基于计算体育学的体育教育新模式探索与实践

摘要：在科技引领时代发展的前提下，体育教育高质量发展离不开智能技术的支持。该研究通过深入探究智慧体育模式构建的内在逻辑，基于计算体育学理论寻求高效的体育教育创新发展模式，明确智慧体育模式的构建思路和时代价值。研究认为，当前构建智慧体育模式的基本条件已然具备，这种新模式将通过计算体育学和智慧体育应用模式，持续推动体育教育高质量发展，促进青少年主动健康意识和能力，养成体育运动的习惯和技能，解决“小胖墩”“小绵羊”、脊柱侧弯等青少年身心健康突出问题。通过厘清构建智慧体育模式的逻辑重点和运转机理，设计出以学生身心成长数字档案、学生身心成长数字画像、学生身心成长运动处方、学生身心成长数字资源和基于开放系统融合的智慧空间五大功能为核心的智慧体育技术框架，并通过区域智慧体育实践探索进行系统解析，为打造现代化体育综合应用范式提供路径借鉴。

关键词：体育教育；计算体育学；智慧体育

中图分类号：G434 文献标识码：A

* 本文系科技部国家重点研发计划“青少年体育学习智能分析与个性化处方智能推荐技术研究”（项目编号：2023YFC3305804）研究成果。

进入智能时代，中国和西方的体育科学处在新的同一起跑线上，谁能更好地抓住并利用好当前的新思想、新方法、新技术，谁就能引领未来体育科学的发展方向。在国家科技部“青少年跨场域体育活动促进身心成长的研究与应用示范”重点研发专项资金资助下，本研究尝试提出计算体育学，并基于此建立青少年身心成长促进智能支持的技术框架，探索大规模智慧体育应用模式，以期为各级各类学校和专业人员指导青少年开展科学健身提供支持，践行健康中国行动，贯彻落实体育强国和教育强国深度融合。

一、计算体育学的理论释义

本部分将剖析传统体育教育在发展过程中所面临的困境，揭示其在适应社会发展中的局限与不足，随后聚焦国家政策与智能技术，探索体育智慧化转型契机。一方面，国家政策在体育教育领域发挥着引领和推动作用，为计算体育学的兴起提供了有力支撑；另一方面，智能技术的快速发展为体育教育的智慧化转型注入了强大动力，为计算体育学的发展提供了无限可能。

（一）体育教育的发展困境与突破

体育是社会发展和人类进步的重要标志，是综合国力和国家软实力的重要体现。学校的体育教育是培养青少年运动习惯、增强身体素质的主阵地，承担着提高国民体质健康水平和国民素质的重要职责，但是体育教育低效问题依然突出。一是，日益严重的青少年身心健康问题映射出体育教育效能不足。近视、脊柱侧弯、肥胖、肌无力、心理危机等问题长期威胁着青少年健康成长，且有越来越严重的发展趋势。这与当前学校教育普遍存在的开不足、开不齐、开不好体育课以及每天锻炼1小时难以有效落实存在直接联系。二是，体育教学过度重视教什么、怎么教、怎么评等传统教学问题，对学生情感、态度、人格发展等真实需求关注少，难以培养学生体育运动兴趣和习惯。通常，学生能够掌握体育知识和一定的技能，但锻炼习惯、运动兴趣、体育素养却未能习得，导致“学生喜欢体育却不喜欢体育课”，身心健康水平未能通过体育得到有效提升。三是，体育教学从主观出发，忽略学生个体差异，从教学目标到教学内容、教学方法，再到教学评价都“一刀切”，忽略了学生在学习能力、学习风格、体质基础、性格特征等方面的千差万别。且以教师为中心依然是主流，体育动作讲解与示范占据体育课大量时间，而受限于课程时长，学生难以内化体育知识与技能，更难以提高技能、培养运动素养。四是，传统体育的技术含量日渐落后，大数据、物联网、可穿戴设备、态势感知、人工智能大模型、数字画像、精准训练、激励奖赏机制、个性体育管理系统等，都方兴未艾，新技术的全面赋能亟待促进体育科学研究和体育实践的升级迭代。

经过新世纪初10年的探索实践，我国教育事业进入了以深化综合改革和质量提升为核心的新时期[1]。国家陆续出台了一系列相关政策。《关于深化体教融合促进青少年健康发展的意见》《关于全面加强和改进新时代学校体育工作的意见》等政策文件的出台，为学校体育教育的发展提供了强有力的支撑和明确的发展方向。同时，随着科技的快速发展，将科技与体育相结合已成为推动体育事业发展的重要趋势。政策文件中对于学校体育教育的发展要求，也为“科技+体育”的融合提供了切入点与广阔空间。

（二）智能技术赋能：体育智慧化转型的新契机

随着各类技术不断改造体育运动方式和体育教学，特别是可穿戴技术、大数据技术、态势感知技术和通用人工智能技术广泛影响体育，科技的力量正以前所未有的方式渗透到竞技体育、大众健身、学校体育以及体育产业等各个体育领域，为体育教育的智慧化改造提供了崭新的机遇。

