【中圖分類號】G8 【文獻標識碼】A【文章編號】2095-2813（2025）15-0072-04

Exploration of Digital Technology Empowering the Teaching Transformation of Sports Anatomy Courses

JIA Qi1ZOU Yinghao2 1.College ofPhysicalEucation，Yantai University;AviationFundamentals Colege，NavalAeronauticalUiversity Yantai，ShandongProvince，264ooo China [Abstract] The informationtechnology revolution is impacting various industries and has also brought newopportunities fordevelopmentand transformation inthe fieldofeducation.Asafoundational course in the fieldof physicaleducation， the teaching effectiveness of sports anatomy directly affects students' learning of subsequent profesional courses. Therefore，it is necessryto explore thedigital teaching transformationof sportsanatomycourses.Thisarticlereviews theimportanceandchalengesofcourse teaching transformation inthedigital age.Basedonthis theoretical foundation， it analyzes the pathways for teaching transformation courses，in order to provide references for the reform and transformation of sports anatomy.

[Keywords] Digital technology; Sports anatomy; Teaching transformation; Technology empowerment

智能時代的數(shù)字化浪潮正重塑教育生態(tài)，各國競相推進教育數(shù)字化戰(zhàn)略布局。歐盟于2020年9月頒布《數(shù)字教育行動計劃（2021—2027）》，旨在構建一套適應數(shù)字化時代發(fā)展的教育和培訓體系，實現(xiàn)數(shù)字教育更高效、更可持續(xù)且更公平的發(fā)展，同時為歐洲數(shù)字教育的未來描繪了宏偉愿景[1]。我國亦通過《數(shù)字中國建設整體布局規(guī)劃》等政策強化教育數(shù)字化發(fā)展，著重指出要構建普惠便捷的數(shù)字社會，推動數(shù)字公共服務普惠化，大力實施國家教育數(shù)字化戰(zhàn)略行動，為高校教學改革注入新動能。在此背景下，運動解剖學作為體育學科核心課程，其教學轉型尤為迫切。該課程兼具理論深度與實踐價值，傳統(tǒng)講授法已難以滿足數(shù)智時代需求。而ChatGPT、深度求索等AI技術與大數(shù)據(jù)、云計算的融合，為構建虛實結合的教學體系提供了技術支撐。當前，醫(yī)學領域數(shù)字化教學成果顯著，但體育學科相關研究尚存空白。鑒于此，該文聚焦數(shù)字技術賦能路徑，探索運動解剖學教學的系統(tǒng)化革新，以推動教育數(shù)字化戰(zhàn)略在體育領域的深化實施。

1運動解剖學課程教學轉型的重要性

1.1 新時代的發(fā)展要求

一方面，傳統(tǒng)教學模式的局限性無法滿足數(shù)字化時代的教學需求。傳統(tǒng)運動解剖學依賴靜態(tài)圖譜與標本觀察，難以解釋動態(tài)運動中的肌肉協(xié)同機制。例如，傳統(tǒng)教學中對投擲動作解剖分析的二維圖解，無法滿足運動訓練中三維運動解剖學分析需求。另一方面，隨著新文科理念的提出，新時代人才培養(yǎng)有了新要求。新文科強調跨學科融合，運動解剖學要實現(xiàn)“技術一文化一身體\"的深度融合，需突破生物醫(yī)學邊界，納入運動技能演化史、身體文化隱喻等維度，如解析太極拳“虛實轉換”動作中的解剖學原理與東方哲學的關聯(lián)等。

