人工智能应用体育治理: 内涵、困境、路径

王路震

(阜阳师范大学 体育学院,安徽 阜阳 236000)

人工智能(Artificial Intelligence,AI)作为一项前沿科技,已在众多领域展现出了革命性的影响.2023年7月9日,第一届全国人工智能大会在首都体育学院开幕,国务院参事、中国工程院院士、中国人工智能学会理事长戴琼海教授表示,人工智能作为全球竞相争夺的科技制高点,已上升为国家战略,在人类未来发展进程中将发挥不可替代的重要作用.人工智能技术在体育领域的研究和应用具有非常广阔的前景.2018年10月,习近平同志在中央政治局集体学习时强调: “要加强人工智能同社会治理的结合,运用人工智能提高公共服务和社会治理水平.”[1]体育治理作为社会治理的重要组成部分,人们也逐渐开始认识到人工智能在其中的应用潜力.在人工智能时代,如何将人工智能应用到体育治理,加强体育治理的现代化建设,已成为我国体育界的关注热点.在此背景下,探讨人工智能应用体育治理的内涵、困境和推进路径是非常有必要的.

1 人工智能+体育治理的内涵

人工智能是一种在计算机科学、认知心理学、哲学等多学科交叉的基础上,研究并开发模拟人类智能的方法、理论和技术的新兴科学领域.该领域的研究内容涵盖了机器人学、语音识别、视觉识别、自然语言处理和专家系统等.人工智能力图揭示智能的本质,并以此创建一种新的智能机器,这种机器能以类似人类智能的方式做出反应.

体育治理是在当前社会体育组织和市场力量崛起的背景下,国家治理结构内提出的一个新概念.在社会主义市场经济时代,体育治理已经从国家主导转变为社会主导.体育治理的新模式强调了在党的领导下,各个部门协同合作,共同管理体育事务,推动体育事业的发展.结合人工智能与体育治理,则是通过人工智能技术全面获取和处理体育治理的信息,深度分析大数据,揭示数据背后的逻辑关系,进一步理解体育治理环境,掌握人们的体育实际需求,形成可供体育治理参考的预警、决策等知识体系.目标是实现更科学、更高效的体育治理过程.具体来说,人工智能在体育治理中的应用主要表现在四个方面.首先,人工智能可以帮助我们更深入地理解体育的实际需求.通过收集和分析大数据,人工智能可以揭示出群众的体育需求、体育参与行为等深层次的规律,从而为体育政策的制定提供科学依据.其次,人工智能可以提高体育治理的效率.通过自动化处理大量的信息,人工智能可以减轻人们的工作负担,提高工作效率. 同时,通过智能决策支持系统,人工智能还可以帮助我们做出更准确、更快速的决策.再次,人工智能可以增强体育治理的透明度和公平性[2].通过公开数据和算法,人工智能可以让群众更清楚地了解体育治理的过程,提高体育治理的公开性和公正性.最后,人工智能可以推动体育治理的创新.利用人工智能的前沿技术,可以开发出更多的创新体育项目和服务,如虚拟体育、智能体育教练等,从而丰富体育的内容和形式,提升体育的吸引力和影响力.总之,人工智能与体育治理的结合,是实现体育治理科学化、高效化的重要路径[3].通过全面利用人工智能,可以更好地理解体育需求,提高体育治理的效率,增强体育治理的公开性和公正性,推动体育治理的创新,进而推动体育事业的健康发展.

2 人工智能应用于体育治理的现状

2.1 在体育竞赛方面的应用

第一,人工智能的发展不仅提高了体育赛事的判决精度,也确保了赛事的公平性.在某些运动竞赛中,如羽毛球和网球,精确的边界判断系统和鹰眼技术有效利用人工智能的图像处理能力,对比赛中的争议球进行准确的判断,提供清晰的视觉证据,减少了人为因素对裁判决定的影响,保证了比赛的公正公平.第二,大数据和人工智能为运动员提供了个性化和精准的训练方案.运用人工智能技术,可以对运动员的训练数据进行深度分析和挖掘,为运动员的训练模型提供科学依据.第三,人工智能在运动员的心理状态监控方面发挥着重要作用.利用人工智能模型,可以更好地理解和掌握运动员的心理状态,及时调整训练计划和比赛策略.人工智能的心理健康大数据平台,为运动员提供了心理状态的科学评估和个性化调整方案,从而提高运动员在比赛中的竞技状态.第四,人工智能在体育竞赛的战术制定中发挥着重要作用.可以通过跟踪识别一些关键点的运动,并转化为可用的数学方式表达的过程[4].例如,教练通过可穿戴式传感器与高速相机的结合,能够准确把握场上选手们的动作和其对比赛进程造成的影响,更好地为下一场比赛做准备.