第一，大数据技术促进体育训练精准化、个性化。大数据技术已广泛应用于运动员体能训练，通过实时测量的数据监测运动训练质量和竞技状态，对运动训练过程进行调整。例如，足球比赛实时采集运动员的跑动距离、跑动速度、冲刺距离、冲刺次数和心率等数据，针对关键指标进行大数据分析，帮助教练制定更有效的训练策略；在“国家乒乓球队大数据采集分析及平台建设”的项目研究中，通过大数据分析对手运动员的技术和战术特征，制定针对性的训练对策，从而在比赛中占据先机。国外关于体育大数据和人工智能的研究起步较早且已经较为深入。众多高科技数据采集、分析系统以及人工智能设备的广泛应用有效提高了数据的应用效率，即通过高速摄影机、可穿戴设备（传感器、GPS、陀螺仪、VR）、红外线等采集到的数据实现了实时处理和实时反馈。无论是实时数据还是赛后数据，都能够被有效利用，为运动员和教练团队提供全面的信息支持。随着大数据技术的不断发展及其在体育教育领域的深入应用，体育训练将更加精准、个性化。

第二，人工智能技术促进体育训练科学、高效。体育一直是人工智能的天然“试验场”[2]，人工智能技术正深刻改变着体育面貌。在竞技体育领域，智能训练反馈系统[3]、运动营养分析[4]、运动智能装备开发[5]等都为运动员提供了更加科学、精准的训练指导。人工智能还能辅助裁判，在足球、棒球以及许多奥运会赛事中发挥智能评分作用，人类裁判的作用仅限于赛场上运动员部分行为的管理，而将具体判罚决策交予人工智能处理[6]，这种“虚拟裁判”能够及时修正错误、弥补人类的信息差、保持裁判的一致性、具有可预测性以及中立性等优势[7]。在大众健身领域，人工智能在身心健康预警、体育成绩预测、技术战术决策辅助、运动动作识别评价等方面[8]都发挥着重要作用。例如，利用人工神经网络模型，预测和生成改善老年人骨密度的运动处方[9]；利用人工神经网络和摄氧量动力学实现身体活动能量消耗预测[10]；利用计算机视觉的深度学习技术，自动识别运动生物力学研究中常用的人体模型关节点，实现人体运动的自动捕捉[11]。在体育教育领域，智慧运动评价与智能陪练技术[12]实现对体育教学数据和学生在校课外锻炼数据实时监测，并据此进行个性化锻炼指导和智能陪练，分析、管理学生体质健康状况。

第三，可穿戴设备技术实现体育运动数据实时感知。可穿戴设备是直接穿在人身上或能被整合进衣服、配件并记录人体数据的移动智能设备[13]，是连接人体与智能设备的金钥匙[14]。随着技术不断突破，可穿戴设备实现了对运动动作及数据的捕捉，并加入矢量分析与张量计算丰富了设备的数据处理能力[15]，更好地满足了人们进行科学锻炼和个性化定制健康服务的双重需求[16]。目前，可穿戴技术在提升体育运动表现领域具有广泛的应用，主要涉及运动学及动力学数据采集[17]、运动员机能状态监测、运动姿态估计[18]、运动轨迹追踪[19]、人体动作建模[20]等。可穿戴设备能捕捉运动员肢体的各种运动，在运动训练中也可以更加科学、高效地提升运动表现。

第四，物联网技术实现人与体育资源的紧密连接。物联网技术是信息感知、信息传输、普适化支撑技术以及相关应用管理在内的技术统称[21]，被誉为信息产业的第三次创新。物联网技术通过各种信息传感设备，如射频识别装置、红外传感器、全球定位系统、激光扫描等，与互联网结合而形成的一个巨大网络，使所有物品都与网络连接在一起，使得识别和管理更加方便[22]。中国很早就已提出了“感知中国”的物联网战略，并将其视为占领世界科技制高点的重大战略部署之一，在各行各业大力推进。在体育领域，感知体育建立了体育物联网，通过传感设备和通信协议将体育因子（人、体育器材、体育场地、体育比赛、体育服装、体育环境、体育竞赛等）相连，实现体育系统内部的识别、定位、跟踪、监控和管理以便进行体育信息交流[23]。物联网技术构建了一个高度互联、智能化的体育生态系统。运动员训练状态、场馆设施使用情况、体育教学计划等，都可以实时地被感知、传输和处理，为体育精准管理提供了可能。通过对运动员的生理数据、运动表现等信息的收集和分析，物联网技术能够揭示每个运动员的独特性，帮助教练制定更加科学、个性化的训练计划。运动员也能通过物联网设备实时了解自己的训练状态，调整训练节奏和方式，实现自我驱动和自我优化。

综上所述，新一代信息技术正在深度嵌入体育，体育智慧化改造的技术支撑体系已经形成。这些技术不仅为体育教育的数据收集、分析与应用提供了强大的工具，更为体育教育的个性化、精准化、智能化发展提供了可能。但在体育智慧化改造的过程之中，依然存在许多挑战，主要体现在技术应用不成熟、复合型人才短缺、数据隐私保护问题、产品形态和内容缺乏规范统一标准等问题。究其原因，体育教育的智慧化改造，不能简单依靠直接或者间接经验的汇总，也不能重复低端劳动和大量试错导致资源的浪费，而是要依靠规范的学科引领，需要体育科学研究范式协同进化。

（三）计算体育学的提出

进入21世纪以来，数据科学和大数据技术蓬勃发展，图灵奖获得者格雷（Gray，J.）提出了科学研究的第四种范式——数据密集型科学范式[24]。2009 年，哈佛大学的拉泽尔（Lazer，D.）等人提出了“计算社会科学”这一崭新学科[25]。在大数据、人工智能等新一代信息技术爆发式发展的推动下，各行各业正在经历着深刻的数字化转型，新一代智慧要素正全面替代农业、工业及信息等传统要素，成为引领智能时代变革的重要引擎，数据呈爆发式增长，计算无处不在。

