思想政治部

摘要：在数智时代，生成式人工智能够根据跨模态深度学习模型构建新型的人机交互，其中的特征关联和反馈输出使得师生的主观能动性得到更强的发挥，能够更加深刻地理解马克思主义的思想伟力。在算力赋能、数据驱动和算法优化之下，人、机、数据在思想政治理论课中实现了交融共创，结合世情国情党情新变化，帮助学生认清坚定“四个自信”的必要性和重要性。然而，在工具理性具有支配性的数智技术僭越中，可能会产生算力失衡、数据失范和算法失当的新风险。由此，需要厘清生成式人工智能“可用”和“可为”的边界，把“立德树人”的理念融入生成式人工智能赋能思想政治理论课的全领域，在守正创新中不断增强思想政治理论课的思想性和理论性，帮助学生认清中国特色社会主义的鲜明特色和独特优势。

关键词：生成式人工智能；思想政治理论课；内涵式发展；守正创新

习近平指出：“守正创新推动思政课建设内涵式发展。”[1]思想政治理论课（以下简称“思政课”）内涵式发展的关键在于教学内容建设，“在于教学内容理论逻辑、实践逻辑和育人逻辑的高度统一”[2]。在数智时代，生成式人工智能凭借数字化语言、逻辑化响应、智能化交互等特点在全球引发了广泛关注，其算法大模型越来越强，扩展功能越来越多，智能水平越来越高。生成式人工智能以其强大算力坚实地迈向强人工智能，在“数据供养”和“人类反馈”的影响下，其对学生的学习、思维和行为都产生了深刻影响，对数智社会的生产模式、生活模式和治理模式都发挥了关键作用。作为生成式人工智能典型代表的ChatGPT，经过词语重组、表达修复和内容整合等训练之后，能够理解人类语言和模仿人类对话，并生成文字内容。[3]Sora在ChatGPT的基础上新增了数智时空因素，使得归纳生成从自然语言扩展至视频领域，“生成高度模拟现实世界物理规律的视频图像”[4]。生成式人工智能是引领教学内容供给侧结构性改革的具有超大规模参数和超强计算能力的数智技术，是推动教育数智化的新算力，为思政课内涵式发展提供新机遇。基于此，分析生成式人工智能赋能思政课内涵式发展的新质态、新境遇及实践路径具有重要意义。

一、生成式人工智能赋能思政课内涵式发展的新质态

生成式人工智能赋能思政课内涵式发展的技术路径，一方面要从数智技术的技术性出发，另一方面要考虑教学内容的特殊性问题。教学内容是思政课内涵式发展的承载体，是思政课理论转化成学生思想引导的关键介质。生成式人工智能借助人类反馈的强化学习、文图对比预训和可扩散模型等机制深度影响着教学内容生成。基于思政课的教育场景之上，生成式人工智能把思政课的庞大理论知识转化成海量数据资料并以此为语料，借助智能算法和强大算力开展预训练并实现教学内容的及时更新和精准推送，体现出思政课内涵式发展的新质态。

