学校党建与思想教育｜赵 岩 安治民：人工智能赋能高校思政课 教学的价值、风险与路径

2月12日，马克思主义学院赵岩、安治民老师在核心期刊、CSSCI扩展版《学校党建与思想教育》刊发理论文章《人工智能赋能高校思政课 教学的价值、风险与路径》全文如下：

人工智能赋能高校思政课教学的价值、风险与路径

                                 □赵岩 安治民

摘要：人工智能技术正深刻推动高校思政课教学的系统性变革，在教学内容体系化、教学方法创新化、教学评价精准化、师生互动智能化等方面展现出显著价值 。 同时，人工智能赋能高校思政课教学也面临着技术异化消解人的主体性、知识碎片化导致价值滑移、虚拟情境模糊现实边界、评估数据化偏离育人本质等风险 。为此，可通过坚守育人本位构建人机协同机制、搭建权威知识库防范内容碎片化、强化安全保障平衡虚实关系、革新评价体系构建多元智能评价机制等现实路径，推动高校思政课内涵式发展。

关键词：人工智能；高校思政课；风险审视；现实路径

作者简介：赵岩，best365足球官网马克思主义学院副教授；安治民，best365足球官网马克思主义学院教授。（贵州贵阳550025）

基金项目：本文系贵州省哲学社会科学规划课题“贵州民族地区乡村青年数字劳动重构乡村文化空间研究 ”（项目编号23GZYB86）的阶段性研究成果。

DOI：10.19865/j.cnki.xxdj.2026.02.012

中图分类号：D26文献标识码：A文章编号：1007-5968（2026）02-0053-03

习近平总书记强调，“守正创新推动思政课建设内涵式发展，不断提高思政课的针对性和吸引力 ”[1]，为新时代高校思政课改革创新指明了方向。高校思政课作为落实立德树人根本任务的关键课程，在人工智能时代面临诸多机遇与挑战 。把握人工智能赋能高校思政课教学的机遇，防范化解各类风险，是推动思政课守正创新必须回答的时代课题。

一、人工智能赋能高校思政课教学的时代价值

1. 教学内容体系化：破解理论阐释的时代性与系统性难题。传统思政课教学模式在理论阐释的时代性系统性等方面存在一定局限，难以完全满足学生日益增长的个性化学习需求。人工智能可利用知识图谱、语义网络等技术，对马克思主义理论的核心概念、基本原理进行系统梳理和关联分析，形成结构化、可视化的知识网络，帮助学生建立完整的理论认知框架 。同时，大语言模型等人工智能技术能够基于最新的政策文件、时事热点，快速生成与时俱进的教学素材 。高校思政课教师可运用最新的素材确定契合学生需求的教学主题、教学内容和教学方法，进而优化教学方案。2.教学方法创新化：突破传统课堂的时空限制与模式局限 。传统高校思政课教学存在“满堂灌 ”倾向，导致学生参与度不高 。人工智能技术的深度嵌入，“为高校思政课教学理念从传统的单向灌输向双向互动模式的转变提供了强有力的技术支撑 ”[2] 。具体而言，一是虚拟现实技术创设沉浸式教学场景 。高校思政课教师可运用人工智能技术精心设计契合教学目标的沉浸式教学情境、阶梯式探究任务，打造富有吸引力的课堂教学场域 。例如，高校思政课借助人工智能技术，使学生能够“亲历 ”遵义会议，有助于将原本抽象的革命理论知识转化为可感可知的沉浸式情境体验，切实增强思政课的思想性、理论性与亲和力、针对性 。二是智能交互技术实现个性化学习支持 。高校思政课依托人工智能技术采集课前学情调研问卷、课中互动答题反馈、课后作业完成情况等数据，并深度分析学生的马克思主义理论知识基础、认知特点及能力短板 。基于精准的学情画像，高校思政课可针对不同学生的学习需求提供差异化服务 。例如，对于理论基础薄弱的学生，可推送知识点拆解微课、核心概念图解、经典文献节选等基础性学习资源，并通过阶梯式问答引导其夯实理论根基。

3. 教学评价精准化：推动评价方式从结果导向转向发展导向 。传统高校思政课教学评价存在评价维度单一、反馈滞后等局限 。新时代，高校思政课依托人工智能技术可实现教学评价的精准化 。一方面，评价维度实现全面拓展，不再局限于知识记忆层面，而是涵盖学生的课堂参与度（如小组讨论的贡献度）、理论应用能力（如运用马克思主义立场观点方法分析现实问题的水平）、价值认同表现（如对主流价值观的践行情况）等方面 。另一方面，评价过程实现动态追踪，通过采集学生课前预习的反馈数据、课中探究的思维轨迹、课后实践的成果报告等全过程学习信息，生成可视化的成长曲线，精准刻画学生从“理论认知 ”到“价值内化 ”再到“实践外化 ”的进阶路径。