在此背景下，计算社会科学成为社会科学发展的必然走向。计算社会科学，正在促成自然科学和社会科学走向融合发展，衍生出一种新型、跨学科“计算+”的研究范式。例如，在教育领域，随着教、学、测、评、管以及研究等各个层面数据的沉淀与快速增长，催生出计算教育学[26]；在经济领域，信息技术与金融经济学等多学科交叉融合发展，形成了计算金融学……第三次科技革命正让学科研究范式革新潜移默化地发生。

这种数据密集型科学范式的兴起对体育科学发展提出了新的要求和前所未有的变革机遇。体育是一种根据人体生长发育、技能形成和机能提高等规律，以身体活动为基本手段，提高人的身体素质和运动能力，改善生活方式，提高生活质量，促进人的全面发展的社会活动。体育科学的核心是用科学的方法来探求体育的本质和规律。从纵向发展来看，体育科学研究由经验判断转向基于实证数据、从抽样调查转向全样本分析、从现象的局部观察转向全景式深度解构；从横向融合来看，体育科学研究范式已经出现了人文科学向社会科学转向、社会科学向自然科学转向、自然科学与人文科学交融的势头[27]。体育科学研究范式的转变，正成为体育科学发展与实践创新的重要加速器和助推器。数据驱动的体育科学研究范式在技术助力体育发展的浪潮中正逐渐形成学术共识，越来越多的学者希望借助这一新范式，探索人体生长发育、技能形成和机能提高的本质和规律。正是体育科学研究范式的转换，推动体育数据共享、多学科交叉联合研究，并与信息技术进一步融合发展，同时催生出学科发展的新方向——计算体育学。

计算体育学是因应人工智能的范式革命，基于计算科学，并借鉴演化体育学、教育学、心理学等经典理论，借助大数据、人工智能等新一代信息技术，探求人体生长发育、技能形成和机能提高等体育科学规律，发展而形成的一种体育学与计算科学交叉的新型研究范式。计算体育学是体育高质量发展的重要基石，支撑着运动人体科学、体育教育训练学、体育人文社会学等体育学各分支领域的创新发展。本文侧重于计算体育学在体育教育领域的探索，尝试构建基于计算体育学的智慧体育新模式。

二、计算体育学驱动的智慧体育技术框架

在计算体育学研究范式兴起的背景下，“人工智能+体育”已是大势所趋。以“智慧体育”为导向，囊括大数据、人工智能、物联网、可穿戴设备等技术，重塑体育教育，是深化体育教育改革、引领体育教育学科高质量发展、建设体育强国和教育强国的重大战略先导。但是，体育教育领域资本回报周期长、受众小，且牵涉到学科教学和教育政策，因而智能技术的融入较为有限。计算体育学驱动的智慧体育尝试加速智能技术融入体育教育的进程，重点解决不同运动项目促进青少年身心健康的量效机制、青少年身心健康异常的分类指征捕捉及分级、运动处方矫正青少年身心健康异常等重大科学问题，从而实现跨场域、全时段的体育活动智能感知和青少年体育学习数字化管理，提升防范化解健康风险和心理危机能力，为青少年提供身心健康成长的伴随式智慧指导服务，同时对体育教学、体育锻炼、体质健康管理等体育教育各个维度的需求做出智能化响应和智能化决策支持。本文结合体育教育的基本逻辑，将智慧体育的技术框架分解为数据队列、数字画像、运动处方、数字资源和智慧空间五个核心架构。

（一）意义和价值

目前，体育教育缺乏成熟的公共服务平台，如何基于智能技术和平台提高体育教育成效，解决青少年身心成长突出问题，提升身心健康水平，是当下亟待解决的重大问题。智慧体育利用技术赋能，实现体育教育的智慧化转型，有助于推动体育教学走向个性、科学和高效，促进体育学科研究范式重塑。

1.个性

在计算体育学驱动的智慧体育中，“个性”得到了前所未有的凸显和实质性体现。智慧体育将超越基于主观经验的决策模式，增强点对点和数字化的定量调控。每位运动员的身体状况、技能水平、心理特征等都能被采集、量化，海量数据支撑科学决策，为运动员提供及时、个性化的反馈和支持。这意味着，体育锻炼将因人而异、因时而进、因势而新。无论是初学者还是高水平的专业运动员，都能得到最符合自身特点和需求的训练指导，都能在最适合自己的路径上实现最大潜能。这种智慧体育模式将运动员的需求、兴趣和发展置于教学的核心位置，不仅关注运动技能和身体素质，还关注情感和心理发展，强身健体的同时培养学生的自信心、毅力、团队合作、勇于挑战等体育精神，实现从“被动接受”走向“主动选择”的个性化体育学习模式。

2.科学

智慧体育的基础根植于科学理论之中，生理学、心理学、计算科学等多学科规律融入体育科学，共同构筑智慧体育的底层逻辑。在生理学方面，智慧体育能够全面感知和分析运动员的生理状态，如心率、呼吸、肌肉活动等，为教练和运动员提供及时、准确的反馈，根据个体差异和实时状态调适训练计划，提高训练效果，降低运动损伤。在心理学方面，智慧体育秉承身心一元、相互促进的原则，实时监测和分析运动员的心理状态，如情绪、压力、自信心等，灵活调整训练方式和方法，帮助运动员保持良好的心态，提高运动成效和竞技表现。同时，智慧体育还运用动机理论、认知行为疗法等心理学理论，优化训练过程，以体育心，激发运动员的内在动力，提高他们的自信心和应对压力的能力。在计算科学方面，智慧体育能够更加精确地预测运动员的竞技状态、评估训练效果、发现潜在问题，并为教练和运动员提供更加科学、个性化的训练建议。