（一）思政课内涵式情境塑造的数智化

习近平强调：“要充分发挥人工智能优势”，加快发展“更加开放灵活的教育”[5]。生成式人工智能正以数智化塑造着个性化的思政课场景，其融合的VR技术通过立体包围式的数字在场感把原本中心化教育模式重塑成以学生为主体的教育模式。第一，思政课感知情境的数智增强。在深度学习真实教育情境之后，生成式人工智能以数据化、可视化的方式构建了思政课的空间镜像，为学生构建了数智化的感知情境，使得学生对教学内容触手可及。例如，赣南师范大学自主训练开发的“苏区红”数智思政大模型，打造了能够进行内容检索、写作辅导、课程答疑、案例分析等多种功能的“苏小红”AI数智学伴。生成式人工智能在与学生的反复交互中，能够为其精准生成与教学内容相关的社会、历史和文化现象等结构化的知识资料库，使教学内容更加贴近学生、贴近生活、贴近实际，从而优化思政课教学的感知情境。在讲授“毛泽东思想和中国特色社会主义理论体系概论”课时，生成式人工智能在特征关联中检索与中国特色社会主义理论体系形成发展相关的社会历史条件，并与师生在反馈交互中生成整体性教学内容，帮助学生以大历史观把握这一社会历史条件中的国际背景、实践基础、阶段过程等，增进学生的整体性理解。第二，思政课驱动情境的数智增强。生成式人工智能使得思政课场景转变为全面性的数据链条，在算法分析学生理论需求的基础上，形塑了能够支撑多维化思政课的驱动情境，如智能教辅机器人、智能学友机器人、AI思政教师等教学新质态，实现了思政课内容与数智系统的有效联动。例如，“苏小红”AI数智学伴以事件、人物、地点等为主线构建红色教育资源图谱，打造数字化、可视化的知识矩阵，体现出知识节点的连接性，从而赋能精准学习。生成式人工智能借助跨模态深度学习模型获得了加入思政课对话的功能，在数据的特征关联中生成了学生问题与教学内容的对应机制，并借助反馈强化学习机制生成了契合学生预期的教学内容。而且人机交互使得师生的在场体验从虚拟转变为现实，特征关联和反馈输出使得师生的主观能动性得到更强的发挥，能够更加深刻地理解马克思主义的思想伟力。第三，思政课文化情境的数智增强。生成式人工智能跨越了学生与数智技术的鸿沟，在数智空间中构建畅通的教学情境，突破教学场域、教学内容与教学方式的边界，为师生在思政课中构建平等交互、开放和谐的文化氛围。思政课内容体系是政治与文化的结合体，而其中的情感性是教学内容可以被学生接纳的关键因素。生成式人工智能多维化的输出特点能够把“中国近现代史纲要”课中的历史知识转化成情感化的历史故事，体现出“动之以情”的功能，让学生深刻认识到党为推动中华民族现代文明建设所付出的巨大努力，领悟中国特色社会主义文化，增强历史自觉和文化自信。

（二）思政课内涵式内容构建的数智化

生成式人工智能的跨模态深度学习模型嵌入学生的内在数据中，构建了数据之间的关联特征系统，使得各类数据产生了对应性转化。生成式人工智能在数据抓取和抽象剖析的过程中，能够精准把握学生的思想、价值、行为的倾向性特点，形塑“一对一”的精准思政。生成式人工智能并非单向地分析数据资料并生成教学内容，而是在即时反馈中把师生的思想行为交互融入机器学习大模型之中。第一，精准识别学生需求。生成式人工智能凭借大量参数的预训练，在对学生的内在数据的演算中，对其思想、价值、兴趣等偏好开展深度学习并构建思政课数据库，为思政课内涵式发展提供精准靶向。生成式人工智能的特殊之处在于其具有自我关注机制，这使得算法大模型可以更精准地分析思政课各类数据之间的关系。自我关注机制从尚未去噪的海量剩余数据中开展机器学习训练，从人类反馈的强化学习中不断推进思政课建设与党的创新理论同步化。例如，新华社研发的大语言模型驱动思政理论学习平台——“问道”知识云平台，其把新闻数据、智库研究和理论成果相结合，具有理论体系化、算法精准化、内容权威化的特点，解决了用户在学习理论的过程中遇到的联系实际难、对策活用难、内容求证难等问题。第二，精准生成教学内容。生成式人工智能的跨模态深度学习模型实现了输入与输出两端的多元变化，其并非通过多对一的海量交互模式，而是通过个性化的一对一输入输出情境。生成式人工智能并非借助去中心化、泛在化的数智技术对学生开展感知响应，而是通过生成体现学生集体记忆的思政课叙事内容提升其学习效果。依靠深度学习、自然语言处理、图神经网络等大模型数据处理技术对思政课教学过程中的各类数据要素开展分析、过滤、建模，并对学生的内在数据进行算法分析，为精准生成教学内容提供了有效的数据要素。“形势与政策”课具有时效性强的特点，生成式人工智能的应用能够对当下时事热点数据开展抓取、存储、过滤，产生针对国内外形势变化、政策发展等新动态的关联特征系统，实现对教学内容的及时反馈和精准更新，使学生能够及时掌握国内外的最新形势和政策的最新走向。第三，精准推送教学内容。在自然语言处理、计算机视觉对思政课数据高频处理之后，借助强大算力对学生的内在数据进行深度学习，能够深化对思政课教学规律的掌握，实现多维教学资源的分类整合和立体推送。在数智时代，尽管教学内容依然主要通过教师讲授，但是在语言大模型的支持下，学生能够更加自主地获取教学内容，从而强化了对马克思主义占据真理制高点的科学性和合理性的理解。在生成式人工智能精准推送教学内容的过程中，数据意义向教学内容的转化是关键的环节，原因在于从数据意义到教学内容是“语言符号的心理现实性形成的过程”[6]92。这一技术特性与学生的心理能力相类似，因此生成式人工智能推送的教学内容契合了学生自身的问题意识和理论需求，从而提升了学生对教学内容的感知期待。

