AI驱动的体能训练范式革命：从技术赋能到人本回归

任 鹏君1, 曹乐 意*1, 史 兵2
1、青海师范大学
2、陕西师范大学

摘要


人工智能正推动体能训练从经验主导迈向数据智能融合的新阶段。本文通过四维框架解析AI范式演进及其
在训练优化、损伤预测与康复中的应用，揭示其在提升分析精度的同时亦引发“协同降效”、“数字崇拜”与“数据
鸿沟”等现实桎梏，并带来教练权威稀释与科研诚信风险。研究呼吁摒弃技术决定论，构建技术可解释、制度可审
计、人文可培育的治理体系，实现AI与人类智能的协同进化。

关键词


人工智能；人机交互；体能训练；信息化技术；风险挑战

全文:

PDF


参考


[1]Küçüktabak, Emek Barış et al.“Human-machinehuman interaction in motor control and rehabilitation: a

review.”Journal of neuroengineering and rehabilitation vol.

18,1 183. 27 Dec. 2021, doi:10.1186/s12984-021-00974-5

[2]Hinton, Geoffrey E et al.“A fast learning algorithm

for deep belief nets.”Neural computation vol. 18,7 (2006):

1527-54. doi:10.1162/neco.2006.18.7.1527

[3]李敏，李兰，陈文凤，等.具身认知视角下阳新

布贴的数字化设计与应用[J].服装学报，2025，10（01）：

24-32.DOI：10.20205/j.cnki.2096-1928.2025.01.007.

[4]袁守龙.体能训练发展趋势和数字化智能化转型

[J].体育学研究，2018，1（02）：77-85.DOI：10.15877/

j.cnki.nsic.2018.02.012.

[5]康梦琦，董经纬.学生体能训练任务智能规划系

统设计与实现[J].现代信息科技，2024，8（22）：74-80.

DOI：10.19850/j.cnki.2096-4706.2024.22.015.

[6]吴晓莉，晏彪，武愈涵，等.面向人机协同的多

源生理指标融合研究进展[J].包装工程，2025，46（04）：

1-19+35+553.DOI：10.19554/j.cnki.1001-3563.2025.04.001.

[7]Wang, Caixia.“Optimization of sports effect

evaluation technology from random forest algorithm and

elastic network algorithm.”PloS one vol. 18,10 e0292557. 20

Oct. 2023, doi:10.1371/journal.pone.0292557

[8]Wang, Tao Yuhuan et al.“A wearable-based sports

health monitoring system using CNN and LSTM with selfattentions.”PloS one vol. 18,10 e0292012. 11 Oct. 2023,

doi:10.1371/journal.pone.0292012


Refbacks

  • 当前没有refback。