3.效率

智慧体育基于一套科学的评价指标体系建立量效模型，监测、评估、反馈运动训练的科学性和个性化，以保证体育运动和体育教学效率。量效模型为教练和运动员提供了精确的训练效果反馈。教练可以根据量效模型反馈的运动量、运动方式、运动类型等与运动成效之间的定量关系，及时调整训练计划，确保运动员在最佳状态下进行训练。同时，运动员也能够通过数据了解自己的训练状态，更好地调整自己的心态和训练策略。这种综合性的训练方法，不仅能够提高运动员的竞技水平，更能够促进他们的身心健康和全面发展。量效模型为我们提供的科学依据，使得教练和运动员能够在追求效率的同时，确保训练的安全性和有效性。整体而言，量效模型使得体育锻炼过程变得更加高效、精准、人性化，以成效为导向透视运动训练全过程，实现前所未有的效率提升。

4.科研范式的重塑

长期以来，体育科学研究以经验主义为主导，通过人的观察、描述，总结和提炼出训练方法、策略和研究成果，为体育科学发展做出了巨大贡献。然而，随着科技的飞速进步和数据的爆炸式增长，经验主义已无法满足现代体育科学的发展需求。我们不仅需要“这样做有效”的经验之谈，更需要“为什么这样做有效”的科学依据。计算体育学和智慧体育模式不再仅仅依赖人的经验或直觉，而是通过收集和分析大量的数据，利用科学的算法和模型，来揭示体育和身心发展的内在规律，减少了研究者主观影响，能够生成更加客观、准确的结论。而且，计算和建模能够深入挖掘数据中的隐藏信息，揭示出传统方法难以发现的规律和趋势，为发展趋势预测和科学训练决策提供支持。计算体育学正在与经验主义相结合，成为体育科研的发展趋势。

（二）基于计算体育学的智慧体育技术框架

智慧体育的技术框架包含学生身心成长数字档案、数字画像、运动处方、数字资源和智慧空间五个核心系统，如下页图1所示。智慧体育遵循“家庭—学校—社会”跨场域协同集成服务的理念，采用“理论—技术—分析—服务—示范”的研究策略，通过构建基于大规模多模态时序数据的学生身心成长数据队列，探索不同运动项目与身心成长问题的作用机制和问题预警；基于学生身心成长数字画像，提供“健康生活+科学运动+心理调适”的运动综合指导模式和个性化运动综合处方靶向适配、智能推送与自适应调适服务，构建全链条、自主可控和数实融合的一体化跨场域服务模式，支撑智能技术促进学生身心成长的应用体系。

1.学生身心成长数字档案

学生身心成长数字档案是以数据为核心，围绕学生身心成长，综合采集课堂内外、正式和非正式学习环境、线下和线上学习、学习活动和生活表现等多个视角客观信息的数据档案，涵盖学生学习属性及其从入学到毕业整个教育周期内的体育活动、健康数据、课程安排、个人发展等多个维度的过程性和结果性数据，记录保存在系统中，构建系统、完备的学生身心成长数字档案，形成针对每一位学生的完整数据生态闭环，为制定针对性的教育策略和健康管理提供依据。学生身心成长数据队列已经具备良好的数据基础，《国家体育锻炼标准》《国家学生体质健康标准》先后发布，各省市每年开展国家学生体质健康测试，测试数据上传国家学生体质健康网。我国广大学生的体质健康有测试、有数据、有平台，从某种意义上该闭环体系已经具有智慧体育雏形。学生身心成长数字档案通过测试和调查等多种方式获取学生成长数据（如表1所示），同时与教学、管理等平台实现数据互联互通，提高数据处理的效率，也确保了信息的准确性和实时性。

大数据不仅追求获得更大体量、更多样的数据，还注重数据的价值与意义及其连续性。数据队列是打破现有教育数据截断式不足的新探索，为挖掘学生成长规律、关键事件的追踪与溯源等提供基础性的支撑。学生身心成长数字档案正是遵循“数据队列”这一思想，通过物联网技术、大数据技术、人工智能等最新研究与应用成果，建立基于大规模多模态时序数据的青少年体育锻炼与身心成长监测数据队列。并按照一定标准将人群分为不同的队列，追踪观察不同队列中个体的发展变化，比较不同队列之间的差异。使用大数据挖掘、机器学习、深度学习等技术来处理和分析青少年身心健康数据，观察不同队列之间在健康状况上的差异，找出体育锻炼相关因素对身心健康的影响机制。

2.学生身心成长数字画像

学生身心成长数字画像是基于全面感知的物联网、可穿戴设备、图像识别等技术，以及青少年多模态、长时序的运动能力、生活方式、身体发育和心理健康等数字档案，利用机器学习和高速的云计算体系，通过数据建模分析，生成全数字画像，既包含过程性描述也包含总结性描述，既有定性描述，也有定量描述，可生成学生个体画像和群体画像，刻画真实、可信的学生身心成长状况。数字画像提供多模态、不同时间尺度的青少年身心成长动态数据监测与反馈服务，是设计学生个性化身心成长发展路径的基础，促进体育教育从经验走向科学。本研究基于中小学生体育育人目标，结合国家相关政策要求，确立了可直接测量的具体指标，初步形成中小学生体质健康评价结构特征指标，画像由高级标签、模型标签、事实标签组成，如表2所示。