4. 师生互动智能化：重塑教与学的关系形态 。在传统高校思政课教学中，师生互动往往局限于课堂时间内的提问应答 、课后点对点的答疑解惑，存在互动频次低 、覆盖范围窄 、反馈滞后等问题，难以充分激发学生的主体意识 。而人工智能技术深度嵌入高校思政课，扭转了教与学的主被动关系：教师从知识的“灌输者 ”转变为学习的“引导者 ”，学生从被动的“知识接收者 ”转变为主动的“探究者 ”，最终实现师生的双向奔赴 、协同成长 。例如，高校思政课可以借助人工智能技术开展小组协作互动，帮助学生在观点碰撞、思想交锋中实现优势互补，而教师则以“引导者和合作者 ”的身份参与其中，与学生共同破解理论难点、辨析价值等困惑。

二、人工智能赋能高校思政课教学的风险审视

1.技术异化风险。教育的本质在于唤醒和激发人的主体性 。在人工智能赋能高校思政课的过程中，若忽视对学生本体性和主体性的观照，就有可能滑向技术中心主义 。例如，高校思政课教师若过度依赖人工智能的便捷性，容易陷入“技术替代思维 ”的误区 。长此以往，教师在课堂上的情感传递、价值引领与思想启迪功能被逐渐削弱，师生之间基于思想碰撞与心灵共鸣的深度交流被冰冷的人机交互所取代，思政课的育人温度则会大打折扣 。对学生而言，若一味沉浸于算法精准推送的个性化学习内容，被动接受经过筛选的理论知识与观点阐释，其主动探索未知领域的求知欲、辩证分析复杂问题的批判性思维，以及自主建构知识体系的能力将逐步弱化。

2.内容碎片化风险。在人工智能赋能高校思政课的过程中，若技术应用缺乏科学规划与价值锚定，便有可能消解思政课的系统性与深刻性，无法有效发挥其价值引领作用。一是应用设计导向可能加剧知识呈现碎片化 。高校思政课如果缺乏系统化的教学设计，简单的聊天问答式应用可能导致理论知识被分割为独立的信息点 。长此以往，学生获得的是碎片化的“知识快餐 ”，若满足于表层信息获取而忽视对理论体系的整体把握，难以形成对马克思主义理论的系统认知和情感共鸣 。二是算法偏见可能导致价值取向偏移 。人工智能虽具备高效生成海量思政课教学材料的能力，但其内容生产主要依赖于数据训练与算法模型，存在难以规避的价值导向管控难题 。例如，在涉及马克思主义立场观点方法阐释、党史国史重大历史定论辨析、社会热点问题的主流价值研判等思政课核心议题时，算法生成内容的细微偏差，包括对历史事件的片面解读、对理论原理的浅层阐释、对价值观念的模糊表达，都有可能对学生的思想认知产生误导。

3.虚实边界风险。人工智能通过虚拟现实等技术营造沉浸式教学情境，却也带来虚实混同和隐私侵犯的双重风险 。一是虚拟沉浸引发虚实边界模糊 。为增强理论教学的代入感，高校思政课教师会借助人工智能技术搭建“重走长征路 ”“亲历遵义会议 ”等虚拟教学场景 。这虽能让学生快速共情历史，但可能会引发“游戏迁移现象 ”，即学生将虚拟场景中的刺激体验与现实生活的物理感知相混淆，把虚拟情境里的“任务式参与 ”等同于现实中的价值践行 。需要警惕的是，过度依赖虚拟情境开展思政课教学，有可能降低学生对现实社会的关注度，进而消解其主动承担社会责任的意识 。另一方面，数据采集存在隐私泄露隐患 。在人工智能赋能思政课教学中，教师为精准研判学情、推进个性化育人，需借助平台采集学生课前预习反馈、课中理论研讨发言次数、课后思想感悟作业等数据，这些数据大多关联学生的思想动态、价值取向等核心思政相关信息，属于敏感隐私范畴 。 当前，部分智慧教学平台存在过度采集、无序存储学生数据的问题，若数据保护机制缺失，不仅可能导致学生个人思想隐私泄露，还可能引发严重的社会伦理风险，最终削弱学生对思政课的信任。

