思想政治教育生成式人工智能語料庫建構(gòu)研究

摘" "要：以ChatGPT為代表的生成式人工智能的出現(xiàn)和推廣應(yīng)用，標(biāo)志著人工智能從辨別式AI模型走向生成式AI模型。作為一種基于互聯(lián)網(wǎng)可用數(shù)據(jù)訓(xùn)練的文本生成深度學(xué)習(xí)模型，生成式人工智能通過連接大量語料庫進行預(yù)訓(xùn)練，語料庫是其重要的基礎(chǔ)設(shè)施。建構(gòu)思想政治教育生成式人工智能語料庫，能夠為打造契合思想政治教育人工智能交往規(guī)則大語言模型奠定技術(shù)基礎(chǔ)、提供數(shù)據(jù)支持、確立內(nèi)容樣態(tài)、明確價值導(dǎo)向。語料庫建構(gòu)過程中存在數(shù)字化鴻溝、投入建設(shè)不足、交互被動性、意識形態(tài)偏差等問題，會導(dǎo)致技術(shù)失控、數(shù)據(jù)失衡、內(nèi)容失范、意識失真等現(xiàn)實困境。需要從回歸現(xiàn)實的人的高度，立足底層邏輯、中層耦合、上層構(gòu)造、頂層設(shè)計等，以自主創(chuàng)新、范式引導(dǎo)、價值旨?xì)w、意識先導(dǎo)為原則，從新型數(shù)字基礎(chǔ)設(shè)施建設(shè)、話語要素有效供給、高質(zhì)量數(shù)量標(biāo)注、人工智能價值觀等方面，打造有中國特色的思想政治教育生成式人工智能語料庫，用符合我國國情的話語體系和語料庫規(guī)制生成式人工智能，在技術(shù)邏輯、價值遵循的權(quán)衡和超越中推進思想政治教育范式變革與規(guī)范性建構(gòu)，實現(xiàn)人工智能語料庫對思想政治教育的有效賦能。

關(guān)鍵詞：思想政治教育；生成式人工智能；ChatGPT；語料庫

中圖分類號：G434" " " " "文獻標(biāo)志碼：A" " " " "文章編號：1673-8454（2024）12-0108-11

1956年，麥卡錫（John McCarthy）、明斯基（Marvin Minsky）等人在達(dá)特茅斯學(xué)院召開的“如何用機器模擬人的智能”研討會上首次提出人工智能（Artificial Intelligence， AI）的概念，[1]標(biāo)志著人工智能學(xué)科的誕生。2022年11月，美國OpenAI公司推出人工智能模型ChatGPT（Chat Generative Pre-trained Transformer），采用基于自注意力機制Transformer架構(gòu)，通過引入人類反饋的強化學(xué)習(xí)（RLHF）和大規(guī)模無監(jiān)督預(yù)訓(xùn)練，具備了更強的文本理解和生成能力，預(yù)示著人工智能的功能發(fā)生方向性改變：從辨別式AI模型走向生成式AI模型。[2]當(dāng)前，以ChatGPT為代表的生成式人工智能不僅在科技領(lǐng)域掀起一場AI大模型發(fā)展熱潮，也在教育領(lǐng)域形成強勢介入態(tài)勢。習(xí)近平總書記指出：“要重視通用人工智能發(fā)展，營造創(chuàng)新生態(tài)，重視防范風(fēng)險?！盵3]生成式人工智能介入思想政治教育，勢必會引發(fā)“數(shù)字思政”新的技術(shù)整合和場景建構(gòu)，助力思政育人效果的實現(xiàn)，也會產(chǎn)生“多重維度的聚合、分揀與重塑的挑戰(zhàn)”[4]。作為一種基于互聯(lián)網(wǎng)可用數(shù)據(jù)訓(xùn)練的文本生成深度學(xué)習(xí)模型，生成式人工智能必須通過學(xué)習(xí)現(xiàn)有的語料數(shù)據(jù)集才能生成新的信息內(nèi)容。而建構(gòu)思想政治教育生成式人工智能語料庫，就是充分利用人工智能大模型的技術(shù)優(yōu)勢打造“可用之器”，用富有中國特色的場景和數(shù)據(jù)鍛造有中國特色的思想政治教育語料庫的“向善之道”，形成契合思想政治教育要求且具有系統(tǒng)性和邏輯性的人工智能話語內(nèi)容，推動落實立德樹人根本任務(wù)，助力實現(xiàn)教育強國戰(zhàn)略目標(biāo)。

本文聚焦生成式人工智能語料庫數(shù)據(jù)層，通過分析思想政治教育生成式人工智能語料庫建構(gòu)的價值維度，探討思想政治教育語料庫建構(gòu)的內(nèi)在邏輯機理，針對當(dāng)前人工智能大模型語料庫建設(shè)的現(xiàn)實困境提出相應(yīng)的應(yīng)對策略，進一步探討在技術(shù)屬性與價值屬性的統(tǒng)一中實現(xiàn)生成式人工智能語料庫對思想政治教育有效賦能的實踐路徑。

一、思想政治教育生成式人工智能語料庫建構(gòu)的價值維度

生成式人工智能技術(shù)掀起新的教育信息化革命，給思想政治教育帶來深刻的改變和全方位的影響，傳統(tǒng)的思想政治教育媒介、載體和場域，或?qū)⒚媾R新的重組、重塑和重構(gòu)。建構(gòu)思想政治教育生成式人工智能語料庫，能夠為打造思想政治人工智能教育交往規(guī)則的大語言模型奠定技術(shù)基礎(chǔ)、提供數(shù)據(jù)支持、確立內(nèi)容樣態(tài)和明確價值導(dǎo)向，如圖1所示，使人工智能在深度學(xué)習(xí)中不斷習(xí)得符合思想政治教育價值和道德要求的交互思維，為推動思想政治教育學(xué)科與人工智能學(xué)科共融共生提供多維教育場域。

（一）技術(shù)維度：為思政“垂類”人工智能大模型預(yù)訓(xùn)練奠定技術(shù)基礎(chǔ)