数字画像是层次化的标签体系，呈现出学生身心成长状况的标签，首先分类，再在各类别下进行逐层细分。上层标签都是抽象的标签集合，一般没有实用意义，只有统计意义。底层标签用于学生体质健康数据分析和个性化推荐，每个标签仅有一种含义且具有一定语义，便于计算和处理。基于原始数据首先构建的是事实标签，事实标签可以从数字档案直接获取（如姓名、学号等），或通过简单的统计得到。模型标签采用了机器学习和自然语言处理等智能技术，是数字画像发挥价值的底层驱动力，也是标签体系的核心。在事实标签和模型标签基础上统计、建模得出高级标签，与体质健康评价指标紧密联系，以人体3D模型数字图、数据分析图、个体情况雷达图、正态分布雷达图、综合文字评价等多种形式呈现。

3.学生身心成长运动处方

“运动处方”于 1969 年被世界卫生组织正式采用[28]，由运动锻炼的目的、运动类型和运动的基本形式、运动强度、运动时长、运动频率、运动锻炼进展的速度构成[29]，运动方式、时间、频率及强度是运动处方的四要素[30]。近年来，运动处方研究从“治已病”向“治未病”转变[31]，以健康促进和疾病预防为研究导向，取得长足进步与发展。运动处方可有效防治癌症、糖尿病、骨关节炎、代谢性疾病、肩周炎和颈椎病等疾病[32]，如运动提高非肺癌人群心肺耐力，降低心血管疾病的发病率和预防癌症，对癌症患者[33]和骨质疏松患者[34]具有重要作用。未来医生就诊时，应评估体力活动情况及提供运动指导，借助运动处方改善患者的健康状况[35]。在智能技术的加持下，运动处方的积极作用进一步放大。智能手表、智能手环等新型可穿戴设备，已应用运动处方有关研究，如健康相关的体适能测试和临床运动测试等[36]，有效增加运动时间、距离等，从而增加能量消耗[37]。大数据与改善人体运动研究相结合，用于骨关节炎治疗和体重管理等[38]。

目前，我国尚难以为大众出具智能化、系统性、个性化的运动处方，促进国民身心健康[39]。为此，智慧体育技术框架尝试将学生运动处方作为核心组成部分。针对体育教学与体育锻炼过程性学习管理缺失，加之青少年身心基线、状态特征和发展进程等存在个体差异，导致面向群体的体育教学和运动指导靶向性不足和个体效果不一等问题，智慧体育通过建立多模态多时间尺度青少年体育学习与锻炼行为的特征表示，研究涉及情感、行为、效果等的青少年体育学习管理算法，形成面向个体特征的青少年精准化和动态化运动综合处方智能推荐，创新变革体育教学与运动指导服务的范式，提高体育活动促进青少年身心成长的精准靶向、个体适应和管理效能。

具体而言，运动处方在促进强化学生体质健康发展工作的基础上，针对不同学生身体素质及健康状况的个体特点，基于频率（Frequency，每周进行多少次）、强度（Intensity，单位时间内身体活动的能耗水平或对人体生理刺激的程度）、时间（Time，持续时间或总时间）、方式（Type，模式或类型）四项维度，通过人工智能算法，尊重个体差异，为每一位青少年提供一份符合其特性的运动处方，包括体质健康促进方案、运动技能指导、饮食营养建议、生活方式建议，辅助教师查缺补全，培养学生体育素养，提升青少年身心健康整体水平。

4.学生身心成长数字资源

智慧体育的应用核心是教与学，离不开数字教育资源支撑。智慧体育通过构建包含基础运动技能、体能及专项运动技能的数字化体育教育资源库，在推进实施体育新课标的同时，结合人工智能与信息化技术，引入社会优质资源，创新体育教育形态，并充分发挥创新数字资源供给模式的特点，提升信息化供应链水平，为学校提供更加丰富的数字化体育教育资源供给。

第一，构建青少年身心成长运动综合处方资源。从体育锻炼、技能学习、心理、生活方式等多个维度进行研究，综合考虑内容、量、强度和注意事项等方面因素，基于“健康生活+科学运动+心理调适”的“1+1+1”青少年运动综合处方干预模式，研制面向不同性别、年龄、学段、身体机能、运动能力、心理状态等的青少年运动综合处方集，满足跨场域下青少年身心成长促进指导需求。第二，构建青少年身心成长体育教学视频资源。研究不同运动项目的适应人群、锻炼内容、锻炼方法、易错点等，基于课程要求，构建适合中国青少年身心发展目标和针对肥胖、近视、发育迟缓、脊柱侧弯等重点关注人群调适的课外教学指导视频资源，覆盖健康知识、技能学习、运动锻炼、运动防护等教学内容，满足青少年跨场域体育锻炼需求。第三，构建青少年身心成长科学指导资源。构建稳定、安全、高效、高弹性的青少年身心成长科学指导资源，并面向体育与健康知识结构和特点，实现对文本处理、影音处理、知识体系构建等内容和知识资源的存储、处理、共享等全生命周期管理。