（三）思政课内涵式人机交互的数智化

生成式人工智能在数智空间形塑内涵式发展的思政课情境，实现了从“现实化”延展至“数智化”，使得思政课在人机交互中体现出新质态。第一，人机交互实现协同拟真。生成式人工智能在算力、数据和算法的深度融合下，实现对思政课的文本、图像、视频等数据资源的分析筛选，构建了数智化的“在场教学”范式，特别是借助语音、文本、视觉、AR等人机交互技术，实现了思想构建、情感传达、行为引导的协同拟真，这推进了思政课的即时化、可视化、数字化，使得思政课的“在场教学”更加逼真。例如，在讲授“马克思主义基本原理”课时，可以应用生成式人工智能构建马克思站在讲台上“亲自”为大学生授课的拟真场景，讲解他利用矛盾分析法、阶级分析法和历史分析法阐释科学社会主义的科学性和真理性。“大数据的背景下，相关关系大放异彩”[7]71，这使得“在大数据推断”支配着人机交互新质态的技术路径。根据学生的行为和思想的相关性数据，人机交互能够推断学生的思想动态和行为趋势。第二，人机交互实现立体沉浸。生成式人工智能借助图文传感、数智场景建模等技术，使得学生体验到多维数智空间的立体感，并沉浸于丰富的感官体验，从而在数智场景中派生出“沉浸教学”形态。在讲授“习近平新时代中国特色社会主义思想概论”课中关于推动构建人类命运共同体的内容时，可以借助生成式人工智能构建“一带一路”的标志性工程的沉浸式虚拟仿真场景，并通过人机交互把抽象的理论认知转变成具体的场景感知，帮助学生增进对党的创新理论的“四个认同”。例如，北京理工大学进行了“雅万高铁”的虚拟仿真教学，让学生真切感受到雅万高铁对推动经贸往来、文明互鉴、民心互通等方面的重要意义，从而领悟到人类命运共同体理念致力于造福各国人民，促进世界和平，实现共同繁荣发展。第三，人机交互实现共情同振。生成式人工智能以强大算力为支撑，在教学内容的分析、连通、定制的基础上，消除了传统教学方式与学生的时空间隔，在跨越时空中形塑共情化的教学方式。思政课内涵式发展需要建立在主体间性的推断性上，教师需要准确判断学生的理论需求，才能够精准地推进思政课内涵式发展。生成式人工智能借助算法使得抓取和掌握学生的理论困惑实现了精准化，从而在情感共鸣、情境交融中加强学生的历史记忆，使得学生在人机交互的共情同振中产生对马克思主义中国化理论成果认同的强烈愿望。在“思想道德与法治”课中，生成式人工智能与理想信念、道德观念、法治素养等理论内容之间具有协同创新的双向性，跨模态深度学习模型在发问、检索、剖析、回应和反馈中解码教学内容，使得教学内容及其传播模式发生改变，让深厚的理论走进学生的内心，从情感共鸣走向理论共鸣。

二、生成式人工智能赋能思政课内涵式发展的新境遇

算力、数据和算法是生成式人工智能研发和运行中的三大基本要素。在算力赋能、数据驱动和算法优化之下，思政课内涵式发展衍生出数智化的新境况。然而，在工具理性具有支配性的数智技术僭越中，可能产生算力失衡、数据失范和算法失当的新遭遇。