1.2技術革新的教育機遇

隨著信息技術等數(shù)字技術的發(fā)展，線上資源呈井噴式增長，課堂教學形式進一步拓展，從傳統(tǒng)線下課堂教學發(fā)展為翻轉課堂式教學、混合式教學、對分課堂、互動式教學法等多種模式，其形式的多樣化在很大程度上體現(xiàn)了教育數(shù)字化的發(fā)展。數(shù)字技術賦能使認知得以升級，有研究已證實，在教學中應用虛擬仿真技術可以有效提高學生的空間認知能力[2。課堂教學形式的轉變體現(xiàn)在從過去以教為中心轉變?yōu)橐詫W生為中心，教師作為主導，培養(yǎng)學生更好地應用信息化手段主動學習，從而有效提高學生的創(chuàng)造力[3]。在運動解剖學教學中，教學方式也從以往應用板書、PPT圖片的方式發(fā)展為使用3D模型、視頻資源等。翻轉課堂的形式更是充分發(fā)揮了線上平臺豐富資源的優(yōu)勢，引導學生將想法轉變?yōu)樵O計，再通過豐富的數(shù)字技術將設計轉變?yōu)閷嶋H。在這種新教學形勢下，學生能夠更好地將知識內化，從而提高參與度，提升教學效果。

1.3學習者特征的時代需求

在傳統(tǒng)教學模式下，教師是學生獲取知識的主要來源。然而，隨著信息化手段日益豐富，學生的認知習慣發(fā)生了數(shù)字化轉向。如今，學生可借助人工智能技術迅速高效地獲取各類信息。以運動解剖學課程學習為例，許多學生在遇到不理解的知識點時，不再僅僅依賴教師的講解，而是通過線上搜索引擎進行自主查詢。他們會利用各種在線學習平臺、醫(yī)學數(shù)據(jù)庫、科普網(wǎng)站等資源，對知識點進行擴充和深入學習。數(shù)字技術的發(fā)展，使學生能夠在數(shù)字化場景中開展人機交互式學習，更直觀地進行虛擬仿真學習[4]。在醫(yī)學專業(yè)中，增強現(xiàn)實技術、PACS系統(tǒng)、AI助教等現(xiàn)代化信息技術已得到廣泛應用。學生借助智能軟件就能解決一些簡單問題，還能更充分地利用碎片化時間進行學習，隨時隨地獲取知識。面對復合型人才培養(yǎng)要求，高階能力培養(yǎng)需求不斷擴大，這就需要海量的案例和豐富的知識體系來滿足培養(yǎng)需求，進而培養(yǎng)學生的跨學科問題解決能力。

1.4 國家戰(zhàn)略的實踐響應

《數(shù)字中國建設整體布局規(guī)劃》要求推進教育數(shù)字化場景創(chuàng)新。運動解剖學教學轉型可示范性解決體育領域數(shù)字資源碎片化問題，例如整合現(xiàn)有資源，構建知識圖譜，清晰呈現(xiàn)教學內容的知識體系和脈絡，幫助學生更好地理解和掌握知識[5]?？蓸嫿ㄟ\動解剖學資源庫，整合教材、課件、視頻、虛擬仿真實驗等多種教學資源，為師生的教學和學習提供便利。在國家層面，可搭建數(shù)字資源庫共建共享平臺，構建國家級“運動解剖數(shù)字資產(chǎn)庫”，促進優(yōu)質資源的流通和共享，推動教育數(shù)字化政策落地。數(shù)字化教學還可精準對接競技體育需求，為體育強國建設提供學科支撐。

2運動解剖學課程教學轉型面臨的挑戰(zhàn)

2.1課程目標的結構不當

雖然運動解剖學的課程自標包含實踐內容，但在實際教學中，傳統(tǒng)運動解剖學課程目標過度側重認知領域的知識記憶，忽視了布盧姆教育目標分類中應用、分析、評價和創(chuàng)造等高層次能力目標的培養(yǎng)。在當前的課程目標中，盡管已結合術科內容，對常見運動項目的技術動作進行了詳細分析，但缺乏對技術動作的實踐應用和評價環(huán)節(jié)，導致學生難以將理論知識轉化為實際技能。同時，教學目標過于單一，忽視了文化維度的培養(yǎng)，使得學生在學習過程中僅停留在知識點的積累上，未能深入理解和認同技術動作分析的應用價值以及傳統(tǒng)文化的內涵。以太極拳為例，這一中國傳統(tǒng)武術不僅蘊含豐富的解剖學原理，還深刻體現(xiàn)了東方哲學中的陰陽平衡和虛實轉換等思想。然而，在傳統(tǒng)教學中，往往僅關注太極拳的動作要領和肌肉運動，而忽略了其背后深厚的文化底蘊。這種教學方式使得學生無法充分體驗動作分析在實際運動中的應用價值，也無法深入理解太極拳所蘊含的文化意義，從而限制了學生對技術動作的全面掌握和對傳統(tǒng)文化的深刻認同。