隨著量子力學(xué)、概率論和數(shù)理統(tǒng)計學(xué)的發(fā)展，科學(xué)哲學(xué)先驅(qū)賴興巴赫（Hans Reichenbach）、數(shù)學(xué)家古德（I.J. Good）等人提出從物理概率的角度對概率因果關(guān)系進行解釋的理論，為人工智能大模型的因果處理提供了支持途徑。[5]ChatGPT類生成式人工智能在巨量的語料庫資源基礎(chǔ)上，利用自然語言處理技術(shù)（Natural Language Processing， NLP）學(xué)習(xí)大量的語言知識，在因果性的概率解釋的框架下自動分析并生成人類知識結(jié)構(gòu)中已有的信息內(nèi)容。然而，通用大語言模型的訓(xùn)練參數(shù)規(guī)模過大會導(dǎo)致訓(xùn)練成本呈指數(shù)級增加，且可能無法滿足教育、醫(yī)療等專業(yè)領(lǐng)域的應(yīng)用需求，大語言模型的發(fā)展由“通用”邁入“垂類”。垂直領(lǐng)域人工智能通過類腦神經(jīng)網(wǎng)絡(luò)和大量專業(yè)語料庫預(yù)訓(xùn)練，催生“思維鏈CoT（Chain of Thought）”[6]，使人工智能具備了一定的生成推理路徑的能力，能夠圍繞思想政治教育等特定領(lǐng)域話題展開話語內(nèi)容。因此，打造思想政治教育的教學(xué)知識圖譜和專業(yè)語料庫，是結(jié)合時代發(fā)展特征和思想政治教育對象思想變化特點，研發(fā)思政“垂類”大模型、推出思政類生成式人工智能的基礎(chǔ)，也為同步推動人工智能與教育元宇宙深度融合、打造智能交互的思政教學(xué)環(huán)境奠定技術(shù)基礎(chǔ)。

（二）數(shù)據(jù)維度：為人工智能嵌入思想政治教育數(shù)字化提供數(shù)據(jù)支持

憑借自動抓取數(shù)據(jù)、智能學(xué)習(xí)生成內(nèi)容的技術(shù)特性，生成式人工智能正在以外顯性的、數(shù)字化的方式改變著傳統(tǒng)思想政治教育信息生產(chǎn)過程。一方面，語料庫是思想政治教育數(shù)字化底層要素。海量的訓(xùn)練數(shù)據(jù)是ChatGPT類技術(shù)智能內(nèi)容生成的前提與基礎(chǔ)，僅ChatGPT在預(yù)訓(xùn)練階段就擁有高達(dá)千億級別的模型參數(shù)和“超過1750億的巨量標(biāo)注文本數(shù)據(jù)”[7]。而人工智能與思想政治教育的關(guān)聯(lián)和契合依然離不開數(shù)據(jù)支持，需要通過采集、整合、分析和歸納大量思政數(shù)據(jù)資源，打造多場域、多空間、系統(tǒng)化的基礎(chǔ)數(shù)據(jù)和相關(guān)數(shù)據(jù)語料庫，為思想政治教育明確目標(biāo)、豐富內(nèi)容、拓展手段提供可靠依據(jù)。另一方面，語料庫支撐著思想政治教育數(shù)字化的數(shù)據(jù)構(gòu)成?！爸悄軙r代的大數(shù)據(jù)實現(xiàn)了物的數(shù)據(jù)化、人的數(shù)據(jù)化與活動的數(shù)據(jù)化”[8]，人工智能時代的到來或?qū)⒊蔀樗枷胝谓逃龔摹皵?shù)據(jù)化”躍升至“數(shù)質(zhì)化”的全新發(fā)展階段。要完成對思想政治教育數(shù)據(jù)的質(zhì)化，需要對語料庫持續(xù)進行語組分析、相關(guān)分析、語義分析，不斷發(fā)掘思政數(shù)據(jù)特征、總結(jié)數(shù)據(jù)規(guī)律，實現(xiàn)對語料庫數(shù)字化建構(gòu)與思政內(nèi)容指代提取，為思想政治教育持續(xù)生產(chǎn)高質(zhì)量的語料信息，推動人工智能思想政治教育從單一性向數(shù)字化、智能化、交互化的多樣性發(fā)展。

（三）內(nèi)容維度：為人工智能思想政治教育話語交互生成確立內(nèi)容樣態(tài)

推動思想政治教育的發(fā)展不能僅僅依靠其自身初始的動力，還需要借助人的力量，通過多種方式的擴展和教育內(nèi)容形式的深化，真正實現(xiàn)思想政治教育的目標(biāo)。當(dāng)前，ChatGPT類生成式人工智能雖然借助少量數(shù)據(jù)進行相應(yīng)微調(diào)即可實現(xiàn)基于一個模型解決多種問題或完成多項任務(wù)的目的，但人工智能生成內(nèi)容（Artificial Intelligence Generated Content， AIGC）目前依然不具備完全自發(fā)自主生成內(nèi)容的能力。生成式人工智能依然是在吸納大量的數(shù)據(jù)進行“整體語境學(xué)習(xí)”[9]的基礎(chǔ)上，通過分析數(shù)據(jù)、整合信息、關(guān)聯(lián)語境等方式，在語料庫內(nèi)容樣態(tài)內(nèi)完成對公開知識、數(shù)據(jù)、語言的整合，實現(xiàn)在一對一的交互場景中輸出更符合用戶實際需求的精準(zhǔn)化、差異化的內(nèi)容。在這個過程中，每一個跟人工智能進行交流對話的用戶都將成為人工智能的數(shù)據(jù)庫和語料庫，而人工智能技術(shù)所生產(chǎn)的新話語、新內(nèi)容也在不斷豐富人類的語言庫與智慧庫。因此，以建立對話式連接為信息交互和情感共鳴為內(nèi)容樣態(tài)，擴充思想政治教育內(nèi)容資源庫，將生成式人工智能內(nèi)容生成嵌入思政育人環(huán)境塑造中，有利于在“人—機器—人”三元關(guān)系中持續(xù)創(chuàng)造出話語內(nèi)容生產(chǎn)和供應(yīng)的繁榮生態(tài)，實現(xiàn)思想政治教育全學(xué)段融通的一體化發(fā)展。

