人工智能應用體育治理: 內涵、困境、路徑

王路震

(阜陽師范大學 體育學院,安徽 阜陽 236000)

人工智能(Artificial Intelligence,AI)作為一項前沿科技,已在眾多領域展現出了革命性的影響.2023年7月9日,第一屆全國人工智能大會在首都體育學院開幕,國務院參事、中國工程院院士、中國人工智能學會理事長戴瓊海教授表示,人工智能作為全球競相爭奪的科技制高點,已上升為國家戰略,在人類未來發展進程中將發揮不可替代的重要作用.人工智能技術在體育領域的研究和應用具有非常廣闊的前景.2018年10月,習近平同志在中央政治局集體學習時強調: “要加強人工智能同社會治理的結合,運用人工智能提高公共服務和社會治理水平.”[1]體育治理作為社會治理的重要組成部分,人們也逐漸開始認識到人工智能在其中的應用潛力.在人工智能時代,如何將人工智能應用到體育治理,加強體育治理的現代化建設,已成為我國體育界的關注熱點.在此背景下,探討人工智能應用體育治理的內涵、困境和推進路徑是非常有必要的.

1 人工智能+體育治理的內涵

人工智能是一種在計算機科學、認知心理學、哲學等多學科交叉的基礎上,研究并開發模擬人類智能的方法、理論和技術的新興科學領域.該領域的研究內容涵蓋了機器人學、語音識別、視覺識別、自然語言處理和專家系統等.人工智能力圖揭示智能的本質,并以此創建一種新的智能機器,這種機器能以類似人類智能的方式做出反應.

體育治理是在當前社會體育組織和市場力量崛起的背景下,國家治理結構內提出的一個新概念.在社會主義市場經濟時代,體育治理已經從國家主導轉變為社會主導.體育治理的新模式強調了在黨的領導下,各個部門協同合作,共同管理體育事務,推動體育事業的發展.結合人工智能與體育治理,則是通過人工智能技術全面獲取和處理體育治理的信息,深度分析大數據,揭示數據背后的邏輯關系,進一步理解體育治理環境,掌握人們的體育實際需求,形成可供體育治理參考的預警、決策等知識體系.目標是實現更科學、更高效的體育治理過程.具體來說,人工智能在體育治理中的應用主要表現在四個方面.首先,人工智能可以幫助我們更深入地理解體育的實際需求.通過收集和分析大數據,人工智能可以揭示出群眾的體育需求、體育參與行為等深層次的規律,從而為體育政策的制定提供科學依據.其次,人工智能可以提高體育治理的效率.通過自動化處理大量的信息,人工智能可以減輕人們的工作負擔,提高工作效率. 同時,通過智能決策支持系統,人工智能還可以幫助我們做出更準確、更快速的決策.再次,人工智能可以增強體育治理的透明度和公平性[2].通過公開數據和算法,人工智能可以讓群眾更清楚地了解體育治理的過程,提高體育治理的公開性和公正性.最后,人工智能可以推動體育治理的創新.利用人工智能的前沿技術,可以開發出更多的創新體育項目和服務,如虛擬體育、智能體育教練等,從而豐富體育的內容和形式,提升體育的吸引力和影響力.總之,人工智能與體育治理的結合,是實現體育治理科學化、高效化的重要路徑[3].通過全面利用人工智能,可以更好地理解體育需求,提高體育治理的效率,增強體育治理的公開性和公正性,推動體育治理的創新,進而推動體育事業的健康發展.

2 人工智能應用于體育治理的現狀

2.1 在體育競賽方面的應用

第一,人工智能的發展不僅提高了體育賽事的判決精度,也確保了賽事的公平性.在某些運動競賽中,如羽毛球和網球,精確的邊界判斷系統和鷹眼技術有效利用人工智能的圖像處理能力,對比賽中的爭議球進行準確的判斷,提供清晰的視覺證據,減少了人為因素對裁判決定的影響,保證了比賽的公正公平.第二,大數據和人工智能為運動員提供了個性化和精準的訓練方案.運用人工智能技術,可以對運動員的訓練數據進行深度分析和挖掘,為運動員的訓練模型提供科學依據.第三,人工智能在運動員的心理狀態監控方面發揮著重要作用.利用人工智能模型,可以更好地理解和掌握運動員的心理狀態,及時調整訓練計劃和比賽策略.人工智能的心理健康大數據平臺,為運動員提供了心理狀態的科學評估和個性化調整方案,從而提高運動員在比賽中的競技狀態.第四,人工智能在體育競賽的戰術制定中發揮著重要作用.可以通過跟蹤識別一些關鍵點的運動,并轉化為可用的數學方式表達的過程[4].例如,教練通過可穿戴式傳感器與高速相機的結合,能夠準確把握場上選手們的動作和其對比賽進程造成的影響,更好地為下一場比賽做準備.