2.2 在体育产业方面的应用

人工智能在体育产品销售、场馆服务、体育用品制造、体育健身休闲等方面也有着广泛的应用[5].不仅在健身产业中提供数据挖掘、科学决策、集约经济等功能[6],而且在运动员投资上也发挥着重要的作用.人工智能可以用来评估潜在新人的表现.运动队越来越多地使用个人表现数据来衡量球员的健康和潜力.在选择投资一名球员前,人工智能、大数据和机器研究支持的各种技术可以帮助跟踪其表现和过去的统计数据(传球、跑动、进球等),以估计他们未来的潜力.球队还可以利用计算机视觉来识别特定的特征,以帮助预测未来的成绩,并跟踪球员的动作和身体状况.它也可以用来评估球员的市场价值,以便在招募新人时提供最好的报价.这也有利于运动员,因为基于人工智能的技术使用降低了招募偏好,有助于发现潜在人才,特别是在某项运动还未广泛开展的地方.

2.3 体育文化的传播

在体育文化的传播方面,人工智能也起着不可或缺的作用.首先,个性化推荐和内容定制.人工智能可以通过分析用户的兴趣、偏好和行为数据,提供个性化的体育内容推荐.例如,通过对用户浏览历史、点赞和评论等数据进行分析,人工智能可以推荐用户感兴趣的体育新闻、比赛直播和相关视频等内容,提高用户的体育文化参与度.其次,实时翻译和多语言支持.人工智能可以帮助解决语言障碍,促进体育文化的跨文化交流与传播.通过语音识别和机器翻译技术,人工智能可以实时翻译体育节目、新闻报道和社交媒体内容等,使不同语言背景的用户能够更好地理解和参与体育文化.再次,社交媒体分析和情感识别.人工智能可以分析社交媒体上的大数据,了解用户对体育事件和运动员的情感和态度.通过情感识别技术,人工智能可以分析用户在社交媒体上的言论、评论和表情等,了解用户对体育文化的喜好和观点,从而更好地满足用户需求,推动体育文化的传播和互动.最后,智能化的体育文化推广活动.人工智能可以帮助体育组织和品牌进行智能化的体育文化推广活动.通过分析大数据和社交媒体数据,人工智能可以了解用户的兴趣和需求,制定个性化的推广活动和营销策略[7].

3 人工智能对体育治理的赋能

3.1 为治理主体增加了“治理渠道”,提升治理效率

人工智能正逐步改变体育治理的主体构成,构建了更为广泛且积极的治理渠道.在传统模式中,体育治理主要由政府或党政机关领导,社会、企业和群众的参与程度相对较低.随着人工智能的发展,这种情况正在发生变化.人工智能的应用已经使更多的群众主动参与到体育治理中来,同时也提升了治理团队的专业能力,增加了社会智治的形式.人工智能技术的高效数据处理和智能分析能力,使得体育治理机构可以更加高效地处理体育事务等方面的数据.通过AI技术,治理者能够快速地获得全面且准确的数据洞察,从而更有效地做出决策和规划.

3.2 在治理方式上增加了“创新平台”,创新治理形式

人工智能在体育治理方式改革上带来了显著影响,从而创新了体育治理的平台.其中一个最显著的优势是其在数据收集和精准治理上的表现,算法模型能在最大程度上实现人机共治与体育治理自动化.此外,人工智能的应用也构建出了以数据信息共享为核心的协同治理创新机制,优化了体育治理模式.AI技术的引入为体育治理带来了新的治理形式和方法.例如,AI在裁判决策、反兴奋剂监测、观众互动等方面的应用,使得体育赛事的管理更加客观和公正.AI技术还能推动治理形式的数字化和智能化,如智能合约、数字身份认证等,为体育治理的透明度和安全性提供了强有力的保障.