（四）意識維度：為生成式人工智能大模型意識形態(tài)重塑明確價值導(dǎo)向

“話語背后是意識形態(tài)的幽靈。”[10]思想政治教育話語是思想政治教育話語權(quán)的基礎(chǔ)，人與人之間的雙向交流和互動共同構(gòu)成了思想政治教育話語的實際運用。ChatGPT類生成式人工智能接受了大量的反映人類社會的價值觀語言和語料數(shù)據(jù)，學(xué)習(xí)歸納后進行模仿式、縫合式創(chuàng)作，生成的內(nèi)容不僅包括文本、圖像等外顯性內(nèi)容，同樣包括觀點、邏輯、思維等內(nèi)隱性內(nèi)容，兩種明暗交織的內(nèi)容生成邏輯反映和重構(gòu)著個體原有的意識形態(tài)。在語料庫訓(xùn)練與情感表達(dá)中，人工智能大模型利用大數(shù)據(jù)編碼構(gòu)成語料分子單位，對原有的情感、價值、態(tài)度重新進行定位與排列，借助算法生成和解碼程序輸出人機交互對話的信息內(nèi)容，呈現(xiàn)出用戶情感、思想意識的編碼與解碼雙重屬性。而在語料庫輸入與結(jié)果生成中，ChatGPT等生成式人工智能以高度擬人化的“對話者”身份介入原先機械僵硬的人機交互，隨著“技術(shù)對人的凝視”[11]主體擬人化的發(fā)展，凝視的環(huán)境會由單向的信息流推送至豐富的可交涉的社交環(huán)境中。在語料庫價值屬性和工具理性交織下，用戶甚至可能打破原有的“合規(guī)性”，重塑傳統(tǒng)思想政治教育話語傳播體系，重新定義人機交互的方式和行為實踐，形成新的意識形態(tài)話語和價值觀導(dǎo)向，在話語轉(zhuǎn)換中完成思想政治教育的價值建構(gòu)。

二、當(dāng)前思想政治教育生成式

人工智能語料庫建構(gòu)的現(xiàn)實困境

習(xí)近平總書記強調(diào)：“科技是發(fā)展的利器，也可能成為風(fēng)險的源頭。”[12]基于智能技術(shù)的“雙刃劍”效應(yīng)，生成式人工智能賦能思想政治教育，其技術(shù)優(yōu)勢所帶來教育現(xiàn)代化、高質(zhì)量創(chuàng)新發(fā)展的機遇，也會“表現(xiàn)為異己的、敵對的和統(tǒng)治的權(quán)力”[13]，在技術(shù)、數(shù)據(jù)、內(nèi)容、意識等層面帶來多重風(fēng)險與現(xiàn)實挑戰(zhàn)，如圖2所示，思想政治教育的規(guī)訓(xùn)性和解放性功能存在被不斷弱化的現(xiàn)實困境。

（一）技術(shù)失控：語料庫數(shù)字化鴻溝和技術(shù)壁壘

馬爾庫塞（Herbert Marcuse）就曾批判資產(chǎn)階級通過技術(shù)使人們“愛和恨別人之所愛和所恨”[14]，導(dǎo)致人們愛和恨人工智能之所愛和所恨的荒誕情形出現(xiàn)。人工智能技術(shù)融入思想政治教育的核心要義應(yīng)當(dāng)是“思政”，即以實現(xiàn)主流思想價值引領(lǐng)和滿足個體全面發(fā)展需求為目的，然而技術(shù)權(quán)威性偏見和市場壟斷很容易導(dǎo)致語料庫數(shù)字化鴻溝和技術(shù)壁壘。在語料庫訓(xùn)練過程中，人工智能大模型存在以群體性符號標(biāo)定個體特征的數(shù)據(jù)化邏輯，偏重于語料數(shù)據(jù)中被視為權(quán)威或有影響力的內(nèi)容和觀點。而大規(guī)模語料庫的建立和維護門檻過高，以及技術(shù)壁壘，又會導(dǎo)致某些技術(shù)開發(fā)者在生成式人工智能領(lǐng)域形成市場壟斷，如谷歌的LaMDA和PaLM，Meta的LLaMA，英偉達(dá)/微軟的Megatron-Turing等。思想政治教育語料庫建構(gòu)既存在人工智能語料庫數(shù)字化鴻溝和技術(shù)壁壘等發(fā)展共性問題，又會因前期發(fā)展起步較晚、技術(shù)基礎(chǔ)相對薄弱、資金支撐不足等原因，阻礙思想政治教育數(shù)智化進程，甚至出現(xiàn)人工智能技術(shù)對思想政治教育的規(guī)約和綁架。

（二）數(shù)據(jù)失衡：思政語料庫建設(shè)不足和數(shù)據(jù)“饑餓”

“大語言模型的性能取決于訓(xùn)練數(shù)據(jù)的質(zhì)量和數(shù)量?！盵15]在思想政治教育智能場域中，生成式人工智能從思想政治教育語料庫的原始特征出發(fā)，通過自我訓(xùn)練和自我學(xué)習(xí)來生成高級認(rèn)知結(jié)果，實現(xiàn)圍繞思想政治教育內(nèi)容的人機交互式反饋。在整個過程中，語料庫數(shù)據(jù)上的細(xì)微偏差會直接導(dǎo)致對學(xué)生世界觀、價值觀和人生觀的誤導(dǎo)，甚至對整個教育體系造成不良影響。思想政治教育這種對數(shù)據(jù)極高的政治敏感性，決定了國外語料庫的意識形態(tài)、政治立場、語匯色彩等不能有效地被我們采用。而國內(nèi)的中文語料庫建設(shè)雖然取得一定的成就，但各大機構(gòu)、各行業(yè)“數(shù)據(jù)煙囪”林立，數(shù)據(jù)無法聚合集約和互聯(lián)互通，存在“總量”的不足問題。當(dāng)人工智能模型數(shù)據(jù)清洗篩選的參數(shù)數(shù)量達(dá)到一定閾值時會呈現(xiàn)出規(guī)模報酬遞減現(xiàn)象，此時語料庫過擬合問題就容易發(fā)生，數(shù)據(jù)鄰避沖突風(fēng)險的增加導(dǎo)致“數(shù)據(jù)饑餓（Data Hunger）”[16]。技術(shù)在思想政治教育內(nèi)容生成中的投入和應(yīng)用不足，語料數(shù)據(jù)的“增值”和“質(zhì)化”效應(yīng)便會隨之下降，人工智能以符號化的數(shù)據(jù)換算代替意義和價值傳遞，教育對象在數(shù)據(jù)失衡與主體性消解的教育過程中逐漸退化為“單向度的人”。

