引言

以大数据、机器学习、计算机视觉为核心的人工智能技术，正推动教育领域从“教育+互联网”向“教育+AI”的高阶阶段转型，成为新时代教育数字化变革的核心引擎。2018年教育部印发《高等学校人工智能创新行动计划》，明确提出要利用人工智能技术加快推动人才培养模式、教学方法改革，构建智能化的教学评价体系；2020年中共中央办公厅、国务院办公厅印发《关于全面加强和改进新时代学校体育工作的意见》，要求完善学校体育教学评价机制，强化过程性评价与综合性评价；2023年全国教育工作会议进一步强调，要将人工智能技术深入到教育教学、管理与评价的全过程全环节，为人工智能与体育教学评价的深度融合提供了政策指引。高校公共体育课是落实立德树人根本任务、推进健康中国建设的核心载体，而教学质量评价则是保障体育教学实效、推动体育教学改革的关键环节。传统高校公共体育课教学质量评价长期存在“重结果、轻过程”“重统一、轻个性”“重定性、轻定量”的固化弊端，难以实现对学生运动技能、体能发展、体育素养、课堂参与的全维度、动态化评价，也无法为教师教学优化提供精准的数据支撑。人工智能技术凭借其海量数据处理、实时动作捕捉、个性化算法推送、多维度智能分析等核心优势，为高校公共体育课教学质量评价体系的转型升级提供了技术可能。当前，国内学者围绕人工智能与体育教育融合展开了丰富研究，王国亮等学者剖析了我国智能体育教育的实践困境与纾解路径，王宁宁探究了人工智能赋能中小学体育教师专业发展的内在逻辑，尹志华等分析了人工智能助推体育教育发展的关键维度，但现有研究多聚焦于智能体育教育的宏观层面，针对人工智能赋能高校公共体育课教学质量评价体系的专项研究较为匮乏。基于此，本研究系统厘清人工智能赋能高校公共体育课教学质量评价的核心内涵，深度剖析其发展过程中的现实困境，并提出科学的发展路径，以期为新时代高校体育教育高质量发展提供实践参考。

一、人工智能赋能高校公共体育课教学质量评价的核心内涵与价值意蕴

（一）核心内涵

人工智能赋能高校公共体育课教学质量评价，是人工智能技术与体育教学评价深度融合的产物，是智能体育教育体系的核心组成部分。其核心定义为：基于人工智能与高校体育教育的深度融合，在体育教育规律与教育评价学理论指引下，依托计算机视觉、动作捕捉、可穿戴传感、大数据分析等人工智能技术，对高校公共体育课“教-学-练-评”全流程进行多模态、时序性、全时空的数据采集、解析与反馈，构建起智能化、精准化、个性化、全过程化的新型教学质量评价体系。

从核心构成来看，该体系包含三大核心要件：一是智能数据采集终端，包括动作捕捉摄像头、智能运动手环、心率监测设备、VR/AR训练终端等，实现对学生运动过程、体能变化、课堂参与、技能掌握的实时、非侵入式数据采集；二是智能评价算法平台，依托大数据处理与机器学习技术，构建运动技能评价、体能发展评估、教学效果分析的标准化算法模型，实现评价数据的自动化、智能化分析与可视化呈现；三是人机协同评价机制，打破传统“教师单一主体评价”的局限，形成“AI智能评价+教师专业评价+学生自评互评”的三元评价主体结构，实现技术工具理性与教育价值理性的有机统一。

为更清晰地呈现智能评价体系与传统评价体系的核心差异，构建对比表如下表1。

对比维度	传统高校公共体育课教学质量评价体系	人工智能赋能的高校公共体育课教学质量评价体系
评价理念	终结性评价为主，侧重甄别与选拔	过程性+终结性评价相结合，侧重发展与育人
评价主体	教师单一主体，主观经验主导	AI智能评价+教师专业评价+学生自评互评多元主体，人机协同
评价维度	单一维度，以期末运动技能、体能测试为主	全维度综合评价，覆盖技能、体能、素养、参与、习惯、协作等
评价方式	人工定性评价为主，模糊化、经验化打分	定量+定性结合，AI实时量化分析+教师专业定性评价
评价周期	静态周期，以学期/学年为单位的终结性考核	动态全周期，覆盖课堂、课外、学期全流程的实时追踪评价
评价功能	单一结果判定，缺乏反馈与指导	评价－反馈－指导－提升闭环，实现以评促教、以评促学
评价适配性	统一标准化评价，忽视学生个体差异	个性化精准评价，适配不同基础、不同兴趣学生的成长需求

