education teaching that focuses on the cultivation of core literacy. In terms of the mechanism of action，a data -driven mechanism for advancing athletic ability，a contextualized mechanism and a knowledge - empowered mechanism for cultivating healthy behaviors，and a mechanism for shaping sports ethics through competition collaboration and rule reinforcement have been formed. Based on the theoretical foundation and mechanism of action，the following implementation paths are proposed： First，the precise adaptation path of AI technology to teaching scenarios ； second， the path of enhancing teachers’AI literacy and integrating it with teaching；third，the path of AI -assisted learning guidance and autonomous development for students ； fourth， the path of constructing an AI application ecosystem for school physical education teaching. To create a favorable AI physical education teaching ecosystem， achieve precise cultivation of students’ core literacy，and promote the high - quality development of physical education teaching in the digital and intelligent era.

Key Words ：Core literacy ；Artificial intelligence；Physical education teaching

在全球科技革命與產業變革加速演進的數智時代，人工智能（AI）已成為推動社會各領域深刻變革的核心力量，正深刻重塑教育領域的生態格局[1]自2024年“人工智能 + ”行動被寫進政府工作報告，AI在教育創新發展中的關鍵地位愈發凸顯[2]。體育教學作為學校體育的重要組成部分，肩負著培育學生核心素養、促進學生全面發展的重任。2020 年10月中共中央、國務院印發《關于全面加強和改進新時代學校體育工作的意見》明確提出，學校體育課程要聚焦提升學生核心素養，到2035年基本形成多樣化、現代化、高質量的學校體育體系[3]；《普通高中體育與健康課程標準（2017年版2022年修訂）》[4]與《義務教育體育與健康課程標準（2022年版）》[5]則進一步將運動能力、健康行為、體育品德確立為體育核心素養的關鍵維度，凸顯出體育教學在學生核心素養培育中的重要價值。

然而，傳統體育教學在核心素養培育中存在以下三大困境：一是在運動能力方面，對學生身體素質、運動技能水平和運動偏好等方面把握不精準，個性化培育不足，導致運動能力提升緩慢[6]；二是在健康行為方面，運動場景存在時空限制，健康知識資源的多樣化不足，導致健康行為養成遲緩[7]；三是在體育品德方面，運動模式單一，動作完成質量和規范程度監測不佳，導致團隊精神、遵守紀律與尊重規則等體育品德培育不佳[。鑒于此，本研究試圖厘清聚焦核心素養培育的AI賦能體育教學的理論基礎，梳理其作用機制，并在此基礎上提出實現路徑。以期為數智時代體育教學創新發展提供理論參考與實踐指引，助力營造良好的AI體育教學生態，實現學生核心素養的精準培育，推動體育教學在數智時代高質量發展。

1聚焦核心素養培育的AI賦能體育教學 的理論基礎

在人工智能深度介人體育教學的時代語境下，傳統教學模式在核心素養培育中的結構性矛盾亟待理論突破與技術創新的雙重回應。針對運動能力個性化培育不足、健康行為情境化引導缺失、體育品德實踐性塑造薄弱的現實困境，建構主義學習理論、多元智能理論與情境認知理論形成層次分明的理論支撐體系，為聚焦核心素養培育的AI賦能體育教學提供堅實的理論基礎（見圖1）。

1.1建構主義學習理論：破解運動能力培育的“個性化困境”，激活主動建構的認知機制

建構主義學習理論歷經皮亞杰、布魯納、維果茨基等學者的不斷發展與完善，在教育領域占據重要地位[8]。該理論強調知識并非被動接受的客觀存在，而是學習者以自身原有經驗為基石，通過與外界環境積極互動主動構建的結果。學習具有顯著的主動性、社會性、情境性和協作性特征[9]