4.评价异化风险。人工智能技术为高校思政课教学评估提供了精准化路径，但其一贯的“数据化逻辑 ”也可能导致学生发展评价的片面化问题。一方面，评价指标的单一量化倾向 。部分智慧教学平台在思政课评价设计中，往往优先选取课堂发言次数、作业完成速度、测验分数等易于量化的外显行为指标，却忽视了学生在思政课学习中的情感体验、思想觉悟提升、价值认同深化等核心内在维度的发展变化 。另一方面，评价反馈的机械程序化。高校思政课的评价反馈本应是教师与学生之间思想交流、价值引导的重要载体，需兼具针对性与人文性 。然而，人工智能驱动的评价反馈常呈现机械程序化特征，若将生成式人工智能的自动批改结果直接作为评价依据，不仅无法精准回应学生在理论认知、价值辨析中的困惑，还有可能消解教学评价的人文关怀，弱化教师的价值引领作用。

三、人工智能赋能高校思政课教学的现实路径

1.坚守育人本位，破解技术异化难题 。针对技术依赖导致师生主体性弱化的问题，必须坚持以人为本的教育理念，建立“人主技辅 ”的协同机制。一方面，筑牢价值引领的“防火墙 ”。高校思政课教师应以自身的教育智慧与情感温度，引导学生在价值辨析中明辨是非、在思想碰撞中坚定立场，避免技术算法的“标准化输出 ”消解思政课的人文性 。另一方面，激活技术赋能的“增效器 ”。高校思政课教师应依托数字化资源库整合红色经典文献、党史国史影像资料 、时代楷模先进事迹等优质教学素材，以丰富课堂教学的内容供给，让思政课的理论阐释更具历史厚度与现实温度 。此外，高校思政课教师应主动增强数据筛选、结果优化、报告解读等能力，使自己从“技术使用者 ”转变为“技术驾驭者 ”。

2.构建知识体系，防范内容碎片化 。针对知识呈现碎片化和价值取向偏移问题 ，必须运用RAG（检索增强生成）等先进技术，构建系统化、权威化的思政课知识体系 。一是构建权威知识库 。高校思政课应在技术模型的训练阶段大量融入中华优秀传统文化、红色革命文化与社会主义先进文化等丰富语料；筛选官方媒体发布的典型案例、时代楷模事迹、大国重器成就、社会治理实践案例等，构建内在统一 、逻辑严密的知识网络 。二是应用RAG 技术实现系统化内容生成 。高校思政课教师可输入课程章节、教学目标与课时安排，借助系统的智能检索功能获取对应理论知识与案例素材，快速生成结构化教案和 PPT 课件，并进行二次优化。当学生提出问题时，系统首先从权威知识库中检索相关理论内容，再基于检索结果生成回答，确保生成内容的准确性和权威性。

3.强化安全保障，防范虚拟化与隐私风险。针对虚实边界模糊和隐私泄露隐患问题，必须优化虚实融合的教学模式和全方位的数据安全体系 。一是构建“虚拟体验+现实践行 ”双驱动模式 。高校思政课教师应合理运用 VR/AR 技术创设沉浸式场景，明确虚拟教学的辅助地位，将虚拟情境教学与现实社会实践紧密结合，实现从“虚拟感知 ”到“ 现实践行 ”的转化 。二是建立数据安全分级保护机制 。高校思政课教师在录制课堂音视频或收集非教学必需的个人信息前，应向学生清晰说明数据使用的目的、范围和方式，逐步提高数据采集的真实性和完整性。

4.革新评价体系，防范片面化评价。针对评价指标单一量化和评价反馈机械程序化问题，应实施“人机协同 ”的混合式评价 。高校思政课可以构建“AI 初评+教师精评+学生互评 ”的评价模式，其中 AI 提供基础评分和共性问题分析，教师聚焦个性问题开展深度点评，学生围绕高阶能力表现进行互评，不断提升思政课教学评价的针对性和实效性 。此外，搭建动态反馈平台，强化持续互动 。高校思政课教师通过智能教学平台将人机协同评价结果及时反馈给学生，设置在线答疑通道，针对学生疑问开展一对一指导，并跟踪学生后续改进情况，形成“评价—反馈—提升 ”的良性循环。

参考文献：

[1] 习近平对学校思政课建设作出重要指示强调：不断开创新时代思政教育新局面努力培养更多让党放心爱国奉献担当民族复兴重任的时代新人[N].人民日报，2024-05-12（1）.

[2] 王世恒，吴月齐 . 生成式人工智能赋能高校思政课教学的价值向度、风险挑战及实践路径[J].学校党建与思想教育，2025，（18）.

责任编辑 侯欣

责任校对 陈若水