導語

本研究探討了包含預測性數據分析、自動化內容生成和信息個性化在內的人工智能（AI）增強分析如何推進體育領域的環境可持續性傳播。研究從324名中國體育利益相關者（包括運動員、教練、管理人員、球迷和媒體專業人士）中收集了數據。結構方程模型被用來檢驗利益相關者的認知、采用障礙以及人工智能驅動的可持續性信息傳遞有效性之間的關系。結果表明，人們對利用AI促進可持續性的接受度越來越高，尤其是在具備數字素養的群體中，而組織慣性和有限的技術專業知識仍然是關鍵制約因素。結合創新擴散理論、利益相關者理論和可持續性傳播理論，本研究開發并實證測試了一個綜合模型，解釋了AI如何同時作為可持續性參與的技術放大器和戰略推動者。這些發現為理解AI媒介傳播提供了理論見解，并為未來超越的比較研究提供了概念基礎。

作者

Fangni Li, Huitao Ren, and Juha Yoon

編譯

姜本橋 印第安納大學 博士

閱讀全文，文章見于

International Journal of Sport Communication, 2026, 19, 72-83

https://doi.org/10.1123/ijsc.2025-0196

研究簡介

體育傳播與環境責任的融合已將可持續性推向了學術與實踐的前沿。體育部門的環境影響（從賽事碳足跡到設施運營）曾是邊緣問題，如今正面臨日益嚴格的審查。然而，目前的傳播回應多屬被動，旨在應對批評而非培養主動參與。盡管在能效和減廢等領域已有改善，但針對不同利益相關群體量身定制的傳播戰略框架仍顯薄弱。在數字時代，受眾期望獲得個性化、數據驅動的傳播，傳統“一刀切”模式的脫節凸顯了對智能傳播系統的迫切需求。

本研究中，人工智能（AI）增強的可持續性傳播是指運用預測分析、自動內容生成、情感分析和微定向等AI應用，在各類體育傳播平臺上設計、個性化及評估環境信息。這些技術使體育組織能夠精準細分利益相關者（如運動員、球迷、管理人員及媒體專業人士），并提供契合其環保價值觀與數字參與模式的定制內容。

盡管體育傳播被廣泛視為社會與環境倡導的載體，但對AI如何增強可持續性信息傳遞的實證了解依然有限。以往研究多聚焦AI在商業或績效分析中的應用，忽略了其在傳播與環境維度的作用。為填補這一空白，本研究探討了在快速數字化及高度重視綠色發展的背景下，利益相關者對AI促進體育生態系統內環境可持續性作用的看法。

理論框架

為了解決這一概念空白，本研究以三個互補的理論框架為基礎，解釋AI增強可持續性傳播的多維機制

1. 創新擴散理論

該理論解釋了技術創新在社會系統中的傳播。在體育傳播的背景下，該框架有助于解釋利益相關者采用人工智能驅動的可持續性工具的軌跡。例如，當體育組織采用基于人工智能的情感分析或預測分析來定制可持續性活動時，他們充當了“早期采用者”，其經驗會影響隨后在球迷、運動員和媒體中的擴散。這種采用不僅受到技術性能的影響，還受到傳播者的可信度和成功結果的可見性的影響。

2. 利益相關者理論

該理論強調了組織參與者的相互依存性，并假設可持續的結果源于協作和共享價值創造。在體育傳播生態系統中，這意味著運動員、球迷、媒體專業人士和管理人員都對可持續性敘事做出貢獻，并受到其影響。AI技術可以在這些關系中充當中介工具，從而將傳統的單向傳播轉變為參與式的、多利益相關者的對話。

3. 可持續性傳播理論

該理論為理解環境信息框架如何影響意識、態度和親環境行為提供了規范基礎。在體育傳播中，AI可用于制定有說服力的可持續性敘事，例如推廣賽事中減少廢物的定制信息或碳補償活動，同時確保AI的說服功能與生態完整性和社會責任保持一致。

總的來說，這些框架建立了一個連接技術創新和傳播策略的多層次概念支架。創新擴散理論闡明了AI的采用是如何通過認知、嘗試和實施階段發生的。利益相關者理論描繪了誰參與了這一過程并從中受益。可持續性傳播理論具體說明了哪些信息策略在推動行為改變的同時還能保持道德完整性。

研究方法

本研究采用了定量研究設計，以檢驗AI增強的分析在促進體育傳播內環境可持續性方面的有效性。結構方程模型（SEM）被選擇作為主要的分析技術。主要的原始數據是通過使用結構化問卷的在線調查收集的。目標人群包括中國的體育利益相關者，涵蓋運動員、教練、管理人員、媒體專業人士和球迷。問卷旨在跨三個領域捕獲數據：(a)對AI在體育中促進環境可持續性的認知和態度；(b)整合AI增強分析相關的挑戰和機遇；(c)AI驅動工具在影響具有環保意識行為方面的有效性。“體育從業年限”被定義為受訪者積極參與體育的總年限。

