人工智能+体育教学：关键技术及应用场景

任井伦 梁士锁

摘要：人工智能技术在体育教学场景中发挥着重要的作用。体育教学领域的人工智能关键技术主要有大数据计算技术、知识图谱、机器学习、自然语言处理技术等，应用场景包括教学活动、练习活动、比赛活动和学习评价等。人工智能技术能够更好地赋能体育与健康学科的学习活动、练习活动、比赛活动，并且助力学习评价更好地融入学、练、赛活动中；同时，体育教学实践的深入也会进一步拓展人工智能技术在学、练、赛、评活动中的应用场景和领域。

关键词：人工智能；体育教学；关键技术；应用场景

2017年7月，国务院印发《新一代人工智能发展规划》，强调利用智能技术加快推动人才培养模式改革和教学方法改革，构建新型教育体系。2018年4月，教育部印发《教育信息化2.0行动计划》，指出大力推进智能教育，开展以学习者为中心的智能化教学支持环境建设，推动人工智能在教学、管理等方面的全流程应用，利用智能技术加快推动人才培养模式、教学方法改革，探索泛在、灵活、智能的教育教学新环境建设与应用模式[1]。

人工智能技术在教育领域得到快速应用，尤其是视觉识别、机器学习等技术的应用呈现快速增长的趋势[2]。智能技术在体育教育教学领域也不断涌现，伴随大数据、云计算、虚拟现实和人工智能等新科技的发展和应用，以及《义务教育体育与健康课程标准（2022年版）》（以下简称“课程标准”）的颁布，加强运用现代信息技术开展实时和精准的评价[3]，为义务教育阶段“人工智能+体育教学”发展带来了新契机。

一、人工智能应用于体育教学的内涵与关键技术

人工智能技术在教育领域应用的基本思想是利用智能机器来模拟人的思维方法和操作程序，解决教育领域的实际问题。人工智能的应用领域非常广泛，就体育教学范畴而言，它包括运动表现实时识别、自动生成运动成绩、自动生成教学课件、智能制订训练计划、智能运动评价等。人工智能自诞生以来，其理论和技术日益成熟，应用领域不断扩大，未来人工智能技术产品也将是人类智慧的“集合体和服務器”。

目前，人工智能技术的一些关键技术在体育教学领域得到应用，诸如大数据计算、知识图谱、机器学习、自然语言处理等。此类技术推动体育教学朝着智能化、精准化的方向快速发展。

（一）大数据计算技术助力学生个性化教育

大数据计算技术是一种对庞大与复杂数据进行高效处理、管理和分析的先进技术。它涵盖多个领域，包括数据采集、存储、处理、分析和可视化等，旨在从大规模数据中挖掘出有价值的信息，以支持决策制定、业务优化和创新发展。大数据通常指的是具有海量数据、高速产生和变化以及多种类型和来源的数据，包括传感器、社交媒体、日志文件、交易记录等，从而形成庞大而复杂的数据生态系统。

在大数据时代，教育从“用经验说话”转变为“用数据循证”，无疑推动了学生的个性化教育[4]。在体育与健康教学中，学生会产生海量的过程性运动数据和终结性考核数据，诸如身高、体重、肺活量、心率、跑动速度、跑动位置、投篮次数、投篮位置、投篮命中率等，具有多样性、重复性和无规则变化性等特点。基于大数据计算技术，教师可驱动体育教学朝着科学化、智能化方向转变和发展。如基于学期进行分阶段统计并及时更新数据，形成学生运动能力画像。通过对比学期前、学期后的运动能力画像，教师可以直观地了解到学生运动能力的综合变化和进步情况，以便进行精准评价，也为后续进行运动干预提供有力支撑。

（二）运用知识图谱构建可视化认知结构图

知识图谱作为一种语义网络，凭借其语义化、结构化的典型特征，已经成为人工智能时代各行业数字化转型的关键技术之一。在教育领域，知识图谱又称教育知识图谱或学科知识图谱。有研究者从学科知识体系、知识学习导航、规模化资源组织、知识建模图、认知图式等视角对教育知识图谱的内涵进行了阐释和界定[5]。

2012年，谷歌推出面向互联网搜索的大规模知识图谱，开启了用图谱模型来描述知识和建模个体之间关系的新思路。在体育教学领域，因学生身体素质之间存在关联性和互补性特点，知识图谱可“构建”与学生认知水平相匹配的可视化认知结构图，从而为学生“推送”体育与健康知识、练习内容、运动方案及计划等，帮助学生制订个性化的训练方案，促使学生养成自主锻炼的健康习惯。

