首页
■ 张淑华 许彦彬
在自媒体时代信息碎片化与“信息茧房”的挑战下，传统思想政治教育模式亟待创新与拓展。构建“泛在思政”教育体系，旨在通过突破时空限制、整合多元资源、重塑教学关系并融合智能技术，打造全方位、全过程、全领域的育人新生态。它不仅显著提升了思政教育的覆盖面、吸引力与实效性，更通过构建全媒体传播矩阵，增强了主流价值在纷繁信息环境中的竞争力。而人工智能技术的深度融合，正为这一体系的建设提供关键支撑，从构建“三位一体”教育体系、创新“虚实融合”教学场景、赋能“人机协同”教育主体，到拓展“全域覆盖”教育空间与深化“数据驱动”教育评价，系统性地开辟了思政教育创新发展的实践进路，为实现精准化、个性化、沉浸化的新时代育人目标奠定了坚实基础。
构建“泛在思政”教育体系的意义
第一，创新思政教育模式。“泛在思政”通过拓展教育时空、整合多元资源、创新教学模式，构建全方位、全过程、全领域的育人体系，对思政教学具有提升教育覆盖面、增强教育实效性、推动教育创新等重要意义。其一，“泛在思政”突破传统思政课堂的时间与空间限制，将思想政治教育融入学生的学习、生活、实践等各个场景，实现“时时可学、处处能学”。这种泛在化的教育模式使思政教育不再局限于课堂，而是渗透到学生的日常行为中，形成全天候、全方位的育人格局。其二，“泛在思政”强调对各类教育资源的挖掘与整合，包括课程资源、实践资源、文化资源等。这种多元化的资源整合不仅使思政教育更加贴近实际、贴近生活，也增强了教育的吸引力和感染力。其三，“泛在思政”重塑教与学的关系，彰显学生主体地位。“泛在思政”通过提供海量资源，让学生结合自身实际开展自主学习成为可能，更尊重学生的主体性和参与性，能够激发学生的学习兴趣和积极性。其四，“泛在思政”借助大数据、人工智能等技术手段，实现精准施教和个性化学习，提高教育的针对性和实效性。人工智能技术可全过程整合学生学习信息，对学生思想状况作出更科学、更全面的评价。
第二，增强思政教育在自媒体时代的信息竞争力。自媒体时代信息传播碎片化特征明显，容易分散用户注意力；信息发布门槛低，增加了辨伪成本；平台算法易形成“信息茧房”，限制学生信息来源。这些特征无形中削弱了思政教育信息的权威性和影响力。而“泛在思政”教育体系构建起全媒体传播矩阵，整合官方媒体、社交媒体、短视频平台等渠道，实现“一次创作、多端分发”，从而有效吸引受众注意力；借助大数据分析用户画像，推送个性化思政内容，提高思政教育的针对性；通过主动推送跨圈层内容，如在娱乐类内容中嵌入价值观引导，有效破解“信息茧房”对大学生的影响；运用VR/AR技术还原历史场景，打造沉浸式传播场景，增强代入感，提高大学生思政学习的积极性与主动性。
AI赋能构建“泛在思政”教育体系的进路
AI（人工智能）技术凭借数据处理、智能分析和个性化服务能力，为“泛在思政”教育体系构建提供技术支撑，可从五个维度采取措施。
第一，构建“三位一体”的泛在思政教育体系。教育资源体系：借助自然语言处理技术，生成针对性更强的教育资源，构建“深入交流－价值探索－理论应用”闭环，满足学生多样化学习需求。教育评价体系：利用AI持续采集专题研讨、案例剖析等场景的交互数据，分析文本语义、情感倾向等特征，构建个体认知发展动态模型，生成发展性诊断报告，破解传统评价主观化的问题，全面客观反映学生学习情况和思想变化。教育反馈体系：依托AI通过情感计算技术捕捉学员思想波动，结合算法相关性分析实现精准施教，及时调整教育策略，提高教育效果。
第二，创新“虚实融合”的思政教学场景。虚拟仿真教学，运用VR/AR技术构建沉浸式历史场景，增强理论认知的具象化体验，提高学习兴趣和参与度。游戏化学习设计，开发互动场景，让学员通过角色扮演体验解决问题的过程，培养批判性思维和解决问题的能力。跨学科资源整合，构建“技术+伦理+社会”课程思政资源库，引导学员从多维度审视理论问题。例如，在案例教学中，分析数据隐私、责任归属等伦理法律问题，培养辩证思维能力，拓宽学生视野。
第三，赋能“人机协同”的思政教育主体。教师能力重构：提升教师数字素养，使其掌握AI工具操作逻辑与教育伦理平衡的艺术，更好地运用AI技术开展思政教育，提高教育质量和效率。学生主体性激活：根据学员知识基础生成个性化学习路径，帮助其高效构建理论认知框架，满足学生个性化学习需求。人机协作教学：打造“AI德法老师”数字人授课，开发“AI思政课一点通”辅助工具，实现即时答疑、心理支持等功能，弥补通用大语言模型在价值观导向上的不足，实现人机优势互补。
第四，拓展“全域覆盖”的思政教育空间。云端资源共享：整合跨时空优质课程资源，依托智能匹配算法精准推送，打破地域限制，让更多学生共享优质教育资源。智能终端延伸：通过智能设备将教育场域延伸至社会实境，引导学员观察分析社会热点事件，使思政教育与社会实际紧密结合，增强教育的现实感和针对性。跨学科知识图谱：智能关联哲学、历史、社会学等学科知识，提升学员辩证思维能力，培养学生综合素养和跨学科思维能力。
第五，深化“数据驱动”的思政教育评价。模态数据采集：综合运用课堂发言、小组讨论、实践作业等多维度数据，构建学员综合素养图谱，分析学员表现并生成评价报告，全面客观评价学生思政素养。动态调整机制：根据AI反馈信息实时调整教学策略。例如，教师通过“BRTR”（结构化提示词）提问技巧提升AI响应准确性，利用学员反馈优化提问方式，提高教学效果。发展性诊断报告：追踪学员知识内化轨迹，输出包含重点强化模块、拓展阅读资料等内容的个性化学习方案。例如，通过AI分析系统生成学员“思政”素养图谱，为辅导提供依据，实现精准教学和个性化辅导。
（张淑华单位：泰山学院；许彦彬单位：山东第一医科大学）
放大
上一版