3.3 在治理效能上增加了“协作基础”,增强治理效能

人工智能提升了体育治理的协作基础[8].例如,人工智能技术可以打破部门、领域、专业间的隔阂,为体育治理领域的各项工作提供技术支撑.人工智能丰富了各领域间协作的渠道和途径,将各个领域的资源整合共享.AI的应用还能够提升体育治理的决策效能.如通过数据驱动的决策和智能预测,治理者能够更加客观、准确地了解体育产业的运行状况和发展趋势.在AI技术支持下,体育管理机构可以更为精准地制定政策和规划,促进资源的合理配置和优化,提高治理效能和执行力.

3.4 在治理结构上增加了“政策福利”,优化治理结构

从政策福利的角度,人工智能为体育治理提供了显著支持.从国家角度看,人工智能的应用能够让体育政策和法规更好地适应技术的发展,为体育智能治理提供了更大的可能性.从区域发展角度看,人工智能能够通过技术层面弥补区域体育治理不平衡的状态.从群众角度看,人工智能在体育治理中的应用,可以让更多的技术进入群众视野,并在日常生活中发挥作用,满足群众需求.人工智能的赋能还有助于优化体育治理结构.通过AI技术,不同层级和部门的体育管理机构可以实现数据共享和信息互通,进而加强整个体育治理网络的联动和协作.

4 人工智能应用体育治理的困境

4.1 人工智能与体育治理的融合之困

其一,从治理理念来看,虽然AI在体育治理中具有潜力,但在实际应用中,治理主体往往沿用传统的信息化思维方式,对AI的理解和利用程度有限.其二,数据隐私与安全问题.体育治理需要收集并分析大量的数据,包括运动员和球队的技术统计数据、训练计划和个人信息,这些数据的安全性和隐私保护是一个重要问题.其三,算法偏见与公平性问题.人工智能的算法构建和训练依赖于历史数据,这可能包含人类的主观偏见.如果体育治理中使用这些带有偏见的数据进行决策,将可能导致裁判判罚、选拔队员或者评估运动员表现时的不公平现象.其四,伦理道德挑战.在人工智能与体育治理的融合过程中,会面临一些伦理道德挑战.例如,使用人工智能技术来监测运动员的生理和心理状态可能侵犯他们的隐私权.此外,借助人工智能来提高运动员的表现,也可能导致过度训练和健康问题.

4.2 人工智能应用体育治理的技术之困

人工智能应用体育治理的技术之困主要包括能力层面和创新层面.能力层面的困境主要体现在两个方面.第一,数据质量和完整性.人工智能需要大量的数据来进行学习和预测,体育领域的数据质量和完整性经常受到挑战.例如,在足球比赛中,虽然现代足球赛事收集了大量的比赛数据,但有些数据可能存在错误或遗漏,这会影响人工智能模型的准确性和可靠性.第二,模型可解释性.在体育决策中,教练、管理层和球员通常希望了解人工智能模型的推理过程和决策依据.然而,许多深度学习模型通常被认为是“黑箱”,其内部工作原理难以解释,这使得人们对其决策产生质疑,限制了人工智能在体育治理中的广泛应用.例如,在篮球比赛中,人工智能可能用于预测球员的表现,但教练可能会对模型无法解释为何对某个球员做出某项预测感到困惑.创新层面的困境主要表现在三个方面.第一,数据采集不足,质量不高.体育治理需要大量准确的数据支持,但获取和整理数据仍然是一个挑战.尽管现代体育产业产生大量数据,但这些数据往往分散在不同的平台和系统中,难以实现统一的数据采集和整合.此外,有些体育项目的数据收集标准尚未统一,数据质量参差不齐,影响了人工智能算法的准确性和效果.第二,缺乏个性化定制能力.当前体育领域的人工智能技术还不能满足个性化定制的需求.不同体育项目和不同层次的管理需要,对人工智能算法的要求也各异.然而,由于技术创新不足,目前的人工智能解决方案难以灵活地应对不同体育组织和治理层面的要求.第三,实时处理和决策能力有限.体育比赛等活动需要快速、准确的数据处理和决策支持,但传统的人工智能算法在实时性方面还有限制.当前的技术在处理大规模数据时可能会出现延迟,影响对实时情况的及时响应,这在一些需要迅速作出决策的体育场景中是不可接受的.