5.基于开放系统融合的智慧空间

数字画像、运动处方、数字资源等智慧体育教育服务通过智慧空间触及每个学生、教师和家长，目标群、任务群、策略群以空间为纽带，联成一个完整的闭环，形成大规模优质体育教育资源和个性化成长路径的“私人订制”。基于学生个人数字档案和数字画像，个性化运动综合处方通过线上的智慧空间，适配、推送给每个学生。第一，智慧空间整合了面向个体特征的青少年运动综合处方靶向适配技术。针对青少年个体差异导致运动处方干预效果不一的问题，根据体育锻炼行为特征与身心发展的量化效能模型，利用知识工程技术，研制多层次运动综合处方特征编码及标准，并建立基于深度学习的青少年个体基线与运动综合处方特征匹配机制。第二，智慧空间提供基于数字画像和图神经网络的青少年运动综合处方和数字化体育教学资源的精准推送服务。根据青少年成长数字画像，构建适应个体发展的和面向移动终端、体育陪练系统等跨场域多类应用终端的青少年运动综合处方精准推送服务，如图2所示。第三，数据、画像、处方和资源在大规模常态化教学应用中不断迭代更新，通过智慧空间沉淀至智慧体育平台。智慧体育模式以青少年各学段和年龄的机能和心理特征为约束，以满足运动综合处方目标各要素为导向，建立青少年运动综合处方自适应动态调适机制，实现过量减荷、缺量增荷等调适模式，并满足“小学兴趣化、初中多样化、高中专项化”的体育教学课程要求。

三、智慧体育的实践路径探索

智慧体育应用模式是以学生身心成长数据和模型为核心，以管理后台、体育教学助手、体育家校通具体应用形式，实现了体型体态管理、运动能力评估、智能体测、智能教学、课堂运动负荷监测、家庭锻炼指导等功能，如下页图3所示。

（一）技术赋能实现全面数字化教学管理及智能测评

智慧体育首先需要建立感知体育的环境，将智能感知技术融入体育设备和运动环境中，自动感知学生体育锻炼和运动数据，实现智能测评和全面数字化体育教学管理。首先，智能测评大幅提升体育课测和国测效率。当前，体育课程测试和国家青少年体测占据了体育教师大部分工作时间，测试是学生体质健康状况和运动能力的快照，是体育教育的起点也是体育教育的评价依据，但难以充分促进和提升学生的身体健康和体育素养。智能测评是智慧体育的基础应用，通过压缩测试的单次时间，增加测试频次，提升测评效率。体育教师日常工作将通过数字化智能设备，实现学生运动数据的全面自动化采集，并依据数据反哺优化体育测评环节及评价指标。未来体育教育将在虚拟与现实融合的环境中开展，是基于数据的治理，实现体育学习空间、学习内容与教学方式的颠覆式创新。

大规模、常态化智能体育测评为全面数字化体育教学管理奠定了坚实的数据基础，提高教学管理的个性化、科学性和效能性。依据班级、学校、区域三个层级，智慧体育应用模式建立了三级数据管理体系，支撑微观、中观、宏观三个层级的体育教学管理，如图4所示。在班级体育教学管理层面，第一等级由学生个体数据组成，让体育教师从繁重冗余的简单工作中解放出来，操作者变成观察者、工作流程的优化者，更多精力用于提升体育教学；在学校体育教学管理层面，第二级数据面向校级门户与家长开放，体育教研组可以依据年级、班级、个人数据分析，进行跨班级、年级的分层分类体育教学；在区域体育教学管理层面，第三级数据可与区教育系统连接，支撑教学监督、评估和督导，实现信息互通。

（二）跨场域数据协同实现学校、家庭、社区协同育人

受限于课时和教学时长，体育教育需要学校、家庭、社区三方协同，充分拓展学生参加体育锻炼的空间和资源，结合学生课间活动、居家时间和社区活动，保障学生每天有效锻炼1小时，构建青少年健康成长的“同心圆”。

家庭是青少年成长的第一场域，学生对于运动、锻炼的最初启蒙及运动习惯的早期形成始于家庭教育。在家庭，智慧体育平台推送身心成长数字画像给到学生家长，用详实的数据和形象的展示方式，使家长充分了解孩子的真实状况，辅助家长指导学生居家锻炼；在线咨询服务辅助解答家长的困惑，也为家长引导孩子身心成长提供科学指导。体育家庭作业则帮助孩子建立终身运动的习惯，体育教研组的老师们精心挑选的视频，不仅有标准的示范动作，还有亲子互动环节，使家长深入参与其中，共建家校共育的健康环境。

学校是青少年体育意识培养及运动技能学习的主要场域。在学校，基于学生身心成长数据的分析与诊断，针对地区、学校、年级、班级、学生薄弱项，完善学生运动评价，以运动评价来促进学生多场景锻炼。基于综合数据帮助学生建立运动健康计划，例如基于体型数据推荐学生运动类型（下肢长利于长跑，臂长身高比值大利于游泳）；根据胸、腹、臀、腿推荐不同的减重计划；监督体态不良的学生坚持矫正训练；患有某些疾病的学生避免参与不利于其健康的运动形式，而推荐有助于康复的其他运动。

社区是青少年成长的第三场域，学生体育习惯与所在社区体育活动组织和体育设施完备情况紧密相关。跨场域数据协同将社区活动纳入记录和治理范畴，教师可利用数据对学生进行社区运动干预，后台设置学校、教师、家庭的双向反馈通道，数据信息快速处理，为学生社区体育活动的追踪、诊断、调控和管理决策提供现代化的基础和数据条件，教师根据学生已有的运动能力和运动强度承受能力进行运动指导反馈，让学生体验更加科学合理的体育锻炼活动。

（三）人工智能助力学生身心成长守护

完善身心智，首在体育。早在一百多年前，毛泽东在《体育之研究》便作出“无体无德智”的重要论述。体育是教育的基础，促进青少年身心健康成长也是培养社会主义接班人和建设者的奠基性工程。在第三次科技革命与中国崛起的时代背景下，智能技术为中国青少年身心成长提供了强力支撑。智慧体育整合了人工智能、大数据、物联网、可穿戴设备等新一代信息技术，结合体育科学、生理学、心理学等专家经验，人技协同守护青少年身心成长。

