PDF(1247 KB)
PDF(1247 KB)
PDF(1247 KB)
生成式人工智能赋能我国体育竞赛表演产业发展时的作用机制、现实挑战与治理路径
The Mechanism, Practical Challenges and Governance Paths of Generative Artificial Intelligence in Promoting the Development of China’s Sports Competition and Performance Industry
运用文献研究法、案例分析法等方法分析后发现,生成式人工智能应用于体育竞赛表演产业会对体育赛事内容生成机制、观赛体验增强机制、赛事营销优化机制、商业模式创新机制产生重要影响。然而,生成式人工智能在体育竞赛表演产业应用时面临着现实挑战,即人工智能存在的幻觉问题和算法偏见与体育竞赛公平性适配冲突、人工智能数据敏感性和算力不足影响其在体育竞赛表演产业的可持续应用、人工智能与体育交叉融合专业的复合型人才短缺与培养滞后制约体育赛事高质量转播或直播、过度依赖人工智能和过度追求人工智能技术效能都会对体育竞赛表演产业产生负面影响。据此,从生成式人工智能应用于体育竞赛表演产业的算法纠偏与幻觉抑制、数据安全治理与算力资源建设、人工智能与体育交叉融合专业的复合型人才培养以及人机协同机制创新方面提出了对策。
After analyzing via literature research, case analysis and other methods, it is found that the application of generative artificial intelligence (GenAI) in the sports competition and performance industry will have a significant impact on the generation mechanism of sports event content, the enhancement mechanism of viewing experience, the optimization mechanism of event marketing, and the innovation mechanism of business models. However, there are several practical challenges in the application of GenAI in this industry. Specifically, GenAI’s illusions and algorithmic biases conflict with the fairness and authenticity of sports competitions; data sensitivity and insufficient computing power hinder the sustainable application of GenAI in the sports competition performance industry; the shortage and lag in the cultivating compound talents with interdisciplinary backgrounds in AI and sports restrict the high-quality broadcasting of events; and excessive reliance on GenAI technology and an excessive pursuit of its efficiency will exert negative impacts on the industry. Based on this, countermeasures are proposed for the application of GenAI in the sports competition and performance industry, including algorithm correction and illusion suppression, data security governance and computing power development, the cultivation of compound talents with interdisciplinary backgrounds in AI and sports, and the inno vation of human-machine collaboration mechanisms.
生成式人工智能 / 体育竞赛表演产业 / 体育赛事 / 数据安全
generative artificial Intelligence / sports competition and performance industry / sports events / data security
| [1] |
夏诗园. DeepSeek、ChatGPT等生成式AI风险监管和治理:国际经验和路径选择[J/OL]. 当代经济管理, 2025, 47(6):1-16[2025-07-03].http://kns.cnki.net/kcms/detail/13.1356.f.20250612.1234.002.html.
|
| [2] |
谷业凯. 这个“2.5亿”意味着什么?[N/OL]. 人民日报,2025-02-19[2025-05-01].http://paper.people.com.cn/rmrb/pc/content/202502/19/content_30057506.html.
|
| [3] |
生成式人工智能服务管理暂行办法[EB/OL]. (2023-07-10)[2025-05-01]. https://www.gov.cn/zhengce/zhengceku/202307/content_6891752.htm.
|
| [4] |
国务院办公厅关于加快发展体育竞赛表演产业的指导意见[EB/OL]. (2018-12-21)[2025-05-01]. https://www.gov.cn/zhengce/content/2018-12/21/content_5350734.htm.
|
| [5] |
王博, 王庆军, 康博华, 等. 基于生成式人工智能的体育教师跨学科教学能力培育价值及未来取向[J]. 体育文化导刊, 2024(6):95-101,110.
|
| [6] |
李荣日, 赵泓羽. 生成式AI激发大众体育消费潜力的理论逻辑与实践路径[J]. 体育科学, 2024, 44(6):63-71.
|
| [7] |
阮志勇, 王清华, 徐元洪, 等. 生成式人工智能助力体育培训市场监管现代化:内在机理与创新通路[J]. 山东体育学院学报, 2025, 41(2):74-81,118.
