人工智能赋能思政课：教学样态、问题及治理路径.pdfVIP

学校党建与思想教育

课程教学

总第739期

人工智能赋能思政课：教学样态、问题及治理路径

□朱唯星陶磊

摘要：从技术赋能教育的角度来看，人工智能的强势崛起对思政课教学产生了重大影响，如教

学设计从“经验性”到“数据化”，教学实践从“分散式”到“跨模态”，教学评价从“结果导向”到“循

证导向”。但是，人工智能的不确定性、风险性以及模糊性会对思政课产生知识价值的解构、自然

语言情感力量的破坏和“现实的人”思维能力的消解等问题。基于此，人工智能赋能思政课需要

在由“技”入“人”的探索中开发富含“思想政治理论课品性”的人工智能，在定义其技术教学本质、

技术使用框架以及功能设置中实现“技术教学化”。

关键词：人工智能；思政课；技术赋能；人机关系

作者简介：朱唯星，上海师范大学马克思主义学院博士研究生（上海200234）；陶磊，通讯作者，南

京医科大学思想政治教育研究中心教授、硕士生导师。（江苏南京211166）

基金项目：本文系国家社会科学基金高校思政课研究专项“新时代高校思政课改革创新研究”

（19VSZ079）的研究成果。

DOI：10.19865/j.cnki.xxdj.2025.04.015

中图分类号：G641文献标识码：A文章编号：1007-5968（2025）04-0057-04

[2]

习近平强调，“中国高度重视人工智能对教育学设计并非“一种处方性理论”，而是旨在发展技

的深刻影响，积极推动人工智能和教育深度融合，术性知识，帮助思政课教师探索兼顾统一性和多样

[1]

促进教育变革创新”。在这一战略指引下，人工智性的教学路径。随着大语言模型、自然语言处理等

能凭借其强智能性、深认知性、高类人性等功能特技术的成熟，大学生思想和行为逐渐数据化。通过

征，有望开启与教育领域的深度对话，为思想政治多维度数据收集与分析，思政课教师可描绘出大学

理论课（以下简称“思政课”）教学注入“数据之生个性化思想轮廓，实现对学习需求和行为特征的

维”，并为“学—教—管—评”的全流程优化带来前精准捕捉。这种技术使思政课教师得以从“人的决

所未有的机遇。尽管如此，思政课仍需认真审视策”中解放出来，转向“人的符号输入—技术分析—

“技术”和“教育”的关系，警惕人工智能“赋能”异技术的符号输出”的数据驱动教学模式。这一转变

化为“负能”的风险。意味着教学方案不再是思政课教师主观臆断的产

物，而是基于对大学生数据深入分析后的科学决策。

一、人工智能赋能思政课的教学样态

2.从“分散式”到“跨模态”的教学实践转变。

随着人工智能逐步融入思政课教学实践，其强在构建“大思政”的背景下，思政课正经历从“分散

大的计算能力、庞大的数据资源储备以及独特的式”到“跨模态”的教学实践转变。在虚拟现实

“预训练—微调”的基础算法逻辑，推动着思政课教（VR）、增强现实（AR）等交互技术的支持下，高效

学设计、教学实践和教学评价等关键环节发生转变。的多模态数据处理与多形式信息融合，促使思政课

1.从“经验性”到“数据化”的教学设计转变。的教学实践开始迈向“跨模态”新阶段。通过“本

由于思政课的不可重复性、教学对象的能动性及教地+云+跨模态”的处理模式，人工智能不仅极大地

学问题与情境的紧密关联性，思政课教师往往只能丰富了文本与图像、视频、音频乃至代码之间的跨

基于个体经验和历史性总结来应对教学问题，这些模态对话功能，而且成功地将视觉、听觉、触觉等多

难以形成系统的行动逻辑。基于此，我们期望的教种感官信息整合于一体，为大学生提供了