□杨颖

伴随着生成式人工智能的快速发展，思想政治教育面临着前所未有的挑战。在此背景下，基于技术特性与传播学理论，探讨思想政治教育话语重构的理论维度、技术赋权下的新范式以及风险的伦理规制具有重要意义。通过构建系统性理论框架，能够为新时代思想政治教育的创新发展提供坚实基础。

思想政治教育话语重构的理论维度

思想政治教育的数字化发展。在传统思想政治教育中，话语体系以单向度的权威传播为主，教育者占据主导地位，受教育者处于被动接受的状态。然而，随着数字技术的快速发展，这种单向度的权威话语模式逐渐向智能交互话语转型。数字时代，思政育人体系的构建打破传统的单向传播模式，通过智能技术实现教育者与受教育者之间的双向互动。

从传播学视角来看，霍尔的“编码-解码”理论为思想政治教育话语重构提供了重要启示，该理论强调信息传播过程中编码者与解码者之间的互动关系，以及意识形态在传播过程中的重要作用。教育者作为编码者，需要将主流价值观转化为受教育者能够理解和接受的话语形式；而受教育者作为解码者，则会根据自身的认知背景和社会文化环境对信息进行解读。因此，思想政治教育需要充分考虑编码与解码之间的动态平衡，以实现意识形态的有效传播。

生成式人工智能的技术特性。‌生成式人工智能凭借其内容生成、语义理解和交互创新能力，为思想政治教育提供了新的技术路径，其核心特性可从以下维度解构。

动态内容生成能力‌。基于大语言模型的深度学习技术，能够快速生成符合思政教育主题的定制化内容，包括案例解析、理论阐释和情景模拟文本。通过语义理解与逻辑推理，可将抽象价值观转化为具象化教学素材，突破传统教材的静态局限。

多模态交互适配性‌。多模态话语能够更好地适应数字时代的传播需求。思想政治教育话语不再局限于单一的文字形式，而是可以通过文字、图像、音频、视频等多种模态进行呈现。这种多模态话语符号系统的重构不仅能够丰富思想政治教育的内容和形式，也可为受教育者提供更加直观和生动的学习体验。

个性化学习支持系统‌。基于用户画像的智能推荐算法，可根据学生认知水平和兴趣偏好动态调整教育内容，实现精准化知识传递。同时通过对话式交互及时解答思想困惑，形成“AI辅助+教师引导”的双向育人机制。

技术赋权下的话语生成新范式

在数字时代，智能算法成为思想政治教育话语生成的重要驱动力。大语言模型能够根据受教育者的个体差异和学习需求生成个性化的教育内容。这种个性化话语适配不仅提高了教育的针对性和实效性，还能够更好地满足受教育者的需求。

动态生成与穿透力增强。生成式人工智能通过自然语言处理与深度学习技术，实现思政教育话语的即时性生产与动态适配。算法能实时整合时政热点与历史素材，生成具有逻辑关联的叙事框架，将抽象的价值观转化为具象化案例，提升理论阐释的穿透力与说服力‌。

个性化适配与精准供给。就思政课教学而言，数字画像将人转化为数据的形象、数据的轮廓，有助于教师直观立体地观察学生的外在表现甚至其内在的心理与情绪。这种算法驱动的个性化推荐系统，使价值观传递与学生的认知接受曲线形成动态匹配‌。

多模态交互与情境建构。融合文本、语音、影像的跨模态生成技术，推动话语体系从单一线性传播向沉浸式交互转型。在实践中，通过虚拟现实重构红色文化场景，或在法学教育场景中构建模拟法庭系统，让学生直接代入角色，在生动学习过程中吸收专业知识与思政元素。

人机协同与角色重构。生成式人工智能在应用过程中应该是思政育人的“增强器”，但一定不能够成为替代者‌。在思政教育场景中的人机协同有助于更好提升教学质效。智能算法承担知识生产与流程优化功能，而教师专注于价值引导与思维启发，这种分工使教育者从重复性劳动中解放，转向更具创造性的教学设计、情感互动与复杂情境判断‌。

实践困境与伦理规制路径

技术介入的意识形态风险。技术介入思想政治教育话语重构的过程中，可能会带来一些意识形态风险。算法黑箱与话语权让渡的悖论是其中的重要问题。数字批判理论指出，算法黑箱可能导致教育者对话语生产的失控，从而让渡话语权给智能技术。这种话语权的让渡可能会导致意识形态的偏离，对思想政治教育的主流价值观产生负面影响。

与此同时，信息茧房效应也是技术介入思想政治教育话语重构过程中需要关注的问题。受教育者可能会被算法推荐的信息所局限，从而无法接触到多元化的思想政治教育内容。这种信息茧房效应可能会对主流价值观的传播产生负面影响，削弱思想政治教育的实效性。

数字思政的伦理治理框架。为应对技术介入思想政治教育话语重构过程中带来的意识形态风险，需要构建数字思政的伦理治理框架。以人为本导向的智能话语评估模型为思想政治教育话语的评估提供了新的思路。该模型强调以受教育者的需求和利益为导向，对思想政治教育话语进行评估。通过以人为本导向的评估模型，可以更好地衡量思想政治教育话语的实效性和针对性，从而为思想政治教育话语重构提供科学依据。教师要综合传统画像与数字画像全面把握学生的思想动态与现实需求，结合算法推荐内容，从需求侧的角度精选、优化教学内容，使教学内容更具针对性。

当前，生成式人工智能正推动思想政治教育从“经验主导型”向“数据驱动型”转型，但其发展需始终锚定“培养时代新人”的根本目标，在保持技术先进性的同时坚守育人本质，帮助时代新人早立志、立大志，胸怀“国之大者”，担当使命任务。

[本文系河北师范大学思政专项课题“大数据时代高校网络思想政治教育创新研究”（S21SZ008）阶段性成果]

（作者单位：河北师范大学， 河北 石家庄050024）