摘要
生成式人工智能是新质生产力的重要载体,以 ChatGPT、DeepSeek 等大模型为代表,正在重塑公共体育服务供给模式,逐步融入体育场馆智能运维、国民体质监测、个性化运动处方生成、社区科学健身指导、健身志愿服务等全民健身全场景。长期以来,传统全民健身公共服务存在供给内容单一、优质资源分配不均、专业指导力量短缺、城乡体育服务发展失衡等短板,难以满足群众差异化、精细化的健身需求;生成式 AI 依托自然语言交互与智能生成能力,为破解这些痛点提供了新的技术路径。本研究采用文献梳理、TOE(技术 — 组织 — 环境)框架分析与多案例对比等方法,系统梳理 2024—2026 年数字体育相关研究与地方实践,归纳生成式 AI 赋能全民健身公共服务的四大核心价值:推动公共体育服务由标准化供给转向个性化精准供给,缓解基层健身指导人才缺口,盘活体育场地资源、提升设施利用效率,推动优质健身资源下沉,缩小城乡公共体育服务差距。与此同时,技术落地仍面临多重现实困境。基于 TOE 框架分析:技术层面,数字鸿沟阻碍部分群体使用智能健身服务,运动健康数据安全、算法伦理与算法偏见风险亟待防范;组织层面,体育、卫健等部门协同不足,政府、企业与社会组织尚未形成稳定协作机制;外部环境层面,针对全民健身领域生成式 AI 的专项监管规则滞后,多元协同治理体系尚不健全。针对上述问题,本研究从技术适配、组织协作、政策环境、伦理治理四个维度构建优化路径:推进适老化、低门槛智能健身技术迭代,筑牢健康数据安全防线;搭建跨主体协作平台,推动产学研协同创新;补齐基层数字体育基建短板,开展数字健身素养普及;完善行业制度规范,建立算法审查与多方监督机制。本研究可为智慧健身场景落地提供理论支撑与实践参考,推动生成式 AI 向善应用,持续健全全民健身公共服务体系,助力健康中国建设。