|
| [8] |
中国信通院白皮书合集[G/0L]. (2020-12-29)[2025-03-14]. http://www.caict.ac.cn/kxyj/qwfb/bps/202012/t20201229_367255.htm.
|
| [9] |
|
| [10] |
陈琳, 高悦蓬, 余林徽. 人工智能如何改变企业对劳动力的需求?——来自招聘平台大数据的分析[J]. 管理世界, 2024, 40(6):74-93.
|
| [11] |
陈永伟. 超越ChatGPT:生成式AI的机遇、风险与挑战[J]. 山东大学学报(哲学社会科学版), 2023(3):127-143.
|
| [12] |
张坤, 杨海燕. 新基建赋能我国体育竞赛表演业的实践困境与推进策略[J]. 体育文化导刊, 2021(9):79-85.
|
| [13] |
党挺. 国外体育竞赛表演市场发展分析及启示[J]. 体育文化导刊, 2017(6):139-143.
|
| [14] |
王凯, 张煜杰, 陈明令. “双循环”新发展格局下我国体育竞赛表演业生态嬗变与应对[J]. 体育学研究, 2021, 35(3):67-74.
|
| [15] |
胡贝贝, 王胜光, 段玉厂. 互联网引发的新技术-经济范式解析[J]. 科学学研究, 2019, 37(4):582-589.
近年来,互联网正在引发技术-经济范式的重大变革,造就生产要素、生产方式、产业组织模式等各方面的重大革命,将人类带入以互联网为依托的新经济发展时代。技术-经济范式变革的内在逻辑为:互联网技术的重大创新引发产业革命--带动互联网基础设施的普遍安装--形成基于互联网的新生产技术条件--催生新的关键生产要素。从而,经济主体在数字化生产技术条件下使用大数据生产要素开展生产活动,并获得商业上的巨大成功。由此基于新生产技术条件和新生产要素的思维模式和行为惯性形成并不断强化,新规则和常识产生,经济系统整体运行机制发生改变。
|
| [16] |
张欣. 生成式人工智能的算法治理挑战与治理型监管[J]. 现代法学, 2023, 45(3):108-123.
|
| [17] |
王姝楠, 陈江生. 数字经济的技术-经济范式[J]. 上海经济研究, 2019(12):80-94.
|
| [18] |
欧阳日辉, 刘昱宏. 生成式人工智能(AIGC)融入制造业的理论逻辑与实现路径[J]. 新疆师范大学学报(哲学社会科学版), 2025, 46(3):104-117.
|
| [19] |
欧阳日辉. 生成式人工智能与金融业深度融合:理论机理及发展路径[J]. 求索, 2024(1):57-65.
|
| [20] |
美国网球公开赛的赛事运作日趋智能化[Z/OL]. (2024-08-10)[2025-05-01]. https://www.ibm.com/cn-zh/case-studies/us-open.
|
| [21] |
陈思函, 解学芳. AIGC驱动下的数字文化消费:困境透视与纾解路径[J]. 新疆社会科学, 2024(4):142-152,174.
|
| [22] |
27个互联网3.0应用场景覆盖文旅商多领域智享生活来北京朝阳赴一场“科幻”之旅[Z/OL]. (2025-01-23)[2025-05-01]. http://www.bjchy.gov.cn/dynamic/zwhd/4028805a948c47d101949118e15a0cb2.html.
|
| [23] |
The journey of PGA TOUR’s generative AI virtual assistant, from concept to development to prototype[Z/OL]. (2024-03-14)[2025-05-01].https://aws.amazon.com/cn/blogs/machine-learning/the-journey-of-pga-tours-generative-ai-virtual-assistant-from-concept-to-development-to-prototype/.
|
| [24] |
F1 revs up race day broadcasts with real-time data storytelling[Z/OL].(2024-12-12)[2025-05-01].https://aws.amazon.com/cn/blogs/media/f1-revs-up-race-day-broadcasts-with-real-time-data-storytelling/.
|
| [25] |
石庆福, 周广亮, 堵逸萌. 总体国家安全观视域下大型体育赛事韧性治理:逻辑理路与实践进路[J]. 沈阳体育学院学报, 2024, 43(6):103-109.
