為貫徹學校“三個三”發展戰略部署，推進人工智能與教育教學深度融合，學校教師教學發展處推出教師數字素養提升系列工作坊。活動聚焦教育教學數字化轉型需求，通過學校和各教學單位輪流承辦的形式，著力打造智能教育教學創新共同體。第十六期活動由體育教研部承辦。

近日，體育教研部舉辦“AI賦能：高等教育體育教學與科研的創新之路”主題工作坊。活動由體育教研部教師梁良主講，體育教研部全體教師參與學習。

1.AI技術重塑體育教學與科研

活動伊始，梁良結合自身對AI技術與體育教育融合的研究經驗，展開主題分享。他從傳統體育教學的痛點切入，指出當前教學中教師多依賴主觀判斷，難以精準捕捉學生動作細節，且數據采集粗放、教學模式統一，無法滿足學生差異化需求。針對這些問題，他提出AI技術的解決方案：通過視覺識別技術自動分析學生運動姿態，實時糾錯并推送個性化訓練內容，實現從“經驗教學”到“數據驅動教學”的轉型。在科研領域，他進一步講解多模態數據融合技術，說明如何整合動作、生理、影像數據量化運動表現，以及深度學習算法如何構建個性化訓練模型，推動科研方法升級，讓在場教師對AI的應用價值有了系統認知。

2.AI技術賦能體育教學實踐

為便于理論知識理解，梁良引入實際案例展開剖析。在溫州大學體操教學中，AI視覺識別系統實現了毫米級運動軌跡追蹤，通過自動比對標準動作庫生成個性化糾錯建議，使實驗班動作達標率提升37%。而某理工大學的公共體育智能化測試系統，通過傳感器、AI算法與云端平臺的結合，憑人臉識別登錄、系統實時評分，不僅將測試效率提高60%，數據準確率也達95%以上，直觀展現了AI在體育教學與管理中的實際成效。

3.現場實操深化AI應用體驗

理論與案例分享后，活動進入實操環節。梁良現場搭建了“AI動作分析模擬系統”，指導教師們進行操作。他演示了如何上傳深蹲、跳繩等基礎運動視頻，啟動視覺識別功能，使系統自動標記“膝蓋超伸”“身體前傾”等動作偏差點。教師們分組輪流扮演“教師”與“學生”角色。在“學生”完成指定動作后，“教師”通過系統查看AI生成的動作分析報告，并嘗試結合報告給出糾錯建議。梁良現場解答系統精度調整、訓練計劃制定等問題，幫助教師們深入理解AI工具的操作流程。

4.交流研討凝聚AI應用共識

實操結束后，現場展開深入研討。教師們就戶外數據采集穩定性、AI分析與教師經驗平衡、學生數據隱私保護等實際問題展開討論。與會教師分享了利用可穿戴設備輔助戶外數據采集的思路，提出AI應作為輔助工具，不能替代教師經驗。梁良則補充了“最小權限原則”“數據匿名化處理”等隱私保護方法。現場討論氛圍熱烈，在多個關鍵問題上達成共識，為后續AI技術應用奠定了良好基礎。

最后，體育教研部主任高鵬對本次活動進行了總結。他說，梁良老師的分享兼具理論深度與實踐指導意義，幫助教師們清晰地把握了AI賦能體育教學科研的核心邏輯。他結合研討環節的問題，提出后續工作重點：優先在籃球、田徑等基礎項目中開展AI應用小范圍試點，積累實踐經驗；建立內部數據隱私保護規范，確保技術應用合規；加強與其他高校的合作，共享AI教學模型與硬件設施，降低落地成本。他勉勵全體教師以此次活動為新起點，積極探索AI在體育教學科研中的應用，推動體育教育工作高質量發展。

來源：體育教研部、教師教學發展處

初審：鐘至柔

復審：李睿

終審：李英杰