数据化对技能训练的意义

韦国发 崔艳霞

摘 要：目前技能训练进入了大数据时代，训练的数据记录更加完整，数据规模庞大。通过探索训练数据下隐藏的训练规律、体系及不足之处，不仅能改进训练方法，快速提升训练水平，而且能有效避免训练疲劳，有助于提高训练质量和效率。

关键词：数据化 技能训练 科学训练 世界技能大赛

我国于2010年加入世界技能组织、2011年首次参加世界技能大赛，中国代表团从奖牌“零”的突破，到三次蝉联金牌榜、团体总分第一，成功进入世界技能竞技第一方阵。

世界技能大赛（以下简称世赛）是当今世界地位最高、规模最大、影响力最大的职业技能赛事，被誉为“世界技能奥林匹克”。世赛不仅是业界技能标准的展示，更主要的是对选手专业理论及实际操作等综合能力的考验，对技能信息化建设的要求也非常高，因此必须提高选手训练体系的科学化水平。

一、技能训练体系中存在的问题

在技能训练中，选手通常需要通过“做”和“练”等过程来完成特定的动作，但受训练环境、经验等因素的影响，在训练过程中经常会出现一些错误，这些错误可能导致动作的不规范。传统的技能训练往往会忽略对数据的收集和分析，以致选手、专家和教练无法通过观察和分析数据等，从多方面判断选手是否存在动作不规范、其操作是否达到标准。

与此同时，通过对多个参赛项目训练现况的了解，笔者发现部分参赛项目存在着训练体系无数据支撑、训练效率低下等问题。选手在训练过程中进行多次重复的技能动作训练，仅使用纸质评分表对其进行评判，无法验证是否“更好”“更快”，缺乏一定的材料支撑。选手即使日复一日地训练，也无法代表他们训练效率高、技能水平高。

以信息網络布线项目为例，中国选手在早期参赛中，缺乏一定的经验，在训练过程中是以主观意识对选手的质量、速度、水平进行评估，无法为选手水平进行客观的评价，导致选手的训练效率较低。

因此，在今后的技能训练中，需要有一定的科学手段为选手训练的“更好”“更快”提供支撑。

通过对比游泳运动员训练相关资料发现，运动员在训练的过程中，需要使用许多数据监测仪器记录相关数据，例如，将游泳速度、呼吸频率等作为该运动项目的数据支撑，以更有效地提高游泳运动员的水平。在选手训练时，同样可以用数据监测支撑选手的训练优化，并提高训练效果。

二、数据化在技能训练中的应用策略

数据在技能训练中的应用随处可见，如单项数据、比赛数据、完成用时、作品得分、失分环节等。随着训练的深入，发现数据对于技能训练起到了非常大的作用，可以为选手制订合理的训练计划，同时能够随时监控到选手的每一个动作。因此，数据是技能训练过程中很重要的参考资料。

数据化的技能训练是怎样的？简单来说，它是将技能训练的各项数据通过基础的统计报表、数据分析进行明确的分类整理、科学分析、精准定位，以数据报表的形式对技能训练的理论知识和技能操作进行记录、呈现和预测。

（一）训练参数数据化

滴灌技术通过传感器及计算机系统跟踪植物和土壤水分的变化，自动灌溉和施肥。农业生产借助数据可以提高质量和效率，技能训练借助数据也可以收到同样的效果，其中的关键点就是训练参数数据化。

1.多组数据对比

当多组数据需要进行对比时，多组数据的测试环境（基准）要尽量一致，避免使用不同材料、题目、尺寸等，以免数据准确性降低，导致参考价值降低。

2.某一选手的不同项目数据对比

训练参数数据化后可得出选手不同项目的数据，根据不同竞赛项目的需求，有利于对选手的作品质量、作品分数、动作技术、运动量等进行监测统计，并通过数据分析找出全面真实的相互关系。

3.多名选手的同一项目数据对比

在对同一项目数据进行收集、分析时，可将多名选手的数据录入数据库，通过数据保存以及数据分析功能，实现现役、退役选手数据的对比。

（二）对训练项目进行优化

随着各项新设备、新技术在世赛中的应用，对选手也提出了新的要求。为了更好地与世赛接轨或为技能事业发展培养选手，原有的训练项目需要根据竞赛项目的新发展进行优化和完善。可运用大数据收集各类需求数据，以培养选手的专业能力及综合素质为主，将原有的训练项目进行优化完善，再结合训练计划，确保增强效果，使选手在学习理论知识的同时，能够进行有效的专业技能实操训练，从而提高选手的综合能力。

（三）对训练计划进行合理安排

在为选手制订训练计划时，需要综合考虑不同训练内容的具体特点，以选手的理论学习能力、专业技能实操水平等为基础，分时间段制订训练计划，确保训练计划的合理性和科学性。

在技能训练中应用大数据，结合竞赛项目的实际需求，将专业技能实操的规范、标准与其对应的理论知识结合起来对选手进行训练，便于选手在掌握基本操作技能的同时，了解并熟悉其操作规范、标准和理论知识。