大型体育赛事的高度复杂性给国家安全带来新挑战,韧性治理以其独特优势成为全面贯彻总体国家安全观视域下应对大型体育赛事风险的根源性方式与路径。总体国家安全观视域下,大型体育赛事韧性治理的逻辑理路表现为赛事机构适应性与多元主体协同治理健全赛事安全组织,赛事机构危机恢复和认知能力提升赛事安全能力,赛事机构集体与自组织行为有效性优化赛事安全行为。然而,大型体育赛事韧性治理仍面临观念落后与结构不优、多元主体缺位或错位、设施规划与资源配置不足、信息失真与沟通不畅等现实困境。基于此,提出实践进路:推进组织适应性革新,强化赛事机构治理韧性;吸收和优化多元主体,打造赛事主体共治格局;超前规划与匹配资源,提升赛事危机恢复能力;甄别信息与畅通渠道,增强赛事集体行为效能。
|
| [26] |
How formula 1®uses generative AI to accelerate race-day issue resolution[Z/OL]. (2025-02-18)[2025-05-01]. https://aws.amazon.com/cn/blogs/machine-learning/how-formula-1-uses-generative-ai-to-accelerate-race-day-issue-resolution/.
|
| [27] |
宁海县打造AI马拉松宣推新范式[Z/OL].(2025-03-14)[2025-05-01]. https://dsjj.ningbo.gov.cn/art/2025/3/14/art_1229715186_58946733.html.
|
| [28] |
刘友华. 算法偏见及其规制路径研究[J]. 法学杂志, 2019, 40(6):55-66.
|
| [29] |
江岚. 竞技体育智能裁判系统的风险识别及规制路径[J]. 武汉体育学院学报, 2023, 57(3):29-36,44.
|
| [30] |
|
| [31] |
李智, 陈陆洋, 王纬航. 流通与规制:体育数据治理的核心问题与路径选择[J]. 体育科学, 2025, 45(2):36-45.
|
| [32] |
张林山, 陈怀锦. 以平台经济促进新质生产力发展:理论逻辑、优势基础与路径选择[J]. 改革, 2025(4):63-72.
|
| [33] |
人工智能成热门赛道获人才市场关注[Z/OL]. (2025-02-19)[2025-05-01]. http://finance.people.com.cn/n1/2025/0219/c1004-40421828.html.
|
| [34] |
任波. 人工智能赋能体育产业高质量发展的应用场景与推进策略[J]. 西安体育学院学报, 2023, 40(3):296-305.
|
| [35] |
杨前程, 蔡艺, 李旭, 等. 我国体育产业数字化转型的内生逻辑、困境审视与实施通路[J]. 山东体育学院学报, 2025, 41(4):58-69.
|
| [36] |
陈晋音, 席昌坤, 郑海斌, 等. 多模态大语言模型的安全性研究综述[J/OL]. 计算机科学, 2025, 52(3):1-32[2025-05-10].http://kns.cnki.net/kcms/detail/50.1075.tp.20250317.0949.002.html.
|
| [37] |
袁雨晴, 陈昌凤. 道德物化:大模型人机价值对齐的技术伦理进路[J]. 南京社会科学, 2024(6):88-97.
|
| [38] |
杨清望, 王海英. 数字平台权力法律规制的法理基础与制度建构[J]. 中南大学学报(社会科学版), 2025, 31(2):117-131.
|
| [39] |
余东华. 算力:数字经济时代的新质生产力[J]. 财贸研究, 2024, 35(7):1-16.
|
| [40] |
李宁, 陈亮, 孔德源, 等. 算力发展对降碳增效的影响效应研究——基于双重机器学习方法的检验[J/OL]. 价格理论与实践, 2025(5):1-8[2025-07-03]. https://doi.org/10.19851/j.cnki.CN11-1010/F.2025.05.120.
|
/
| 〈 |
|
〉 |