傳統體育教學中標準化訓練模式與學生個體差異的深層矛盾，導致運動能力提升陷入“機械重復一效能低下”的循環[10]。建構主義學習理論以“學習者為中心”的認知哲學，揭示了知識建構的主動性、情境性與社會性本質，為AI技術介人提供了核心學理支撐。AI智能訓練系統通過構建“數據交互一策略調整一意義生成”的閉環，將學生從被動接受者轉變為主動建構者：學生基于自身運動基礎與目標自主設定訓練方案，系統實時采集動作軌跡、生理指標等多維數據，以動態反饋引導其在持續驗證中優化運動技能。例如，在籃球投籃教學中，AI設備通過精準解析動作參數并與標準模型比對，以可視化方式呈現發力模式偏差，推動學生在“實踐一反饋一修正”的循環中主動構建投籃技巧的認知體系，顯著提升技能掌握的深度與效率[11]。這種以數據為中介的互動機制，突破了傳統教學中“統一示范一集體練習”的固有模式，使運動能力培育從“標準化生產”轉向“個性化建構”。

1.2多元智能理論：回應健康行為培育的“維度單一化”問題，構建智能協同發展的育人框架

多元智能理論由霍華德·加德納提出，該理論突破傳統智能觀念，指出人類智能具有多元性，涵蓋音樂智能、空間智能、身體一動覺智能、邏輯一數學智能、語言智能、人際智能和自我認知智能等多個領域[12-13] 。

傳統體育教學對健康行為的培育常局限于身體活動層面，忽視邏輯思維、社交協作等多元智能的協同發展[14]。多元智能理論以“智能多元性”為核心觀點，為體育教學中認知能力與實踐能力的整合提供了理論依據。AI技術通過多模態數據的采集與分析，將運動場景轉化為多元智能激活的載體：運動姿態分析系統在體操教學中，既通過精準捕捉身體動作提升學生的動覺智能，又通過數據可視化引導其運用邏輯智能解析動作關聯[15]；智能裁判系統在團隊競賽中的應用，則通過實時戰術數據的生成與分析，促進學生人際智能與語言智能的發展[16]。例如，在足球訓練中，學生基于AI生成的傳球效率數據展開戰術討論，在分析數據關聯與制定協作策略的過程中，同步鍛煉邏輯推理、語言表達與團隊協商能力。這種“身體運動一認知加工一社會互動”的多元聯動機制，使健康行為培育從單一的習慣養成升維為認知、技能、情感的綜合發展，有效解決傳統教學中“能力結構失衡”的深層矛盾。

1.3情境認知理論：突破體育品德培育的“實踐性瓶頸”，創設沉浸式的素養塑造場景

情境認知理論強調學習是個體與情境互動的過程，知識具有情境性，學習應在真實或模擬的情境中進行，這樣才能更好地促進知識的理解、遷移和應用[17] 。

體育品德的培育依賴真實情境中的規則體驗與情感共鳴，而傳統教學中“說教為主一體驗不足”的模式難以實現品德的內化[18]。情境認知理論強調知識與情境的不可分割性，為AI技術構建高仿真教學環境提供了理論指引。通過虛擬現實（VR）與增強現實（AR）技術，AI將高危運動場景、復雜競賽情境等轉化為可操作的教學資源：在虛擬滑雪訓練中，學生通過力反饋設備感知雪道變化并執行規則要求，系統對違規行為的實時干預使規則意識從抽象概念轉化為具體體驗[19]；在模擬團隊競賽中，AI通過智能裁判系統嚴格執行判罰標準，學生在應對競爭壓力與協作完成目標的過程中，逐步養成尊重規則、團結協作的體育品德[20]。此外，AI在運動損傷預防教學中創設的虛擬急救場景，將理論知識嵌人問題解決任務，推動學生在沉浸式體驗中形成科學運動的態度與應急處理能力。這種“情境感知一行為執行一情感體驗”的機制，突破了傳統教學的時空限制與實踐匱乏，為體育品德的培育提供了“做中學”的有效路徑。

2聚焦核心素養培育的AI賦能體育教學的作用機制

人工智能對體育教學的深度賦能，本質上是通過技術特性與教育規律的有機融合，破解傳統教學在核心素養培育中的結構性矛盾。依托建構主義學習理論、多元智能理論與情境認知理論的支撐，AI技術形成了三大靶向作用機制，構建起“數據洞察一情境重構一行為塑造”的完整培育鏈條，實現對運動能力、健康行為、體育品德的精準化提升（見圖1）。