4.3 人工智能应用体育治理的法律之困

人工智能在体育治理方面的应用还处于发展阶段,面临许多挑战,如数据的收集和处理、人工智能技术的研发和应用、人工智能的伦理和法律问题等[9].人工智能应用体育治理的法律之困主要体现在数据隐私和知识产权问题、公平竞争和反垄断问题、责任和透明度问题三个方面.其一,数据隐私和知识产权问题.人工智能在体育治理中广泛应用于数据分析和预测,需要大量的运动员和球队数据.然而,收集、存储和处理这些个人敏感信息涉及数据隐私问题.如果不能够妥善保护运动员和球队的隐私,则可能违反相关隐私法律,面临法律责任和舆论压力.此外,体育数据的知识产权是一个复杂的问题.运动员和球队的技术统计、战术策略等数据可能属于知识产权范畴.在人工智能应用过程中,可能涉及数据的分享、转让和使用,若没有明确的知识产权规定,可能引发产权争议和纠纷.其二,公平竞争和反垄断问题.人工智能在体育治理中的应用可能导致不同球队或运动员之间的不公平竞争问题.比如,一支球队可能拥有更先进的人工智能技术,从而在数据分析和战术决策上占据优势.这可能损害整个体育竞争的公平性,引发竞争失衡的担忧.此外,如果某家公司垄断了体育领域的人工智能技术,也可能导致市场竞争受到限制.在体育产业中,数据和技术的垄断可能使其他公司难以进入市场,影响行业创新和发展.其三,责任和透明度问题.人工智能技术的决策过程常常是复杂而晦涩的.在体育治理中,如果人工智能算法作出不公平的裁决或产生错误的决策,谁来承担责任是一个问题.同时,人工智能技术的黑盒化也带来了透明度问题.黑盒算法指的是人工智能的决策过程不可解释,无法解释为何做出特定决策.在体育治理中,这样的算法可能导致运动员和球队无法了解决策依据,难以接受裁判结果或选人决定,削弱了治理的公信力和合法性.

5 推进路径

5.1 促进人工智能与体育治理的深度融合,推动体育治理的现代化进程

首先,对于当前人工智能技术在体育治理中的应用,我们需要改变治理主体的观念.AI技术的发展已经使体育治理环境、治理流程、治理监管等发生了很大变化,治理主体需要对这些变化有深刻的理解,并对AI的重要性有深入认识.其次,加强数据隐私保护措施,确保运动员和球队的信息得到充分保护.建立健全的数据安全管理体系,采用数据加密、访问控制和数据备份等技术,防止数据泄露和篡改.同时,制定相关法规和规范,规定数据使用和共享的条件,对违反隐私保护的行为进行严厉处罚,以强化数据隐私的法律保障.再次,开展算法审查和监管,确保人工智能算法的公平性和客观性.在算法训练过程中,应注意避免使用带有偏见的历史数据,采用多样化的数据来源,确保算法的全面性和准确性.同时,建立算法评估标准,对算法进行定期评估和改进,确保其对所有运动员和球队都能公平地适用,减少偏见和歧视对体育治理的影响.最后,要制定人工智能在体育治理中的伦理准则和指南,明确其应用范围和限制[10].在使用人工智能监测运动员生理和心理状态时,需经过充分的知情同意,并确保数据的匿名处理,保护运动员的隐私权.同时,限制人工智能在运动员训练中的应用范围,避免过度训练和健康问题的出现,确保人工智能的使用符合伦理和道德标准.

5.2 提升技术创新能力,建立严格的安全和隐私保护机制

针对数据质量问题,一是要进行数据清洗和预处理.对体育领域的数据进行有效的数据清洗和预处理,以去除错误、冗余和不完整的数据.数据科学家可以采用各种技术,如异常值检测、缺失值填充等,提高数据质量.二是要重视数据的标准化和统一.推动体育产业建立统一的数据标准和格式,确保数据采集和整合过程中的一致性.这有助于提高数据的质量和可用性,减少数据不一致性对人工智能模型的影响.三是引入专业领域知识.与数据科学家合作,与体育专业人员和领域专家共同工作,确保数据采集的准确性和完整性.专业领域知识能够帮助解释数据背后的含义和关联,从而提高数据的价值和应用效果.针对模型可解释问题,一是要使用可解释性模型.尽可能选择可解释性强的人工智能模型,如决策树、逻辑回归等,而非传统的深度学习模型.二是借助可视化工具和解释性技术.开发专门的可视化工具和解释性技术,帮助用户理解人工智能模型的决策过程.例如,可以通过特征重要性图表、决策路径解释等方式,向教练和球员解释模型的预测结果.三是进行模型解释性评估.建立模型解释性评估标准,对人工智能模型的解释性能力进行量化评估.这样可以帮助研究人员和开发者在模型选择和优化时更加注重解释性问题.

