思想政治教育生成式人工智能语料库建构逻辑和实施进路探析.docxVIP

思想政治教育生成式人工智能语料库建构逻辑和实施进路探析

摘?要：语料数据是生成式人工智能的基础。构建思想政治教育生成式人工智能语料库，有助于从技术基础、数据支撑、内容供给和意识形态等逻辑层面打造体现思想政治教育交往规则的大型语言模型。面对语料库建构过程中存在的技术中心化、数据空心化、内容灰箱化、意识逆差化等风险，需要用符合我国国情的话语体系和语料库来规制生成式人工智能，从价值必然向度、内容应然高度、数据实然维度、技术能然准度等方面实现生成式人工智能语料库对思想政治教育的有效赋能。

关键词：思想政治教育；生成式人工智能；ChatGPT；语料库

一、引言

OpenAI公司推出的聊天生成预训练转换器ChatGPT（ChatGenerativePre-trainedTransformer），不仅是大型语言模型（largelanguagemodel，LLM）的突破，也是生成式人工智能（GenerativeArtificialIntelligence）大规模应用的典型。2019年5月，习近平总书记在《向国际人工智能与教育大会致贺信》中指出要：“高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新。”[1]生成式人工智能介入思想政治教育，不仅是新时代高校思想政治教育落实立德树人根本任务的内在要求，也是加快推进教育数字化转型和高质量发展的必然趋势。生成式人工智能依赖大量的语料库来进行预训练，海量语料数据是极其重要的基础设施。构建思想政治教育生成式人工智能语料库，就是通过充分利用人工智能大模型的技术优势，用富有中国特色的场景和数据锻造有中国特色的思想政治教育语料库，将主流意识形态和话语内容嵌入人工智能语料库的设计框架之中，为新时代思想政治教育守正创新提供新的发展进路。

二、思想政治教育生成式人工智能语料库的建构逻辑

智能技术与思想政治教育相结合是思想政治教育创新发展的逻辑必然。构建思想政治教育领域的生成式人工智能语料库，从技术基础、数据支撑、内容供给和意识形态等逻辑层面打造体现思想政治教育交往规则的大型语言模型，激发智能驱动思想政治教育的技术张力。

（一）技术基础逻辑：预训练基础与推理路径生成

数据、算法和算力是人工智能发展三大要素，无论智能技术如何迭代发展，语料数据作为其基础要素的属性并未改变。早在2021年GPT大模型就使用了近45万亿字节文本数据，甚至“包含了真实世界的人类对话和各种公开信息”[2]，以此建构的语料数据库奠定了ChatGPT预训练基础。ChatGPT类生成式人工智能基于Transformer的生成式预训练（Pre-Training），通过自然语言处理技术（NaturalLanguageProcessing，NLP）进行深度学习和语言知识的自主获取，在因果性概率解释的框架下实现对已有知识内容的自动分析和生成。同时，人工智能大模型利用Transformer模型中的“联结主义”，在思维链技术的加持下，能够模拟人类的认知过程围绕特定领域话题展开话语内容，这种生成推理路径的能力为人工智能嵌入思想政治教育提供了新的可能。因此，建立思想政治教育专门的人工智能语料库，不仅是研发思政领域大模型、推出思政类生成式人工智能的基础，也为同步推动人工智能与教育元宇宙深度融合，打造智能交互的思政教学环境奠定了坚实的技术基础。

（二）数据支撑逻辑：数字化要素与数据构成质化

数据作为教育数字化的重要要素构成，不仅是数字化教育的基础设施，更是连接生成式人工智能与思想政治教育的桥梁。大型语言模型以无监督方式对大量文本数据进行训练，借助“数据输出的智能逻辑”[3]介入包括思想政治教育在内社会各领域。大数据技术的广泛应用实现了对物、人和活动的全面数据化，数据驱动为思想政治教育发展提供技术支撑，人工智能生成内容（ArtificialIntelligenceGeneratedContent，AIGC）的到来或将成为思想政治教育从“数据化”跃升至“数质化”的全新发展阶段的关键节点。要完成对思想政治教育数据的质化，需要通过收集、清理、筛选、重新编码和语料库语组分析、相关分析、语义分析，建立可共享的、数质化的思想政治教育语料库。通过强化对大数据和语料库的深度挖掘利用，不断发掘数据特征、总结数据规律，助力思想政治教育的数字化创新，不断开辟思想政治教育数字化的新空间，提升思想政治教育在思想引领、立场整合、凝聚共识等方面影响力。

（三）内容供给逻辑：多模态内容与信息交互转换

ChatGPT、GoogleBERT等人工智能大模型虽然可以通过监督微调（SupervisedFine-tuning，SFT）来解决多种问题或完成多项任务，但其生成内容的能力仍然不能完全自发自主。目前，生成式人工智能依然需要借助大量数据进行整体语境