本项目在上海市宝山区开展了智慧体育综合应用示范，以学生身心成长数据和模型生成的数字画像为纽带，实现了学生体型体态管理、运动能力评估、智能体测、智能教学、课堂运动负荷监测、家庭锻炼指导等全流程数字化，整合科技和专业人才，全方位守护青少年身心成长。学生数字画像由人体3D模型数字图、数据分析图、个体情况雷达图、正态分布雷达图、综合文字评价五种类型组成，如图5所示。3D模型数字图直观呈现学生多角度的体型体态、动作评估状况、身体机能情况、身体素质状况。数据分析图和个体情况图呈现学生身体各个指标数据的“偏移差值”（体态、BMI等重要指标的偏离正常值图示）、“指数分析”（体型、体态、柔韧性、灵活性、营养状况等）、“趋势折线图”（各个身体长度、围度、体重等周期生长发育折线图）。综合雷达图包含学生BMI、肺活量、视力、跑步、坐位体前屈、跳绳、立定跳远、仰卧起坐、体态、体型、柔韧性、灵活性等指标的综合状况在学校同年龄段的对比雷达图。依据数字画像，智慧体育平台为每位学生订制综合处方建议。例如，该学生身体机能优异，基本动作能力完成情况良好，日常有较好的作息和饮食习惯，但是运动习惯、爆发力、耐力训练有待提升，腰围超标准10cm；视力情况不佳，左右眼视力差400度，应改善用眼习惯；有脊柱侧弯和高低肩症状，应引起重视，否则会影响身体机能水平。

四、结语

随着我国开始向第二个百年奋斗目标奋勇前进，体育需要拥抱创新。无论是技术创新、模式创新还是理念创新，都需要更新理念，计算体育学将成为体育科学发展的重要领域。基于计算体育学的智慧体育模式将重塑体育教育方式，进一步丰富体育大数据，滋养计算体育学新发展和智慧体育教育新生长。智慧体育将秉持以人为本的核心理念，聚焦青少年身心成长，以跨场域体育活动为手段，解决青少年群体存在的“小眼镜”“小胖墩”“小绵羊”和心理危机倾向等不良问题，以体促心，以体养德，以体促智，促进体育强国、教育强国和健康中国建设。

参考文献：

[1] 潘凌云，王健.改革开放40年我国学校体育改革与发展的政策审思[J].体育科学，2019，39（5）：13-25.

[2] 郑芳，徐伟康.我国智能体育：兴起、发展与对策研究[J].体育科学，2019， 39（12）：14-24.

[3] A.Baca，P.Kornfeiend.Stability analysis of motion patterns in biathlon shooting [J].Human Movement Science，2012，31（2）：295-302.

[4] B.M.Silva，I.M.Lopes，J.J.P.C.Rodrigues，et al.SapoFitness：A mobile health application for dietary evaluation [A].2011 IEEE 13th International Conference on e-Health Networking，Applications and Services [C].Colum bia，MO，USA：IEEE，2011.373-381.

[5] Y.C.Cai，J.Shen，G.GE，et al.Stretchable Ti3C2Tx MXene/carbon nanotube composite based strain sensor with ultrahigh sensitivity and tunable sensing range [J].Acs Nano，2018，12（1）：56-62.

[6] L.Mataruna.Innovating in sport management： The impact of COVID-19 on technological advancements in sports industry [EB/OL].https：// www.researchgate.net/publication/343064857_Innovating_in_sport_ management_the_impact_of_COVID19_on_technological_advancements_ in_sports_industry，2022-01-19.

[7] M.J.Madison.Fair play：Notes on the algorithmic soccer referee [J]. Vanderbilt Journal of Entertainment and Technology Law，2021，23（2）：341-432.

[8] 路来冰，王艳等.基于知识图谱的体育人工智能研究分析[J].首都体育学院学报，2021，33（1）：6-18+66.

[9] 许春艳，张蓝天等.人工神经网络模型预测老年人骨密度改善运动处方：开发与实施性研究[J].北京体育大学学报，2023，46（12）：128-138.

[10] 杨俊超，卢智慧等.基于人工神经网络和摄氧量动力学的身体活动能量消耗预测[J].北京体育大学学报，2023，46（11）：18-27.

[11] 刘卉，李翰君等.无反光点人体运动自动捕捉人工智能系统的有效性[J].北京体育大学学报，2021，44（1）：125-133.

[12] 刘昊扬.基于人工智能的运动教练系统分析与展望[J].北京体育大学学报，2018，41（4）：55-60.

[13] 落红卫，魏亮，徐迎阳.可穿戴设备安全威胁与防护措施[J].电信网技术，2013，（11）：9-11.

[14] 张晓萍，卢三妹等.服务于大学生科学体育锻炼的可穿戴系统设计[J].青少年体育，2019，（8）：124-125.

[15] 苏宴锋，赵生辉等.人工智能提升运动表现的前沿进展、困境反思与优化策略[J].上海体育学院学报，2023，47（2）：104-118.

[16] 黄亨奋，仇军.新时代智能可穿戴体育用品产业高质量发展的战略选择[J].北京体育大学学报，2021，44（7）：36-46.

[17] J.Lecoutere，A.Thielens，S.Agneessens，et al.Wireless Fidelity Electromagnetic Field Exposure Monitoring With Wearable Body Sensor Networks [J].IEEE Transactions on Biomedical Circuits and Systems，2016，10（3）：779-786.

[18] A.Mannini，A.M.Sabatini.Machine Learning Methods for Classifying Human Physical Activity from On-Body Accelerometers [J]. Sensors，2010，10（2）：1154-1175.