创新层面的困境要从四个方面破局.第一,建立统一的数据采集标准和规范,推动体育产业相关组织和平台采用共同的数据格式和接口,以便实现数据的统一采集和整合.例如,国际足球联合会(FIFA)可以制定统一的比赛统计数据采集标准,各个联赛和球队按照标准提交数据,从而实现数据的一致性和准确性.推动数据质量监管机制,对数据来源进行认证和审核,确保数据的可信度和准确性.建立数据质量评估指标,对数据进行定期评估,及时发现和纠正数据问题.例如,国际奥委会(IOC)可以设立数据质量监督委员会,负责对奥运会相关数据进行质量评估和审核.第二,加大对人工智能技术的研发投入,提高算法的灵活性和定制能力.推动人工智能技术从传统的通用算法向面向特定体育项目和组织的个性化算法转变.例如,一些体育数据分析公司可以专注于开发针对篮球比赛的个性化数据分析算法,以满足篮球领域的特定需求.促进体育产业与科技企业的合作,借助科技企业的技术优势,共同开发适用于体育治理的个性化人工智能解决方案.例如,国际田径联合会(IAAF)可以与人工智能技术公司合作,开发针对田径比赛的个性化数据预测算法,以提高赛事预测的准确性.第三,推动人工智能技术的实时优化和增强,提高算法的运行速度和实时性.采用并行计算和分布式处理等技术,优化算法的运行效率,确保在体育比赛等实时场景中,能够及时处理数据和做出准确决策.例如,国际网球联合会(ITF)可以采用分布式计算平台,实现对网球比赛数据的实时分析和处理.第四,推广边缘计算技术,将人工智能算法部署在接近数据源的边缘设备上,减少数据传输时间和延迟,提高数据处理速度.例如,在自行车比赛中,可以将人工智能算法部署在比赛场地附近的边缘服务器上,实现实时的骑手数据分析和决策支持.

5.3 制定完善人工智能在体育治理中的应用法规,建立严格的执法监管机制

第一,要建立严格的数据隐私保护法律和规范,确保运动员和球队的数据得到充分保护.在收集和处理数据时,应征得相关主体的知情同意,并明确告知数据的用途和范围.例如,体育组织在收集球员数据时,应明确告知球员数据将用于技术统计和竞赛分析,且不得用于其他商业用途.第二,制定明确的知识产权法律,明确体育数据的知识产权归属和转让规则.在体育数据的收集、处理和分析过程中,应规定知识产权的归属问题,防止因数据使用产生的知识产权纠纷.例如,运动员和球队与体育组织签订相关协议,明确数据的知识产权归属和使用范围.第三,建立监管机构对人工智能在体育领域的应用进行监督和评估,确保其不对竞争造成不公平影响.监管机构可以对使用人工智能技术的体育组织进行审查,确保其使用的算法符合公平竞争原则.例如,对于使用人工智能进行裁判决策的体育项目,监管机构可以对算法进行透明度审查,验证其不具有歧视性和偏见.第四,鼓励竞争和技术创新,避免出现人工智能技术的垄断现象.政府可以出台支持技术创新和竞争的政策措施,鼓励各类科技企业进入体育领域,推动体育数据分析和人工智能技术的不断进步.例如,为人工智能技术创新提供资金支持或税收优惠政策,吸引更多公司参与体育数据分析领域的竞争.第五,建立人工智能算法的审查和责任追溯机制.体育组织在使用人工智能技术时,应对算法进行审查和测试,确保其决策过程透明可解释.同时,建立责任追溯机制,明确在人工智能决策出现问题时,责任的归属和处理措施.例如,设立独立的人工智能审查委员会,对体育比赛中使用的算法进行审查和验证.第六,加强人工智能技术的可解释性研究,使算法的决策过程更容易理解和解释.体育组织可以与人工智能专家和数据科学家合作,开展研究,改进算法的可解释性.例如,对于使用人工智能技术进行运动员选拔的体育项目,研发一种能够解释选拔结果的可视化工具,让运动员和公众能够理解决策的依据.