生成式人工智能與高校思想政治教育融合的路徑

中圖分類號：G640 文獻標識碼：A DOI：10.19881/j.cnki.1006-3676.2025.07.08

一、研究背景

隨著大數據、人工智能、物聯網等數字技術的蓬勃發展，社會結構與人類生活方式正在發生深刻變革。十八大以來，黨中央高度重視高校思想政治課（以下簡稱思政課）改革創新。2024年世界數字教育大會“人工智能與數字倫理”平行會議展示了中國政府在數字教育領域堅持“以人為本”的人工智能倫理理念和“數字向善”原則，強調了建立教育人工智能倫理對于規避相關倫理風險、為教育數字化轉型營造健康環境的重要性。在數字浪潮持續推進的當下，高校思政課面臨新的歷史機遇與挑戰。2024年5月，習近平總書記作出重要指示：“思政課建設面臨新形勢新任務，必須有新氣象新作為。\"[]作為落實立德樹人根本任務的關鍵課程，思政課不僅要傳遞價值理念和政治立場，更要積極回應數字時代對教育提出的新要求。

近年來，生成式人工智能正在加速滲透教育各領域，國內外學界普遍看好生成式人工智能與高校思想政治課結合的前景。國外學者關注的多是生成式人工智能的運作原理。有研究指出，在教育領域，基于知識的人工智能仍然發揮著核心作用。它將其解釋為從人類專家那里提取的概念結構，不使用逐步算法來計算輸入數據的結果，而是使用簡單但通用的推理引擎來選擇存儲的啟發式規則[2]。相比而言，國內學者更關心生成式人工智能的價值和意義。相關觀點認為，生成式人工智能的出現為高校思想政治教育提供了新的思路和方法，不僅可以豐富教育內容，提升教育的吸引力，還能重塑高等教育教學生態，推動師生關系重構與教師角色轉變[3]。

幾乎所有研究都看到了人工智能時代思想政治課面臨的挑戰[4]。這些挑戰包括：忽視公共情懷、共同理想和價值共識的重要性，導致學生價值觀多元化甚至分裂，削弱高校思政課的思想整合與價值觀塑造功能；引發數據安全問題，如隱私泄露的風險上升；教師在課程設計中過度依賴標準化的生成內容，導致其在課堂中的主導地位被削弱；學術不端行為增加；可能強化“西方中心論”，導致中華優秀傳統文化在信息流中被邊緣化；算法黑箱效應加劇了師生之間的信任危機；師生之間的實際互動減少，產生了情感盲區；算法偏見可能影響高校思政課的主流意識形態引領功能，等等。大學生從信息的被動接受者轉化為了信息的主動選擇者，信息不對稱的局面被打破，教育者不再擁有信息優先權的絕對優勢，這在一定程度上削弱了高校思政課教師的教學地位，弱化了高校思政課教師的話語主導權[5。甚至有研究悲觀地認為，“ChatGPT等生成式人工智能被賦魅為一種‘主人’的新型公共權力，而將人‘降格’為技術附庸，人的真實本質被放逐，人作為意識形態主體的能動性被消弭，進一步加劇意識形態領域管理危機”[6]

針對上述挑戰，研究者們提出了諸多原則性設想。比如，筑牢意識形態安全屏障，通過法律法規等手段規范生成式人工智能的應用，確保其在思想政治教育中的應用受到法律保護；又如，強化技術應用的倫理規范，對從事相關工作的技術人員進行技術倫理教育和指導，確保他們恪守技術倫理底線，維護信息生態的健康發展。有學者提出了建構“生成式人工智能 + 思政課”話語生態的原則，認為應該集中優勢資源與力量，進行自主創新，開發專門適用于高校思政課的生成式人工智能應用[。相關研究者們并沒有討論這些設想和原則的落實方法，只是強調要提升學生的智能教育素養，建議高校思政課教師通過“教方法”增進學生的自主學習能力，教會學生依托智能技術解決問題的辦法[8]。