2.1 數據驅動的運動能力進階機制

建構主義學習理論強調學生主動構建知識的過程，多元智能理論突出個體智能的多元性。AI賦能的學校體育教學借助大數據與智能算法，深度挖掘學生運動相關數據，精準把握學生在身體素質、運動技能水平和運動偏好等方面的差異，為個性化訓練方案的制定提供有力支撐[16] 。

AI系統能夠整合學生日常運動數據、體質測試結果以及學習過程中的表現數據，通過復雜的算法模型分析學生的優勢與不足[21]。對于爆發力較強但耐力欠佳的學生，系統會針對性地設計包含高強度間歇訓練、長跑耐力提升等項目的訓練方案，并根據訓練過程中的實時反饋動態調整訓練強度和內容。這種基于數據驅動的個性化訓練，使學生在符合自身能力的訓練環境中逐步提升運動技能，有效促進運動能力的進階，充分體現了建構主義學習理論中以學生為中心、主動探索學習的理念，同時也為多元智能理論中身體一動覺智能的發展創造了有利條件。

在學生運動過程中，AI設備全方位實時監測心率、速度、動作規范性等關鍵數據，依據多元智能理論對個體智能發展的關注，為學生提供即時且精準的反饋[22]。在籃球運球訓練中，AI攝像頭捕捉學生運球動作，分析運球節奏、力度以及身體重心控制等要素，一旦發現動作偏差，便會及時給予糾正建議。同時，AI還能結合學生的運動狀態和目標，提供個性化的訓練技巧，如針對提升運球突破能力的專項訓練方法[23]。學生根據這些反饋和建議，主動調整運動方式，優化運動過程，不僅提高了運動效果，還在持續的自我調整中鍛煉了邏輯思維和自我管理能力，進一步推動運動能力的提升。

2.2 情境化激勵與知識賦能的健康行為養成機制

情境認知理論強調學習與情境的緊密聯系，建構主義學習理論重視學習的主動性和情境性。AI校園體育系統通過創設多樣化的情境，激發學生的運動興趣，促使學生主動參與體育活動，進而養成健康的行為習慣[13]

借助虛擬現實（VR）、增強現實（AR）技術，AI為學生打造沉浸式運動場景，突破傳統教學的時空限制[24」。在虛擬的登山場景中，學生仿佛置身于真實的山峰環境，感受著地形變化、天氣因素對運動的影響，這種新奇的體驗極大地激發了學生的運動熱情[25]。AI系統還設置了豐富的激勵機制，如運動成就徽章、積分兌換獎品等，營造出積極的競爭氛圍，促使學生主動參與運動。在這樣的情境下，學生逐漸養成定期鍛煉的習慣，將體育鍛煉融入日常生活，符合情境認知理論中真實情境促進學習和行為養成的觀點，也體現了建構主義學習理論中學習的主動性和情境性特征。

AI體育系統整合了海量的健康知識資源，構建起涵蓋運動生理、營養飲食、心理健康等多領域的知識體系[26]。依據建構主義學習理論中知識構建的過程，AI根據學生的運動數據、健康狀況以及學習進度，為學生推送個性化的健康知識。當學生進行力量訓練時，系統會推送關于肌肉修復、蛋白質補充的知識；當學生面臨考試壓力時，會推送緩解焦慮、改善睡眠的運動和心理調節方法。學生在學習這些知識的過程中，主動構建對健康的認知，樹立正確的健康觀念，掌握科學的健康管理方法，從而在日常生活中做出有利于健康的選擇，形成長期穩定的健康行為模式，

2.3 競賽協作與規則強化的體育品德塑造機制

情境認知理論指出，在真實情境中培養品德和價值觀具有重要意義，多元智能理論中的人際智能發展也強調在社會互動中培養相關能力。AI技術組織的各類體育賽事和活動，為學生營造了充滿競爭與合作的真實情境，有力促進體育品德的塑造[25] 。