（二）价值意蕴

1.推动高校公共体育课教学评价范式的根本性转型

人工智能技术的嵌入，彻底打破了传统体育教学评价“经验主导、结果导向”的固化范式，推动评价模式实现三重转型：从“单一终结性评价”向“全过程动态化评价”转型，从“统一标准化评价”向“个性化精准化评价”转型，从“教师单一主体评价”向“人机协同多元主体评价”转型，实现了高校公共体育课教学评价从“量的积累”到“质的跃升”，契合了新时代学校体育教育改革的核心要求。

2.实现“以评促教”，提升高校公共体育教学实效

通过智能评价体系对教学过程的全流程数据采集与分析，能够精准呈现教师的教学设计、教学方法、课堂组织、运动负荷安排等教学环节的实际效果，帮助教师清晰定位教学中的短板与不足，为教学方案的优化调整提供客观的数据支撑，推动教师从“经验型教学”向“数据驱动型精准教学”转型，切实提升高校公共体育课的教学质量。

3.落实“以评促学”，促进学生体育核心素养的全面发展

智能评价体系能够为学生提供实时的运动技能反馈、个性化的体能提升方案，打破传统评价“期末一考定结果”的局限，让学生清晰掌握自身的体育学习进度与成长轨迹，有效激发学生的体育学习兴趣与运动参与积极性。同时，通过对体育精神、团队协作、运动习惯等维度的综合评价，推动学生从“被动应试”向“主动锻炼”转型，助力学生终身体育意识与体育核心素养的全面发展。

4.完善高校体育教学治理体系，推动体育教育数字化转型

智能化的教学质量评价体系，能够为高校体育教学管理部门提供全面、客观、实时的教学质量数据，实现对全校公共体育课教学质量的动态化、精细化管理，打破传统教学管理“重检查、轻监管”的局限，构建起“数据驱动、精准监管、持续优化”的高校体育教学治理新模式，为高校体育教育的数字化、智能化转型提供核心支撑。

二、人工智能赋能高校公共体育课教学质量评价的现实困境

结合教育部官方监测数据、国内核心期刊权威调研成果，整理形成我国高校公共体育课智能教学评价建设现状核心数据如下表2所示。

调研指标	调研结果	数据来源
了解智能体育教育相关理念的高校体育教师占比	12.50%	王国亮等，2024
参加过智能体育相关专项培训的高校体育教师占比	5.73%	王国亮等，2024
将智能体育教学评价纳入学校体育发展规划的高校占比	13.60%	教育部《全国普通高校体育课程建设与教学质量监测报告》，2023
将智能技术过程性数据纳入体育课程成绩评定的高校占比	7.80%	教育部《全国普通高校体育课程建设与教学质量监测报告》，2023
搭建体育教学智能化管理与评价平台的高校占比	11.20%	教育部《全国普通高校体育课程建设与教学质量监测报告》，2023
配备覆盖主要运动项目智能评价设备的高校占比	<5.00%	教育部《全国普通高校体育课程建设与教学质量监测报告》，2023
高校体育教师数字素养达标率	18.70%	方千华等，2024
了解智能体育教育开展方式的体育教师占比	4.17%	王国亮等，2024
年度体育智能建设投入不足10万元的高校占比	87.50%	教育部《全国普通高校体育课程建设与教学质量监测报告》，2023

基于上述权威数据，结合现有研究成果，系统梳理当前我国高校公共体育课智能教学质量评价面临的五大核心困境：

（一）评价理念滞后，智能评价认知与认同程度不足

教育理念是教育实践的先导，正确的智能评价理念是推动人工智能与体育教学评价融合的核心基础。当前我国高校公共体育教学领域对智能评价的理念认知存在严重滞后，传统体育教育理念的根深蒂固，成为制约智能评价体系建设的首要障碍。

从教师认知层面来看，表2数据显示，了解智能教育相关理念的高校体育教师仅占12.50%，参加过智能体育或智慧体育培训的仅占5.73%，绝大多数教师对智能教育的内涵、特征、价值、应用方式缺乏清晰认知，无法形成正确的智能评价理念。针对人工智能在体育教学评价中的应用，教师群体呈现出两种极端认知：一部分教师秉持“技术无用论”，认为智能评价“增加教学负担，无法替代传统人工评价”，对智能技术的应用持排斥态度；另一部分教师陷入“技术万能论”的误区，过度夸大技术作用，忽视了体育教育的人文属性与教师的专业主体地位。