國內外已有研究從工具屬性、認知邏輯、教學互動、倫理風險等角度展開探討，但針對“生成式人工智能如何在不削弱思想政治教育本質屬性的前提下實現有效融入”這一問題，仍缺乏系統性研究。本文正是在這樣的背景下展開。面對技術重構高校教育的趨勢與現實，必須重新審視技術邏輯與教育邏輯之間的關系，深入分析生成式人工智能在思政教學中可能帶來的賦能空間與價值挑戰，并探尋融合路徑。本文將從理論層面闡釋工具效率與教育價值之間的辯證關系，從實踐層面提出高校思政教育中實現人機協同的可行路徑，力求為新時代背景下高校思政課的高質量發展提供思想支持與現實參考。

二、核心難題：多維矛盾的深度剖析

生成式人工智能作為技術革新的代表性成果，引發了教育本體意義上的一系列深層討論。從根本來看，這些爭議體現為技術邏輯與教育邏輯、工具理性與價值理性、效率導向與育人使命之間的系統性矛盾。要推動“生成式人工智能+思政”的良性發展，必須正視并深入剖析以下多維度問題。

（一）教育目標與生成式人工智能輸出邏輯的錯位

價值觀傳遞不可算法化。思政課的根本使命是引導學生堅定“四個自信”、厚植家國情懷，樹立正確的世界觀、人生觀和價值觀。這種以價值育人為核心的教育目標，具有鮮明的政治性、思想性與情感性。而生成式人工智能的輸出依據則是“最大似然估計”（MaximumLikelihoodEstimation）原則，其內容是基于訓練語料中最常見或最高概率的文本排列，不具備立場選擇、政治判斷和意識形態辨識能力。

生成式人工智能在思政教學中仍面臨工具效率與教育本質之間的根本矛盾。生成式人工智能可以提高教學效率，降低成本，但若僅將其定位為知識搬運工或模板制作器，則難以實現教學目標的躍遷。真正的思政教學目標是“思想引導 + 信念構建 + 行動指引”，其過程不是單純的知識灌輸，而是涵蓋世界觀形成、立場確立、人格養成的綜合過程。這一根本性的錯位，使生成式人工智能在處理涉及核心價值觀的問題時存在天然局限。例如，有教師曾嘗試用人工智能生成100個“改革開放成就”案例作為教材補充，但多數學生反饋其內容“無感”“無趣”“過于空泛”。相反，教師在課堂上講述其親歷的城市拆遷與再規劃過程，反而引發全班熱議。這表明技術能提供素材，但不能自動生成意義；意義的建構仍需教師通過具身經驗與人文關懷來實現。

（二）教育情境與生成式人工智能理性邏輯之間的沖突

思想政治教育的有效性，高度依賴教師與學生之間深度的情感交互。具身性認知是一種認知科學理論，強調認知過程并非僅僅發生在大腦中，還深深依賴于身體的感知、運動以及與環境的互動。換言之，個體的思維、情感和知識不僅受到大腦神經活動的影響，還受到身體結構、感官體驗以及我們所處環境的影響。環境心理學研究表明，教室的物理環境對學生的情緒和學習效果有顯著影響。例如，暖色調的教室可以營造親切、溫馨的氛圍，促進師生之間的情感交流；合理的空間布局可以緩解學生的焦慮，提升學習動力。顯然，教學過程不僅是知識傳遞，更是人格喚醒的過程，教師的目光、語氣、肢體、回應等均影響著學生對課程認同感的建立。

然而，生成式人工智能即便能模擬語言風格、調整語調，也無法真正進入情感交互的現場。在模擬課堂交互時，生成式人工智能的“回應”主要依賴模式識別后的語句組合，缺乏察覺與感知機制。例如，當學生在課堂上表達出對某一理論觀點的疑惑甚至質疑時，經驗豐富的教師往往可以從語氣、面部表情等非語言線索中捕捉其內在情緒，從而給出心理調適與思維引導的復合回應，而生成式人工智能目前無法完成這種復雜識別與回應。學生對教師人格特質（如責任感、親和力等）的信任度，與其對教學內容的接受度呈顯著正相關關系，并遠遠高于對虛擬形象的信任度。