在AI輔助的團隊體育賽事中，學生依據多元智能理論中的人際智能發展需求，與隊友密切溝通協作[27]。在虛擬足球比賽中，學生借助AI提供的戰術分析和隊友的實時數據，共同制定進攻和防守策略。在這個過程中，學生學會傾聽他人意見、發揮各自優勢，提高團隊協作能力，增強集體榮譽感，培養了團隊精神這一核心體育品德。同時，在比賽中面對競爭壓力和各種突發情況，學生鍛煉了心理素質和應變能力，進一步豐富了體育品德的內涵。

AI在體育教學和競賽中的應用，強化了規則的執行與監督。無論是虛擬賽事還是實際測試，AI憑借高精度的監測技術，對學生的行為進行嚴格監督[28]。在體操比賽中，AI系統能精確判斷每個動作的完成質量和規范程度，對違規行為進行及時提醒和糾正。學生在長期參與這些規則明確的活動中，逐漸將規則意識內化，養成遵守紀律、尊重規則的良好品德[29]。這種品德的養成不僅有助于學生在體育活動中公平競爭，更能延伸到日常生活中，促進學生的全面發展和社會適應能力的提升。

AI賦能體育教學通過緊密相連的作用機制，深度融合相關理論基礎，在學生核心素養精準培育方面發揮著不可替代的作用。隨著AI技術的不斷創新與發展，其在體育教學中的應用將更加深入和廣泛，為學校體育的高質量發展注入源源不斷的動力，助力學生在運動能力、健康行為和體育品德等核心素養方面實現全面提升。

3聚焦核心素養培育的AI賦能體育教學的實現路徑

基于聚焦核心素養培育的AI賦能體育教學的理論基礎與作用機制，探究切實可行的實現路徑成為推動這一教育模式落地的關鍵一環。實現路徑與作用機制緊密相連，從技術應用、教師發展、學生引導以及教學生態構建等多維度出發，確保AI技術能夠深度融人學校體育教學，實現學生核心素養的全面提升（見圖1）。

3.1AI技術與教學場景的精準適配

AI在提升學生運動能力方面，課堂教學應著重引入動作捕捉與分析技術。以體操、武術等對動作規范度要求較高的項目為例，通過高精度的動作捕捉設備，能夠實時采集學生的動作數據，與標準動作模型進行比對，為學生提供逐幀的動作偏差分析與改進建議。這樣的技術應用能夠精準地針對學生在運動技能學習中的薄弱環節，幫助學生快速掌握復雜動作技巧，與運動能力提升機制中個性化訓練方案定制和實時運動監測反饋相呼應，切實提升學生的運動技能水平

為塑造學生的健康行為，課外鍛煉場景可充分利用數據分析技術。結合學生的生活作息、健康數據以及運動目標，為學生制定個性化的鍛煉計劃，并通過智能提醒功能督促學生規律鍛煉。根據學生的睡眠監測數據調整晨練強度，避免因過度疲勞影響學習和生活。這與健康行為塑造機制中激發運動興趣、促進體育鍛煉常態化相契合，引導學生形成長期穩定的健康生活方式。

在體育品德培育方面，體育競賽場景中的AI競賽管理與分析系統至關重要。通過挖掘團隊協作數據、運動員體育精神表現數據，如籃球比賽中的傳球成功率、無球跑位積極性以及運動員的犯規意圖、尊重對手行為等，在賽后以數據可視化的形式呈現給學生，引導學生樹立正確的競賽價值觀與團隊合作精神，強化體育品德培育機制中的團隊協作精神培養和規則意識強化。

3.2 教師AI素養提升與教學融合

教師應深入理解AI技術在體育教學中的底層原理，如機器學習算法如何應用于運動數據分析、計算機視覺技術在動作評估中的工作機制等。熟悉主流AI應用類型，如智能教學軟件、運動監測設備等的功能邊界，為有效應用奠定基礎。熟練掌握運動數據采集設備、智能教學平臺和數據分析軟件的操作流程，確保數據采集的準確性，合理運用教學資源進行課程設計與管理。將AI技術融人教學全流程，利用學情分析工具精準把握學生個體差異，設計差異化教學方案；借助AI實時監測與反饋機制，及時調整教學策略;運用AI數據分析實現多維度、動態化教學評價，全面客觀地反映學生學習成效。