（三）內(nèi)容失范：信息交互被動性和內(nèi)容“黑箱”

在整個思想政治教育系統(tǒng)運行過程中，教育者與教育對象的信息交互是提升教育結(jié)果有效性的關(guān)鍵所在。齊澤克（Slavoj Zizek）交互被動性（Interpassivty）理論認(rèn)為：“作為主體的‘我’在與客體互動時，客體有時候會從‘我’這里拿走、剝奪我自己對滿足感（或哀悼、歡笑）的被動反應(yīng)，以至于客體本身代替我享受了節(jié)目?！盵17]基于自身超大體量的語料庫模型和數(shù)據(jù)關(guān)聯(lián)性，人工智能大模型很可能會模糊化主客體關(guān)系，從海量的匿名化處理的信息關(guān)聯(lián)中推斷出完全不相關(guān)個體隱私，在“黑箱”模式下對語料信息內(nèi)容進行整合再造，生產(chǎn)出公眾難以預(yù)測的文本內(nèi)容，甚至為了維護自身的邏輯一致性故意輸出語義錯誤的內(nèi)容。信息交互被動性和內(nèi)容生成“黑箱”問題，會導(dǎo)致思想政治教育主體在與客體人工智能對話時，不僅被動地接受客體傳遞的內(nèi)容信息，主體的被動接受或享受也會被人工智能客體本身所替代。在內(nèi)容失范中，思想政治教育工作者和教育對象沉浸于充當(dāng)數(shù)字技術(shù)、符號化的虛擬角色，語料庫中塑造世界、判斷價值的話語權(quán)轉(zhuǎn)移到人工智能客體，由此智能技術(shù)賦權(quán)轉(zhuǎn)向智能技術(shù)越界，遮蔽了思想政治教育話語權(quán)。

（四）價值失真：語料意識形態(tài)偏差和話語“污染”

思想政治教育與智能技術(shù)融合發(fā)展并未改變其作為社會主導(dǎo)意識形態(tài)教化的本質(zhì)屬性，作為同屬于人工智能思想政治教育場域中的載體，語料庫依然具有意識形態(tài)屬性。當(dāng)機器學(xué)習(xí)運用具有明顯意識形態(tài)問題的語料庫時，人工智能便開始由被動的工具性角色轉(zhuǎn)向主動的意識形態(tài)構(gòu)造工具。例如，ChatGPT的語料庫絕大部分是英文，“中文語料在總語料中占比不足0.1%，且其中包含繁體中文”[18]。這些以英文為主的語料很可能存在跨文化的倫理沖突、價值觀錯誤、意識形態(tài)偏差等人為性的“污染”問題，生成式人工智能在訓(xùn)練過程中可能會“繼承”人類知識中的不合理因素，在后續(xù)生成回應(yīng)中會提供大量帶有意識形態(tài)傾向甚至偽造的信息，甚至反向塑造個體的原有思想意識。由于生成式人工智能具有強大的文本生成能力，語料庫數(shù)據(jù)意識形態(tài)偏差和話語“污染”，會導(dǎo)致其生成與思想政治教育內(nèi)涵要求相悖的話語信息，價值的失真限制了思想政治教育議題的輸出與表達(dá)，削弱了思想政治教育的話語權(quán)威，使思想政治教育在價值引領(lǐng)、政治導(dǎo)向、凝聚共識等方面逐漸式微，甚至影響到主流意識形態(tài)安全。

三、思想政治教育生成式人工智能語料庫建構(gòu)的實踐路徑

習(xí)近平總書記指出：“要運用新媒體新技術(shù)使工作活起來，推動思想政治工作傳統(tǒng)優(yōu)勢同信息技術(shù)高度融合，增強時代感和吸引力。”[19]2023年7月，國家網(wǎng)信辦等七部門聯(lián)合公布的《生成式人工智能服務(wù)管理暫行辦法》明確要求：“生成式人工智能服務(wù)提供者應(yīng)當(dāng)依法開展預(yù)訓(xùn)練、優(yōu)化訓(xùn)練等訓(xùn)練數(shù)據(jù)處理活動。”[20]在人工智能大模型領(lǐng)域，我們既要看到與西方國家在技術(shù)方面存在的差距，也要看到語料數(shù)據(jù)背后隱含的與西方國家意識形態(tài)的差異。老子的《道德經(jīng)》曾曰：“道以明向，法以立本，術(shù)以立策，器以成事。”對于思想政治教育工作者而言，要站好自己的意識形態(tài)立場，用符合我國國情的話語體系和語料庫來規(guī)制人工智能運行，立足底層邏輯和頂層設(shè)計融合質(zhì)變，借助中國“道法術(shù)器”哲學(xué)智慧探索思想政治教育與人工智能技術(shù)的深度融合之路，層層推進、自下而上，打造囊括思想政治教育全局、全方位、全過程的人工智能語料庫，推動新時代思想政治教育工作的守正與創(chuàng)新?；灸Ｊ饺鐖D3所示。

（一）底層邏輯：以技利器，自主創(chuàng)新，建設(shè)有中國特色的語料庫新型數(shù)字基礎(chǔ)設(shè)施

2021年教育部等六部門發(fā)布的教育“新基建”等相關(guān)政策強調(diào)要大力發(fā)展基于人工智能技術(shù)的教育助手等應(yīng)用以提高教育教學(xué)質(zhì)量。[21]語料庫作為生成式人工智能的技術(shù)基礎(chǔ)，具有多產(chǎn)業(yè)通用接入、多領(lǐng)域廣泛應(yīng)用的特征，未來極有可能成為社會的一種基礎(chǔ)設(shè)施或生產(chǎn)要素，成為教育場景智能化的底層范式。要通過政策引導(dǎo)、物質(zhì)保障、技術(shù)合作、多方參與等方式，加大語料庫數(shù)據(jù)和人工智能新型基礎(chǔ)設(shè)施建設(shè)，以技術(shù)為“器”，解決底層“卡脖子”難題，確保核心技術(shù)自主可控，實現(xiàn)“智能技術(shù)+思想政治教育”底層邏輯的有機融合。