2.2技術工具的應用短板

數(shù)字化資源整合不足，現(xiàn)有教學多采用孤立的多媒體課件（如PPT動畫），未能構建系統(tǒng)化的數(shù)字解剖生態(tài)。醫(yī)學類院校較早開展了相關改革，采用虛擬現(xiàn)實等現(xiàn)代化技術提高了教學效率，但多數(shù)體育院校及綜合類院校的體育專業(yè)大多尚未開展相關應用。醫(yī)學領域廣泛使用的PACS系統(tǒng)在體育學科的滲透率僅為17% ，虛擬仿真實驗多停留在基礎解剖結構展示層面，缺乏對運動場景的動態(tài)適配。動作分析的過程多為理論分析，導致動作分析多為主觀評價，缺乏AI輔助的定量評估。例如，利用OpenPose構造八段錦動作的特征矢量，以動態(tài)時間規(guī)整算法的序列為對比，動作分析和識別準確率可達96.7%[6]

2.3跨學科融合交流不足

在傳統(tǒng)的運動解剖學教學中，教學內容往往局限于肌肉的起止點、關節(jié)的運動等基礎解剖學知識的講解，未能將這些知識與運動生物力學、運動訓練學等相關學科進行深度融合，形成一個系統(tǒng)的知識網(wǎng)絡。這種單一的知識傳授方式雖能幫助學生掌握基本的解剖學概念，但難以滿足學生對綜合知識體系的需求，也不利于學生將所學知識應用于實際的運動訓練和體育實踐中。此外，在價值導向方面，教學內容多以體育領域的勵志實例為切入點，雖能在一定程度上激發(fā)學生的學習興趣和熱情，但忽視了人文價值的塑造。例如，課程中常引用奧運冠軍的奮斗故事來激勵學生，但缺乏對體育精神背后文化和社會意義的深人探討。與人文學科的融合也不夠深人，未能引導學生從更廣闊的視角去理解和認識體育運動的價值和意義。

2.4教學評價

運動解剖學課程普遍采用“平時成績 + 實驗成績 + 期末考試”的評價方式，該模式以授課教師為評價主體，主要考查學生理論知識的掌握情況，能力評估較為片面。

一方面，存在評價主體單一的問題。大部分評價為授課教師對學生的主客觀評價，缺少生生互評、行業(yè)專家評價或其他教師參與評價，評價視角狹窄，難以全面反映學生的綜合能力。師資不足還會導致反饋機制存在遲滯性，傳統(tǒng)試卷批改周期長達5＼～7天，無法實現(xiàn)學習問題的即時診斷與干預，易導致錯誤認知固化。

另一方面，評價內容和方式單一。評價內容多側重于理論知識，實驗成績的評定也主要以實驗報告（即實驗課作業(yè)）為依據(jù)，缺乏對學生實踐能力、團隊合作能力以及案例分析能力等方面的綜合評價。占比最大的評價方式為終結性考試，標準化試題難以檢測學生的動態(tài)解剖認知水平，且缺乏多元化的過程性考核。這使得評價結果無法全面反映學生的學習效果和能力水平，也缺乏對技術創(chuàng)新、實踐思維等高階能力的評價，不利于學生創(chuàng)新能力和創(chuàng)新意識的培養(yǎng)，無法滿足學生的個人發(fā)展需求，與應用型課程的培養(yǎng)目標相悖。

