生成式人工智能与高校思想政治教育深度融合的路径探究

随着信息技术的迅猛发展，生成式人工智能（GenerativeArtificialIntelligence）已成为推动教育领域变革的重要力量。习近平总书记在党的二十大报告中明确提出，“推进教育数字化，建设全民终身学习的学习型社会、学习型大国\"。在教育数字化背景下，生成式人工智能与思想政治教育的深度融合不仅是技术发展的必然趋势，更是实现教育高质量发展的内在要求。作为立德树人的重要阵地，高校思想政治教育需紧跟数字化转型步伐，积极探索与生成式人工智能深度融合的有效路径。一、生成式人工智能开辟思想政治教育数字化转型新赛道在《教育强国建设规划纲要（2024一2035年）》等国家教育数字化战略推动下，生成式人工智能正重构高校思想政治教育生态，推动教育数字化战略向“精准思政\"深化演进。（一）理念升级：从技术工具论到重构教育生态新时代背景下，思想政治教育的理念正在经历一场深刻升级，从单纯将技术视为工具的\"技术工具论”，迈向以智能技术为核心驱动力的教育生态重构。一是技术匹配。从符号主义到联结主义再到行为主义，人工智能经历了三次理论更迭，突破工具属性，驱动教育生态重构。其智能生产系统与思想政治教育实践深度耦合，不仅体现在技术逻辑与教育规律的有机统一，而且表现在思想政治教育的智能化、科学化，通过人机协同机制提升育人精准度，实现从“网络思政\"到“智能思政\"的跃迁。二是教育变革需要。习近平总书记指出，“积极推动人工智能和教育深度融合，促进教育变革创新”3]。生成式人工智能以其强大的数据处理、智能分析和内容生成能力，突破传统思想政治教育模式的单向性与低效性，通过精准构建场景化教学模式，促进传统单向传授向双向互动、多维协同模式转型。三是价值观塑造。生成式人工智能与高校思想政治教育深度融合，核心在于实现技术优化和育人目标的和谐统一。4作为一种技术变革，生成式人工智能通过数据流动与算法演进，同步培养教育主客体的批判性思维与价值判断能力。这种技术与人性的深度共鸣，为数字时代高校落实立德树人根本任务开辟了新的实践路径。（二）场景创新：打造“智能+”思政育人新模态在高校思想政治教育教学实践中，生成式人工智能正以其强大的数据处理、内容生成和智能交互能力，从精准画像、内容生产和效果评估三个方面推动大学生思想政治教育理念与方法的革新，打造“智能+\"思政育人新模态。一是精准画像，满足学生个性化学习需求。生成式人工智能能够基于数据挖掘技术分析学生个性化需求，为实现精准思政提供技术支撑。5以当前思想政治教育平台“学习强国”为例，其内容推荐系统通过解析用户浏览时长、栏目偏好、互动频次等隐式反馈数据，运用知识图谱技术构建个性化学习路径，既满足了学生圈层化、碎片化的学习偏好，又实现了主流价值观的精准传播。二是内容生产，丰富课程多模态教学资源。一方面，生成式人工智能为高校思想政治教育提供了新手段、新平台。智能技术突破传统课堂边界，凭借虚拟现实技术将抽象理论具象为沉浸式场景，同时通过在线学习助手辅助课堂教学。另一方面，生成式人工智能为思政教师提供海量教学资源。通过整合跨学科资源，拓展了教学深度，提升了学生的跨学科学习能力和批判性思维。三是效果评估，实现育人智能化指导反馈。借助大数据分析和算法模型，生成式人工智能通过全过程动态监测实时生成学生学习报告，帮助教师优化教学策略。同时，从在线讨论观点分析、行为追踪等维度综合评价学生学习动机、情感态度等非认知因素，形成全周期、全流程、智能化的高校思想政治教育工作格局，为新时代人才培养提供技术支持。[8]二、生成式人工智能融合思想政治教育风险治理新挑战生成式人工智能的深度应用为高校思想政治教育工作注入了新动能，但在实践过程中也面临着多重风险。（一）意识形态安全风险当前我国生成式人工智能仍处于成长期，“发育不完全\"的算法推荐受到政治因素、资本力量和技术限制三重因素影响，在主流价值的传播和教育客体的价值观塑造过程中存在偏差，容易产生意识形态安全风险。