第一，破解技術(shù)壟斷，實現(xiàn)思政語料庫數(shù)據(jù)互聯(lián)互通?！昂诵募夹g(shù)受制于人是我們最大的隱患”[22]，面對人工智能給思想政治教育帶來的影響以及西方國家語料庫技術(shù)，要樹立大語料庫理念，重視語料的現(xiàn)實價值，以大數(shù)據(jù)、云計算為基礎(chǔ)條件，持續(xù)加大對人工智能語料庫的基礎(chǔ)設(shè)施建設(shè)和研發(fā)投入。以“智能技術(shù)+”模式建構(gòu)新的語料要素結(jié)構(gòu)，找準(zhǔn)底層技術(shù)開展長期主義的創(chuàng)新攻堅，堅持走中國特色自主創(chuàng)新道路，打造具有國家級水準(zhǔn)、以國家通用語為對象的國家思想政治教育語料庫，“全國一盤棋”實現(xiàn)語料資源互聯(lián)共享融合應(yīng)用。

第二，保障數(shù)據(jù)鏈安全，確保契合思想政治教育環(huán)境。立足教育的公共性原則，制定符合新時代發(fā)展要求和契合思想政治教育現(xiàn)狀的語料庫技術(shù)標(biāo)準(zhǔn)，建構(gòu)服務(wù)于思想政治教育需求的語料數(shù)字化基站，以此為鎖鏈實現(xiàn)思想政治教育與人工智能的融通與聯(lián)結(jié)。對思想政治教育語料數(shù)據(jù)鏈的安全性及時進行審查、判斷和評估，堅決消除因語料庫資源差異而造成的數(shù)字鴻溝，確保人工智能語料庫契合思想政治教育領(lǐng)域環(huán)境。

第三，堅持自主創(chuàng)新，建設(shè)有中國特色的思想政治教育語料庫?？萍碱I(lǐng)域安全是國家安全的重要組成部分，無論是從政治安全、技術(shù)競爭、文化保護，還是教育內(nèi)容供給角度考慮，我們必須加快自主創(chuàng)新，加快“卡脖子”核心技術(shù)攻關(guān)。依托國家大數(shù)據(jù)中心、國家圖書館、國家智慧教育平臺等機構(gòu)單位建構(gòu)高質(zhì)量的國家語料數(shù)據(jù)資源平臺，配備完善支持思想政治教育語料庫建設(shè)的硬件基礎(chǔ)設(shè)施，制定規(guī)范語料庫使用審核機制。按照“物理分散，邏輯集中”的原則，接入國內(nèi)各類人工智能大模型語料庫，利用好“東數(shù)西算”等國家一體化大數(shù)據(jù)中心開展協(xié)同創(chuàng)新，以合力建立起層層相扣、協(xié)同相連的人工智能思想政治教育語料庫共同體，為推動思想政治教育變革提供強大的數(shù)字基座。

（二）中層耦合：以術(shù)馭數(shù)，范式引導(dǎo)，建構(gòu)思想政治教育話語要素有效供給語料庫

語料數(shù)據(jù)既是數(shù)字資源也是社會資源與政治資源，生成式人工智能程序只有在滿足主流意識形態(tài)要求的前提下才能夠保持恒久的生命力。面對“數(shù)據(jù)主義”[23]掀起幾乎所有領(lǐng)域的顛覆性革命，要將符合社會主義核心價值觀的語料庫作為思想政治教育人工智能語料庫建設(shè)與使用的基礎(chǔ)，從可用之維與增智之維兩個層面，為語料數(shù)據(jù)運用適恰、育人效果增強提供現(xiàn)實動能和教育場域，推動主流意識形態(tài)之“術(shù)”對人工智能語料庫的全面“駕馭”，實現(xiàn)思想政治教育與人工智能連接中樞的良性“耦合”，提升思想政治教育的親和力、針對性與時效性。

首先，建立健全思政語料庫數(shù)據(jù)預(yù)處理語法規(guī)則。喬姆斯基（Noam Chomsky）提出的生成語法規(guī)則理論認(rèn)為：“在生成話語的過程中，只用那些必需的規(guī)則。那么，可以把語法的任選規(guī)則看成是產(chǎn)生某個話語過程中的選擇機制?！盵24]我們可以通過融合馬克思主義中國化場景，主動篩選思想度高和生動性強的思政資源，將更具代表性和時效性的數(shù)據(jù)納入“語料池”。借助“訓(xùn)練—反饋—糾錯—再訓(xùn)練”語料庫要素循環(huán)系統(tǒng)，使機器在語言交流中生成符合思想政治教育的語法規(guī)則，打造全域性的思想政治教育語料庫資源整合和數(shù)字服務(wù)平臺。

其次，優(yōu)化語料庫Prompt指令范式引導(dǎo)。Prompt驅(qū)動大模型對文本描述進行表達(dá)，主要實現(xiàn)方式是通過建立相應(yīng)的語料庫和語義解析模型，將用戶輸入自然語言的分詞結(jié)果與語料庫中的關(guān)鍵詞進行匹配，實現(xiàn)用戶與機器之間的溝通。通過將Prompt范式的指令與以思想政治教育知識點為核心的教學(xué)資源組織方式相結(jié)合，擴充思想政治教育語料庫和優(yōu)化語義模型，讓每個指令對應(yīng)一個語料庫中的關(guān)鍵詞序列，建立兼具知識性、人文性、時代性與思想性的思政數(shù)據(jù)資源矩陣。

