Статья посвящена цифровой трансформации управления университетским спортом на основе интеграции платформенных решений аналитики данных и систем искусственного интеллекта, ориентированных на персонализацию тренировочного процесса и рациональное использование ресурсов спортивной инфраструктуры. Цель исследования – обосновать и экспериментально проверить модель цифровой платформы, позволяющей на основе комплексных данных о студенте-спортсмене (медико-биологических показателях, учебной нагрузке, тренировочной истории, поведенческих метриках) формировать индивидуальные тренировочные программы и управленческие решения на уровне кафедры и вуза. В рамках работы использованы методы функционального моделирования бизнес-процессов, интеллектуального анализа данных, машинного обучения, а также педагогический эксперимент с участием студенческих команд трех университетов; информационной основой послужили обезличенные данные университетских систем управления обучением и мониторинга занятий спортом за три учебных года. Разработанная платформа обеспечивает автоматизированный расчет тренировочных нагрузок, прогноз спортивных результатов и риска перегрузок, формирование расписаний использования залов и оборудования, а также панели мониторинга для тренеров и администрации вуза. Пилотное внедрение показало повышение точности планирования тренировочного процесса, рост вовлеченности студентов и более равномерное распределение использования спортивных объектов при одновременном снижении числа пропусков по состоянию здоровья; сопоставление с контрольными группами подтверждает статистически значимое преимущество цифровой модели. В обсуждении обосновываются методологические и организационные условия успешной цифровой трансформации управления университетским спортом, обозначаются ограничения исследования (качество исходных данных, необходимость изменения компетенций тренерского состава) и намечаются направления дальнейших разработок, связанных с интеграцией платформы в экосистему умного кампуса и расширением функциональности модулей искусственного интеллекта. Научная новизна работы заключается в комплексной интеграции инструментов предиктивной аналитики, управления человеческим капиталом и ресурсов инфраструктуры в единой платформе университетского спорта, а практическая значимость подтверждается возможностью масштабирования предложенной модели на сеть вузов, адаптации к различным видам спорта и включения полученных аналитических показателей в систему стратегического управления развитием физической культуры и массового спорта в цифровой образовательной среде. Перспективы дальнейших исследований связаны с расширением наборов данных за счет носимых сенсоров, разработкой более прозрачных моделей искусственного интеллекта и оценкой этических аспектов автоматизации решений тренера и менеджмента в сфере университетского спорта.
The article is devoted to the digital transformation of university sports management based on the integration of platform solutions for data analytics and artificial intelligence systems aimed at personalizing the training process and the rational use of sports infrastructure resources. The purpose of the study is to justify and experimentally test a model of a digital platform that, based on comprehensive data about a student-athlete (biomedical indicators, academic workload, training history, behavioral metrics), enables the formation of individual training programs and management decisions at the department and university levels. The study employs methods of functional modeling of business processes, data mining, machine learning, as well as a pedagogical experiment involving student teams from three universities; the information basis consists of anonymized data from university learning management and sports activity monitoring systems over three academic years. The developed platform provides automated calculation of training loads, prediction of athletic results and overload risks, scheduling of gym and equipment use, as well as dashboard panels for coaches and university administrators. Pilot implementation demonstrated improved accuracy in training process planning, increased student engagement, and more balanced utilization of sports facilities, along with a reduction in health related absences; comparison with control groups confirms a statistically significant advantage of the digital model. The discussion substantiates methodological and organizational conditions for the successful digital transformation of university sports management, identifies the study’s limitations (data quality, the need to update coaching competencies), and outlines directions for further developments related to the integration of the platform into the smart campus ecosystem and the expansion of artificial intelligence modules. The scientific novelty of the study lies in the comprehensive integration of predictive analytics tools, human capital management, and infrastructure resource management within a single university sports platform, while the practical significance is confirmed by the potential scalability of the proposed model to a network of universities, adaptability to various sports, and the inclusion of analytical indicators into the strategic management system for the development of physical education and mass sports in a digital educational environment. The prospects for further research are associated with the expansion of datasets through wearable sensors, the development of more transparent artificial intelligence models, and the evaluation of ethical aspects of automating coach and management decisions in the field of university sports.