（三）訓練數據的不透明性與語義歧義風險

生成式人工智能的“智能性”源自其訓練模型，而當前多數大模型依賴海外開源語料構建。這些語料來源、篩選標準、價值偏向缺乏可控性，對我國高校思政課的意識形態安全陣地構成潛在風險。一旦生成式人工智能的發展應用和治理失范，將對意識形態領域構成嚴峻挑戰[9]。例如，當學生提問“民主的本質是什么？”時，GPT類人工智能就會默認采用“西方自由民主”語境，強調“三權分立”“多黨競爭”“新聞自由”等表述，而不具備從“全過程人民民主”“人民當家作主”出發，進行中國式回應的能力。若教師不加批判地直接采納其生成內容，就會在無形中削弱社會主義核心價值觀的傳播力。這種“語義漂移”不是人工智能的主動選擇，而是訓練語料內嵌價值取向的體現，凸顯了模型偏見在教育場景中的風險外溢效應。因此，高校必須探索“生成內容二次審查機制”，即由教師對人工智能生成的教學文本進行價值比對與理論映射，確保其輸出內容與教育主管部門審定的教材理論以及黨和國家大政方針保持高度一致。

（四）技術替代傾向與教師主體性弱化

教育部發布的《教師數字素養》標準明確強調，教師應利用數字教育資源持續學習、反思與改進教學行為，進行教學研究活動。但是，部分教師呈現出“教學空心化”傾向，存在從技術依賴走向角色退化的風險。他們將人工智能用于從備課、授課到評價反饋等全部教學環節，自己則退化為“平臺管理員”。這種做法短期看似乎輕松高效，但長期來看卻可能導致教師主體性被弱化，教學內核被空心化。

在教師評價體系中若將“人工智能使用頻率”作為重要指標，很可能誘發形式主義：如每節課必須“引用人工智能回答”、每份教案“注明人工智能生成內容比例”等。此類做法反而導致“為用而用”的表演性使用，掩蓋了教學質量的真實差距。

（五）技術認知的代際分化與適應斷層

當前高校教師群體在人工智能技術認知方面呈現出明顯代際分化：青年教師多為“數字原住民”，具備較強的工具適應與指令編寫能力，容易形成創造性使用人工智能的意識；而中老年教師多為“數字移民”，在面對復雜模型操作、人工智能與教學內容深度融合時，可能產生技術焦慮甚至抵觸心理。這種認知結構的不平衡，直接影響人工智能技術在教學中的普及深度與應用質量。研究顯示，“一些教師擔心無法適應快速發展的教育技術，會因為學習新的技術和新的工具而感到緊張與不安。以俄羅斯高校為例，不少教師年紀偏大，他們被稱為‘數字移民’，對新興的數字技術反應不敏感，不僅面臨技術上的難題，心理上也存在焦慮情緒。”[10]資深教師往往掌握著各大高校的教學話語權，他們的教學模式經長期實踐，大多固化為“理論講授 + 案例討論”經典組合，對技術介入存在路徑依賴被打破的焦慮。另外，用戶對自身操作技術的自信水平可以緩解人工智能學習焦慮的負面影響。擁有高自我效能感的用戶更傾向于認為，自己能夠克服操作人工智能的挑戰[11]。

部分高校雖然開展了“人工智能賦能教學”專題培訓，但多為“一刀切”模式，強制打卡，單向知識灌輸，缺乏分層分崗設計，致使教師陷入“會非所用，用非所學”的尷尬狀態。因此，在后續人工智能技術推進過程中，應優先關注教師技術自我效能感的建構，設計符合其認知規律與實踐經驗的個性化培訓路徑。

