2025年8月18日至22日，第十四期“体育科学研究方法系列暑期研修班”在北京体育大学成功举办。

一、 过程介绍

本期研修班由北京体育大学、中国体育科学学会运动心理学分会、中国心理学会体育运动心理专业委员会、中国体育科学学会学术工作委员会主办，北京体育大学心理学院、国家体育总局应激适应重点实验室共同承办。本期研修班由北京体育大学心理学院迟立忠教授与杨寅副教授轮流主持。

北京体育大学体育工程学院沈燕飞教授、崔一雄副教授，北京体育大学心理学院张禹教授、罗路老师，中国人民大学信息学院王文轩老师，北京航空航天大学经济与管理学院欧阳桃花教授，国家体育总局科研所肖丹丹教授，北京津发科技股份有限公司王清菊、郭莉莉担任本期研修班的讲习教师。来自全国各地的体育学、心理学相关专业的研究生、教师和科研人员共计100余人参加了本期研修活动。

开班仪式于8月19日8:15开始，北京体育大学心理学院副院长王英春教授代表主办方、承办方宣布开班并致辞，她热烈欢迎所有远道而来的专家及学员们，并指出人工智能与体育科学的交叉融合正以前所未有的速度重塑研究范式与实践路径，希望通过此次研修班实现理论与技术、学术与应用、传统与创新三方面的“融合”，希望大家都能够有所收获。

北京体育大学心理学院张力为教授随后致辞，指出AI是一种时代精神，正拓展人类的认知边界、重塑人类的社会与产业，希望学员们紧跟时代潮流，提高自己的社会责任感，在AI的波涛中学会冲浪。经过短暂的全体合影，研修活动正式开始。

在“如何构建自己的科研智能体”的专题讲座中，沈燕飞教授介绍了数字教育方面的国家政策，解答了什么是教学智能体这一问题，并就“如何构建自己的教学智能体”进行了讲授和示范。他在培训中强调要紧跟国家的方针政策，通过智能学伴、数字导师等探索人机协同教学模式，实现人工智能驱动的大规模因材施教，提高教育教学效率和质量。学员在答疑环节就切片的分割及使用人工智能的学术伦理边界问题提问，沈燕飞教授表示在使用人工智能方面，尽量保持每个切片在1200字左右误差会小一些，并反复强调智能体的搭建是“一分创建，九分调教”；撰写学术论文时切忌实验数据造假并提醒学员们要追数据来源。

在“人工智能与体育科研：数据驱动的运动表现评价方法研究”的专题报告中，崔一雄副教授从三个方面对运动表现分析中的人工智能应用展开介绍：一是运动表现分析内涵，让学员们了解了什么是运动表现分析、为什么需要运动表现分析以及运动表现分析流程；二是数据采集工具，他从运动表现数据采集获取方式的发展历程入手，说明不同时代的方式不同，且越来越先进与便捷；三是数据驱动的运动表现评价研究，主要从描述性分析、推断性分析、诊断性分析、预测性分析、指导性分析五个方面阐述。

在“生成式大模型在体育科学研究中的应用”专题研讨中，王文轩博士从心理学、体育学两大模块展开。在“生成式大模型与心理学”的模块中，他又从三方面展开：第一，什么是生成式大模型。第二，生成式大模型如何与心理学结合。他从认知与行为心理学、临床与咨询心理学、社会与文化心理学、模型如何作为心理学的研究工具、模型在心理学研究中的挑战与方向5方面阐述。第三，王文轩博士介绍了生成式大模型的使用指南，帮助学员们了解了设计准确的提示词、人类对齐（强化学习）、监督微调（训练模型），以及利用智能体解决问题。

在“AI驱动下的体育智能计算：多层次建模下的感知、认知与决策框架”的研讨中，王文轩博士首先回顾了人工智能的发展历程，系统介绍了AI驱动的体育智能计算框架，涵盖了三个核心层次：感知、认知、决策；随后，他从这三个角度出发分别为大家讲解了每个层次下的典型任务。其次，AI赋能体育也有其局限性，比如数据、算法与模型、应用与实践三方面都有一些不足之处，对此，他提出未来可能的AI体育研究方向包括：球迷体验与战术理解、模拟环境、拓展运动种类、运动员的健康与管理等。当前AI在体育领域仍处于早期阶段，未来可以充分探索，推动有价值的智能体育研究与系统构建。