从管理层面来看，表2数据显示，全国仅有13.6%的高校将智能体育教学评价纳入学校体育教育发展规划，绝大多数高校未出台相关的建设方案与激励政策。多数高校体育教学管理部门仍秉持传统的体育教学评价理念，将教学质量评价等同于“期末技能考核”，对过程性评价、综合性评价的重视程度不足，缺乏推动智能评价体系建设的顶层设计与政策引导，导致智能评价体系建设缺乏制度保障与资源支持。

（二）评价体系固化，智能技术与评价体系融合深度不足

当前我国高校公共体育课教学质量评价体系仍处于传统固化的模式中，人工智能技术与评价体系的融合仍处于浅层次、碎片化的初级阶段，尚未形成系统化、科学化的智能评价体系。

一方面，评价体系与智能技术的融合程度严重不足。表2数据显示，全国仅有7.8%的高校将智能技术采集的过程性学习数据纳入体育课程最终成绩评定，90%以上的高校仍沿用“期末运动技能考核（60%—70%）+体能测试（20%—30%）+课堂考勤（10%）”的传统评价模式。人工智能技术仅在部分高校的期末技能考核中作为辅助工具使用，未真正融入评价体系的核心环节，无法实现对教学过程的全流程、动态化评价，其在个性化评价、过程性反馈中的核心优势未能得到发挥。

另一方面，现有智能评价应用存在“重技术、轻教育”的突出问题。多数智能评价系统仅能实现运动技能的量化打分，无法对学生的体育素养、运动兴趣、团队协作、终身体育意识等核心育人目标进行有效评价，违背了高校公共体育课的育人本质。同时，智能评价算法模型的标准化程度不足，不同项目、不同设备、不同平台的评价标准不统一，导致评价结果的权威性与公信力不足，无法真正融入高校体育教学的常规评价体系，形成了“技术与教学两张皮”的现象。

（三）资源配置失衡，智能评价基础设施建设与资源整合能力不足

基础设施与资源保障是开展智能教学评价的基础前提，当前我国高校公共体育课智能评价基础设施建设普遍薄弱，资源配置不均衡、整合能力不足的问题突出。

从基础设施建设来看，表2数据显示，全国仅有11.2%的高校搭建了体育教学智能化管理与评价平台，不足5%的高校配备了覆盖主要运动项目的动作捕捉系统、智能运动手环等智能评价设备，绝大多数高校仅配备了零星的智能设备，且设备型号、接口标准不统一，无法实现数据互通与资源共享。从资金投入来看，87.5%的高校在体育智能设备与平台建设上的年度投入不足10万元，远低于语文、数学等主干学科的智能化建设投入，且中西部地区高校的投入水平显著低于东部地区，资源配置的区域失衡问题突出。

从资源整合能力来看，现有智能评价资源呈现严重的“信息孤岛”状态。多数高校的智能设备数据、体育教学平台数据、学生体质健康测试数据、校园体育活动数据相互割裂，无法实现多源数据的整合分析，难以形成完整的学生体育学习成长画像。此外，现有体育教学资源平台普遍缺乏智能化成分，无法实现基于评价数据的个性化资源推送，难以满足学生个性化的体育学习需求，严重制约了智能评价“以评促学”功能的发挥。

（四）师资素养不足，教师智能评价应用与实践能力欠缺

教师是智能评价体系落地实施的核心主体，教师的数字素养与智能评价应用能力，直接决定了智能评价体系的实践效果。当前我国高校公共体育教师的数字素养普遍不足，智能评价应用能力严重欠缺，成为制约智能评价体系落地的关键瓶颈。

从数字素养整体水平来看，表2数据显示，我国高校体育教师数字素养达标率仅为18.7%，《2022年人工智能教育蓝皮书》对全国2万余名教师的调研数据显示，在执教人工智能相关课程的教师群体中，仅约三成曾在高等教育阶段学习过人工智能教学相关课程，而在体育教师群体中，这一比例更低。绝大多数教师缺乏人工智能、大数据分析相关的知识储备，面对智能评价系统产生的海量数据，无法进行有效解读与教学转化。