2.2 在體育產業方面的應用

人工智能在體育產品銷售、場館服務、體育用品制造、體育健身休閑等方面也有著廣泛的應用[5].不僅在健身產業中提供數據挖掘、科學決策、集約經濟等功能[6],而且在運動員投資上也發揮著重要的作用.人工智能可以用來評估潛在新人的表現.運動隊越來越多地使用個人表現數據來衡量球員的健康和潛力.在選擇投資一名球員前,人工智能、大數據和機器研究支持的各種技術可以幫助跟蹤其表現和過去的統計數據(傳球、跑動、進球等),以估計他們未來的潛力.球隊還可以利用計算機視覺來識別特定的特征,以幫助預測未來的成績,并跟蹤球員的動作和身體狀況.它也可以用來評估球員的市場價值,以便在招募新人時提供最好的報價.這也有利于運動員,因為基于人工智能的技術使用降低了招募偏好,有助于發現潛在人才,特別是在某項運動還未廣泛開展的地方.

2.3 體育文化的傳播

在體育文化的傳播方面,人工智能也起著不可或缺的作用.首先,個性化推薦和內容定制.人工智能可以通過分析用戶的興趣、偏好和行為數據,提供個性化的體育內容推薦.例如,通過對用戶瀏覽歷史、點贊和評論等數據進行分析,人工智能可以推薦用戶感興趣的體育新聞、比賽直播和相關視頻等內容,提高用戶的體育文化參與度.其次,實時翻譯和多語言支持.人工智能可以幫助解決語言障礙,促進體育文化的跨文化交流與傳播.通過語音識別和機器翻譯技術,人工智能可以實時翻譯體育節目、新聞報道和社交媒體內容等,使不同語言背景的用戶能夠更好地理解和參與體育文化.再次,社交媒體分析和情感識別.人工智能可以分析社交媒體上的大數據,了解用戶對體育事件和運動員的情感和態度.通過情感識別技術,人工智能可以分析用戶在社交媒體上的言論、評論和表情等,了解用戶對體育文化的喜好和觀點,從而更好地滿足用戶需求,推動體育文化的傳播和互動.最后,智能化的體育文化推廣活動.人工智能可以幫助體育組織和品牌進行智能化的體育文化推廣活動.通過分析大數據和社交媒體數據,人工智能可以了解用戶的興趣和需求,制定個性化的推廣活動和營銷策略[7].

3 人工智能對體育治理的賦能

3.1 為治理主體增加了“治理渠道”,提升治理效率

人工智能正逐步改變體育治理的主體構成,構建了更為廣泛且積極的治理渠道.在傳統模式中,體育治理主要由政府或黨政機關領導,社會、企業和群眾的參與程度相對較低.隨著人工智能的發展,這種情況正在發生變化.人工智能的應用已經使更多的群眾主動參與到體育治理中來,同時也提升了治理團隊的專業能力,增加了社會智治的形式.人工智能技術的高效數據處理和智能分析能力,使得體育治理機構可以更加高效地處理體育事務等方面的數據.通過AI技術,治理者能夠快速地獲得全面且準確的數據洞察,從而更有效地做出決策和規劃.

3.2 在治理方式上增加了“創新平臺”,創新治理形式

人工智能在體育治理方式改革上帶來了顯著影響,從而創新了體育治理的平臺.其中一個最顯著的優勢是其在數據收集和精準治理上的表現,算法模型能在最大程度上實現人機共治與體育治理自動化.此外,人工智能的應用也構建出了以數據信息共享為核心的協同治理創新機制,優化了體育治理模式.AI技術的引入為體育治理帶來了新的治理形式和方法.例如,AI在裁判決策、反興奮劑監測、觀眾互動等方面的應用,使得體育賽事的管理更加客觀和公正.AI技術還能推動治理形式的數字化和智能化,如智能合約、數字身份認證等,為體育治理的透明度和安全性提供了強有力的保障.