開展系統的專業培訓課程，線上課程通過視頻講座、在線研討等形式，傳授AI基礎理論與體育教學應用案例，借助虛擬實驗室和模擬教學平臺提升教師實踐操作能力；線下培訓邀請專家舉辦專題工作坊，現場展示前沿AI體育教學技術并提供實操指導。鼓勵教師參與學術研討會與交流活動，了解國內外AI賦能體育教學的最新成果與趨勢，促進教師間相互學習。支持教師開展AI賦能體育教學課題研究，如構建智能化體育教學評價體系；參與智能體育教學平臺的開發，從需求分析到功能測試全程參與，在實踐中提升AI應用和創新能力。

構建教師與AI協同教學模式，明確教師作為教學主導者和AI作為智能教學輔佐者的角色與職責。在足球戰術教學中，教師負責教學目標規劃、內容編排和學生情感引導AI則提供個性化學習資源推送、教學效果監測分析和智能輔導反饋。教師依據AI反饋數據靈活調整教學，如發現學生防守戰術理解困難，及時強化案例解析與專項訓練。教師積極引導學生正確使用AI輔助學習工具，傳授工具操作要領，培養學生自主學習和信息素養，教導學生甄別AI信息，避免盲目依賴，提升體育教學質量和學生核心素養培育水平

3.3學生AI輔助學習引導與自主發展

基于學生的學習進度、興趣愛好和運動能力，運用智能算法為學生精準匹配體育學習資源與訓練計劃。對于熱愛網球且有一定基礎的學生，推薦高階網球技巧訓練視頻、專業賽事分析文章以及本地網球賽事信息，滿足學生個性化學習需求，拓寬學習視野。借助自然語言處理與計算機視覺技術，為學生提供實時運動技術指導與問題解答。在學生練習乒乓球發球時，智能輔導工具通過攝像頭捕捉發球動作，分析發力點、擊球角度等關鍵要素，即時指出問題并提供改進建議，學生還可通過語音提問獲取解答，有效提升學習效率。整合學生學習過程中的各類數據，運用數據可視化技術直觀呈現學生學習情況與進步趨勢。學生通過學習數據分析平臺，清晰了解自身優勢與不足，如發現耐力訓練進步但柔韌性訓練有待加強，從而激發學習動力，主動調整學習策略。

學校開設專門課程或培訓活動，教導學生掌握基本的信息技術知識與操作技能，如使用智能設備采集運動數據、操作數據分析軟件等，使學生能夠熟練運用AI學習工具。教師通過課堂教育與日常引導，讓學生深刻認識到AI僅為學習輔助手段，無法替代教師的專業指導與自身的努力付出。在體育理論教學中，結合案例分析過度依賴AI可能導致的知識碎片化與理解偏差問題，培養學生獨立思考與自主學習能力。教師開展信息甄別專題課程或案例討論活動，教導學生從信息來源可靠性、內容科學性與適用性等多方面評估AI信息。在討論AI推薦的健身計劃時，引導學生分析計劃是否符合自身身體狀況、運動目標與時間安排，培養學生批判性思維能力，確保AI輔助學習的有效性與安全性。

綜合考慮學生興趣特長、體能狀況、學業規劃等多因素，利用AI為學生定制涵蓋體育項目選擇、訓練目標設定、學習進度安排等內容的個性化體育學習與發展規劃。對于有體育特長且有志于報考體育院校的學生，AI規劃在提升專項運動成績的同時，兼顧體育理論知識學習與綜合素質培養。通過興趣測評與特長分析工具，為學生提供精準的項目推薦與發展路徑建議。分析學生在不同體育項目體驗課中的表現數據與興趣反饋，為學生推薦小眾體育項目，如攀巖、射箭等，并提供項目發展前景與學習資源信息，激發學生探索未知體育領域的熱情。學校與體育科技企業合作搭建虛擬體育創新實驗室，學生利用虛擬現實、增強現實等技術進行體育項目創新設計與訓練方法探索，如設計基于虛擬現實的足球守門員訓練場景。鼓勵學生參與AI體育競賽與創意項目，如AI輔助體育訓練方案設計大賽，在實踐中鍛煉創新思維與團隊協作能力，培養學生勇于探索與嘗試新方法、新技術的創新精神，推動學生在體育學習領域的自主發展與成長。

