10

生成式人工智能 融入高校思想政治教育的对策研究 2025年03月20日

□李浩

强化主体价值 确保思想政治教育的权威性

思想政治教育是高校立德树人的核心工作，其本质是培养具有正确价值观、社会责任感和历史使命感的社会主义建设者和接班人。生成式人工智能作为一种技术工具，虽然能够提供丰富的教学资源和个性化的学习体验，但其本质上是服务于思想政治教育的辅助工具，而非替代主体。

首先，思想政治教育的权威性来源于其内容的科学性和价值的先进性。生成式人工智能可以利用大数据分析和自然语言处理技术，为思想政治教育提供个性化学习建议和知识拓展资源。然而，这些技术的应用必须建立在对思想政治教育核心内容的准确把握之上。生成式人工智能的输出内容需要经过严格的审核和把关，确保其传播的内容符合社会主义核心价值观，避免因算法偏差或数据质量问题导致错误信息的传播。其次，思想政治教育的权威性还来源于教师的主导作用。生成式人工智能可以辅助教师优化教学设计、提升教学效率，但教师作为思想政治教育的主体，其价值引领作用是不可替代的。教师不仅是知识的传授者，更是价值观的引导者和学生思想的塑造者。在利用生成式人工智能的过程中，教师需要保持对教学过程的主导权，确保技术的应用不会削弱教师在思想政治教育中的主体地位。例如，教师可以通过生成式人工智能设计教学案例，但最终的案例分析和价值引导必须由教师完成，以确保教学内容的深度和广度。此外，生成式人工智能的应用需要与学生的主体性相结合。思想政治教育的目标是培养学生的独立思考能力和价值判断能力。生成式人工智能可以为学生提供多样化的学习资源和互动体验，但学生作为学习的主体，其思想的形成和发展需要在教师的引导下逐步完成。因此，在利用生成式人工智能的过程中，需要注重培养学生的批判性思维能力，避免因过度依赖技术而忽视学生的主体性。

厘清双方关系

明确生成式人工智能介入界限

生成式人工智能作为一种技术手段，本质上是思想政治教育的辅助工具，而非替代者。因此，厘清双方关系的核心在于明确生成式人工智能的定位，确保其在思想政治教育中的作用始终服务于教育目标，而非主导教育过程。生成式人工智能与思想政治教育的关系可以概括为“工具与目标”的关系，通过提供个性化学习内容、模拟情境对话、辅助知识讲解等功能，为思想政治教育提供了技术支持和创新空间。然而，思想政治教育的本质是培养学生的价值观、政治意识和道德品质，这需要教师的主导作用和人文关怀的融入。生成式人工智能虽然能够提升教学效率，但无法替代教师在价值引导、情感交流和思想启迪中的核心地位。因此，在应用生成式人工智能时，必须明确其作为工具的属性，避免过度依赖技术而忽视教育的人文本质。

在内容层面，生成式人工智能的应用应严格限定在思想政治教育的范畴内，避免涉及敏感话题或超出教育范围的内容。其次，在情感层面，生成式人工智能的互动应保持适度，避免替代教师与学生之间的情感交流和价值观引导。在个性化教育层面，生成式人工智能的使用应以尊重学生个体差异为前提，避免过度依赖算法推荐而忽视学生的全面发展需求。在伦理层面，生成式人工智能的应用必须遵循教育伦理规范，确保其在教学过程中的使用不会对学生的心理健康和价值观形成产生负面影响。明确生成式人工智能的介入界限，还需要建立相应的规范和机制。例如，可以制定生成式人工智能在思想政治教育中的使用指南，明确其适用场景和功能边界；建立伦理审查机制，对生成式人工智能的内容输出进行监督，确保其符合教育目标和社会价值观；同时，通过动态调整和优化算法，避免生成式人工智能在使用过程中出现偏差或误导向。通过这些措施，可以有效规避生成式人工智能在思想政治教育中的潜在风险，确保其应用始终在合理范围内。

优化数据算法

夯实生成式人工智能

生成式人工智能的核心在于数据与算法的结合，而数据的质量与算法的合理性直接决定了其在思想政治教育中的适用性和效果。因此，优化数据算法是生成式人工智能融入高校思想政治教育的重要环节。

数据质量的优化是生成式人工智能的基础。生成式人工智能的学习过程依赖于大量数据的输入与分析，而数据的来源、质量与代表性直接影响到模型的输出结果。在高校思想政治教育中，生成式人工智能需要处理与思想政治教育相关的文本、图像、音频等多种数据形式。因此，需要对数据进行严格的筛选与清洗，确保数据的准确性和代表性。算法的设计与优化是生成式人工智能的核心。生成式人工智能的算法需要在保证模型生成能力的同时，注重其逻辑性与可解释性。在高校思想政治教育中，生成式人工智能需要能够准确理解与生成与思想政治教育相关的内容，例如政策解读、案例分析、理论阐述等。因此，算法的设计需要充分考虑思想政治教育的特点与需求，避免因算法过于复杂而导致生成内容偏离教育目标。此外，数据算法的优化还需要关注伦理与安全问题。在高校思想政治教育中，生成式人工智能的使用需要严格遵守相关法律法规与伦理规范，确保生成内容的合法性与安全性。例如，生成式人工智能在生成思想政治教育内容时，需要避免生成涉及敏感话题或不当言论的内容。因此，在优化数据算法的过程中，需要加入伦理与安全的考量，设计相应的过滤机制与审核流程，以确保生成内容的合规性与安全性。

[作者单位：山东大学马克思主义学院（威海），山东 威海264200]