（三）机器学习技术利于构建各类数据库

机器学习是通过大数据来改进算法的研究，让机器从大数据中发现和掌握规律，自动建构模型并用于预测或提出方案。机器学习是一个始于大量数据统计和学习的过程[6]，试图通过数据分析并计算出规则，用于解释当前或预测未来数据。学习系统通过大量数据训练后，初步具备了自我学习能力，即机器自学习能力。

在实际应用中，运用机器学习技术，教师可建立学生体质健康数据库和运动干预数据库，针对不同体质状况确定锻炼方法、重复次数、运动强度，并将数据上传到智能数据平台。这样教师能够对学生的运动数据进行实时监控，时刻精准把握学生运动前、运动中和运动后的数据，便于根据学生的运动情况制订相应的运动方案。同时，运用机器学习技术，教师能够更快捷地获取学生运动历史数据和干预方案数据，构建体质健康数据库、运动诊断数据库、运动干预数据库、运动效果监测数据库，最终实现“一人一方案”。

（四）自然语言处理技术搭建人机互动渠道

自然语言处理技术（natural language processing，NLP）是人工智能的重要技术手段之一，它基于机器学习算法对人类语言进行分析、理解、生成等。自然语言处理技术使人们能够与计算机进行更为自然的交互，如人机语言交互、人工智能创作、智能翻译等。作为NLP技术的杰出代表，智能聊天机器人自正式推出以来，便凭借出色的语言理解和生成能力在全球范围内引起广泛关注和激烈讨论。

随着自然语言处理技术的发展，它的主要应用有搜索引擎的查询理解与搜索结果排序、聊天机器人与智能助手、机器翻译与多语言处理、情感分析与社交媒体监测、语言识别与语音合成等[7]。在体育锻炼过程中，通过自然语言处理技术搭建的多种人机互动渠道，教师和学生可以运用移动设备获取所需的教学和学习资源，并且根据实际需要进行人机对话和交流，实现“一对一”教学、练习、比赛和评价。

二、人工智能在体育教学中的应用场景

基于上述提及的人工智能技术，遵照课程标准精神与要求，笔者认为人工智能在体育教学领域的应用有四个典型场景，主要聚焦教学活动、练习活动、比赛活动和学习评价领域 （如图1）。一方面，人工智能技术赋能体育与健康学科的教学活动、练习活动、比赛活动，并且助力学习评价更好地融入学、练、赛活动中 ；另一方面，体育教学的深入也会拓展人工智能技术在学、练、赛、评活动中的应用场景和领域。

（一）教学活动：智能教研和智能管理

体育与健康课程的教学活动是通过教学指导，让学生真正掌握知识、运动技能，提高运动能力和体能，形成健康的生活方式，养成良好的体育品德。教师要让学生在掌握单一知识和单个动作的基础上，能够掌握完整的知识和组合的技术动作，并结合具体学习和生活情境加以运用。当前人工智能技术在教学活动中的应用，一般体现在备课活动和课堂管理两个环节。

1.备课活动中的智能教研

备课活动是体育与健康教师完成教学任务的主要环节和必需过程，是提升教师专业能力的主要途径。借助人工智能技术，教师可以实现对体育与健康教材、教法和学情的自动分析，以及教案的自动生成等，为教研活动提质增效。如基于知识图谱和机器学习技术设计的智能听评课系统，能够记录教师授课全过程，便于教师分析自身教与学生学的情况并将数据系统化，用数据形式提升教研活动效能。基于师生互动情况的数据分析，教师既可以获得系统自动生成的学情分析数据，也可以基于数据开展教学反思，从而优化课堂教学质量。此外，基于在线集体备课活动，教师可以利用智能听评课系统集合和整理其他教师的教学智慧，自动生成教案，再结合学情进行优化，大幅度提高教学质量和教学效率。

2.课堂教学中的智能管理

人工智能技术能够帮助教师实现体育与健康课堂的高效管理，如制定精准的教学目标、设计适切的教学内容、形成一体化的学习路径、实现动态数据监测。从教学操作层面看，基于大数据算法、知识图谱技术，教师能够对学生的身体情况、运动技能掌握水平进行运动画像，全面掌握学生学练活动中的重点和难点问题，准确诊断出学生应重点突破的关键点，对整体教学过程进行把控和决策。从育人纵向发展层面看，基于机器学习、自然语言处理等技术，教师能够获得过程性的动态数据，进行多维度评价，设计出个性化的训练方案，有针对性地开展激励教育。这对于培养学生的运动能力、健康行为和体育品德都具有推动作用。

（二）练习活动：课内外锻炼同步指导和个性化运动处方提供

教师要加强课内外活动的有机结合，在课堂教学中创设真实的练习情境，给予学生更多练习的时间，激发学生经常性参与体育活动和健康活动的积极性，指导学生在课余体育锻炼中强化课堂上学到的健康知识与技能。