三、破局途徑：系統性解決方案建構

面對生成式人工智能與高校思想政治教育之間日益突出的結構性矛盾，僅依賴技術更新或教師自發應對，顯然難以形成可持續的融合路徑。若要真正實現\"技術賦能不替代價值引導”的育人邏輯，需要構建涵蓋技術優化、教育協同、制度支撐、能力提升在內的復合型解決方案，推動“人工智能 + 思政”從工具使用向生態重構轉變。

（一）技術賦能：開發專屬語料庫與模型微調機制

生成式人工智能的應用邊界，很大程度上取決于其訓練語料的質量與模型調參的精度。目前，大部分高校使用的生成工具如ChatGPT、文心一言、DeepSeek等，仍以通用模型為主，難以精準適配思想政治教育對政治性、思想性、理論性的高標準需求。要打破“模型泛用一輸出漂移一教師矯正”的低效路徑，必須推動模型本土化與語料定向化。

高校應聯合技術企業與研究機構，建立以馬克思主義理論體系、中國特色社會主義思想理論成果、黨和國家政策文獻為核心內容的思政教育專用語料庫，并基于此進行模型微調。以“通義”大模型為例，其開放式接口支持高校將自有語料嵌入知識圖譜，通過權重調節實現輸出內容的政治立場可控、表達方式可導。2025年，南開大學依托自主研發的思政大模型語料、全國思政網和教育部高校思政隊伍培訓研修中心（山東大學）支持的專家高質量問答語料、天津市教委支持的思政疑難問題解答等高質量語料優勢，研發賦能輔導員思想政治引領的智能體集群，支持輔導員提升思政引領力[12]。

以社會主義核心價值觀為內核創制數字化敘事資源，并不是簡單的VR體驗或場景還原，而是要在內核上，以思想政治教育的理論、知識、信息為對象，用網絡化思維與數字化技術對其進行挖掘分析，最終將抽象、分散、單一元素的內容，按照數字時代信息傳播的特點與知識學習的規律進行組合、分析、轉化、重構[13]。如北京師范大學正開展的“紅色經典文本人工智能結構解析”項目，將黨史文獻與紅色家書輸入模型，訓練其輸出具備“感性 + 理性 + 信念”三重結構的文本，在增強情感認同的同時維護理論深度。

此外，應建立“人工智能教學生成內容共審機制”，鼓勵思政教師團隊協作審閱人工智能輸出材料，對重點概念、關鍵表述、話語風格進行人工標注，實現人機協同下的“內容精準 + 價值準確”雙重優化。

（二）教育重構：構建“雙主體互動模式”

教育技術的真正價值，不在于替代教師或學生，而在于激發更高質量的互動。以人機協同為基礎的“雙主體教學模式”，應成為高校思政課改革的方向之一。該模式主張教師與生成式人工智能共同參與教學內容建構、問題設計、課堂引導與學習反饋，學生則在二者協同推動下實現知識建構與價值內化。例如，在“科技自立自強”專題教學中，教師可設定人工智能為“中美科技博弈評論員”角色，學生圍繞國產芯片戰略、自主創新機制等話題與人工智能對話，教師在此基礎上引導學生歸納制度優勢、思維邏輯與文化信念。人工智能作為虛擬學伴，提供即時回應與資料支持，教師則主導價值升華與反思引導。這種“情境構建一人機對話一教師評價”的三段式教學，有助于提升課堂生成力、提升學生主動性與現實感知力。

實施生成式教學模式的前提條件在于全面、動態地研判，把握學生的個性特點、學習情況及其在課堂教學中的變化。教師可依托人工智能平臺生成學生多維“能力畫像”，如參與度圖譜、理論理解深度雷達圖、問題探究路徑等，用于個性化推薦教學資源或動態調整課堂結構，打破傳統教學的單線流程，實現精準育人。

