人工智能與高校思政理論課融合的核心議題與推進路徑

劉玉瑩 孫鈺玉 張建軍

（青島理工大學 山東青島 266520）

人工智能AlphaGo 擊敗圍棋世界冠軍李世石（2016）、柯潔（2017），昭示著人工智能歷經70 年激蕩發展，擁有了令人驚詫的思維和學習能力。發軔于信息化浪潮前夕的人工智能（Artificial Intelligence,AI）是基于對人類思維活動規律的探索，通過遠超人腦的計算力去處理和分析海量信息，以極度接近人類“智慧”的人工智能算法去感知、理解、決策和執行，以模仿和擴展人類的智能活動。習近平強調：“人工智能是引領新一輪科技革命和產業變革的重要驅動力，正深刻改變著人們的生產、生活、學習方式。”[1]人工智能的應用為“個性、精準、體驗”的育人導向提供了新理念和新范式。如何借時代發展之動力，促使人工智能技術有效融入高校思想政治教育教與學的聯通互動之中，提升高校思想政治理論課教學實效是亟待解決的現實問題。

一、新時代人工智能與高校思政課程教學融合的必然邏輯

（一）人工智能與高校思政課程教學融合是時代驅動、政策驅動

技術驅動時代變革。從紙質印刷、影音技術到計算機、互聯網，再到如今的大數據、人工智能，人類每一次信息技術革命都會引發教育模式、方法的變革和升級。十八大以來，我國緊跟時代趨勢，出臺多項政策文件充分肯定人工智能在思政教育領域的獨特優勢，顯示出了推動傳統思想政治教育理念和實踐樣態往智能化方向縱深融合的政策意向。2017 年國務院印發了《新一代人工智能發展規劃》，鼓勵人工智能在思想政治教育領域的落地生根和普及推廣，助力教育理念的革新和教學方式的升級。2019 年《關于深化新時代學校思想政治理論課改革創新的若干意見》明確提出“推動人工智能等現代信息技術在思政課教學中的應用”。[2]2021 年《關于新時代加強和改進思想政治工作的意見》，再次強調“推動思想政治工作傳統優勢與信息技術深度融合”。[3]人工智能技術在思想政治教育的應用為保障因材施教、助力個性教育、服務教學管理帶來了新的啟示，為提高教學質量、辦好人民滿意的教育提供了新的理念和手段。基于智能算法的“精準教、個性學”教育模式能夠針對人的記憶規律、學習規律和歷史基礎設計出量身定制的學習方案，準確定位學生的興趣，提升思政課的吸引力。人工智能加持下的思想政治教育環境更具有多樣化、新鮮感，富有動態、靈活和科技含量。[4]打破時空局限，超脫具體場所，線上線下隨時開展思政教學。顯著提升學習效率和教學管理水平的智能技術，是對人民日益增長的高質量教育要求的強力回應，也為推動思想政治教育思想和實踐態勢邁上新臺階提供了全新的視域和參照系。

（二）人工智能技術的積極融滲是應對思政環境變化的現實需要

當代大學生的生活、學習和工作皆與互聯網大環境密不可分，呈現出線上線下交融的態勢，思想政治教育環境也隨之發生變化。

首先，思想政治教育的文化環境發生變化，思想政治教育文化輔助“脫軌”。互聯網、智能技術、新媒體的蓬勃發展加速網絡文化、亞文化等在當代大學生的生活中搶占主要位置，其廣覆蓋、快傳播、低語境的傳播特質更容易攫取大學生群體的好感。加之傳統思想政治教育主要依賴主流文化、精英文化，高校思想政治理論課在結合教材理論分析現實事例、接軌生活熱點上刻板僵化，與在互聯網環境中長期浸染的大學生存在一定文化斷層，其吸引力和效果自然降低。因此，高校思想政治理論課利用智能技術“接軌”大學生喜聞樂見的文化環境，是提高思政課引領力的重要舉措。

