“我们的持续成功取决于我们如何拥抱数字技术的不断加速发展，尤其是人工智能。这使得我们的《2020奥林匹克议程》中‘改变或被改变’的要求变得更加紧迫。”

——国际奥委会主席 Thomas Bach

一、引言

人工智能（Artificial Intelligence，AI）作为第四次工业革命的核心驱动力，其运用场景越来越丰富。如今，人工智能在体育领域的应用也正在如火如荼的展开。2024年4月19日，国际奥林匹克委员会发布《奥林匹克AI议程》（Olympic AI Agenda），阐述了人工智能为体育带来的预期影响和潜力。奥林匹克运动会作为具有高度影响力和关注度的赛事，推动着全球体育领域探索并搭建人工智能计划的蓝图。[1]

二、AI技术在竞技体育中的应用

（一）运动员

1、提升运动员竞技水平

运动员的竞技水平是赢得体育比赛的关键。传统训练模式下，运动员与教练组通过观看训练/比赛录像、经验灌输等方式来结合反复训练，从而达到提升运动员竞技水平的效果。而在AI技术的加持下，可以大量收集运动员日常训练的身体数据以及比赛中的表现数据，并通过这些数据快速分析运动员的优势与短板、身体状态等，从而为运动员提供个性化训练方案，进行技战术的细节调整和改进，并根据实战和训练表现及时优化训练方案并辅助制定战术策略，进一步提升运动员训练的针对性、科学性及有效性。在东京和巴黎奥运会周期，我们已经可以看到将AI技术逐步应用于运动员训练的情况，例如，商汤、联想等通过各自的AI技术分别为国家篮球队、帆船帆板队等提供定制化的辅助训练系统。

此外，运动员的伤病治疗与预防也是体育训练密切关注的问题。对于运动员而言，在高强度的训练和激烈的比赛环境下，伤病是其竞技生涯中无法回避的困扰之一，不仅会影响他们竞技水平的发挥，也会对身心健康造成长期的影响。AI通过结合传感器技术和医学影像技术等，可以实时监测运动员的运动状态和身体负荷，为运动员分析伤病情况、制定预防和防护措施，并精确识别出伤病的类型和程度，从而减少过度或不当训练，保障了运动员良好的竞技状态。

2、挖掘体育人才

电影《点球成金》中的棒球经理人推翻了老球探们的经验主义，采用数据模型分析模式，从而组建了一批不被传统评估标准看好但潜力十足的队员，最终创造出20连胜的记录。

体育人才的挖掘往往可遇不可求，充满了随机性。同时，在当下各国体育竞争激烈的环境中，后备人才培养刻不容缓。AI可以通过分析身体数据、表现能力、心理素质等其他核心数据，并突破时间、地域和资源的限制，来显著提高体育人才的识别效果。例如英特尔与国际奥委会和塞内加尔奥委会合作开发了基于AI平台技术的体育人才识别应用程序，该程序可通过任何带摄像头的设备识别人才，降低对专业设备的需求，旨在解决偏远地区体育人才发掘困难的问题。[2]

（二）裁判

1、协同裁判判罚

公平竞争是体育赛事的基本原则，而体育赛事裁判在维护赛事公平中起着关键作用。对于比赛规则复杂、评分难度高的体育项目，不同于人类裁判员受限于肉眼观察的局限性，AI裁判通过快速而精确的捕捉运动员的动作来判断其表现及是否有违规行为，可以一定程度上提升裁判的公平性和准确性。目前，体操项目的裁判支持系统（JSS）以及足球比赛中的视频助理裁判系统（VAR）等都可以协同人类裁判员作出更准确、客观的裁判，并提升裁判的效率。