从实践应用能力来看，表2数据显示，仅4.17%的体育教师了解智能体育教育的开展方式，96.88%的体育教师不清楚在智能体育教育中的角色定位。具体到教学评价场景，多数高校公共体育教师仅能完成智能设备的基础操作，无法独立完成智能评价的全流程操作，更无法基于评价数据开展教学设计优化与个性化教学指导。同时，当前高校针对公共体育教师的数字素养培训严重不足，多数学校的教师培训仍聚焦于体育教学技能与理论，缺乏人工智能、智能教学评价相关的专项培训，进一步加剧了教师智能应用能力的不足。

（五）标准规范缺失，智能评价风险防控与伦理规约缺位

风险防控与标准规范是智能评价体系健康发展的重要保障，当前我国高校公共体育课智能教学评价在制度建设、标准规范、风险防控等方面均存在严重缺位，制约了智能评价体系的规范化、可持续发展。

从制度标准建设来看，当前我国尚未出台针对体育教育领域智能教学评价的全国性技术标准、管理规范与应用指南，绝大多数高校未制定公共体育课智能教学评价的专项管理规范，导致智能评价的实施缺乏统一的标准指引。智能评价数据的采集范围、算法模型的设计逻辑、评价结果的应用边界、不同运动项目的评价指标等核心内容，均缺乏统一的行业标准，严重影响了评价结果的公平性与权威性。

从数据安全风险来看，智能评价过程中需要采集学生的运动数据、身体机能数据、个人身份信息等敏感内容，而当前多数高校的智能评价系统尚未建立完善的数据安全保障机制，在数据的采集、存储、使用、共享、销毁等环节均存在安全隐患。调查显示，91.34%的大学生表示担心个人运动与身体数据被泄露，85.48%的体育教师表示其所在学校未对智能评价数据的管理作出明确规范，数据隐私泄露、违规使用的风险突出。

从伦理规约来看，智能评价的伦理风险问题日益凸显。一方面，部分高校出现“技术至上”的倾向，过度依赖AI智能评价结果，忽视了教师的专业判断与体育教育的人文属性，甚至出现AI评价替代教师评价的现象，违背了“人机协同、教师主导”的基本原则；另一方面，算法偏差、数据错误等问题可能导致评价结果不公，进而影响学生的体育学习积极性。此外，针对智能评价过程中的责任划分、问责机制、赔偿机制等，目前均缺乏明确的法律法规与制度规范，进一步加剧了智能评价的应用风险。

三、人工智能赋能高校公共体育课教学质量评价体系的发展路径

（一）革新评价理念，树立全过程智能化评价思维

理念革新是推动智能评价体系建设的前提基础。首先，高校体育教学管理部门应主动顺应教育数字化发展趋势，打破传统“重结果、轻过程”的评价理念，将智能教学评价纳入高校体育教育改革的核心内容，出台专项建设方案与激励政策，将智能评价体系建设成效纳入高校体育教学质量考核指标，为智能评价体系建设提供制度保障。

其次，加强智能评价理念的宣传与引导，通过专题讲座、案例分享、观摩学习、校际交流等形式，帮助体育教师与管理者正确认识人工智能技术对体育教学评价的赋能价值，破除“技术无用论”与“技术万能论”两种极端认知，树立“技术赋能、育人为本”的智能评价理念，明确人工智能的“工具辅助”定位，坚守教师在评价过程中的主体地位与体育教育的育人本质。

最后，明确智能评价的发展性定位，始终坚持“以评促教、以评促学、以评促练”的核心目标，将智能评价与高校公共体育课育人目标深度结合，推动评价模式从“甄别选拔”向“发展育人”转型，让智能评价真正服务于教师教学能力提升与学生体育核心素养发展。

（二）重构评价模型，构建人机协同的多维度评价体系

针对当前智能技术与评价体系融合不深的问题，应重构高校公共体育课教学质量评价模型，构建人机协同的多维度、全过程评价体系，实现人工智能技术与教学评价的深度融合。

首先，重构评价指标体系，打破传统单一的技能+体能评价模式，构建“过程性评价+终结性评价”相结合、“定量评价+定性评价”相补充的多维度评价指标体系。其中，终结性评价包括期末运动技能、体能水平测试，由AI智能评价与教师专业评价共同完成；过程性评价包括课堂参与、技能进步幅度、课外体育锻炼、体育竞赛参与、体育素养提升等维度，依托智能设备实现全流程数据采集与动态评价，最终形成覆盖学生体育学习全周期的综合评价结果。