1.课内与课外锻炼同步指导

在课内，教师要实时监控学生运动状态，观察学生身体情况。如运用智能穿戴设备对学生运动数据进行监测，便于教师及时发现异常数据并进行分析处理，减少运动伤害发生。在课外，学生跑步测试结束后，通过智能穿戴设备，他能够对比心率和速度曲线变化情况，了解自身运动特点，调整运动方案，以便取得更好的成绩。如人工智能视觉评测系统基于人工智能视觉算法等核心技术，通过运动摄像头远距离、无感采集运动过程并进行识别，实现体育活动的智能测试。监测过程中，运用智能分析系统，教师还会实时分析学生运动过程中的关键指标数据，给出专业的点评和锻炼建议，有针对性地帮助学生提高测试成绩（如图2）。未来，学生的锻炼数据将会从纸质形式转变成云端数据，教师、家长和学生都能够通过移动设备查阅数据，并获得移动设备推送的有关健康饮食和科学锻炼类知识，实现体育锻炼的同步性和科学性。

2.提供个性化运动处方

个性化运动处方是指有针对性地满足学生相应需求的体育锻炼方案。随着大数据技术的发展，面对运动训练中的问题，教师不应只强调锻炼与成绩间的因果关系，更应通过数据采集与数据驱动的方法，确保数据分析的多维度及实时性。运用可穿戴设备（智能手环/手表、运动实时监控背心、智能生物信号传感器、智能穿戴皮肤贴片等），教师能够多维收集学生的運动数据，包括实时采集到的数据（步频、配速、心率、体温等）和借助智能设备计算出的数据（最大摄氧量、运动负荷指数等），并将数据进行整理与分析，依据运动训练学和运动生理学等知识，构建个性化运动锻炼模型。通过机器学习技术，教师还可提前输入将要实现的目标和学生现有身体基础数据。当学生经历若干次体育锻炼后，个性化运动锻炼模型便可根据学生身体状态自动进行调整，提供一套适合学生的体育运动锻炼处方（如图3）。

（三）比赛活动：拓宽比赛情境和丰富比赛形式

根据学习目标，我们将体育比赛贯穿课内教学和课外体育活动全过程，创造性地开展面向全体学生的、经常性的体育比赛活动。为此，教师要制定能够鼓励不同体质、不同能力学生积极参与的比赛规则和奖励办法，创设平等、公正的竞赛环境。

1.拓宽体育比赛的情境

课程标准提出，要依据学生的学习需要和兴趣爱好，面向全体学生，落实“教会、勤练、常赛”要求，鼓励学生参与形式多样的比赛活动[8]。国外体育教育教学同样重视“常赛”模式，尤其是坚持普适性原则，强调全员参与，并且关注过程性导向，促进学生发展[9]。运用人工智能技术，教师能够随时随地创设竞赛情境，综合运用计算机视觉、人体姿态识别、人脸识别、手势识别等技术，立足当前小学课间与课后运动场景，满足学生自主化运动、趣味化运动需要，降低课后运动组织负担，促进校园体育文化建设，大大激发学生的学习兴趣和运动热情，提高课堂参与率，引导学生广泛参与校内各类运动训练。如在课间十分钟，利用视觉识别系统和大数据计算技术，学生可以自发组织短跑比赛或者跳绳计时赛，通过电子屏幕查看个人成绩。这使得学生既在趣味化、智慧化的方法下锻炼了体质，又掌握了运动技能，提高了学习效率，增强了体质健康水平。利用这种形式，教师也可以开展多种运动比赛，如立定跳远、长跑等，培养学生积极进取、勇敢顽强的体育精神和诚信自律、公平竞赛的体育道德。

2.丰富体育比赛的形式

人工智能技术的发展改变了学校体育比赛形式单一的局面，大数据计算、知识图谱、机器学习、自然语言处理等技术的运用，丰富了课内外的体育比赛形式。教师可以将基于大数据计算的视觉识别系统作为计时或者计分器，还可以运用知识图谱技术设计各类比赛内容，利用机器学习和自然语言处理技术为学生提供技术动作指导。借助这些人工智能技术，教师可在课堂上随时开展个人赛、团体赛和积分赛。学生既可以担任运动员和教练员，也可以担任记录员和裁判员，甚至是自主设计和组织比赛，并对比赛进行总结和评价，不再拘泥于“教师当裁判、学生来比赛”的单一形式。借助人工智能技术丰富体育比赛形式，学生拥有了更多扮演不同角色的可能，通过履行不同角色职责，深刻地理解体育比赛的意义和价值，感受体育比赛的乐趣，促进自身养成的良好体育品德。