研修过程中有学员问到多个智能体合作时的权益问题，生成式人工智能在基层体育教育中要如何实践，数据不足时能否借助生成式人工智能去解决，使用人工智能的隐私问题，对此，王文轩博士解答：可以将智能体分工提升性能与效率；首先要明白体育教学中的痛点，根据痛点使用生成式人工智能去解决问题；在数据不足时，可以由子集数据放入模型中训练生成扩展集，进一步进行量化分析；在数据方面可以进行数据脱敏，加水印等都是保护隐私的方法。

在“人工智能在体育科学论文写作中的应用”专题报告中，张禹教授主要从论文写作的文献检索、文献大纲、文献阅读、图谱、文献管理、绘图、写作以及查重降重几个方面展开讨论。他演示了多种常用的人工智能软件的使用方法，一些自带电脑的学员们也积极地跟随他一步一步地探索新知。最后，张禹教授强调，在使用AI进行论文写作时，应注意原创性、数据隐私性、学术诚信及逻辑规范等问题，AI可以成为提高论文写作效率的助手，但切勿掉入工具使用依赖的陷阱，更不能触碰学术红线。

在 “人工智能在体育科学研究方法中的应用”的专题研讨中，罗路博士以一篇发表在PNAS上的运动心理学领域的论文为例，带领学员们从其中解读体育科学研究的新范式及当前体育科学研究的机遇与挑战；紧接着，她以AI辅助科研编程为切入点，以Matlab软件为例，从实验程序、数据分析代码、绘图代码三方面带领学员们进行实战演示；最后，罗路博士从AI工具的能与不能展开阐述，提示大家在使用AI工具辅助科研的过程中，不能过度依赖，必要时人工介入，同时希望大家拥有基础的读代码能力，这样可以大大提高科研效率。

研修中学员问到在编程方面是否需要从头开始学习？罗路博士表示只学习基础的入门知识即可，在使用AI辅助编程时知道语句是什么意思即可，不需要进行深度学习。

在“AI时代教学破局点：案例开发与应用”的专题报告中，欧阳桃花教授围绕开发案例、提高科研效率，提示大家案例的精髓在于不断的提问，最好能提出战略性问题，多问为什么。对此，她从四个方面进行了阐述。首先，大模型对大学教育的挑战。欧阳桃花教授指出，要培养学生的批判性思维、对复杂事件层层提问的能力，培养对社会具有创造价值的人；第二，敢于提出真问题，明白自己要做什么，解决根本问题的本质就是要寻找“真因”；第三，如何研究复杂问题，她指出复杂问题是具有独特性和情境性的，应避免提出过于宽泛、缺乏情境的问题，在解决这一类问题方面，要用结构性的方法表达现实问题：明白重要的现象是什么、为什么存在、界定现象存在的独特性情境、现象的差异问题、现象可能颠覆已有的理论假设；最后，欧阳桃花教授以《三重境界》里的“看山是山，看山不是山，看山还是山”做结语，提醒大家在做研究时，要躬身入局后再跳出来，看到问题的根本才是关键所在。

在“人工智能与体育科研，人工智能与乒乓球科研”的专题报告中，肖丹丹教授以科研攻关与科技服务开场，她感悟到二者紧密相连、密不可分；接着她向学员们展示了乒乓球科研的发展历程，从人工标记到智能化识别，应用在乒乓球中的人工智能大大提高了工作效率以及准确性，基于此，肖丹丹教授团队开发出了“乒小智App”，藉此帮助运动员练习、纠正动作等，同时也可以应用在体育教学中。其次她讲到体育科研工作者在人工智能中的运用，在数据方面，AI相当于“燃料”，只有人类才可以做到标注数据，所以要提高自己的核心竞争力；在算法方面，AI相当于“大脑”；在算力方面，AI相当于“引擎”。人工智能赋能体育运动，同时在体育运动中的实践反过来可以优化人工智能；最后，肖丹丹教授提示学员们要不弃微末，久久为功。