9一方面，“算法黑箱\"带来的技术不透明性，使教育主体难以解析内容生成逻辑，意识形态话语权面临结构性风险。更为严峻的是，生成式人工智能的核心技术仍被西方国家垄断，某些跨国企业以“算法优化\"之名，在涉及中国政治制度等议题时刻意降低正面叙事权重，在历史争议话题中强化片面内容输出。这种技术霸权不仅威胁我国关键领域的自主性，更可能通过海量倾向性信息潜移默化地解构社会主义核心价值观，使意识形态面临“软性侵蚀”风险。另一方面，生成式人工智能通过用户画像实现的精准内容投送，虽然提升了信息传播效率，但也导致教育客体陷入与自身认知体系和社会热点趋同的“信息茧房”。作为商业产品，生成式人工智能的技术开发者在算法运作中往往追求“利益最大化”，将用户交互数据转化为“流量密码”，使社会主义核心价值观在思政智能化传播生态中遭遇“数据冷暴力”。算法推荐系统推送用户既有偏好内容，导致教育客体错过系统化、辩证化的学习内容。此外，算法系统将用户停留时长、点击率等商业指标作为核心优化目标，导致主流思想传播异化，时政内容多沦为“标题党”，缺乏实质性思想内涵。（二）人的主体性缺失风险思想政治教育是构建在“人\"基础之上的一项社会实践活动，人的本质决定了人在思想政治工作中的主体地位。生成式人工智能在给思想政治教育工作带来巨大便利的同时，也伴随着“技术依赖\"甚至人的工具化。一是教师话语权的技术让渡。当教育者为提升教学效率直接采用智能系统生成的教案时，算法设计的价值立场与育人目标的适配性、个性化方案与学生发展需求的匹配度等关键问题常被技术工具性遮蔽，导致思想政治教育主体从具有辩证思维能力的“引导者”退化为执行技术指令的“操作员”。[12]二是学生批判性思维的算法依赖。传统学习需要经历信息检索、筛选、整合和验证的完整认知链条，而人工智能技术生成的答案跳过了分析、推理和判断等关键环节，形成“工具依赖—能力退化一更深度依赖\"的恶性循环。从教育目标层面看，这种工具理性的单向知识传递模式与思想政治教育实现人的全面发展理念背道而驰。三是教育主客体的人际交往淡化。“思想政治教育主客体以及关系问题是思想政治教育学科发展中的一个基础且关键的问题。\"[13]当学生更倾向通过生成式人工智能获取反馈，师生间的沟通和情感交流就大大减少，教师无法根据个体差异对学生进行认知纠偏和情感激励。教育本身应有的人文关怀和价值引导“无处可施”，弱化了思想政治教育的育人功能。（三）隐私泄露与学术伦理风险生成式人工智能在高校思想政治教育中的应用依赖学生数据采集，但技术应用与隐私保护的失衡催生多重风险[14]一方面，为了训练出精准、高效的模型，人工智能技术开发者往往尽可能多地收集数据。在教育场景中，学生的个人信息涵盖基本身份信息、学习情况、社交关系、兴趣爱好、心理状态等，如果不加以严格保护，将严重侵犯学生隐私。另一方面，由于高校引用的智能思政平台大多由第三方公司开发运营，学生数据储存于商业云端，存在双重隐患：一是企业的营利性易引发数据滥用，干扰学生正常生活；二是技术外包导致数据管理权旁落，高校既难防范第三方违规使用，也缺乏应对泄露事件的技术处理能力，威胁学生人身财产安全。此外，生成式人工智能对学术伦理的冲击也形成了系统性挑战。频繁利用人工智能写作的背后，是虚假研究数据和学术观点的“集体无意识剽窃”。同时，生成式人工智能带来的更深层次的伦理困境在于知识产权的解构。2023年Nature（《自然》）期刊撤稿的人工智能生成论文事件显示，算法将多位学者的核心观点进行混合重组，导致传统引证规范失效。这种技术性知识缝合既侵犯原作者权益，又制造出无法界定责任主体的学术成果。三、生成式人工智能赋能思想政治教育多维协同新路径在数字化转型浪潮重塑教育生态的当下，生成式人工智能作为颠覆性技术，为高校思想政治教育工作带来了机遇和挑战。基于此，高校要在守住意识形态底线的前提下，主动运用生成式人工智能技术拓展思想政治教育场景，构建人机协同的育人新范式。（一）坚持价值引领构建生成式人工智能与思想政治教育的融合新格局，关键要坚持正确的价值导向。