[19] Y.Z.Liu，Y.L.Ji.Target recognition of sport athletes based on deep learning and convolutional neural network [J].Journal of Intelligent and Fuzzy Systems，2021，40（2）：2253-2263.

[20] M.A.Khan，Y.D.Zhang，M.Alhusseni，et al.A Fused Heterogeneous Deep Neural Network and Robust Feature Selection Framework for Human Actions Recognition [J].Arabian Journal for Science and Engineering，2021：1-16.

[21] 乔克满，王归然，孙卫.感知体育：物联网技术在体育领域的应用体系架构[J].武汉体育学院学报，2012，46（1）：72-75+90.

[22] 宁焕生，徐群玉.全球物联网发展及中国物联网建设若干思考[J].电子学报，2010，38（11）：2590-2599.

[23] 王朝军，张建辉.体育物联网视野下我国竞技体育发展趋势研究[J].吉林体育学院学报，2011，27（2）：9-11+46.

[24] K.M.Tolle，D.S.W.Tansley，A.J.G.Hey.The Fourth ParadigmData-Intensive Scientific Discovery [J].Proceedings of the IEEE，2011，99（8）：1334-1337.

[25] D.Lazer，P.Alex，A.Lada，et al.Life in the Network：The Coming Age of Computational Social [J].Science，2009，323（5915）：721-723.

[26] 刘三女牙，杨宗凯，李卿.计算教育学：内涵与进路[J].教育研究，2020，41 （3）：152-159.

[27] 王俊辉，郑旗，朱琳.体育科学研究范式的本体回归、认知定位与方法革新[J].体育研究与教育，2023，38（4）：38-45+60.

[28] 步斌，侯乐荣等.运动处方研究进展[J].中国循证医学杂志，2010，10（12）： 1359-1366.

[29] G.R.Cumming.A personal activity prescription [J].Canadian Medical Association Journal，1967，96（21）：1429-1430.

[30] S.C.Slade，J.L.Keating.Exercise prescription：A case for standardised reporting [J].British Journal of Sports Medicine，2011，46（16）：1110-1113.

[31] D.E.R.Warburton，C.W.Nicol，S.S.D.Bredin.Prescribing exercise as preventive therapy [J].CMAJ，2006，174（7）：961-974.

[32] B.K.Pedersen，B.Saltin.Exercise as medicine evidence for prescribing exercise as therapy in 26 different chronic diseases [J].Scandinavian Journal of Medicine and Science in Sports，2015，25（3）：1-72.

[33] J.M.Scott，T.S.Nilsen，D.Gupta，et al.Exercise therapy and cardiovascular toxicity in cancer [J].Circulation，2018，137（11）：1176-1191.

[34] B.R.Beck，R.M.Daly，M.A.Fiatarone.Singh，et al.Exercise and Sports Science Australia（ESSA）position statement on exercise prescription for the prevention and management of osteoporosis [J].Journal of Science and Medicine in Sport，2017，20（5）：438-445.

[35] J.Crookham.A guide to exercise prescription [J].Prim Care，2013，40（4）：801-820.

[36] J.A.Bunn，J.W.Navalta，C.J.Fountaine，et al.Current state of commercial wearable technology in physical activity monitoring 2015-2017 [J]. International journal of exercise science，2018，11（7）：503-515.

[37] R.Y.C.K.wan，D.Salihu，P.H.Lee，et al.The effect of e health interventions promoting physical activity in older people： A systematic review and meta-analysis [J].European Review of Aging and Physical Activity，2020，17（1）：20-25.

[38] J.P.Ku，J.L.Hicks，T.HastieASTIE T，et al.The mobilize center：An NIH big data to knowledge center to advance human movement research and improve mobility [J].Journal of the American Medical Informatics Association， 2015，22（6）：1120-1125.

[39] 龚丽景，高镝等.全球运动处方研究热点、发展趋势与启示：基于CiteSpaceⅤ的分析[J].北京体育大学学报，2021，44（5）：21-33.

作者简介：

王继红：副研究员，博士，研究方向为数字化体育教育。

毛丽娟：教授，博士，研究方向为青少年体质与健康促进。

张治：教授，博士，研究方向为计算教育学与教育的智能化改造。

Exploration and Practice of New Models of Physical Education Based on Computational Physical Education

Wang Jihong1， Mao Lijuan1， Zhang Zhi2

1.Shanghai Sport University， Shanghai 200438 2.Education Bureau of Baoshan District， Shanghai 201999

Abstract： Under the premise of technology leading the development of the times， the high-quality development of physical education cannot be achieved without the support of intelligent technology. By delving into the inherent logic of constructing a smart sports model and based on the theory of computational sports， we seek an efficient innovative development model for sports education， and clarify the construction ideas and era value of the smart sports model. Research suggests that the basic conditions for building a smart sports model are already in place， and with the development of computational sports and smart sports application， we will continue to promote the high-quality development of physical education， promote the active health awareness and ability of young people， cultivate sports habits and skills， and solve prominent physical and mental health problems such as obesity， myasthenia， and scoliosis in young people. By clarifying the logical focus and operational mechanism of constructing a smart sports model， a smart sports technology framework is designed with five core functions： student growth record system， physical health portrait system， personalized sports prescription system， smart sports resource system， and smart space based on open system integration. Through regional smart sports practice exploration， a systematic analysis is conducted to provide a path reference for building a modern sports comprehensive application paradigm.

Keywords： physical education； computational sports； smart sports

责任编辑：李雅瑄