2、推进兴奋剂管制实施

除了在体育赛事过程中追求公平裁判外，围绕“兴奋剂”的问题始终是体育赛事的争议性话题，特别是在对爆发性要求高的竞技体育项目，兴奋剂问题尤为凸显，此次巴黎奥运会游泳项目中曝出的“紫薯脸”和“高频检测”的话题更是频上热搜。近年来，世界反兴奋机构不断强化兴奋剂管制智能化进程，利用AI辅助反兴奋剂工作，推进全球反兴奋剂工作的开展。对于兴奋剂检测人工操作量大，耗时长的问题，近期萨尔大学的一名教授及其带领的团队研发出一款AI软件，该软件并非直接检测兴奋剂违法者，而是以使用最少的数据来识别未使用兴奋剂的运动员，从而辨别出哪些是需要进一步检查的样本。[3]

（三）观众

AI技术进一步提升了观众的观赛体验。在赛事解说与转播方面，通过AI技术增强的“子弹时间”特效、VR/AR沉浸体验等，使观众能够从不同角度细致观察运动员比赛的精彩瞬间。例如巴黎奥运会中，商汤科技与上海东方传媒技术有限公司联合打造的“智慧体育-InnoMotion AI赛事转播升级解决方案”被应用在乒乓球、射箭两个项目的全程赛事转播，通过三维运动捕捉技术与AR特效渲染引擎，将乒乓球和箭矢这两种高速运动物体的运行轨迹呈现给了观众。[4]

此外，AI技术还能够助力赛事解说，可以基于实时赛事数据收集和分析同步生成赛况解说内容，并能够模拟部分明星的声音，让明星“担任”赛事解说员，增强了赛事的趣味性。

三、AI技术在竞技体育中应用的风险

（一）数据合规风险

AI技术在体育赛事的广泛应用，离不开大量数据的支持，尤其是与运动员相关的数据，这就导致AI在收集和处理这些数据时可能存在不合规，甚至侵权的问题。近年来，中国先后通过了《数据安全法》《个人信息保护法》等多项法律，旨在解决数据流通安全和个人数据保护问题，但是体育这一特殊领域使得在运动员数据收集、使用和隐私保护之间可能难以达成平衡。

一方面，关于运动员数据处理的具体内容和范围仍然处于不明确的状态。对于大量的运动员数据，特别是由运动员的生物识别信息、医疗健康信息等构成的敏感数据，如何区分一般数据和必要收集的数据，数据使用目的与使用范围为何，又有哪些主体可以访问这些数据，都尚未形成专门的立法规范，这使得运动员数据的处理和保护面临着诸多不确定性和风险。

另一方面，运动员数据本质上属于个人信息，因此处理运动员数据原则上应当取得运动员的同意。但是在体育这一特殊领域，数据往往处在公共领域，可能受到俱乐部、赛事组织者等多方主体的支配，导致运动员的同意往往无法得到严格落实。例如《奥林匹克宪章》就规定了国际奥委会有权决定与奥林匹克运动会有关的任何数据的获取条件和使用条件。[5]该种规定显然是限制了运动员能够自由作出同意的意思表示的权利。

（二）技术难题风险

算法和数据的偏差、歧视问题可能从源头上造成AI分析结果出现偏差。算法是AI技术的基石，它决定了AI如何处理数据、如何通过对大量训练数据进行学习并决策。然而，算法歧视问题客观存在，算法的设计者是人，其在进行算法设计时可能无意识的就将本身的价值偏好和主观立场融入算法的设计中，同时AI在学习过程中也可能自行发展出新的认知偏差，造成不利后果。同理，训练数据也是由人工选择，在这一基础上，如果训练数据本身存在问题或偏见，亦或者训练数据不够规模化，都可能导致体育赛事的参与者等主体作出不当决策。

此外，尽管AI技术在持续进步，目前其应对某些复杂的运动场景或特定情形时，可能缺乏足够的灵活性和准确度，譬如利用AI对体育项目进行评分时会存在明显的局限性，尤其是针对无法建立完全客观评分标准的项目。以艺术体操为例，与篮球投篮命中篮筐得分那样直观明确的评分标准不同，艺术体操还带有艺术性这样主观的评分项。目前AI可能难以对这类主观性较强的项目进行准确评分，故而尚无法全面替代人工评分。