思想政治教育理论研究需要始终坚持马克思主义基本方法论，既要聚焦学科核心命题的学理深耕，又要破解学科话语体系构建的关键问题，在研究导向层面坚持价值引领，立足育人本质。5因此，在思政数字化转型新时期，高校更要强化马克思主义理论学科的引领作用，坚持以人为本。一是抢占技术前沿，推动“中国式\"智慧思政平台建设。人工智能基础理论研究是其应用发展的前提，也是技术进步的关键。推动生成式人工智能与高校思想政治教育融合必须以马克思主义理论为框架，推进\"人工智能十思想政治教育\"跨学科研究，打好理论基础。同时，“坚决打赢关键核心技术攻坚战”，“以国家战略需求为导向，集聚力量进行原创性引领性科技攻关”。基于此，生成式人工智能与高校思想政治教育的深度融合要加强基础算法研发，提升我国人工智能技术的自主创新能力，落实立德树人根本任务，筑牢意识形态的安全防线。二是强化审核机制，形成“技术+制度+人才”的闭环体系。在技术识别层面，教育部联合头部科技企业研发融合语义分析与情感计算的多模态监测模型，对文本、图像、视频等内容进行立体化价值取向筛选，实现风险精准定位与分级响应。在制度建设上，教育部联合国家网信办完善数据治理规则，通过对正能量内容实施流量加权、对存在价值偏差的内容智能纠偏、对风险内容传播全面留痕，确保主流价值导向贯穿信息传播全过程。在人才培养方面，高校应培养精通人工智能技术的马克思主义理论专家和掌握意识形态规律的算法工程师，双重保障智能思政的意识形态安全。（二）推动人机协同推动生成式人工智能与思想政治教育深度融合要抓住人机协作的核心，发挥教师在思想政治教育中的主体作用，着力提升思政教师数字素养和人文关怀。[18]首先，打造思政教师“数字领导力\"培养体系，提升教学主体数字素养。高校应将数字技能作为思政教师职业发展的重要组成部分，通过构建多层次、多形式的培训体系，如开设人工智能技术培训班、组织专题研讨会、引入人工智能应用实践项目等，帮助教师掌握生成式人工智能的基本原理和技术应用。高校还应设立专项基金，资助教师开展与生成式人工智能相关的科研项目，帮助其解决资金和技术上的困难。同时，将“数字领导力\"纳入教师发展评价体系，激发思政教师主动拥抱智能技术的热情，实现思想政治教育智能化高质量发展。其次，在技术应用中坚守育人本质，彰显思想政治教育人文关怀。在生成式人工智能与思想政治教育深度融合的过程中，教师必须回归教育本质，关注学生需求、情感和个体差异，培养全面发展的人。一方面，教师应向学生介绍生成式人工智能可能引发的隐私泄露、数据偏见、虚假信息传播等问题，强调技术使用的道德底线，培养学生独立判断能力和批判性思维。另一方面，教师应注重学生的情感发展动态，关注个体需求。教师应通过线上线下相结合的方式更好地关注学生成长需求，在人工智能时代传递思想政治教育的人文关怀。（三）完善制度生态习近平总书记指出，“要加强人工智能发展的潜在风险研判和防范”，“建立健全保障人工智能健康发展的法律法规、制度体系、伦理道德”[19生成式人工智能的应用涉及诸多伦理和法律问题，如数据隐私保护、算法偏见、虚假信息传播等。因此，完善相关法律法规和伦理规范是构建制度生态的基础。2023年7月，国家网信办、国家发展改革委等七部门联合发布并实施的《生成式人工智能服务管理暂行办法》明确了生成式人工智能的规范应用。基于此，针对教育领域，尤其是涉及生成式人工智能在思想政治教育的融合应用，相关部门还应出台专门的法律法规，明确技术使用的边界和责任主体，如规定人工智能生成内容的版权归属、禁止利用人工智能工具进行学术造假或传播违法信息等。同时，相关部门应加强对生成式人工智能在教育领域的监管，定期开展合规性检查，并对违规行为依法惩处，完善制度生态，实现技术赋能与价值引领的有机统一。在伦理治理方面，高校应成立专门的伦理审查部门，负责评估生成式人工智能在教学中的应用是否符合伦理规范。高校伦理审查委员会可以由马克思主义理论、计算机科学、法学等跨学科领域专家及学生代表共同组成，形成“技术合规性审查+意识形态安全性评估”双轨制运作机制。同时，高校应结合优