3.3 在治理效能上增加了“協作基礎”,增強治理效能

人工智能提升了體育治理的協作基礎[8].例如,人工智能技術可以打破部門、領域、專業間的隔閡,為體育治理領域的各項工作提供技術支撐.人工智能豐富了各領域間協作的渠道和途徑,將各個領域的資源整合共享.AI的應用還能夠提升體育治理的決策效能.如通過數據驅動的決策和智能預測,治理者能夠更加客觀、準確地了解體育產業的運行狀況和發展趨勢.在AI技術支持下,體育管理機構可以更為精準地制定政策和規劃,促進資源的合理配置和優化,提高治理效能和執行力.

3.4 在治理結構上增加了“政策福利”,優化治理結構

從政策福利的角度,人工智能為體育治理提供了顯著支持.從國家角度看,人工智能的應用能夠讓體育政策和法規更好地適應技術的發展,為體育智能治理提供了更大的可能性.從區域發展角度看,人工智能能夠通過技術層面彌補區域體育治理不平衡的狀態.從群眾角度看,人工智能在體育治理中的應用,可以讓更多的技術進入群眾視野,并在日常生活中發揮作用,滿足群眾需求.人工智能的賦能還有助于優化體育治理結構.通過AI技術,不同層級和部門的體育管理機構可以實現數據共享和信息互通,進而加強整個體育治理網絡的聯動和協作.

4 人工智能應用體育治理的困境

4.1 人工智能與體育治理的融合之困

其一,從治理理念來看,雖然AI在體育治理中具有潛力,但在實際應用中,治理主體往往沿用傳統的信息化思維方式,對AI的理解和利用程度有限.其二,數據隱私與安全問題.體育治理需要收集并分析大量的數據,包括運動員和球隊的技術統計數據、訓練計劃和個人信息,這些數據的安全性和隱私保護是一個重要問題.其三,算法偏見與公平性問題.人工智能的算法構建和訓練依賴于歷史數據,這可能包含人類的主觀偏見.如果體育治理中使用這些帶有偏見的數據進行決策,將可能導致裁判判罰、選拔隊員或者評估運動員表現時的不公平現象.其四,倫理道德挑戰.在人工智能與體育治理的融合過程中,會面臨一些倫理道德挑戰.例如,使用人工智能技術來監測運動員的生理和心理狀態可能侵犯他們的隱私權.此外,借助人工智能來提高運動員的表現,也可能導致過度訓練和健康問題.

4.2 人工智能應用體育治理的技術之困

人工智能應用體育治理的技術之困主要包括能力層面和創新層面.能力層面的困境主要體現在兩個方面.第一,數據質量和完整性.人工智能需要大量的數據來進行學習和預測,體育領域的數據質量和完整性經常受到挑戰.例如,在足球比賽中,雖然現代足球賽事收集了大量的比賽數據,但有些數據可能存在錯誤或遺漏,這會影響人工智能模型的準確性和可靠性.第二,模型可解釋性.在體育決策中,教練、管理層和球員通常希望了解人工智能模型的推理過程和決策依據.然而,許多深度學習模型通常被認為是“黑箱”,其內部工作原理難以解釋,這使得人們對其決策產生質疑,限制了人工智能在體育治理中的廣泛應用.例如,在籃球比賽中,人工智能可能用于預測球員的表現,但教練可能會對模型無法解釋為何對某個球員做出某項預測感到困惑.創新層面的困境主要表現在三個方面.第一,數據采集不足,質量不高.體育治理需要大量準確的數據支持,但獲取和整理數據仍然是一個挑戰.盡管現代體育產業產生大量數據,但這些數據往往分散在不同的平臺和系統中,難以實現統一的數據采集和整合.此外,有些體育項目的數據收集標準尚未統一,數據質量參差不齊,影響了人工智能算法的準確性和效果.第二,缺乏個性化定制能力.當前體育領域的人工智能技術還不能滿足個性化定制的需求.不同體育項目和不同層次的管理需要,對人工智能算法的要求也各異.然而,由于技術創新不足,目前的人工智能解決方案難以靈活地應對不同體育組織和治理層面的要求.第三,實時處理和決策能力有限.體育比賽等活動需要快速、準確的數據處理和決策支持,但傳統的人工智能算法在實時性方面還有限制.當前的技術在處理大規模數據時可能會出現延遲,影響對實時情況的及時響應,這在一些需要迅速作出決策的體育場景中是不可接受的.