其次，互聯網的開放性和共享性弱化主流意識形態權威，干擾育人成效。多元思潮無序泛濫，未能鞏固好堅定思想信念的當代大學生很容易被大量獵奇觀點、片面信息、虛假信息、有害觀念所裹挾，陷入困惑、迷茫和動搖的思想態勢，甚至對社會主流價值觀產生懷疑和抵觸，消解思想政治教育的思想導引功能和立德樹人實效。而智能算法在信息分發、推薦、輿情監督上有著顯著優勢，新時代弘揚社會主義核心價值觀需以算法為向善之器。

充分探究智能技術激揚思政教育的正向引領效用的可能性，才能更好地與互聯網影響思想變動、價值觀引導的反作用相抗衡。

（三）人工智能技術的深度參與是實現思政教育轉型的重要推動力

人工智能、大數據、深度學習等技術能夠大幅提升思想政治教育價值認同和思想引領的成效，推動思政教育向科學化、智能化、綜合化邁進。

人工智能有助于優化思想政治教育教學活動。人工智能技術能在一定程度上取代人類在知識實踐中的主體地位，實現部分知識實踐的自動化[5]，代替人力搜集對提升思想政治教育“有價值的數據資源”[6]。人工智能的強算力和信息整合處理能力尤其擅長大量、重復、模式化的工作，以從數據當中提取模型，遵照其內在關聯性執行決策，使高校思政教育中的知識講解、思想灌輸、信息篩選和學情分析等工作在一定程度上實現數字化和智能化。

智能技術有效輔助思政教師。思想政治教育是針對人的思想觀念展開的政治實踐活動。[7]因而對思想政治教育的時效性以及實踐性提出了嚴格要求。人工智能技術能夠幫助思政教師與時俱進地吸收最新的科學理論、先進經驗、前沿技術來豐富課堂內容，保證思政教學的先進性、時代性和科學性，還幫助教師明確培養目標，確定培養規劃，引導、督促學生在實踐中知行合一。

二、人工智能與高校思政理論課教學融合的核心議題

緊跟科技新潮，充分釋放高新技術紅利是當今時代主流共識。人工智能技術的崛起改變了人們的生活習慣和思想觀念，傳統高校思政教育本身存在的一些問題也被放大了出來。

（一）教學方法錯用，“泛灌輸”難得育人實效

習近平總書記在學校思想政治理論課教師座談會上強調，讓學生接受馬克思主義，離不開必要的灌輸，但這不等于搞填鴨式的“硬灌輸”。[8]思想政治教育的本質是社會主導意識形態的灌輸和教化，是思政教育開展的重要手段。[9]灌輸理論從誕生之日起就立刻“掌握了群眾”，成為無產階級革命實踐的“思想武器”，列寧將其轉化為強大的“物質力量”，開啟了思想政治教育灌輸的成功先河。[10]灌輸教化是以符合事物發展客觀規律和學習規律為內涵的思政教育方式，按照預設標靶和方法邏輯展開積極正面的思政教育，在溝通中去理解、認同，灌輸的顯性牽引功能對思政教育有著不容替代更不容否定的意義。但大多高校存在很多無視被教育者的主觀能動性的“泛灌輸”教法，如此，既無法兼顧不同專業學生思想覺悟和認識水平的差異，也無法及時、準確地把握到學生個體對思政教學內容的理解、吸收和內化的動態進程，從而缺少掌控教學全局所必需的信息基礎。導致高校思政工作沉湎“灌輸”之形式，忽視“教化”之內涵，教師片面關注學生群體的典型性和共性，將全體學生當作一個同質化整體去開展思想教育工作，走上“強輸硬灌”的歧路，在理論講授環節，偏重知識講授，學習流于形式，知識浮于表面。思政課程灌輸社會主流意識形態、立德樹人的成效大打折扣。

