人工智能在体育教育中的应用：个性化学习、评估与性能分析的系统综述

研究目的。本系统综述旨在审视人工智能（AI）如何应用于K–12及高等教育环境中的体育教育（PE）个性化学习、评估和性能分析，旨在综合实证证据，识别实施模式，并提出基于证据的未来研究与实践方向。材料与方法。依据PRISMA 2020指南进行系统综述，检索了七个电子数据库（包括Web of Science、Scopus、EBSCOhost、PubMed、ACM Digital Library、Taylor等），提取数据并使用混合方法评价工具（MMAT）评估质量。结果。共纳入87项符合标准的研究（初始记录数为2945条），并进行叙述性综合。基于AI的系统主要支持：(a) 通过自适应锻炼计划和智能辅导系统实现个性化学习；(b) 利用运动分析和自动反馈机制进行评估；(c) 通过穿戴式设备驱动的仪表盘和学习分析平台进行性能分析。总体而言，AI增强的体育教育促进了学生参与度提升、评估的更准确客观及运动技能的个性化发展。但仍存在数据隐私风险、算法偏见及教师与AI协作框架不足等问题。结论。AI具有显著潜力将体育教育转变为更个性化、数据驱动、以学生为中心的学科，尤其适用于大型班级和包容性教育环境。未来研究应重点关注纵向设计、标准化结果测量及健全的伦理框架，以确保AI在体育教育中的公平与可持续整合。