4.3 人工智能應用體育治理的法律之困

人工智能在體育治理方面的應用還處于發展階段,面臨許多挑戰,如數據的收集和處理、人工智能技術的研發和應用、人工智能的倫理和法律問題等[9].人工智能應用體育治理的法律之困主要體現在數據隱私和知識產權問題、公平競爭和反壟斷問題、責任和透明度問題三個方面.其一,數據隱私和知識產權問題.人工智能在體育治理中廣泛應用于數據分析和預測,需要大量的運動員和球隊數據.然而,收集、存儲和處理這些個人敏感信息涉及數據隱私問題.如果不能夠妥善保護運動員和球隊的隱私,則可能違反相關隱私法律,面臨法律責任和輿論壓力.此外,體育數據的知識產權是一個復雜的問題.運動員和球隊的技術統計、戰術策略等數據可能屬于知識產權范疇.在人工智能應用過程中,可能涉及數據的分享、轉讓和使用,若沒有明確的知識產權規定,可能引發產權爭議和糾紛.其二,公平競爭和反壟斷問題.人工智能在體育治理中的應用可能導致不同球隊或運動員之間的不公平競爭問題.比如,一支球隊可能擁有更先進的人工智能技術,從而在數據分析和戰術決策上占據優勢.這可能損害整個體育競爭的公平性,引發競爭失衡的擔憂.此外,如果某家公司壟斷了體育領域的人工智能技術,也可能導致市場競爭受到限制.在體育產業中,數據和技術的壟斷可能使其他公司難以進入市場,影響行業創新和發展.其三,責任和透明度問題.人工智能技術的決策過程常常是復雜而晦澀的.在體育治理中,如果人工智能算法作出不公平的裁決或產生錯誤的決策,誰來承擔責任是一個問題.同時,人工智能技術的黑盒化也帶來了透明度問題.黑盒算法指的是人工智能的決策過程不可解釋,無法解釋為何做出特定決策.在體育治理中,這樣的算法可能導致運動員和球隊無法了解決策依據,難以接受裁判結果或選人決定,削弱了治理的公信力和合法性.

5 推進路徑

5.1 促進人工智能與體育治理的深度融合,推動體育治理的現代化進程

首先,對于當前人工智能技術在體育治理中的應用,我們需要改變治理主體的觀念.AI技術的發展已經使體育治理環境、治理流程、治理監管等發生了很大變化,治理主體需要對這些變化有深刻的理解,并對AI的重要性有深入認識.其次,加強數據隱私保護措施,確保運動員和球隊的信息得到充分保護.建立健全的數據安全管理體系,采用數據加密、訪問控制和數據備份等技術,防止數據泄露和篡改.同時,制定相關法規和規范,規定數據使用和共享的條件,對違反隱私保護的行為進行嚴厲處罰,以強化數據隱私的法律保障.再次,開展算法審查和監管,確保人工智能算法的公平性和客觀性.在算法訓練過程中,應注意避免使用帶有偏見的歷史數據,采用多樣化的數據來源,確保算法的全面性和準確性.同時,建立算法評估標準,對算法進行定期評估和改進,確保其對所有運動員和球隊都能公平地適用,減少偏見和歧視對體育治理的影響.最后,要制定人工智能在體育治理中的倫理準則和指南,明確其應用范圍和限制[10].在使用人工智能監測運動員生理和心理狀態時,需經過充分的知情同意,并確保數據的匿名處理,保護運動員的隱私權.同時,限制人工智能在運動員訓練中的應用范圍,避免過度訓練和健康問題的出現,確保人工智能的使用符合倫理和道德標準.

5.2 提升技術創新能力,建立嚴格的安全和隱私保護機制

針對數據質量問題,一是要進行數據清洗和預處理.對體育領域的數據進行有效的數據清洗和預處理,以去除錯誤、冗余和不完整的數據.數據科學家可以采用各種技術,如異常值檢測、缺失值填充等,提高數據質量.二是要重視數據的標準化和統一.推動體育產業建立統一的數據標準和格式,確保數據采集和整合過程中的一致性.這有助于提高數據的質量和可用性,減少數據不一致性對人工智能模型的影響.三是引入專業領域知識.與數據科學家合作,與體育專業人員和領域專家共同工作,確保數據采集的準確性和完整性.專業領域知識能夠幫助解釋數據背后的含義和關聯,從而提高數據的價值和應用效果.針對模型可解釋問題,一是要使用可解釋性模型.盡可能選擇可解釋性強的人工智能模型,如決策樹、邏輯回歸等,而非傳統的深度學習模型.二是借助可視化工具和解釋性技術.開發專門的可視化工具和解釋性技術,幫助用戶理解人工智能模型的決策過程.例如,可以通過特征重要性圖表、決策路徑解釋等方式,向教練和球員解釋模型的預測結果.三是進行模型解釋性評估.建立模型解釋性評估標準,對人工智能模型的解釋性能力進行量化評估.這樣可以幫助研究人員和開發者在模型選擇和優化時更加注重解釋性問題.