其次，构建人机协同的评价实施机制，明确AI与教师在评价过程中的角色定位与职责分工。其中，AI主要负责运动数据的实时采集、运动技能的量化分析、体能发展的动态追踪、评价数据的可视化呈现等标准化、重复性工作；教师则主要负责对AI评价结果的专业审核、对学生体育素养的定性评价、基于评价数据的个性化教学指导、对学生体育精神与团队协作的综合评价等需要人文关怀与专业判断的工作，实现AI技术优势与教师专业能力的优势互补。

最后，推动智能评价与教学过程的深度融合，构建“评价－反馈－指导－提升”的闭环教学模式。基于智能评价结果，为学生推送个性化的技能提升视频、体能训练方案、体育学习资源，为教师提供教学设计优化建议、学生学情分析报告，真正实现“以评促教、以评促学”的核心目标。

（三）优化资源布局，搭建一体化智能评价资源生态

针对当前基础设施薄弱、资源整合不足的问题，应优化资源布局，加大投入力度，搭建一体化的智能评价资源生态，为智能评价体系的落地提供硬件支撑与资源保障。

首先，加大基础设施建设的资金投入与政策支持，教育主管部门应出台专项政策，引导高校加大对体育教育智能化建设的资金投入，重点向中西部地区、地方院校倾斜，缩小区域与校际之间的资源差距。高校应结合自身办学特色与教学需求，分阶段、分步骤建设智能评价基础设施，配备动作捕捉系统、智能可穿戴设备、VR/AR训练终端等硬件设施，搭建统一的智能体育教学评价平台，实现硬件设备与软件平台的兼容互通。

其次，打破“信息孤岛”，推动多源数据的整合共享。依托校园智慧平台，打通智能评价设备数据、体育教学平台数据、学生体质健康测试数据、校园体育活动数据之间的壁垒，实现多源数据的一体化整合与分析，为每个学生建立完整的体育学习成长档案，形成全周期、全维度的学生体育学习画像。同时，建立校际之间的资源共享机制，推动优质智能评价资源的跨区域、跨校际流动，提升资源利用效率。

最后，建设智能化的体育教学资源库，基于智能评价结果，为不同运动基础、不同兴趣爱好的学生推送个性化的体育学习资源，实现“千人千面”的精准资源供给，满足学生个性化的体育学习需求，充分发挥智能评价的发展性功能。

（四）强化素养培育，健全教师智能评价能力提升机制

教师是智能评价体系落地的核心主体，针对当前教师数字素养不足的问题，应构建全周期、多层次的教师数字素养培育体系，全面提升高校公共体育教师的智能评价应用能力。

首先，完善教师数字素养培训体系，将人工智能、智能体育教学评价相关内容纳入高校体育教师继续教育、国培省培项目的核心内容，构建“线上+线下”相结合、“理论+实践”相补充的专项培训体系。线上依托国家智慧教育公共服务平台，为教师提供人工智能基础、智能设备操作、数据分析与教学应用等标准化课程；线下通过工作坊、案例教学、现场实操等形式，提升教师的实践应用能力，确保教师能够熟练操作智能评价设备、解读评价数据、开展基于数据的教学优化。

其次，搭建教师交流合作平台，鼓励高校与科技企业、科研院所开展深度合作，组织教师参与智能体育评价项目研发与教学实践，提升教师对智能技术的理解与应用能力。同时，建立校际之间的教师交流机制，组织智能体育教学评价优秀案例分享与观摩活动，发挥优秀教师的示范引领作用，带动教师队伍整体数字素养的提升。

最后，建立健全激励与考核机制，将智能教学评价应用能力纳入高校体育教师的教学考核、职称评定、评优评先的指标体系，激发教师主动学习、主动应用的内生动力。同时，尊重体育教师的教学创新，鼓励教师结合不同运动项目的教学特点，探索智能评价的创新应用模式，推动智能评价与体育教学的深度融合。

（五）健全标准规范，构建全流程风险防控与伦理规约体系

针对当前标准规范缺失、风险防控缺位的问题，应加快制度建设，健全标准规范，构建全流程的风险防控与伦理规约体系，保障智能评价体系的规范化、可持续发展。

首先，加快行业标准建设，由教育部、国家体育总局牵头，联合高校、科研院所、科技企业，制定出台《高校体育智能教学评价技术标准》《高校体育教学智能数据管理规范》等全国性行业标准，明确智能评价的指标体系、算法规范、数据采集边界、设备接口标准、应用流程等核心内容，为高校智能评价体系建设提供统一的标准指引，保障评价结果的公平性与权威性。