（三）制度保障：完善倫理規范體系與資源流轉平臺

高校思政課融合生成式人工智能技術的過程，不僅是教學方法的革新，更涉及意識形態、數據安全、內容權屬等多重制度問題。因此，亟須建立系統化、操作性強的規章體系。

一方面，應由教育主管部門牽頭制定《高校人工智能教學倫理指引》，重點明確三類邊界：一是角色邊界，即人工智能應作為教學輔助工具，不得取代教師的育人職責；二是內容邊界，即嚴禁將人工智能用于撰寫思想匯報、政治理論考核、入黨申請等需真實表達思想立場的環節；三是數據邊界，即加強人工智能采集與處理學生信息的合規審查，嚴控數據濫用與算法歧視風險。

另一方面，應搭建“跨校際人工智能教學資源共享平臺”，推動高校間優質思政課件、教學案例、數據模型等教學要素的共建共享。平臺可基于人工智能自動標注與智能檢索，實現資源精細分類與快速調用，并通過開放式應用接口對接校內智慧教學平臺，提升資源流通效率。上海市部分高校已試點建設“市級人工智能教學資源聯動平臺”，推動人文社科類資源共用共評，為全國高校思想政治教育建設提供了有益范式。

（四）能力建設：實施“分層次、多元化”的素養提升機制

基于研究表明，擁有高自我效能感的用戶更傾向于認為，自已能夠克服操作人工智能的挑戰[]。毫無疑問，教師的數字素養是“人工智能+思政教育”融合的基礎保障。當前高校教師群體在人工智能技術應用方面的能力參差不齊，需以系統性培訓機制提升其技術理解力、工具操作力與教學整合力。

一方面，應設置針對性培訓模塊，分設“入門基礎”“中級操作”“融合創新”三類課程：入門基礎課程聚焦人工智能平臺的使用、指令工程基礎等；中級操作課程以教學資源設計與課堂活動構建作為主要內容；融合創新課程則支持教師參與校級“人工智能教學實驗項目”或“虛擬仿真實驗設計”實踐，提升其整合與創新能力。

另一方面，建立“人工智能教學工作坊 + 教學導師制\"機制，推動青年教師擔任人工智能技術教學骨干，通過“課例共建”“示范錄播”“反向指導”幫助中老年教師適應技術轉型。同時，適當引入高校外部技術專家，進行“跨界賦能”指導，如與工科院系聯合創辦“人工智能教學聯合研修營”，增強跨學科協同能力。

更為重要的是，要將人工智能素養納入高校教師發展評價體系，突出“創造性使用”“課堂融合度”等正向指標，并設立專項經費與榮譽激勵機制，如“人工智能教學創新獎”“人機協同課程突破項目”，避免唯技術、唯形式的單一評估導向。

（五）師生協同：激發學生學習主體性

已有研究指出，教育過程的有效性不僅依賴教師的主動推動，更取決于學生主體性的充分激發。生成式人工智能作為輔助性學習工具，其最大價值在于改善學生的學習體驗，而非簡單的信息灌輸或行為控制。

一方面，教師應在課程伊始即明確人工智能工具的定位與意義，幫助學生樹立正確認知。在第一堂課中，教師可以組織專題討論，引導學生交流對生成式人工智能的了解、日常使用情況及個人體驗，激發興趣與思考。同時，教師應以開放、謙遜的態度，坦誠討論人工智能的利與弊，鼓勵學生提出質疑和想法，形成良好的對話氛圍。

另一方面，教師應制定清晰的人工智能工具使用規則，幫助學生掌握合理、規范的使用方式。可通過課程介紹、課堂提醒等方式明確說明：在何種情境下可以使用人工智能工具、如何正確撰寫提示詞、如何在遵循學術誠信與道德規范的前提下使用輔助功能。特別要強調提示詞的精準表達與信息輸入的道德邊界，培養學生在人工智能環境下的寫作、表達與批判性思維能力。

更為重要的是，應設計具有針對性的教學任務，引導學生在實踐中探索人工智能的合理應用。教師可以布置專門的作業項目，如要求學生在撰寫文章、策劃課堂討論、構建案例分析等過程中合理調用生成式人工智能，要求其在作業中標注使用方式、反思使用體驗[14]。通過這樣開放式、探究式的任務設置，讓學生在真實情境中理解人機協同的價值與限度，逐步建立自主、批判、負責任的人工智能素養。