数据化的合理安排，使理论知识与专业技能两部分充分融为一体，这样既能提高训练效率，又能帮助选手深刻理解和掌握相关内容，提升技能训练的效果。

（四）开展多元化、智能化的考核

在以往的技能训练过程中，专家、教练通常以主观意识对选手的质量、速度、水平进行评估，考核结果不科学，考核方式较片面。

世赛不仅要求选手具备很强的理论知识及专业技能实操能力，还必须具备外语沟通能力、良好的心理素质、健康的体魄等综合能力。因此，需要对考核评价体系进行多元化、智能化的优化调整。

专家、教练通过查看考核成绩，不仅能得知选手对技能竞赛项目的基本理论知识、专业技能的掌握程度，还能了解选手的外语沟通能力、心理素质及体能健康状态，有利于专家、教练对选手在训练中存在的不足及训练方式提出改进措施，从而有效提高选手的综合素质。

三、数据化在技能训练过程中的运用

（一）训练思维数据化

数据化思维是一种基于数据考虑事物发展的创新思维，以创造数据价值为目的的量化思维，追求准确性，强调事实。它不仅是对事物的简单量化，也是对数据进行分析的过程。它可以通过数据得知发生了什么、为什么会发生这种情况以及存在什么样的规律等。

依靠直觉和经验的传统方式已经不太适用于数据时代的训练要求，难以为科学化训练提供决策依据，因此急需数据化的训练思维。

数据化的训练思维能用训练相关数据简单明了地表明：什么训练方式是最优解、什么训练方法最管用，并且能够洞察不同数据之间的相关性，总结出客观的经验教训。

（二）训练感知多维化

训练状态感知来自于数据收集，没有数据就没有感知。通过采集速度、质量、技巧、动作等多维度、全方位训练数据，汇总生成多维度训练综合状态图。根据单一维度的数据很容易产生以偏概全的论断，根据多维度感知的数据则能够得到全方位的综合结论，精准地对训练进行全局洞察。

同时，通过数据收集和数据分析，可以对训练的整体效果和過程进行精准反馈，从而减少训练的随意和盲目性，为训练的科学化决策提供重要依据。且利用数据挖掘分析获取的训练数据，能够将有价值的信息从不计其数的训练数据中筛选出来，用可视化的方式找出训练中的盲区、找到训练短板，从而进行针对性的改进。

（三）训练预测精确化

在大数据时代，利用数据技术可以科学、及时地分析大量训练数据，全面预测训练情况。

1.预测训练的趋势

创建训练数据库时，将以往的训练数据与当前的训练数据进行比较，可以更直观地预测训练总体走向。

2.预测设备零部件生命周期

精准预测训练中使用的精密设备的零部件生命周期，选择最佳时机进行检测、维护或更换，避免因突发故障干扰选手训练节奏。

3.预测训练的设备需求

根据设备的使用次数统计数据，对设备的故障风险系数进行预测，以便专家、教练团队制定最佳的保障制度。

四、数据化在技能训练中的未来趋势

使用数据支撑选手技能训练需要做到以下几点：测试基准尽量一致、数据采集准确充足、数据储存自动分析。

使用数据支撑选手技能训练，可以更加科学有效地提高选手的技能水平。未来可使用运动员级数据监测仪器，提高选手的数据采集准确性，同时建立针对选手、可自动分析汇总并可在多平台运行的数据储存分析平台，数据监测仪器可以自动采集传输数据至数据储存分析平台，或者由专家、教练手动录入数据储存分析平台，经过数据储存分析平台进行汇总换算，输出图表报告供专家、教练及选手参考，使得选手综合水平可数据化。

另外，在选手参加选拔比赛的过程中，部分内容可通过数据检测仪器自动传输或手动录入，对选手作品的质量、速度、工艺进行自动计算并排名，有利于各省市技能参赛队伍的数据管理。

五、小结

对选手来说，数据化是一个很好的辅助训练手段，可以减少选手在训练中的随意性和盲目性，能客观准确地反映当前的训练情况，有利于及时发现训练中存在的问题并及时进行调整、改进，有助于提高训练水平。

对专家、教练而言，数据化有助于制订针对性、精准化的训练计划，优化训练效果，提高训练质量。

因此，在技能训练过程中要尽可能让数据为选手的训练及培养提供科学、客观、准确的依据。

参考文献：

[1]李艳，徐大真.世界技能大赛选手心理训练模式研究[J].职业教育研究，2015（1）.

[2]李伟顺，周凯，高越.大数据思维[C].决策论坛：系统科学在工程决策中的应用学术研讨会论文集（下），2015.

[3]黄谦，石勇.数据挖掘在体育训练指导中的应用研究[J].广州体育学院学报，2009（6）.

（作者单位：天津市电子信息技师学院）