創新層面的困境要從四個方面破局.第一,建立統一的數據采集標準和規范,推動體育產業相關組織和平臺采用共同的數據格式和接口,以便實現數據的統一采集和整合.例如,國際足球聯合會(FIFA)可以制定統一的比賽統計數據采集標準,各個聯賽和球隊按照標準提交數據,從而實現數據的一致性和準確性.推動數據質量監管機制,對數據來源進行認證和審核,確保數據的可信度和準確性.建立數據質量評估指標,對數據進行定期評估,及時發現和糾正數據問題.例如,國際奧委會(IOC)可以設立數據質量監督委員會,負責對奧運會相關數據進行質量評估和審核.第二,加大對人工智能技術的研發投入,提高算法的靈活性和定制能力.推動人工智能技術從傳統的通用算法向面向特定體育項目和組織的個性化算法轉變.例如,一些體育數據分析公司可以專注于開發針對籃球比賽的個性化數據分析算法,以滿足籃球領域的特定需求.促進體育產業與科技企業的合作,借助科技企業的技術優勢,共同開發適用于體育治理的個性化人工智能解決方案.例如,國際田徑聯合會(IAAF)可以與人工智能技術公司合作,開發針對田徑比賽的個性化數據預測算法,以提高賽事預測的準確性.第三,推動人工智能技術的實時優化和增強,提高算法的運行速度和實時性.采用并行計算和分布式處理等技術,優化算法的運行效率,確保在體育比賽等實時場景中,能夠及時處理數據和做出準確決策.例如,國際網球聯合會(ITF)可以采用分布式計算平臺,實現對網球比賽數據的實時分析和處理.第四,推廣邊緣計算技術,將人工智能算法部署在接近數據源的邊緣設備上,減少數據傳輸時間和延遲,提高數據處理速度.例如,在自行車比賽中,可以將人工智能算法部署在比賽場地附近的邊緣服務器上,實現實時的騎手數據分析和決策支持.

5.3 制定完善人工智能在體育治理中的應用法規,建立嚴格的執法監管機制

第一,要建立嚴格的數據隱私保護法律和規范,確保運動員和球隊的數據得到充分保護.在收集和處理數據時,應征得相關主體的知情同意,并明確告知數據的用途和范圍.例如,體育組織在收集球員數據時,應明確告知球員數據將用于技術統計和競賽分析,且不得用于其他商業用途.第二,制定明確的知識產權法律,明確體育數據的知識產權歸屬和轉讓規則.在體育數據的收集、處理和分析過程中,應規定知識產權的歸屬問題,防止因數據使用產生的知識產權糾紛.例如,運動員和球隊與體育組織簽訂相關協議,明確數據的知識產權歸屬和使用范圍.第三,建立監管機構對人工智能在體育領域的應用進行監督和評估,確保其不對競爭造成不公平影響.監管機構可以對使用人工智能技術的體育組織進行審查,確保其使用的算法符合公平競爭原則.例如,對于使用人工智能進行裁判決策的體育項目,監管機構可以對算法進行透明度審查,驗證其不具有歧視性和偏見.第四,鼓勵競爭和技術創新,避免出現人工智能技術的壟斷現象.政府可以出臺支持技術創新和競爭的政策措施,鼓勵各類科技企業進入體育領域,推動體育數據分析和人工智能技術的不斷進步.例如,為人工智能技術創新提供資金支持或稅收優惠政策,吸引更多公司參與體育數據分析領域的競爭.第五,建立人工智能算法的審查和責任追溯機制.體育組織在使用人工智能技術時,應對算法進行審查和測試,確保其決策過程透明可解釋.同時,建立責任追溯機制,明確在人工智能決策出現問題時,責任的歸屬和處理措施.例如,設立獨立的人工智能審查委員會,對體育比賽中使用的算法進行審查和驗證.第六,加強人工智能技術的可解釋性研究,使算法的決策過程更容易理解和解釋.體育組織可以與人工智能專家和數據科學家合作,開展研究,改進算法的可解釋性.例如,對于使用人工智能技術進行運動員選拔的體育項目,研發一種能夠解釋選拔結果的可視化工具,讓運動員和公眾能夠理解決策的依據.