其次，构建全流程的数据安全保障体系。高校应严格遵守《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等法律法规，建立智能评价数据全生命周期的管理制度，明确数据采集、存储、使用、共享、销毁等环节的管理规范，落实数据安全主体责任。在数据采集环节，坚持“最小必要”原则，征得学生知情同意，明确数据采集边界；在数据存储与使用环节，采用加密技术，建立分级授权管理制度，杜绝数据泄露、违规使用等问题，切实保护学生个人隐私与数据安全。

最后，完善智能评价伦理规约与问责机制。坚守“育人为本、技术赋能”的基本原则，明确人工智能在评价过程中的辅助定位，严禁以AI评价完全替代教师评价，杜绝“技术至上”的异化倾向，保障体育教育的人文属性。同时，建立智能评价的问责机制，明确算法设计方、平台运营方、学校、教师等不同主体的责任划分，针对算法偏差、数据错误、数据泄露等问题制定相应的问责与补救措施，保障智能评价的公平公正，推动智能评价体系的健康可持续发展。

四、结语

人工智能赋能高校公共体育课教学质量评价体系建设，是新时代教育数字化转期的必然要求，也是破解传统体育教学评价困境、推动高校体育教育高质量发展的重要路径。当前我国高校公共体育课智能教学质量评价仍处于起步阶段，面临着理念认知滞后、体系融合不深、资源配置失衡、师资素养不足、风险防控缺位等多重困境，其发展与完善是一项长期的系统工程。

未来，高校应主动顺应教育数字化发展趋势，以育人为根本，以技术为支撑，通过革新评价理念、重构评价模型、优化资源布局、强化素养培育、健全标准规范，构建起科学、高效、公平、规范的智能化教学质量评价体系，真正实现“以评促教、以评促学、以评促练”的核心目标，让人工智能技术真正服务于高校公共体育课教学质量提升与学生体育核心素养的全面发展，为体育强国、健康中国建设筑牢高校体育教育根基。

参考文献：

1. [1] 王国亮,宋丹彤,王芳,等.我国智能体育教育的实践困境与纾解路径[J].西安体育学院学报,2024,41(04):544-552.
2. [2] 王宁宁.人工智能赋能中小学体育教师专业发展的理论与实践研究[J].沈阳体育学院学报,2025,44(06):23-29.
3. [3] 赵伟丽,张恒波,万子新,等.人工智能赋能体育产业发展：影响效应与作用机制[J].统计与决策,2026,42(05):96-100.
4. [4] 尹志华,郭明明,贾晨昱,等.人工智能助推体育教育发展的需求机理、关键维度与实现方略[J].成都体育学院学报,2023,49(02):73-81.
5. [5] 中华人民共和国中央人民政府.教育部关于印发《高等学校人工智能创新行动计划》的通知[EB/OL].(2018-12-31)[2025-03-20].http://www.gov.cn/zhengce/zhengceku/2018-12/31/content_5443346.htm
6. [6] 中华人民共和国中央人民政府.中共中央国务院印发《中国教育现代化2035》[EB/OL].(2019-02-23)[2025-03-20].http://www.gov.cn/xinwen/2019-02/23/content_5367987.htm.
7. [7] 李帅帅,杨尚剑.数字体育、智能体育与智慧体育的概念特征、关系厘正及应用探析[J].西安体育学院学报,2023,40(03):328-334.
8. [8] 刘邦奇,王亚飞.智能教育：体系框架、核心技术平台构建与实施策略[J].中国电化教育,2019(10):23-31.
9. [9] 杨韵.人工智能时代体育教学内涵特征、发展困境与推进策略[J].体育文化导刊,2022(09):104-110.
10. [10] 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.
11. [11] 方千华,张阳.数字时代高校体育专业教师数字素养的价值意蕴、现实挑战及提升路径[J].西安体育学院学报,2024,41(05):583-591.
12. [12] 刘炜,彭俊,周柏玉.人工智能融入体育教育的价值辨析、现实审视与进路探析[J].沈阳体育学院学报,2023,42(06):61-67.
13. [13] 胡惕,闵航.生成式人工智能赋能体育教师专业自主发展的应用研究[J].沈阳体育学院学报,2025,44(01):59-65.
14. [14] 吴永和,刘博文,马晓玲.构筑“人工智能+教育”的生态系统[J].远程教育杂志,2017,35(05):27-39.