为体育与运动科学学生开发与验证人工智能使用量表

这对学生和体育迷为何重要

人工智能正在悄然改变运动员的训练、康复方式以及大学课程中的教学方法。然而，尽管人工智能工具发展迅速，体育与运动科学课程才刚刚开始跟进。本研究提出了一个简单但重要的问题：未来的教练、训练师和体育教师是否真正理解人工智能、明智地使用它并且知道相关规则？为此，作者设计了一份简短的问卷，用以揭示学生在哪些方面自信、在哪些方面只是猜测，以及教学在哪些方面需要改进。

把握训练场内的人工智能脉动

人工智能已经帮助处理大量比赛统计数据、预测受伤、个性化训练计划，甚至通过视频和可穿戴设备评估动作质量。对于体育与运动科学的学生而言，这意味着他们未来的工作很可能像使用秒表和心率监测器一样常规地与人工智能工具打交道。然而，目前大多数关于人工智能的现有问卷针对的是普通大学生群体，或侧重抽象的技术知识。它们并未询问学生如何使用人工智能来分析训练负荷、规划康复课程或完成体育专业作业等具体情境。作者着手建立一个贴合体育教育语言、突出真实课堂与训练场景的工具。

设计贴近学生生活的工具

研究团队遵循逐步流程来创建问卷。他们首先广泛回顾了有关人工智能素养以及学生使用聊天机器人和数据分析软件等工具的研究。基于此，他们起草了一组初始陈述，供学生在五点同意量表上进行评价。随后，体育科学、教育和人工智能领域的专家审核了每一条目，评估其清晰度、文化适应性以及与常见体育情景（如运动员监测、教练工作流程和康复规划）的相关性。经过小规模学生的试测并润色措辞后，最终问卷在中国北方一所大学的1000名体育与运动科学本科生中以在线方式发放；其中864名完成了问卷。

人工智能准备度的四大领域

通过统计技术分析回答的聚类模式，作者发现14个条目形成了稳定的四部分结构。第一部分“人工智能意识”反映了学生对人工智能在体育情境中能做什么与不能做什么的基本理解。第二部分“伦理与披露”关注学生在作业或项目中是否愿意并有责任公开说明何时使用人工智能。第三部分“信任与验证”体现了他们在多大程度上会仔细核查人工智能生成的信息、寻找偏差并避免对自动化结果的过度依赖。第四部分“课程与机构期望”衡量学生感受到的课堂与大学在何种人工智能使用被允许、如何学习这些工具以及何时需要披露方面的明确程度。

检验量表的有效性

为了验证问卷既可靠又有意义，研究者将学生回答分为训练组和测试组。在训练组中他们探索条目的聚类方式；在测试组中确认相同的四部分模式是否成立。结果显示该量表表现良好：各领域内的条目相互关联性强，但四个领域仍衡量人工智能使用的不同方面。学生的回答还表明，大多数人至少在某种程度上有使用人工智能工具的经验，尤其是在撰写课程作业和信息检索方面，但在伦理、核查结果和理解规则方面的习惯存在差异。

对未来教练和教师的意义

对于教育工作者而言，这一新量表提供了一种实用方式，以评估体育与运动科学学生为人工智能密集的职业世界做好了多少准备。通过揭示在意识、伦理、批判性思维和对机构规则的理解方面的优势与不足，该工具可以指导课程更新、工作坊和政策制定。简单来说，它帮助大学超越凭感觉制定教学，设计既教会学生如何使用人工智能，又教会他们如何在健身房、赛场和课堂上负责任且透明地使用它的培训。

引用: He, Z., Han, X., Ruizhu, Y. et al. Development and validation of an AI use scale for sport and exercise science students. Sci Rep 16, 14467 (2026). https://doi.org/10.1038/s41598-026-45316-4

关键词: 体育教育中的人工智能, 学生人工智能素养, 伦理性人工智能使用, 体育科学课程, 问卷开发