在低維空間中，歐式距離可以正確的表達數據的結構，所以在計算低維空間中的聯合概率分布時直接使用歐氏距離，并沿用t分布將距離映射為概率：

（二）教學評價低效，難以評估立德樹人成效

評價反饋是思政教育的關鍵環節，在科學評測、準確反饋的基礎上所擬定的培養計劃才能行之有效。囿于方法技術的局限，以往思想政治教育考核評估過于依賴結果評價、靜態評價、模糊評價和施教者評價，忽視了過程評價、動態評價、量化評價和受教者評價。[11]高校普遍以期末考試為主要考核方式，以卷面為最終成績。其一，考評方式低效化，以有限的人力難以梳理課堂中的思政數據，遠不能達成及時跟蹤、判斷教育對象總體學情和面貌的目的；其二，考評結果低質化，基于卷面的靜態考察難以準確測度受教育者的行為和思想變動趨勢，并針對其全方位、全時態的學習情況生成全面、客觀、精確的評價。思想政治教育的特殊性在于其成效在于促進思想境界的提升并外化為行為表現。[12]教師僅能從表面判斷學生對于知識的掌握度，難以厘定思政課程是否是產生了與教學計劃和預測呈現正相關的匹配率，即學生的情感、態度、價值觀和行為模式等是否產生了積極的變化，教學開展過程中是否仍舊存在或是產生受眾逆反心理等關乎思想態勢的波動，都難以憑借期末考試展開精準高效的動態測定和量化測析。在錯誤評價基準線之上造就的模糊性判斷不僅無法準確評估教學實效，在此指向下制定的經驗性校準也缺乏科學性和合理性。

（三）師生關系割裂，教與學缺乏共通共振

教育者和受教育者是雙向互動的關系，兩者交流的脫軌直接影響教與學的質量。

1.教育者缺少向下的“洞察力”，課堂施教喪失針對性

個體能否正確地認識和反映客觀存在，受認識工具的限制。一方面，由于精力的有限性、技術水平的制約和因材施教理念的缺席，教育者缺乏觀察意識和觀察能力。高校教師普遍忽視學生的獨特個性和已有認知體系和價值系統，將全體學生當作“想象中的學生”去開展思想政治教學活動。另一方面，思政教育的特殊性在于價值引領和思想啟蒙既是手段也是目的，而思想層面的效果優劣和發展軌跡難以衡量。在缺乏觀察力和洞察力的情況下，教師無法正確評價學生理解、認同、內化思政教學內容和價值理念的程度，考評方法、內容、標準以及培養計劃的制定修改就失去了參考與反饋，思想層面的引導、教化難以達到期望和預估的結果。從教育者到受教育者的教育通路不暢。

2.受教育者缺乏向上的積極性，思政課堂表現消極

學生是教育活動的主體。在教育教學活動中學生往往選擇做被動的參與者、旁觀者。首先，內在動力不足：致使學生無法架構起思政內容與個人生活、前途理想和家國命運的密切聯系；注重結果導向、急功近利的思想根深蒂固，由考試難易程度和課程“含金量”決定努力程度。其次，外部驅動不足：學生受外界環境干擾和原有認知基礎的限制，對思政課程所傳遞的原理與價值觀無法認同并接受；師生淺層互動，難以調動學生興趣和求知欲。自下而上的連接亦不緊密，受教育者內化理論價值的主體性信念和自覺性行為也受到一定影響。

三、人工智能與思政教學相融合的推進路徑

主動搭乘智能時代的快車，實現與教育主體和教育客體的聯動互嵌，以“個性、體驗、精準”為內核，促使人工智能與思政教育深度融合，是不容輕視的現實問題。

（一）個性導向：以智能思政為輔，強化教師課堂“洞察力”

網絡的數字化存在，智能技術的發展，改變了思想政治教育主客體“在場”的方式。[13]拓展了思政教育主客體的交流互動的模式和思路。智能思政是指將大數據、深度學習等智能技術與思想政治教育過程深度融嵌，以此催生傳統思政教育理念和實踐樣態的智能化革新，形成以數據化、體驗感、精準化、定制化為核心要義的育人實踐新樣板。