（一）算力赋能与算力失衡并存

算力是生成式人工智能的超级引擎。强大算力能够实现跨学科指导的教师协同和教学主客体关系的重塑。算力是以能够处理庞大数据、进行超强计算的计算机、芯片和GPU等硬件为依托，为生成式人工智能的运行持续提供强大动力。第一，算力赋能教师跨学科协同，实现数字分身的远端投屏。数字分身是以现实人身为基础，借助生成式人工智能指令微调而构建的数字人身。远端投屏实现了把数据从一端实时投送到另一端的数字屏幕上。借助强大算力能够实现多学科的教学主体的云集和即时现身，实现全方位育人。算力赋能教师实现一对多的实时教学和数智伴读，对教学中的固定内容借助数字分身实现重复教学。算法所赋能的跨学科协同，使得学生除了学习马克思主义理论，还能接触到经济学、社会学、历史学等其他学科领域的知识，帮助其能够从多学科视角更加系统地、科学地、广泛地理解中国特色社会主义理论体系。第二，算力赋能人、机、数据的交互，实现思政课内涵式发展的泛在教学，对理论的有效传播和思想的有效传递具有关键作用。强大算力构建了人、机、数据之间交融共创的数智空间并实现了同构性连接，结合世情国情党情新变化，帮助学生认清坚定“四个自信”的必要性和重要性。第三，算力赋能思政课教学内容的连通，实现教学内容的体系化构建。强大算力能够把党史、新中国史、改革开放史、社会主义发展史、中华民族发展史相连通，通过横向和纵向对比并进行全面整合，帮助学生认清中国特色社会主义的鲜明特色和独特优势，理解新时代坚持和发展中国特色社会主义所具有的决定性意义。然而，生成式人工智能的强大算力赋能思政课内涵式发展并非构建出与现实空间相平行的数智空间，而是减弱了虚拟与现实之间的边界感，构建了一个超存储、超分发、超扩展的数智空间。在教学内容的转换之间，学生的入场方法已经并非身体操控下具有情感性的真实个体，而是能够代替身体融入教学过程的数字个体。数字个体在算力的作用下已经变成具有“人形”的数据存在，并产生对身份认同、情感呈现以及思想表达的算力失衡问题。如果思政课教学过程中学生被算力所操控，思政课的温情就无法实现内心世界的价值共鸣，而是在算力依赖的体验中逐渐坠入与现实相剥离的困境。同时，在强大算力运行过程中，学生会被动生成海量的半结构化剩余数据，容易造成隐私数据泄漏等算力失衡问题。

（二）数据驱动与数据失范并存

数据是生成式人工智能的智慧原料。大数据是生成式人工智能开展训练和生成内容的基础，大数据抓取和分析的数据越多，其数据驱动力就越强。海量的数据为生成式人工智能提供了丰富的训练资料，帮助其更加全面地认知现实世界、更加准确地生成内容。数据驱动是一连串数据的传感、抓取所形成的有关特征与路径的数字描绘。借助数据抓取、数据分析和数据生成而及时反馈国内外形势的新变化、政策的新发展、社会问题的新动态等。由此，根据生成式人工智能所具有的深度学习、建模、筛选等数据处理功能，教师能够紧扣当下时事热点对数据开展关联处理，及时把最新的形势变化和政策动态纳入课程内容，帮助学生及时了解政策的新走向和经济社会发展的新态势。第一，“数据联动”拓展了思政课内涵式发展的广度。“数据联动”是指借助生成式人工智能与数智终端相连接，实现内容共享、数据交互、性能协同，进而实现各种数智域的在场交互。思政课内涵式发展目标是精准推动学生对教学内容的感知、内化和提升。在“形势与政策”课的教学过程中，“数据联动”能够生成跨域融合的教学内容，涵盖宏观的国家战略、中观的行业发展以及微观的民生问题等，让学生从多维度、广视角来认识国家发展形势、理解党和国家的大政方针政策。第二，“数据生态”拓展了思政课内涵式发展的深度。生成式人工智能通过把思政课教学内容中从理论知识到实践过程的所有数据进行串联，形成连锁式生态数据。生成式人工智能通过推送政策解读的生态数据，帮助学生了解政策出台的背景、目标和意义，培养学生的制度思维和政策分析能力。第三，“数据共生”促进了思政课内容的及时更新。“数据共生”是不同数字个体之间通过即时交互而共同生成时效性强的教学内容。“数据共生”实现了教学动态和政策动态之间的即时交互、及时接收数据反馈并积累数据，关注政策的实施效果和适时调整情况，让学生认识到政策会根据实际情况而不断完善。然而，生成式人工智能的技术架构中缺乏识别可信性数据来源的功能，这就造成其难以辨别原始数据的真实性，从而难以掌握和分析教学内容的内涵，导致数据失范。当学生输入问题之后，生成式人工智能集中开展大数据检索，确定符合的数据要素之后，再通过编码输出教学内容。在这一过程中，错误的内容生成可能源于错误的问题输入。生成式人工智能不仅通过低门槛、全息化、即时化的分发模式为学生提供丰富的内容，而且通过学生与内容的连接和交互，潜移默化地禁锢了学生的思想，淡化了其学习能动性和价值评判性。当学生带着价值偏好去检索内容时，生成式人工智能已经精准捕捉学生需求，借助算法推荐实现内容的精准推送，造成学生获得内容的单一化，从而弱化了学生获取内容的价值评判力，导致“数据茧房”的产生。