研究結果

受訪者對利用AI推進體育傳播環境可持續性的總體態度偏積極，群體內部分化有限。其中，“利益相關者樂于采用AI促進可持續性”的認同度最高，而“將AI融入體育傳播符合可持續性價值觀”的認同度最低。在挑戰方面，“體育組織內部對變革的抵制”是最大障礙，其次是技術難度和受眾AI知識的匱乏。有趣的是，受訪者對“AI為可持續性問題提供更大參與度”的機遇評分與挑戰評分基本相當。在AI提升環保意識與行為的有效性上，受訪者給予了適度認可，特別是“AI工具增加了環境可持續性活動的可見度”得分最高；同時，AI在促進環保意識、行為及多方協作方面也獲得了中等程度的認可。

人口統計學數據表明，對AI的熟悉度及參與可持續性項目的經驗，顯著提升了受訪者在認知、挑戰和有效性維度的評分。同時，體育從業年限越長、年齡越大的受訪者得分略高；球迷和運動員評分顯著高于媒體記者。相比之下，教育水平、居住地及所在區域對結果無顯著影響。結構路徑分析顯示，積極認知會顯著增強對挑戰的感知（即認知越積極，察覺到的挑戰越多）。然而，盡管認知與挑戰對有效性具正向趨勢，但在統計上并不顯著。總體而言，主觀認知主要影響對挑戰的研判，其對傳播實際有效性的直接影響未獲統計數據支持。

測量模型結果顯示，所有觀測指標在衡量對應潛在構念（認知、挑戰和有效性）時均具極高統計學意義，項目間關系良好且一致，證明該模型非常可靠并具備收斂效度。在內生變量方面，認知和挑戰解釋了AI驅動工具在有效性上約91.6%的變異。這表明模型擬合度極高，這些預測因子在決定AI體育環保傳播的感知有效性上起關鍵作用。同時，各指標層面的中等解釋方差表明，盡管潛在構念被有效測量，但其本身具復雜性，仍受模型外其他因素交織影響。

相關討論

這些發現強調，未來在體育可持續傳播中實施AI戰略時，應著力解決技術素養差距、制度阻力及AI與可持續原則的價值契合問題，同時充分利用其在擴大信息可見度與個性化方面的潛力。研究凸顯了AI增強分析在彌合可持續目標與體育傳播框架差距上的戰略價值。通過驗證AI定制信息、吸引多元主體并擴大活動影響力的能力，本研究進一步深化了該議題。受訪者高度贊同AI工具能有效提升體育界對環境可持續性的認識，表明利益相關者已將AI視為傳播策略的核心，而非單純的技術附屬品。

這一發現挑戰了以往“利益相關者抗拒是采用AI主因”的結論。這種反差可能源于中國等市場數字素養的提升：隨著大眾對AI精準內容分發能力的認知加深，其應用接觸率迅速增長。這表明體育傳播對AI的接受度是動態的，深受社會技術環境演變的影響。盡管制度與組織阻力猶存，但本研究揭示了受眾“有條件的開放性”：在展示成功案例時，利益相關者更樂于嘗試AI。AI在增強傳播個性化方面的潛力凸顯了其獨特優勢。受訪者普遍認同AI能積極引導環保行為；通過實時受眾分析與動態內容調整，AI正將體育傳播從“泛泛而談”推向能與特定受眾產生共鳴的精準干預。

此外，研究證明AI能克服早期數字平臺的參與局限，強化體育組織與各方間互惠關系。它還證實了可持續傳播的“放大效應”：AI分析能優化跨平臺信息分發，確保環保敘事觸達更廣泛、更具戰略意義的受眾。值得注意的是，本研究打破了“體育AI僅適用于商業營銷”的傳統觀念。利益相關者認為AI不僅契合環保倡導且具備成本效益，推翻了“高成本與復雜性阻礙采用”的舊主張。這反映出AI技術門檻的降低，以及可持續性指標已被納入組織績效框架，使環境傳播從邊緣活動躍升為核心戰略。

在信息傳遞之外，AI還能促進體育領域的協同治理。受訪者高度認同AI平臺已成功促成各方在可持續工作中的協作。共享數字空間有助于打破環保倡議的“碎片化”現象，構成了一個協作生態系統，使體育組織、運動員及其他相關方能共同分析AI數據、對齊目標并聯合設計活動。多方的深度參與改善了知識共享并削弱了組織壁壘，使環境目標的集體決策愈發連貫。這支撐了本研究的核心論點：AI協作工具不僅提升了信息的個性化與可見度，更在體育可持續網絡中增進了信任、協調與共同問責。

理論層面上，本研究強化了技術采用框架與體育傳播理論間的依存關系。研究印證了“創新擴散理論”，表明早期采用者與感知相對優勢是推動AI普及的關鍵；同時契合“利益相關者理論”對平衡生態系統優先事項的強調，以及“可持續傳播理論”對說服力與價值一致性的關注。通過整合上述視角，本研究在AI技術能力與可持續傳播需求間架起橋梁，打破了各領域各自為政的觀念。

總體而言，研究將AI定位為體育可持續傳播中兼具雙重功能的創新：既是擴大信息精準觸達的“技術放大器”，又是促進多方參與的“戰略推動者”。其變革潛力的釋放，取決于能否彌合知識差距、克服制度阻力，并將AI深度嵌入傳播戰略中。