厘清技術與人的關系是智能思政開展的首要前提。科學技術是人的本質力量的外化呈現。[14]馬克思主義理論語境中的“人”是現實的、能動的，思政在實施過程中要以新時代人才培養目標為旨歸，尊重學生的主觀能動性和社會性。深度學習等智能技術是實現“以人為本”的智能思政的技術前提。深度學習通過海量的訓練數據學習有用的特征，從而提升智能分類和預測的準確性。[15]通過對大量思政教育數據進行分析的基礎上讓其自動總結潛在規律，發現內涵特征，形成專屬每個學生的“思政大數據庫”并將這種智能化特征學習融入到模型建構過程中，在全面了解人的基礎上繪制切合立德樹人目標的最佳教化路徑。通過人工智能賦能思政教育來強化教師對“人”的把握是題中之義。高校應堅持以“技術服務于人”為智能思政的邏輯出發點，充分考慮不同學生的個性，通過精準滴灌和思想引領來促進思想升華、行為內化，培養能擔負時代重任的社會主義建設者和接班人。

2.“洞察力”是精準施教的前提基礎

思政教師的洞察力有其客觀局限性，具有表面性和片面性的特征。人工智能技術對教師“洞察力”進行了新淬煉，即通過大數據、深度學習等前沿技術拓寬感性認識的廣度，拓展理性認識的深度，探尋隱含其中的深層特征內涵和規律并轉化成易于理解的數據化資源，使教師對學生思想面貌和發展軌跡的知悉程度邁上新臺階。

對思政教育信息的大量捕獲和準確歸析是人工智能技術與思政教育深度互嵌的基石，為開展精準個性化教學提供了數據前提和現實基礎。首先，憑借智能技術優越的特征分析優勢和特征學習能力拓展教師洞察視野，多且細致地抓取與思政教學活動相關的“蛛絲馬跡”，從全域性互動軌跡和嬗變態勢中精準厘清全員思想和整體學情的隱含信息，深度挖掘獲悉學生一般性指標和個性化需求。其次，人工智能技術的引入活化教學方法和呈現形式，教師運用智能技術有針對性地調整課堂呈現方式和內容，大幅激發并有效保持學生興趣。

（二）體驗感導向：以人技協作為基礎，提升教學實效性

人工智能的加盟如何增強學生的認同感和獲得感，逃離“泛灌輸”泥淖，提升思政教學的成效，這是人工智能與思政教育深度融合最受關注的問題。

1.“AI+VR”的思政模式引發情感共鳴

伯克認同理論指出個體可以通過共同的、或相似的情感、價值、思想或職業等與別人取得認同。[16]人與人之間思想和情感越接近，越能夠提高受眾的認同。智能技術能夠增強甚至構建虛擬環境，為增進大學生認同，提高思想政治理論課鑄魂育人實效提供了新的手段。

虛擬現實技術（Virtual Reality，VR）可以營造出身臨其境的虛擬場景，以誠摯的感情激發學生共鳴、用恰到好處的理論和道理作為與思想共振的助推器，促進學生接受教師灌輸的理論知識和價值觀念。第一，以“AI+VR”為內核實現實踐場域具體化。精選呈現內，借助VR 技術還原歷史場景，把難以想象和表達的歷史情境、情感力量、抽象化概念、概括性理論用具體地呈現出來，讓學生感悟蘊含其中的邏輯、精神、價值觀；第二、建設以AI換臉技術為核心的模擬體驗課堂。以“人—人”的演繹方式進一步提升學生主動性、參與感和獲得感。營造歷史人物與我們實時互動的效果。例如在建黨百年之際與革命先驅展開跨越百年的對話，致敬革命先烈，感悟百年艱辛，激發學生“生逢盛世，當不負盛世”的風發意氣。第三，想要學生達到身臨其境、身感其情的效果，還有賴于教師進行行之有效的語言引導，引導學生沉浸其中產生思想上的共鳴和認同，完成由知識、情感向信念、行為的轉變。