（四）学习评价：精准监测和多维度评价

教师进行教学评价，目的是激励学生主动参与运动，培养其运动兴趣，进而提高运动技能和体能。通过评价，教师能够全面掌握和监测教学活动的效度与学生对知识的掌握程度，便于根据实际情况修正教学策略和方案，增强教学的针对性和有效性。

1.对学生体质健康与心理健康进行精准监测

学生的体质健康状况关系到国家的未来，是我国教育的重要组成部分，也是体育与健康课程的主要任务。但是，受到应试教育的影响，社会、家庭和学校更重视学生学业成绩的提升，而忽视学生身体健康和心理健康的发展[10]。

利用嵌入式传感器与可穿戴设备等，教师可以对学生的身体健康和心理健康进行精准监测（如图4）。基于人工智能领域的情境感知大数据计算技术，教师可将学生的内在情绪、专注度、心理需求等转化成可量化的数据，如语言表达、情绪表现、肢体语言、抗压表现、思维能力等，并在此基础上提供自适应教学服务与支持。这种监测的最大优势是，它可以随时随地捕捉到学生的动态数据，协同学校和家庭开展健康教育工作。

2.实现多维度的综合性评价

课程标准提出学习评价应围绕核心素养，结合具体教学内容，评估学生核心素养发展水平，具体包括运动能力的发展、健康行为的形成、体育品德的养成，注重过程性评价与终结性评价、定性评价与定量评价、相对性评价与绝对性评价、教师评价与学生评价相结合。

基于人工智能技术，教师可以构建多维度、多角度的评价体系，涵盖学生学习的过程性表现、进步情况、体能状况等内容，形成可视化评价报告，从整体上提高教育教学质量。如利用大数据计算和视觉识别技术，教师能够对学生一学期或者一学年的运动数据进行纵向和横向评价，形成立体式评价体系（如图5）。

三、结语与展望

尽管人工智能在体育教学中具有巨大优势，但它也面临一些挑战和局限。首先，对于人工智能的应用，大量、有效数据的获取是十分困难的，其质量与准确性至关重要，教师需要进行大量尝试才能构建有效体育教学模型。可靠的数据采集和处理技术是人工智能发展的重中之重。其次，个人隐私和数据安全问题也需要得到妥善解决，要保护学生隐私和数据安全。最后，人工智能技术目前尚未普及，设备费用和技术掌握需要学校投入大量的财力和人力，人工智能在体育与健康教学中的广泛应用仍然任重而道远。

随着人工智能技术的不断发展和应用，人类未来面对的将是一个虚拟世界和现实世界深度融合、人机协作深度耦合的社会，人工智能将深刻改变人类的生产和生活方式。体育与健康教学也将迎来更为广阔的发展前景，更加个性化，更多智能化的教练助手和多模态教学环境涌现，如出现人工智能视频生成模型。今后，在体育教学领域，人工智能将以文字、声音、视频等多种互动形式存在，承担起教师、裁判、动作分析员等角色，帮助教师实现对体育教学环境中交互性数据的深度挖掘和分析。它不仅能够较好地分析学生的数据，还要分析各种交互性数据，便于教师根据学生成长变化，提供适宜的资源以满足学生运动需求，助推学生养成终身体育锻炼的习惯。

参考文献

[1] 教育部关于印發《教育信息化2.0行动计划》的通知[EB/OL].（2018-04-18）[2024-01-16].http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.

[2] 卢宇，马安瑶，陈鹏鹤.人工智能+教育：关键技术及典型应用场景[J].中小学数字化教学，2021（10）：5-9.

[3] 中华人民共和国教育部.义务教育体育与健康课程标准：2022年版[S].北京：北京师范大学出版社，2022.

[4] 余胜泉，李晓庆.基于大数据的区域教育质量分析与改进研究[J].电化教育研究，2017（7）：5-12.

[5] 万海鹏，王琦，余胜泉.基于学习认知图谱的适应性学习框架构建与应用[J].现代远距离教育，2022（4）：73-82.

[6] 闫志明，唐夏夏，秦旋，等.教育人工智能（EAI）的内涵、关键技术与应用趋势：美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J].远程教育杂志， 2017（1）：26-35.

[7] 郝立涛，于振生.基于人工智能的自然语言处理技术的发展与应用[J].黑龙江科学，2023（22）：124-126.

[8] 柴娇，吴鹏先，丁书，等.《义务教育体育与健康课程标准（2022年版）》理念下青少年运动乐趣提升策略研究[J].沈阳体育学院学报，2022（5）：35-41.

[9] 瞿旭亮，鲍梦涵，张丹青，等.国外中小学体育“常赛”模式特征研究[J].体育文化导刊，2023（8）：104-110.

[10]程建霞.大数据监测：促进小学生体质健康发展[J].小学教学研究，2021（32）：11-12.