3.4學校體育教學AI應用生態構建

AI技術作為核心驅動力，為體育教學各環節注入創新活力，提供精準的動作分析、個性化學習資源推送等支持。教師在生態中扮演主導者與推動者角色，深入理解AI技術原理與應用潛力，將其融入教學實踐，依據教學大綱與學生個體差異設計教學方案，引導學生合理運用AI工具，并根據

AI反饋及時調整教學策略。學生作為AI輔助學習的主體，借助AI技術突破傳統學習局限，拓寬體育知識視野，提升運動技能，激發自主學習動力。教學資源涵蓋傳統體育教材、場地設施以及豐富的數字化資源、AI學習軟件、智能體育設備等，為教學活動提供多樣化素材與技術支撐。教學管理制定完善的政策制度，如AI設備使用規范、數據安全管理條例等，保障AI技術在教學中的有序、合規應用，維護教學秩序與數據安全，促進各要素間的協同共生。

始終將學生的核心素養培育與個性化發展置于核心地位，依據學生的興趣愛好、學習進度、運動能力等多維度特征構建個性化學習路徑與教學環境，確保AI技術的應用能夠精準對接學生需求，促進學生全面且有差異的發展。借助AI技術優化教學流程、提升教學質量，利用實時教學評估與數據分析及時發現教學問題并調整策略，以實現教學效果的最大化。在數據收集、存儲、傳輸與使用的全過程中，建立嚴格的加密機制、訪問權限控制與數據脫敏技術，防止學生個人信息與運動數據的泄露與濫用，維護學生合法權益。通過政策引導、資源共享與技術普及，確保不同地區、不同經濟條件的學校與學生均能平等地受益于AI技術帶來的教育變革，縮小因地域與經濟差異導致的教育鴻溝。

加強學校信息化基礎設施建設，提升校園網絡帶寬與穩定性，完善智能設備配備，如智能攝像頭、運動傳感器、智能穿戴設備等，為AI技術的順暢運行提供堅實硬件保障。建立學校體育教學AI資源共享平臺，整合各方優質教學資源與AI工具，打破資源壁壘，實現資源的高效流通與共享，匯聚國內外優秀體育教學視頻、教案、AI教學軟件等資源，供教師與學生按需選用。制定相關的政策和制度，明確AI技術在學校體育教學中的應用規范與管理要求，包括教師AI素養培訓制度、AI設備維護與管理規定、教學數據管理辦法等，確保AI應用生態的有序運行與可持續發展。

加強學校與企業、科研機構的深度合作，與體育科技企業合作開展實踐項目，共同研發適用于學校體育教學的智能設備與軟件；與科研機構合作開展前沿研究，探索AI技術在體育教學中的創新應用模式與理論基礎。建立教師和學生的AI應用反饋機制，教師反饋聚焦于AI技術在教學實踐中的應用效果、存在問題與改進建議，學生反饋側重于學習體驗、需求滿足度與對AI技術的期望。通過及時收集與分析反饋信息，精準定位生態系統中的問題與不足，進而有針對性地進行優化與完善。持續關注AI技術的發展動態，積極跟進新技術成果，將其引入體育教學生態，不斷更新和優化生態系統中的各個要素，包括教師的AI素養培訓內容、教學資源的數字化更新、教學管理政策的適應性調整等，以確保整個生態系統能夠與時俱進，適應教育教學不斷變化與發展的需求，保持其先進性與有效性。