四、結語

隨著人工智能技術，特別是生成式人工智能的持續迭代與場景拓展，高校思想政治教育正經歷一場深刻的認知與實踐重塑。這一變革不僅體現在教學工具和方法的更新上，更深層次地觸及教育目的、教學關系、育人理念等教育本體問題。如何處理好技術邏輯與教育邏輯的深層博弈，如何在保持思想政治教育本質屬性的前提下實現生成式人工智能的有效嵌入，成為當前高校面臨的重大課題。

本文基于當前人工智能賦能教育的時代背景，系統梳理了生成式人工智能在高校思政教育中的典型應用場景，深入分析其所引發的多維核心難題，進而提出覆蓋技術、理念、制度、能力、教學五個維度的系統性解決路徑。研究發現，生成式人工智能與思政教育并非天然對立，其本質矛盾在于當前技術工具尚未充分理解思想政治教育的育人邏輯，教育系統也未構建起與之匹配的倫理機制與操作規范。因此，關鍵不在于“用不用”，而在于“怎么用”“為誰用”“用到什么程度”。

生成式人工智能的融入，不應只是教學手段的升級，更應成為引導思政課邁向高質量發展的契機。在內容上，它可以打破傳統教學中的信息局限，提供多元表達與互動路徑；在過程上，它可以輔助教學個性化與課堂協同性的提升；在結構上，它將倒逼教師轉變育人思維，推進教學理念從“內容為王”向“能力為本”轉型。然而，這一切實現的前提，是對生成式人工智能技術的主動設計與合理規訓，是教育系統對育人目標、話語體系與技術邊界的重新校準。

可以預見，未來“生成式人工智能 + 思政課”的融合路徑將聚焦于三個戰略方向。

首先，是技術定向與模型優化的深化推進。應圍繞馬克思主義基本原理與中國特色社會主義現實，構建具有中國特色的高校思政教育專屬語料庫與語義規則庫，開發具有主權屬性的“思政課人工智能”工具，防止生成內容漂移與語義偏差，保障意識形態安全底線。

其次，是人機協同教學范式的持續探索。通過教師主導價值引導、人工智能輔助知識分析與反饋分發的“共育模式”，構建技術參與下的新型教學生態，真正實現“以學生為中心”的個性化育人，同時提升學生的自主學習力、思辨能力與思想成熟度。

最后，是制度與倫理體系的配套構建。要在國家層面出臺人工智能教學使用指導意見，明確功能定位與適用邊界，在高校內部建立“人工智能教學使用公約”“思政課內容審核機制”等規范性制度，以體系化治理推動教育與技術的良性互動。

此外，未來研究還需進一步加強以下幾個方向的探索：一是對生成式人工智能對學生政治認知的潛在影響進行長期跟蹤；二是對人工智能內容生成背后的話語體系與意識形態偏向進行系統分析；三是對教師人工智能素養的建構路徑與評價標準進行模型化提煉；四是對“人機共育”的實證案例進行橫向對比與縱向評估。

總而言之，生成式人工智能為高校思想政治教育提供了前所未有的發展機遇，同時也對教育工作者提出了更高的要求與使命。高校要以更高的戰略站位、更強的技術支撐、更實的制度設計，推動思政課從“知識傳遞”向“價值塑造”躍升。唯有以價值為本、以人為本、以系統思維統籌推進“生成式人工智能+思政課”的融合發展，方能真正實現生成式人工智能技術在高校思想政治教育中的“向善賦能”與“價值升維”。

參考文獻：

[1]思政課建設必須有新氣象新作為[N].人民日報，2024-08-06（5）.

[2] WAYNE H，IIKKA T. State of the art and practice in AI in education[J].European journal ofeducation，2022，57（4）：542-570.

[3]周洪宇，常順利.生成式人工智能嵌入高等教育的未來圖景、潛在風險及其治理[J].現代教育管理，2023（11）： 1-12.