3運動解剖學課程教學轉型路徑

3.1課程體系的數(shù)字化重構

一方面，課程體系重構需拓展并優(yōu)化教學內容，打破學科壁壘，將解剖學與運動生物力學、運動訓練學等學科有機整合，構建跨學科知識網(wǎng)絡。通過這種方式，學生不僅能夠深入理解肌肉和關節(jié)的解剖結構，還能掌握這些結構在運動中的力學原理和訓練方法，從而更好地將理論知識應用于實際的體育訓練中，提高運動表現(xiàn)并預防運動損傷。另一方面，以“進化解剖學一文化身體觀一運動技術演化”為知識鏈，構建認知維度、能力維度和價值維度的三維目標體系。通過模塊化教學，培養(yǎng)學生的跨學科思維能力和倫理判斷力。其中，基礎理論模塊增加“人類運動器系演化與文化適應\"專題，利用3D化石數(shù)據(jù)庫實現(xiàn)可視化教學；在應用實踐模塊，開發(fā)“運動損傷解剖數(shù)字孿生系統(tǒng)”，結合Unity引擎和生物力學仿真技術；另增設前沿交叉模塊，以更好地符合復合型人才培養(yǎng)要求，設置“神經(jīng)運動界面解剖學基礎”，利用腦機接口實驗平臺開展實踐。

3.2教學硬件的數(shù)字化構建

混合現(xiàn)實（MR）技術通過將虛擬元素與現(xiàn)實環(huán)境無縫融合，可打造MR運動解剖學實驗室，該技術在醫(yī)學院校已有應用，可實現(xiàn)動態(tài)可視化、交互式學習。在理論課中加入案例分析，展示運動損傷的生物力學特點，直觀呈現(xiàn)肌肉動力鏈，以幫助學生理解動作技術原理及損傷病理機制。結合MR技術，開發(fā)虛擬解剖臺，學生可在虛擬環(huán)境中進行解剖操作，觀察人體內部結構的層次和相互關系。借助MR技術，還可支持遠程教學和協(xié)作學習，學生和教師能在不同地點通過虛擬環(huán)境進行實時互動，共享解剖模型和操作界面，提高教學效率和靈活性。將MR解剖實驗室與生物力學、運動訓練學等學科相結合，開發(fā)跨學科教學模塊。例如，通過模擬運動員的運動過程，分析肌肉動力鏈的力學特征，探討如何優(yōu)化訓練方法和預防運動損傷。此外，還可應用觸覺反饋手套模擬不同組織的質地和觸感，使學生更全面地理解解剖結構。

3.3 多模態(tài)評價體系的構建與實踐

智能化評估方法得益于大數(shù)據(jù)和云計算技術的發(fā)展，為實現(xiàn)個性化教學提供了可能。通過智能學習分析技術，結合眼動追蹤、腦電監(jiān)測等技術，設計多模態(tài)學習分析系統(tǒng)。該多模態(tài)系統(tǒng)可實時采集眼動軌跡、腦電信號、面部表情及語音數(shù)據(jù)，綜合分析學生的注意力分布、認知負荷和情感狀態(tài)。例如，在教室環(huán)境中，通過眼動追蹤數(shù)據(jù)可識別學生對黑板或屏幕的關注區(qū)域，結合腦電信號判斷其認知投人程度，同時利用音頻分析課堂互動頻率，幫助教師調整教學節(jié)奏和內容呈現(xiàn)方式。在智慧課堂中，眼動儀生成的熱力圖可直觀展示學生的閱讀策略，腦電監(jiān)測則通過圖表呈現(xiàn)情緒波動，為教師提供實時反饋[7]。大語言模型是用于描述海量文本的向量表示和生成概率的自然語言處理技術。與傳統(tǒng)的標準化測試相比，大語言模型的評價更為全面和深入，能夠關注學生的思維過程和學習能力的發(fā)展，助力學生提升自我。這種基于對話的評估方式更為靈活和個性化，能夠發(fā)現(xiàn)學生在學習過程中存在的問題和思維誤區(qū)，為教師提供更有針對性的指導建議[8]。在此基礎上，與其他學科共享數(shù)據(jù)形成跨學科評價標準，構建以實踐能力、跨學科思維和倫理判斷力為核心的新文科評價標準，促進學生的全面發(fā)展。

