■ 徐丹阳
在数字时代背景下,人工智能凭借内容生成智能化、人机交互类人化、知识集群模态化等优势,正加速推动思想政治教育数字化转型。其以“和合共生”的互助思维为理念,统筹整合教育资源存量与增量,有效形塑教育形态、优化教育模式、激活教育策略,并依托高性能算力与存储能力,在质量、结构、规模、流程、效益等多维度,全面推进教育数字化全链条变革。
以“数据驱动、价值锚定”为核心,构建思想政治教育数字化知识图谱。传统教学决策往往依赖量化指标与主观经验,侧重于对表层行为数据的判断,而容易忽视教育对象在思维过程、情感变化与价值取向等方面的深层动态,易导致教育方式“一刀切”。大数据作为人工智能算力革命的关键支撑,已成为思想政治教育高质量发展的新型生产要素。这种非实体化的数值形态,能直接承载和呈现教育核心内容,替代传统“直觉主导”的决策模式,实现低成本、高效率、多样化的信息对接与内容移植,推动思想政治教育实现从经验驱动向数据驱动的关键跃迁。
一方面,人工智能通过对实时数据、历史数据与复合数据的精准筛选和动态建模,突破传统线性、层次化的知识体系,借助生成式算法对思想政治教育资源进行多元、交叉、有序的组合与延伸,从多维度关联中构建非线性、立体化、关联化的知识网络,实现“濒危”知识的联动活化、存续传承与创新展现。另一方面,智能系统围绕“数据—知识—价值”三重要素的协同,结合教育对象的注意力机制构建个体认知图谱与情感画像,通过多模态感知与情感计算识别其思想波动规律,动态映射价值观演化路径及知识图谱权重,并选取最新数据对预测模型进行训练,寻求与教育对象发展相适配的最优解,进而实现育人过程的个性化内容推送与结构化价值引导。
以“算法优化、智能匹配”为路径,实现思想政治教育数字化精准传播。人工智能大模型的核心价值,在于通过算力、算法、算料的协同,实现对教育内容的深度重构与智能适配。算法作为人工智能的“大脑”,承担决策、预测与执行的重要职能,是智能系统匹配需求、产出成果的核心中介。通过解析教育群体基于网络“剩余数据”与现实“实践数据”形成的综合“数据印纹”,测算其在时政关注、浏览偏好、价值倾向等方面的行为特征,依托智能系统自动筛选数百亿乃至千亿级参数规模,形成教育资源与受众需求的精准关联映射,实现思想政治教育内容的精准生成与个性化情境构建。
一方面,智能算法依托深度学习与自然语言处理技术,在数据生成的“内容池”中实时分析主体在特定情境中的情绪波动,动态调整话语表达与案例选取策略,推动思想政治教育实现从“千人一面”到“因材施教”的精准转型。另一方面,智能算法从运行逻辑层面严格规范内容输出质量标准,确保生成内容始终契合主流价值导向与教育目标。通过算法“桥接”数据、系统、模型、应用场景的交互链条,借助生成器与判别器的相互训练与对抗,驱动算法“黑盒”检索海量参考样本,保障信息的高阶整合与精准流转,助力教育议题在“策划—过滤—推荐”全流程中提升内容传播的针对性与感染力,让思想政治教育既保持价值内核的稳定,又彰显时代气息,最终实现内容价值与技术效能的“双提升”。
以“场景感知、情感计算”为支撑,提升思想政治教育数字化沉浸体验。人工智能通过对教育场景实施虚拟仿真、代码训练、参数提取、极值计算等技术部署,打通物理空间、知觉空间、知识空间、图像空间的跨模态理解壁垒,并依托高性能计算、模型训练、拟态仿真技术,对思想政治教育内容进行原景式复现。在时空维度上,其基于历史事件的发生逻辑打造“活态化”具象演绎,涵盖历史语境、真实情境、客观环境等各个维度的立体化还原与动态拟设,构建以主体需求为核心、以沉浸体验为目的、以感知增强为重点的思想政治教育新样态。
一方面,教育场景的立体呈现,不仅有助于推动教育对象与教育内容的交互式重塑及认知域重构,更能让主体在沉浸式体验中激发深层次的情感共鸣。具体而言,教育者在现实场景的“举例讲解”中,难以依托静态文字传递复杂的情感波动,而人工智能则具备无限接近历史真实的技术潜力,能够通过感知幻象的动态切片强化沉浸效能,在多模态感知、非时序影像与渲染化场景中,赋予主体身临其境的“荣耀”心境,进而增强教育群体的共同创造体验。另一方面,依托3D渲染、数字孪生、元宇宙、虚拟成像等技术打造的云端多维场域,能够循序渐进地生成历史事件的整体认知结构。其不仅可利用智能技术的纠错功能对历史场景进行调适与修复,还能深度学习真实场景组成要素的演变规律,弥补常规语义叙事难以覆盖的“缺失”环节,超越传统教学中时空局限与感知浅表化的桎梏,最终实现思想政治教育场景的完整性与情感渗透力的双重提升。
(作者单位:华中师范大学马克思主义学院)
【基金项目】本文系2024年华中师范大学马克思主义学院科研基金项目“思想政治教育图像叙事的视觉形塑、情感策略与建构图景”(项目批准号:24HSMY003)的阶段性成果。