2.“思政APP+對分課堂”促進思想蛻變

繼續推進思想政治教育、人工智能技術與移動端結合，囊括已有的慕課、學習強國、青年大學習等APP 建設綜合了社會熱點、每日新聞、馬列黨史、正能量模范為一體的思政互聯互通平臺，精選內容向大學生進行推送。既借碎片化學習的東風，又方便利用人工智能技術收集學生的學習數據，及時追蹤大學生思想動態，把握網絡輿情，及時引導適時調控，阻抑潛伏在互聯網平臺中的意識形態襲擾。通過人工智能強大的數據軌跡分析和特征提取能力，教師可以動態掌握學生思想轉變趨勢，及時發現認知誤區和盲區。

通過對思政APP 的數據分析和內容選擇，教師就可以采用對分課堂的模式，引發學生縱深討論，拓展發散。對分課堂的核心理念是把一半課堂時間分配給教師進行講授，另一半分配給學生以討論的形式進行交互式學習，分為講授內化、吸收和討論三個過程。[17]通過對分課堂進一步加深學生對呈現內容的理解，引導學生 “交叉融合、繼承創新”。給予學生深度剖析和表述自我價值觀念的機會，架構起新知識與舊知識，新理念與舊邏輯之間的橋梁。在這個過程中教師的監督和引導有著不可缺少的價值意義，應時刻關注、及時牽引，糾正錯誤觀念、去除思想糟粕，幫助學生完成思想的升級和蛻變。

（三）精準導向：以DKT 模型為核心，精準定制考核和培養機制

深度學習情況追蹤（Deep Knowledge Tracing,DKT）是克里斯·皮希團隊在2015 年提出的，可以從歷史數據中和學習歸納出學生掌握知識的情況和進度，對后續學習軌跡進行準確預測。[18]讓深度學習追蹤的預測更加合理化、智能化，讓大范圍的專屬方案定制成為可能。

1.定制更具科學性和針對性的練習和考核方案：“一人一測驗”

DKT 模型融入了具有“時序特征”的循環神經網絡（Recurrent Neural Network, RNN）算法后，能以存儲的“記憶”和新錄入數據為參考系共同決定當下的輸出，具備更高的“智能化”水平，提高了預測精度和日常性練習的有效性。通過對思政大數據的分析與預測，加之人工智能技術賦予教師的洞察力，繪制以學生趨向性、側重點、薄弱點為對象的航圖，獲取明確的航標和最優航線，據此向受教育者提供量身定制的練習和考核方案。運用DKT 模型的智能思政能夠精準明晰學生的學習常態、歷史表現，及時給予智能化的反饋，精確預測學生認知水平和進階上限，進而幫助教師精選側重點和薄弱點量身打造考核內容，確保受教育者全員都能得到一系列極具針對性的“定制化試卷”，實現真正科學合理的“一人一測驗”。

2.生成更加精準、有效的評價和培養方案：“一人一策略”

學習評價是教學策略調整的參照系。以卷積神經網絡（Convolutional Neural Network, CNN）為主的智能閱卷技術日趨成熟，能夠增強了閱卷和批改作業的效率和便捷性。在加入詞性注意力機制后能有效提高情感分析的分類正確率，對文本信息進行特定目標情感分析達到更好的情感分類效果。[19]除此之外，可以對日常練習、課堂討論、卷面考核、網絡輿情等展現的語義信息進行教學檢測、學情考察、學業水平分析、輿論監控，給予學生更全面、客觀、精準的動態評價。這種結合強有力的數據智能化措置和動態學習情況分析的評價機制更精準地抓捕獲學生的興趣、優勢和薄弱點，使教師有更多時間和精力致力于育人邏輯指南的制定和具體培養目標的實現。在智能精準評價的基礎上，智能思政的開展才有了清晰的“飛行彈道”。[20]人工智能幫助思政教師準確剖析每位同學的學習常態和個別化情況，明晰受教育者與培養目標間的差距，對癥下藥地制定出具有針對性和可行性的階段培養方案，打造以精準定制為顯著特征的“一人一策略”。