3.4融入地方特色文化，增添價值塑造內容

在價值導向上，應注重人文價值的塑造。除體育勵志實例外，還可引入更多與體育相關的文化、歷史、哲學等內容，引導學生從多維度理解和思考體育運動的價值。例如，通過講述體育在不同文化中的演變歷程，幫助學生理解體育作為一種文化現(xiàn)象的多樣性和包容性；通過探討體育與社會公平、健康生活等議題，培養(yǎng)學生的社會責任感和公民意識。通過這些方式，學生在學習運動解剖學的過程中，不僅能夠掌握專業(yè)知識，還能提升人文素養(yǎng)，形成全面、科學的世界觀和價值觀。更重要的是，需圍繞學校所在地域文化，將地方特色融入課程，形成校本特色。例如，煙臺大學地處膠東文化區(qū)域，當?shù)赜兄T多中國非物質文化遺產(chǎn)，如具有膠東特色的膠東花悖悖、煙臺剪紙、煙臺絨繡、海陽大秧歌等?？蓪⒎沁z融入課程模塊，具體做法包括讓學生剪出或繡出人體基本結構，還可進行海陽大秧歌的動作分析。這些融人方式能夠實現(xiàn)傳統(tǒng)文化的傳承，豐富人體結構的呈現(xiàn)方式，讓學生感受到人體亦是藝術，使原本冰冷的解剖結構煥發(fā)出別樣光彩，增添學生的情緒體驗，也能鍛煉其手工能力和藝術素養(yǎng)，從而將美育融人課程。學生在完成任務的同時能夠產(chǎn)生更多思考，充分發(fā)揮想象力，有利于學生創(chuàng)造力的培養(yǎng)和創(chuàng)新思維的形成。

4結語

該文探討了運動解剖學教學轉型的重要性、挑戰(zhàn)及路徑，提出了數(shù)字化重構、硬件升級、多模態(tài)評價和文化融入等創(chuàng)新性方法。這些路徑不僅能提升教學效果，還能培養(yǎng)學生的跨學科思維和人文素養(yǎng)，為體育學科的教育數(shù)字化轉型提供了有益參考。

參考文獻

[1]COMMISSION EUROPEAN.Communication from thecommission to the european parliament，the council，the european economic and social committee and thecommit of the regions—Digital education action plan2021-2027： resetting education and training for thedigitalage[EB/0L].（2020-09-30）[2024-11-30].https：//education.ec.europa.eu/focus-topics/digital-education/action-plan.

[2]齊慶會，李時，高飛，等.攝影測量教學中虛擬仿真技術對學生空間認知能力提升的影響分析[J].現(xiàn)代職業(yè)教育，2024（33）：57-60.

[3]戴宏亮，戴宏明.“以學生為中心\"的課堂教學模式探索與實踐[J].高教學刊，2022，8（20）：108-111，115.

[4]劉瑞芳，孫勇.基于問題導向的人工智能應用案例式教學[J].計算機教育，2023（6）：203-208.

[5]李振，周東岱，王勇.“人工智能 + ”視域下的教育知識圖譜：內涵、技術框架與應用研究[J].遠程教育雜志，2019，37（4）：42-53.

[6]蘇波，柴自強，王莉，等.基于姿態(tài)估計的八段錦序列動作識別與評估[J].電子科技，2022，35（12）：84-90.

[7]湯倩雯，張浩，吳意安.智慧課堂多模態(tài)學習分析模型構建[J].教師教育學報，2024，11（5）：49-58.

[8]劉明，吳忠明，廖劍，等.大語言模型的教育應用：原理、現(xiàn)狀與挑戰(zhàn)——從輕量級BERT到對話式ChatGPT[J].現(xiàn)代教育技術，2023，33（8）：19-28.