4結語

在全球科技革命與產業變革加速演進的數智時代，聚焦核心素養培育的AI賦能體育教學展開深人探究，明確建構主義學習理論、多元智能理論和情境認知理論形成層次分明的理論支撐體系，為聚焦核心素養培育的AI賦能體育教學提供堅實的理論基礎。在作用機制方面，形成數據驅動的運動能力進階機制，情境化機理與知識賦能的健康行為養成機制，競賽協作與規則強化的體育品德塑造機制。并提出以下實現路徑：AI技術與教學場景的精準適配路徑，教師AI素養提升與教學融合路徑，學生AI輔助學習引導與自主發展路徑，學校體育教學AI應用生態構建路徑。以營造良好的AI體育教學生態，實現學生核心素養的精準培育，推動體育教學在數智時代高質量發展。分析當下，當前研究在技術層面面臨AI技術快速迭代致使部分策略時效性縮短、技術整合復雜以及數據安全管理困難等挑戰，在研究范圍上也存在對國際多元教育環境經驗借鑒不足的問題。展望未來，隨著AI技術與新興技術的深度融合，其在學校體育教學領域的應用前景依舊廣闊。各方需攜手努力，政策制定者應完善政策支持創新與保障公平；學校、企業和科研機構加強合作，共同攻克技術難題、促進成果轉化;教育工作者不斷提升AI素養，積極探索創新教學模式;通過廣泛開展國際交流合作，共享經驗成果，進而推動AI賦能體育教學持續深入發展，為培育適應時代發展需求的高素質人才筑牢體育教育根基，助力體育教學在數智時代高質量發展。

參考文獻：

[1]張鑫淼，朱青，蔡玉軍，等.人工智能賦能體育教育測評的應用場景、風險隱憂與紓解方略[J].體育學研究，2024，38（3）：38-49.

[2]人民網.政府工作報告首提\"人工智能 + ”有何深意？［EB/OL].（2024-03-09）[2024-11 - 25]. http//finance.people.com. cn/

n1/2024/0309/c1004-40192366.html.

[3]中共中央辦公廳國務院辦公廳.關于全面加強和改進新時代學校體育工作的意見[EB/OL].（2020－10 －15）[2024 －11 -21].ht-tp：//www. gov. cn/zhengce/2020 - 10/15/content_5551609. htm.

［4］中華人民共和國教育部.普通高中體育與健康課程標準（2017年版2020年修訂）[M].北京：人民教育出版社，2020.

[5]教育部關于印發義務教育課程方案和課程標準（2022年版）的通知[EB/OL].（2022-04 - 20）[2024 -11 - 21]. http：//www. moe.gov. cn/srcsite/A26/s8001/202204/t20220420_619921. html.

[6]李健.基于核心素養的體育學習表現性評價研究[J].中國教育學刊，2025（3）：96-101.

[7]李萍，王軍將，朱晞閱，等.邏輯、困境與出路：體育與健康學科核心素養課程化研究[J].武漢體育學院學報，2024，58（9）：82-89.

[8]王媛，利秀玲.基于建構主義學習理論視角在微信支持下的高校體育教學微型移動課程設計與研究［J].青少年體育，2017（7）：133 -134.

[9]劉尚武，張潤紅.建構主義學習理論下健美操教學研究［J].湖北體育科技，2013，32（6） ：549 -551.

[10]楊小明.高中體育專項化教學改革的理論與實踐探索[J].西安體育學院學報，2019，36（3） ：364 -368.

[11]任學寶.從教學監測到精準教學[J].課程.教材.教法，2020，40（5）：38-44.

[12]（美）加德納（Gardner，H.），著.智能的結構[M].中國人民大學出版社，2008.

[13]彭程彩，黃兆偉.霍華德·加德納多元智能理論對高校民族健身操課程教學的啟示[J].大學教育，2020（6）：130-132.

[14]陳一林，張文鵬.多模態視域下體育與健康跨學科主題學習的課堂教學行為研究[J].武漢體育學院學報，2024，58（12）：90-96.

[15]王瑞，李婷婷.姿態估計技術和動作識別技術在舞蹈類考試及教學中的應用探索［J].中國考試，2022（11）：45-51.