（三）公平竞争风险

一方面，AI技术作为一种高科技，其普及之路面临着经济与技术的双重挑战。对于不同国家或地区的运动员，主流项目和小众项目的运动员，在获取AI技术的能力和资源天然存在差异。比如拥有更多资金支持的运动团队，自然更有能力聘请专业的团队量身打造AI训练系统。如此，可能会导致富裕和资源不足的运动员和国家之间进一步拉开差距，能否确保平等获得AI优势的任务依旧任重而道远。

另一方面，如前所述，AI技术可以辅助制度战术。根据收集的对手信息来制定对应的战术本无可厚非，然而，如果当竞争对手通过非法获取的数据来了解对方运动员的短板和习惯，从而在比赛中采取针对性的策略并影响了比赛结果，而该手段又不能被立即发现，那么AI是否就造成了比赛中不公平的现象，成为另一种形式的“兴奋剂”？

（四）竞技魅力减弱风险

DeepMind研发的AI乒乓球机器人，动图来源：百度百科

最近，DeepMind宣布了其研发的乒乓球界的AlphaGo，在29场与人类选手的比拼中，平均胜率达到45%。[6]前有AlphaGo大展拳脚，后有AI乒乓球机器人积极崛起，虽然我们不必担忧运动员被AI取代，毕竟体育赛事始终要由运动员来完成，但是也要警惕由AI主导比赛的风险。

诚然，高手过招胜负往往在毫厘之间，AI辅助训练可能会帮助运动员突破瓶颈，但竞技体育的魅力在于它的不确定性和挑战性，奖牌的获得从来不是像囊中探物一样。如果过度依赖AI技术的分析和帮助，可能会忽视自身对运动项目技战术的理解，进而影响运动员的临场发挥和应变能力。每个运动员各自的风格、所擅长的技战术不同，可以想象，如果演变成一味的模仿AI制定的最优策略，人人手握标准答案，就会缺失比赛悬念，运动员的激情与观众的沉浸感也将大打折扣，让竞技体育最终沦为纯粹的AI技术的较量。

四、结语

中国在迈入“十四五”时期后，体育产业对国民经济的推动力和影响力显著提升。《“十四五”体育发展规划》提出“支持大数据、区块链、物联网、云计算、人工智能等新技术在体育领域的创新运用，打造智能健身场景，加快相关产品开发”。根据国务院发布的《体育强国建设纲要》，到2035年，体育产业将成为国民经济支柱性产业。

随着AI技术的持续进步，其深刻融入体育已然是大势所趋。除了竞技体育，AI技术也在向广泛的社会体育和学校体育领域蓬勃发展。在这一过程中，如何在最大程度发挥AI技术的同时减轻运用AI技术的风险，完善相关责任机制，进而形成配套的法律和监管措施，仍有各种难题和挑战需克服。我们期待着未来AI技术能在法律的合力加持下与体育运动完美融合，更好的惠及与体育运动相关的所有组织和个人，达到其“善假于物”的最佳效果。

[注] 

[1]  参见https://stillmed.olympics.com/media/Documents/International-Olympic-Committee/AI/Olympic-AI-Agenda.pdf

[2] 参见https://www.intel.cn/content/www/cn/zh/newsroom/news/intel-powered-ai-platform-technology-might-spot-next-olympic-hopeful.html

[3] 参见https://www.eurekalert.org/news-releases/1054193

[4] 参见https://mp.weixin.qq.com/s/ZZpk7c4q_oq-yqDpwvivyw

[5] 参见https://stillmed.olympics.com/media/Document%20Library/OlympicOrg/General/EN-Olympic-Charter.pdf

[6] 参见https://arxiv.org/pdf/2408.03906