在“体育科研人工智能方法研究与应用”专题研讨中，王清菊从4部分内容展开：第一，人工智能发展背景。人工智能是关于技能与知识的科学，经过几次工业革命后，实现了信息化到智能化的飞跃。第二，人工智能赋能体育科学研究范式创新。从模型驱动到大模型驱动的转变、从工具辅助到人机智能协同的转变、从单子科学到多学科融合的转变，王清菊老师认为这种赋能创新更体现在思维方式和价值引导方式的全面变革。第三，国家战略与未来产业发展需求，她提示要以国家战略为导向，注重知识创造和技术创新；第四，人工智能伦理与安全。她强调以人为本、智能向善，拥抱其利、警惕其弊，提升平衡与规范。

研修中学员问到目前人类与人工智能的差别在哪儿，王清菊老师认为目前的人工智能自我意识不足，在决策、认知与对复杂问题的看法上，其灵活性、多维性、准确性都不如人类。

在“体育科研人工智能研究方法应用”专题报告中，郭莉莉老师首先带领学员们了解了机器学习和人工智能的关系，机器学习是一种实现人工智能的方法，机器学习包括传统机器学习和深度学习。在传统机器学习方面，郭莉莉老师从回归分析、分类问题、聚类分析三方面进行阐述；在深度学习方面，她从全连接网络、卷积神经网络、循环神经网络的特点及功能方面做出详细说明；紧接着，郭莉莉老师为大家带来了几则案例分析，从分析软件、算法实现流程、数据集质量评估再到数据处理，郭老师详细地通过代码进行实战演练，让大家记忆更加深刻。

研修中学员问到新手小白如何高效、快速上手以及对于深度学习中样本量的要求。郭莉莉老师建议没有基础和经验的新手先进行实操，在过程中发现自己对某方面感兴趣再反过来深入了解学习，直接去对照书本学习可能会比较困难和枯燥；在机器学习方面她认为机器学习对样本量的需求不大，在多看文献的基础上大家可以放手去做。

在“体育科技融合下的教学·实施”专题报告中，杨晓光老师从她的健身健美教学实践经验出发，认为健身的终极目标是锻炼肌肉功能，不要一味追求网络趋势，适合自己的才是最好的。杨晓光老师以课程和专业的创新与建设为主题，提示教师可以利用AI赋能体育教学，通过人工智能的24小时伴学，为学生制定个性化发展方案。她还从教学的实施与创新的角度进行分析，要求学生课前思练、课中探险、课后思创，以AI为教学辅助工具，把握教学重点，提高教学效率。杨老师认为人生历程是从挑战自己开始的，望学员们做一个对学校和社会有价值的人。

研修班的最后一课邀请了北京体育大学心理学院张禹教授和罗路博士为学员们解答困惑及问题。学员们问到人工智能在处理问题时的隐私问题如何避免，在使用人工智能体时其生成的内容会不会包括自己数据库之外的内容。张禹老师和罗路老师回答到：人工智能体有隐私协议或隐私保护条款，在AI的伦理探索中，其实AI本身也在成长，AI可以作为我们的辅助工具，但不能过度信任，不要直接用其处理重要的数据。

二、结语

8月21日15 : 00研修班举行了简短的结业式。张力为教授再次诚挚感谢学员们拿出宝贵的时间参加此次研修活动。他指出人工智能更新换代的速度特别快，要不断地学习，根据社会需要提出研究问题，十年磨一剑，终生磨一剑，在自己感兴趣的研究方向不断耕耘，既要与时俱进，也要恪守传统，成为更好的自己。随后他询问了学员们对于今后举办研修班的建议，诚挚邀请大家提出改进意见。主持人杨寅副教授对本次研修班首先报到的两位学员葛瑞涛和薛洁发放了北京体育大学文创品以资鼓励，望学员们积极学习、提升自我。

最后，杨寅副教授代表主办方向所有参与本次研修班的演讲嘉宾、学员以及参与会议组织与服务的北京体育大学心理学院师生表达了由衷的感谢，特别感谢李可、李雪、安霆皓、梁馨予、陈素贞五位志愿者对本次活动的奉献与付出。至此，2025年的第十四期体育科学研究方法系列暑期研修班圆满结束。

编辑/郑璐平