最后，建構(gòu)開放、共享、高質(zhì)量的思想政治教育語料庫。語料庫是人工智能大模型以技術(shù)為介質(zhì)將公眾觀點“全數(shù)據(jù)化”分解的結(jié)果，中文語料庫尤其是思政語料庫的質(zhì)量對思政專用大模型的學(xué)習(xí)和表現(xiàn)至關(guān)重要。要堅持用全局觀念和系統(tǒng)思維建設(shè)語料庫技術(shù)通用標(biāo)準(zhǔn)，通過整合全國馬克思主義理論教育教學(xué)資源，推動思政課優(yōu)質(zhì)教學(xué)資源建設(shè)與共享，[25]加快建構(gòu)開放、共享、高質(zhì)量的思想政治教育語料庫，持續(xù)強化思想政治教育大模型的泛化能力。

（三）上層構(gòu)造：以法入理，落實價值旨?xì)w，建構(gòu)高質(zhì)量標(biāo)注的人工智能思政大模型語料庫

作為人類社會最普遍的實踐活動，思想政治教育在人工智能的賦能下具備了更多的時代內(nèi)涵，但其核心依然是幫助探求人類自身存在的本質(zhì)，服務(wù)于人的自由全面發(fā)展。思想政治教育語料庫要在符合審慎、合法、社會責(zé)任、尊重主體等倫理規(guī)范前提下，建立一整套符合社會主流價值要求以及教育對象思想需要的高質(zhì)量的標(biāo)注方法論，以語料庫的“法”來規(guī)制內(nèi)容生成，以上層內(nèi)容為核心建構(gòu)“人—內(nèi)容—物”的價值鏈，使人工智能信息的生產(chǎn)、輸出符合正確的政治方向與輿論導(dǎo)向，落實思想政治教育以人為本的價值旨?xì)w。

第一，以人為本，明確思政語料庫協(xié)同保護基本法則。馬克思認(rèn)為技術(shù)的本質(zhì)是人的延伸，技術(shù)的目的在于“解蔽主體”。在遵循技術(shù)服務(wù)于人的需要的根本前提下，要強化對語料庫風(fēng)險識別和數(shù)據(jù)溯源，及時出臺人工智能應(yīng)用于思想政治教育“教、學(xué)、管、評”各環(huán)節(jié)相應(yīng)的政策法規(guī)，建構(gòu)分級分類的語料庫數(shù)據(jù)知識產(chǎn)權(quán)、隱私保護和數(shù)據(jù)共享保護體系，確保人工智能大模型的開發(fā)、應(yīng)用符合思想政治和科技倫理標(biāo)準(zhǔn)。

第二，智能篩選，共建思想政治教育內(nèi)容多模態(tài)語料庫。立足思想政治教育領(lǐng)域這一特殊性與鮮明特色，明確特殊思想政治敏感數(shù)據(jù)、重要數(shù)據(jù)的安全標(biāo)準(zhǔn)，采用差異進化算法對語料庫的內(nèi)容進行智能篩選，以獲得更廣泛的統(tǒng)計趨勢和更真實的思政數(shù)據(jù)模型。通過語料庫可視化管控、遠(yuǎn)程督導(dǎo)和安全預(yù)警，持續(xù)增強“數(shù)據(jù)化過程的可見性、可解釋性”[26]，借助模型訓(xùn)練、數(shù)據(jù)供給、第三方服務(wù)等多方力量，共同打造多模態(tài)、標(biāo)準(zhǔn)化的思想政治教育語料庫。

第三，強化標(biāo)注，塑造智能“降噪”思想政治教育語料內(nèi)容體系。香農(nóng)（Claude Elwood Shannon）認(rèn)為在一個信息化平臺中信息與噪音的區(qū)分取決于其與系統(tǒng)的匹配程度，即系統(tǒng)可以解讀的就是一種信息，無法解讀的便是噪音。[27]專業(yè)化標(biāo)注數(shù)據(jù)質(zhì)量將直接影響思想政治教育大模型的學(xué)習(xí)效果，在數(shù)據(jù)訓(xùn)練過程中通過加強標(biāo)注質(zhì)量控制，采用無監(jiān)督的對比式學(xué)習(xí)、自動化標(biāo)注和人工審核相結(jié)合的方式獲取語料文本向量表征，以提高思想政治教育語料庫的標(biāo)注質(zhì)量。通過完善信息預(yù)警渠道，建立健全對不良生成內(nèi)容的識別和阻斷機制，從語料庫源頭上加強對網(wǎng)絡(luò)信息全方位無死角的監(jiān)督管理，消除無用信息和不良信息的“噪音”和“雜音”干擾，以語料庫價值塑造思想政治教育人工智能大模型話語生態(tài)系統(tǒng)，實現(xiàn)思想政治教育內(nèi)涵式和外延式發(fā)展的協(xié)調(diào)統(tǒng)一。

（四）頂層設(shè)計：以道明向，意識先導(dǎo)，建構(gòu)思想政治教育人工智能價值觀語料庫

毛澤東同志曾指出：“掌握思想領(lǐng)導(dǎo)是掌握一切領(lǐng)導(dǎo)的第一位。”[28]意識形態(tài)工作是一項為國家立心、為民族立魂的工作，是“黨的一項極端重要的工作”[29]。需要注意的是，生成式人工智能在接觸不同來源語料庫和價值觀迥異的對象過程中，語料內(nèi)容可能被不同賦值、定義、變換，逐漸演變?yōu)椤傲硪环N意識形態(tài)國家機器”[30]。作為思想政治教育工作者必須站穩(wěn)政治立場，堅持用馬克思主義理論引領(lǐng)思想政治教育，強化頂層設(shè)計能力，生成式人工智能語料庫的建構(gòu)將遵循和弘揚社會主義核心價值觀，堅持用價值觀的“道”規(guī)制人工智能發(fā)展方向，打造體現(xiàn)時代理論需求的中國特色語料庫意識形態(tài)話語體系。

一要堅守政治立場，明確人工智能賦能思想政治教育的實踐走向。在正確政治立場和價值觀念的話語下應(yīng)用，是人工智能介入思想政治教育的基本要求。要立足于思想政治教育價值立場，發(fā)揮社會主義核心價值觀的價值引領(lǐng)作用，主動消解語料庫建構(gòu)過程中工具理性僭越價值理性問題。針對生成式人工智能語料庫技術(shù)標(biāo)準(zhǔn)以及相關(guān)數(shù)據(jù)規(guī)則做出規(guī)范，探索建立具有中國特色的生成式人工智能技術(shù)體系。把握思想政治教育語料庫話語意識形態(tài)遷演與人工智能話語跨場域之間的價值平衡，實現(xiàn)價值邏輯統(tǒng)合生成式人工智能技術(shù)邏輯。

