首页
■ 刘飏 田朝晖
生成式人工智能技术在高校思政教育领域拥有广阔的应用前景，给思政教育的改革与创新带来了新契机。然而，人工智能赋能思政教育并非无条件的正向推进，在实际应用过程中，易引发学生思维惰化、教师信息处理能力不足、技术可靠性差、数据安全风险及价值导向偏移等多重问题，亟待进行系统审视与应对。
培育学生信息素养，激发思维活力。大学生是高校思政教育的核心对象，若过度依赖人工智能工具易滋生思维惰性，因此高校需着力提升学生的信息素养与思维品质。教师应引导学生树立正确技术观与学习态度，明确生成式人工智能仅为辅助学习的工具，无法替代自主思考与探索。此外，学校可将信息素养教育融入思政课程体系，构建“理论基础—案例辨析—实践指导”三位一体的课堂教学模式：从理论层面系统讲授信息检索、可信度评价及学术伦理规范等内容；选取社会热点等典型场景，通过案例教学引导学生以批判视角分析各类平台信息，培养具备批判性思维与终身学习能力的数字公民。
强化教师技术培训，助力角色转型。教师作为高校思政教育的实施主体，其自身素养与角色转型直接影响生成式人工智能在思政教育中的应用成效。一方面，高校需制定系统培训方案，为思政教师提供全面的生成式人工智能技术培训——内容不仅涵盖人工智能基本原理与操作技巧，更需着重培养教师运用人工智能开展课程设计、整合教学资源及评估学生学习情况的能力；可通过举办专题讲座、创建工作坊或开设在线课程等形式，邀请行业专家与技术人员传授人工智能操作技能，助力教师快速掌握相关技术。另一方面，高校可搭建交流合作平台，定期在校内开展AI教学研讨活动，鼓励教师分享生成式人工智能融入教学的实践经验；同时，借助平台推动跨学科合作，探索生成式人工智能技术与思政教育融合的新路径、新模式，推动教师从传统授课者向智能教学引导者、育人创新者转变。
聚焦技术突破，优化适配应用。生成式人工智能在高校思政教育中的应用离不开技术支撑，成熟适配的智能技术是赋能思政育人提质增效的核心基础。一方面，高校需与科技企业、科研机构建立紧密合作关系，并设立专项科研基金，鼓励科研人员针对思政教育场景开发更稳定精确的算法模型。例如，针对思政教育内容生成中存在的逻辑连贯与价值导向问题，可通过校企合作开发更智能的算法模型，利用大量思政教育案例和数据进行训练优化，从而提升生成内容的准确性与可靠性。另一方面，高校要重视技术的定制化开发，组织思政教师、教育专家及技术人员共同参与需求调研与方案设计，确保开发的智能教学系统、学习资源平台等契合本校思政教育目标与教学内容。例如，以红色文化为特色的高校，可开发具有红色文化特色的思政案例生成工具及虚拟实践教学场景，以增强思政教育的针对性与吸引力，打造个性化、场景化的智能思政育人体系。
筑牢安全防线，守护数据隐私。高校在应用生成式人工智能的过程中，必须高度重视数据安全与隐私保护问题，将安全管控贯穿智能思政教育全过程。首先，高校需建立健全网络安全防护机制，系统性构建覆盖数据采集、存储、处理及共享的全流程规范体系；通过身份认证、访问控制等技术手段严格管理数据访问权限，确保仅授权人员可访问和处理学生数据；建立数据备份与恢复体系，定期执行数据备份，防止数据丢失或损坏。在数据收集阶段，高校需注重样本数据的结构与分布，优先选取代表性强、时效性好的数据进行分析，以降低数据处理偏差风险。其次，高校应强化技术层面的安全防护机制建设，采用先进加密算法对学生数据的存储与传输过程进行全面保护，提升信息泄露、数据篡改等风险的防控水平，同时部署防火墙、入侵检测系统等安全设备。最后，高校应定期开展师生数据安全意识教育，增强其数据安全防范意识与能力，营造安全规范的智能教学环境。
坚守价值导向，消除算法偏见。高校需建立伦理审查与价值校准机制，确保生成式人工智能在思政教育中发挥正向价值引领作用，守住思政育人的初心与底线。一方面，应组建专门的伦理审查小组，针对人工智能生成的思政教育内容开展伦理审查，重点核查内容是否具备正确政治方向与价值取向、是否契合社会主义核心价值观、有无不公平表述等；若发现问题，需及时修正，保证内容符合教育目标与价值引领要求。另一方面，在算法模型设计与训练环节，需主动融入思政教育的价值观与伦理规范，选取具有代表性、公平性的训练数据，避免因数据偏差导致算法偏见；定期对模型进行评估优化，通过人工干预与反馈机制及时纠正算法偏差。此外，教师还应引导学生对人工智能生成内容进行分析与思考，帮助学生认识其可能存在的价值偏差，培养批判性思维与价值判断能力，树立正确的价值观与道德观。
（作者单位：西安电子科技大学马克思主义学院）
【课题名称】本文系陕西省教育科学“十四五”规划课题“AI辅助的《马克思主义基本原理》个性化学习平台构建研究”（编号：SGH24Y2390）的阶段性研究成果。
放大
上一版