[4] CHEN H. The ethical challenges of educational artificial intelligence and coping measures：a discussion in the context of the 2024 world digital education conference[J].Science insightseducation frontiers，2024，20（2）： 3263-3281.

[5]潘建紅，祝玲玲.生成式人工智能賦能高校思政課的風險生成及規避[J].思想政治教育研究，2024，40（3）： 95.

[6]代金平，覃楊楊.ChatGPT等生成式人工智能的意識形態風險及其應對[J].重慶大學學報（社會科學版），2023，29（5）：106.

[7]李明宇，李寒琦.生成式人工智能賦能高校思政課的辯證分析[J].思想政治課研究，2024（6）：142.

[8]米麗艷，楊威.提升思政引領力：高校加強思政課建設路徑探[J].思想政治教育研究，2025，41（2）：83.

[9]董翼.從ChatGPT到Sora：生成式人工智能發展應用的意識形態風險審視[J].重慶郵電大學學報（社會科學版），2025，37（2）：85-93.

[10]岑宇.教師數字素養培養的現實困境與全球行動[J].教師教育學報，2024，11（4）：39.

[11］李晶，卜紅娟，明均仁.人工智能文獻閱讀工具用戶轉移使用行為影響因素研究[J/OL].圖書館建設：1-15（2025-02-18） [2025-04-28].http：//kns.cnki.net/kcms/detail/23.1331.G2.20250218.1035.006.html.

[12]中華人民共和國教育部.南開大學探索人工智能賦能精準思政實踐[EB/0L]．（2025-06-09）[2025-07-19].http：//www.moe.gov.cn/s78/A12/gongzuo/moe_2154/202506/t20250609_1193456.html.

The Pathways of Integrating Generative Artificial Intelligence with College Ideological and Political Education - The Tension Between Technical Logic and Educational Logic and Its Adjustment

ZhuangLinlin Tan Ya

（Chongqing University of Posts and Telecommunications， School of Marxism， Chongqing， 400065） Abstract： [Research purpose] With the rapid development of generative artificial intelligence， collegesand universities in China are facing unprecedented opportunities and challenges inthe field ofideological and political education. A central issue is how to navigate the deep-seated tension between technical logic and educational logic，and how to effectively integrate generative artificial intelligence while safeguarding the fundamental attributes of ideological and political education. As a cornerstone course to ensure that education performs its fundamental mission of fostering virtue， ideological and political education must not only convey core values and political stances but also proactively respond to the evolving demands of education in the digital era. [Research method] This study conducts a comprehensive review of relevant policy documents and recent academic literature to examine the current application of generative artificial intelligence technologies in ideological and political education in colleges. It identifies key practical scenarios， such as content generation， classroom interaction， learning support，and platform development，and employs frameworks from the philosophy of educational technology and ideological theory to systematically analyzing the multifaceted challenges posed by the integration of generative artificial intelligence into ideological and political education. [Research conclusion] Generative artificial intelligence demonstrates substantial potential in enhancing instructional efficiency and diversifying pedagogical formats across dimensions including content creation， interactive design， learning support， and platform integration. Nevertheless， its application also brings aset of critical challenges： misalignment between technical and educational logics，limited capacity for emotional engagement，model biases and ideological security concerns， weakening of teacher agency， generational divides，and adaptation gaps. Achieving meaningful integration of generative artificial intelligence into ideological and political education hinges on the development oflocalizedAI models tailored for ideological instruction，the refinement ofhuman-AI collaborative teaching mechanisms， the establishment of robust ethical frameworks， the enhancement of teachers’ digital competencies，and the active reinforcement of student agency. Looking ahead，it is imperative to uphold a dual commitment to value orientation and innovation， and to systematically promote the deep fusion of technology and ideological and political education，ensuring that educational goals are not only preserved but elevated in the context of the digital age.

Keywords： generative artificial intelligence; college ideological and political education; digitalization of education