二要堅定價值取向，推動建立人工智能語料庫多元協(xié)同共治體系。生成式人工智能語料庫容納的是整個社會公眾政治價值觀，要通過提高社會主流價值觀和優(yōu)質(zhì)思想政治教育內(nèi)容賦值在語料庫優(yōu)先級的比重，使技術(shù)服務(wù)回歸“主流意識形態(tài)的主導(dǎo)和灌輸”[31]這一思想政治教育的本質(zhì)。采用傳統(tǒng)治理手段與現(xiàn)代信息技術(shù)優(yōu)勢結(jié)合方式，“著力打造技術(shù)識別機制、建構(gòu)價值監(jiān)督體系”[32]，全面監(jiān)管生成式人工智能語料庫的開發(fā)部署、安全風(fēng)險評估和合規(guī)性檢查，建立合目的性與合規(guī)律性相統(tǒng)一的人工智能價值觀語料庫。

三要筑牢價值根基，建構(gòu)思想政治教育人工智能價值觀語料庫?！霸趫猿竹R克思主義指導(dǎo)地位這一根本問題上，我們必須堅定不移，任何時候任何情況下都不能有絲毫動搖。”[33]要始終堅持用中國化和時代化的馬克思主義教育人民、武裝頭腦，為教育者、受教育者制定合理使用人工智能的提問方式和準(zhǔn)則，掌握生成式人工智能話語生產(chǎn)的規(guī)則。堅持從辯證唯物主義與歷史唯物主義相結(jié)合的角度出發(fā)，將馬克思主義世界觀和方法論融入人工智能語料庫的邏輯體系，以社會主義核心價值觀優(yōu)化語料庫“內(nèi)嵌式規(guī)則”倫理取向，堅決糾正技術(shù)的工具理性偏向，利用價值思維和技術(shù)思維相結(jié)合的思想政治教育語料庫新模式，更好地實現(xiàn)人工智能時代背景下思想政治教育立德樹人的根本任務(wù)。

四、結(jié)語

理論唯有經(jīng)得起實踐檢驗才能說服人。面對ChatGPT這類更高效、更便捷的智能技術(shù)介入思想政治教育，我們既不能無度放任人工智能的失范應(yīng)用，也大可不必有柏拉圖式的“文字即將替代口語焦慮”[34]，畢竟“機器體系的節(jié)奏是人根據(jù)生活中的管理技藝而預(yù)訂的”[35]，生產(chǎn)力工具與人的關(guān)系并不能簡單地替代。生成式人工智能是深入思想政治教育內(nèi)在本質(zhì)與發(fā)展規(guī)律的實踐性賦能。我們要從回歸現(xiàn)實的人的戰(zhàn)略高度考量與審思，以系統(tǒng)化思維發(fā)掘新時代思想政治教育的規(guī)律，將社會主義核心價值觀融入思想政治教育生成式人工智能語料庫建構(gòu)中，在語料庫技術(shù)邏輯、價值遵循的權(quán)衡和超越中推動思想政治教育范式變革與規(guī)范性建構(gòu)，實現(xiàn)思想政治教育與人工智能技術(shù)，以及教育者主導(dǎo)性與教育對象主體性的雙向賦能、有機統(tǒng)一。

參考文獻：

[1]JOHN MCCARTHY， MARVIN MINSKY， et al. A proposal for the Dartmouth summer research project on artificial intelligence， August 31， 1955[J]. AI Magazine， 2006，27（4）：12-14.

[2]ALEX ENGLER. Early thoughts on regulating generative AI like ChatGPT[EB/OL]. （2023-02-21）[2023-09-02]. https：//www.brookings.edu/blog/techtank/2023/02/21/early-thoughts-on-regulating-generative-ai-like-chatgpt/.

[3]新華網(wǎng).中共中央政治局召開會議 分析研究當(dāng)前經(jīng)濟形勢和經(jīng)濟工作 中共中央總書記習(xí)近平主持會議[EB/OL].（2023-04-28）[2024-09-06].http：//www.xinhuanet.com/politics/2023-04/28/c_1129576764.htm.

[4]盧嵐.從互聯(lián)網(wǎng)到ChatGPT：思想政治教育的技術(shù)重塑與建構(gòu)邏輯[J].探索，2023（2）：163-174.

[5]尤洋，郭宇.ChatGPT與因果性[J].科學(xué)學(xué)研究，2023，41（12）：2122-2130.

[6]TALMOR A， TAFJORD O， CLARK P， et al. Teaching pre-trained models to systematically reason over implicit knowledge[C]. NeurIPS， 2020：1-11.

[7]BROWN T， MANN B， RYDER N， et al. Language models are few-shot learners[J]. Advances in Neural Information Processing Systems， 2020（33）：1877-1901.

[8]趙建超.思想政治教育與人工智能深度融合的內(nèi)在機理[J].思想理論教育，2023（8）：94-100.

[9]藍(lán)江.生成式人工智能與人文社會科學(xué)的歷史使命——從ChatGPT智能革命談起[J].思想理論教育，2023（4）：12-18.

[10]侯惠勤.意識形態(tài)的變革與話語權(quán)——再論馬克思主義在當(dāng)代的話語權(quán)[J].馬克思主義研究，2006（1）：45-51.

[11]張敬威.ChatGPT的教育審思：他異關(guān)系技術(shù)的教育挑戰(zhàn)及應(yīng)用倫理限度[J].電化教育研究，2023，44（9）：5-11，25.

[12]新華網(wǎng).習(xí)近平：在中國科學(xué)院第二十次院士大會、中國工程院第十五次院士大會、中國科協(xié)第十次全國代表大會上的講話[EB/OL].（2021-05-28）[2024-09-06]. http：//www.xinhuanet.com/politics/2021-05/28/c_1127505377.htm.

[13]馬克思，恩格斯.馬克思恩格斯文集：第8卷[M].北京：人民出版社，2009：358.

[14]馬爾庫塞.“單向度”的人——發(fā)達(dá)工業(yè)社會意識形態(tài)研究[M].11版.劉繼，譯.上海：上海譯文出版社，2014：175.

[15]徐月梅，胡玲，趙佳藝，等.大語言模型的技術(shù)應(yīng)用前景與風(fēng)險挑戰(zhàn)[J].計算機應(yīng)用，2024，44（6）：1655-1662.

[16]YOAV GOLDBERG. Some remarks on large language models[EB/OL]. （2023-01-15）[2023-09-22]. https：//gist.github.com/yoavg/59d174608e92e845c8994ac2e234c8a9.

[17]齊澤克.幻想的瘟疫[M].胡雨潭，葉肖，譯.南京：江蘇人民出版社，2006：112.

[18]NOTTOMBROWN. GPT-3/dataset_statistics/[EB/OL]. （2022-06-02）[2023-09-29]. https：//github.com/openai/gpt-3/tree/master/dataset_statistics.

[19]新華社.習(xí)近平：把思想政治工作貫穿教育教學(xué)全過程[EB/OL]. （2016-12-08）[2024-09-06]. http：//www.xinhuanet.com/politics/2016-12/08/c_1120082577.htm.

[20]中國網(wǎng)信網(wǎng).國家網(wǎng)信辦等七部門聯(lián)合公布《生成式人工智能服務(wù)管理暫行辦法》[EB/OL].（2023-07-13）[2023-09-27]. http：//www.cac.gov.cn/2023-07/13/c_1690898326795531.htm.

[21]教育部.教育部等六部門印發(fā)意見部署教育新型基礎(chǔ)設(shè)施建設(shè)[EB/OL].（2021-07-22）[2023-09-28]. https：//www.gov.cn/xinwen/2021-07/22/content_5626540.htm.

[22]新華社.習(xí)近平總書記在網(wǎng)絡(luò)安全和信息化工作座談會上的講話[EB/OL].（2016-04-25）[2024-09-06]. https：//www.cac.gov.cn/2016-04/25/c_1118731366.htm.

[23]史蒂夫·洛爾.大數(shù)據(jù)主義[M].胡小銳，朱勝超，譯.北京：中信出版集團，2015：89.

[24]諾姆·喬姆斯基，安東尼·阿諾夫.喬姆斯基精粹[M].李梅，譯.上海：上海人民出版社，2021：496-497.

[25]李梁.基于語料庫及其技術(shù)的思政課優(yōu)質(zhì)教學(xué)資源建設(shè)與共享研究[J].思想政治課研究，2020（3）：94-98.

[26]劉軍，雷亮，鐘昌振，等.生成式人工智能的教育應(yīng)用監(jiān)管路線圖——UNESCO《教育和研究領(lǐng)域生成式人工智能使用指南》解讀與啟示[J].中國教育信息化，2024，30（8）：13-28.

[27]CLAUDE ELWOOD SHANNON. Communication in the presence of noise[J]. Proceedings of the IRE， 1949，86（1）：10-21.

[28]毛澤東.毛澤東文集：第2卷[M].北京：人民出版社，1993：435.

[29]新華網(wǎng).習(xí)近平：意識形態(tài)工作是黨的一項極端重要的工作[EB/OL].（2013-08-20）[2024-09-06]. http：//www.xinhuanet.com/politics/2013-08/20/c_117021464.htm.

[30]路易·阿爾都塞.論再生產(chǎn)[M].吳子楓，譯.西安：西北大學(xué)出版社，2019：177.

[31]《思想政治教育學(xué)原理》編寫組.思想政治教育學(xué)原理（第2版）[M].北京：高等教育出版社，2018：81.

[32]阮李全，封星月.新時代高校思政課數(shù)字化轉(zhuǎn)型：困境與突圍[J].中國教育信息化，2024，30（8）：120-128.

[33]新華社.習(xí)近平：在慶祝中國共產(chǎn)黨成立95周年大會上的講話[EB/OL].（2016-07-01）[2024-09-06]. http：//www.xinhuanet.com/politics/2016-07/01/c_1119150660.htm.

[34]哈羅德·伊尼斯.帝國與傳播[M].何道寬，譯.北京：中國大百科全書出版社，2021：62.

[35]劉易斯·芒福德.技術(shù)與文明[M].陳允明，王克仁，李華山，譯.北京：中國建筑工業(yè)出版社，2009：279.

Construction of Generative Artificial Intelligence Corpus for Ideological

and Political Education： Value Dimensions， Realistic Dilemmas， and Practical Paths

Qiang SHEN， Xiankui LUO

（School of Marxism， Wuhu Institute of Technology， Wuhu 241003， Anhui）

Abstract： The emergence and promotion of generative artificial intelligence， represented by ChatGPT， marks the transition of artificial intelligence from discriminative AI models to generative AI models. As a text generation deep learning model based on available data training on the Internet， generative artificial intelligence is pretrained by connecting a large number of corpora， which is an important infrastructure for it. Building a generative artificial intelligence corpus for ideological and political education can lay a technical foundation， provide data support， establish content patterns， and clarify value orientation for establishing a large language model that conforms to the rules of artificial intelligence communication in ideological and political education. In the process of constructing corpus， there are such problems as digital divide， insufficient investment in construction， interactive passivity， and ideological bias， which have led to practical difficulties such as technological loss， data imbalance， content loss， and distorted consciousness. We need to build a generative artificial intelligence corpus for ideological and political education with Chinese characteristics from the perspective of people returning to reality， based on underlying logic， middle level coupling， upper level structure， and top-level design， with the principles of independent innovation， paradigm guidance， value orientation， and consciousness guidance， from the construction of new digital infrastructure， effective supply of discourse power， high-quality quantity labeling， and artificial intelligence values， using a discourse system and corpus that are in line with China’s national conditions to regulate generative artificial intelligence， promoting the transformation and normative construction of ideological and political education paradigms in the balance and transcendence of technological logic and value adherence， and achieving the effective empowerment of artificial intelligence corpus on ideological and political education.

Keywords： Ideological and political education; Generative artificial intelligence; ChatGPT; Corpus

編輯：王天鵬" "校對：王曉明