（三）算法优化与算法失当并存

算法是生成式人工智能的智慧中枢。生成式人工智能中的算法机制借助强大算力把海量的剩余数据转化为有价值的分析数据，把复杂的程序任务转化为可操作的指令。思政课内涵式发展始终关注的是“现实的人的活动”[8]355，其出发点在于满足学生对社会实践活动中的问题意识和思政课学习过程中的理论需求。面对庞大的思政课教学内容，算法机制能够精准抓取、整合教学内容，以数智化模式呈现到师生面前，从而促进了学生对教学内容的感知和内化。一方面，精准分析。算法机制通过数智场景化识别而提高思政课教学的达成率，以个性化教学路径贴合学生的理论需求。算法能够把教学主体、教学客体和教学场景之间的关系转变成思政课数据要素。随着生成式人工智能在数智空间持续生成、分发和推送教学内容，各类数据要素都被整合进思政课教学平台，实现思政课教学的数智化。随着教学内容以数智化模式表现而出，教师就能够利用算法对思政课教学中的理论需求进行分类整合，呈现完整的教学内容需求并实现动态更新，使得学生全面、清晰、直接地感知到自身对马克思主义基本原理、党的创新理论、形势政策解读等方面的理论需求。另一方面，精准对接。算法机制借助教学平台调取数据资料、开展教学场景分析、寻求模拟接合，从而实现个性化理论需求与精准化内容推送的节点连接，实现社会热点、理论难点和学生困点的精准对接。算法能够对中国特色社会主义理论体系的教学路径与内容节点开展数据模拟与精准对接，帮助学生系统完整地认识共产党执政规律、社会主义建设规律、人类社会发展规律。思政课是“心灵与心灵的对话与唤醒”[9]36，然而生成式人工智能外部驱动思政课的过程中存在偏离教育本意的算法失当风险。教学内容的生成和传播都需要建立在准确、生动和深透等原则之上。生成式人工智能尽管构建于大语言模型之上，能够生成语法连贯的教学内容，然而准确性、生动性和深透性并无法在海量的数据资料中自行实现。由此，当应用生成式人工智能生成直接引导思想行为的教学内容时，依然可能存在结构松散、逻辑冲突等问题，进而导致隐私侵犯、数据鸿沟、数字身份迷失等可及性风险。在数智技术的际遇下，“算法至上”成为数智产业的主导逻辑，“数智附魅”会导致错误价值倾向的内容挤占思政课优质教学内容的生成空间，加深了“瓦釜效应”，从而引发数智空间价值倾向的混乱，弱化了思政课教学效果。

三、生成式人工智能赋能思政课内涵式发展的实践路径

习近平强调，要“坚持守正和创新相统一，推动思政课建设内涵式发展”[10] 。在守正创新中坚持思政课内涵式发展目标、适时为生成式人工智能设置价值框架，确保马克思主义理论对教学内容的引导力。由此，需要厘清生成式人工智能“可用”和“可为”的边界，把“立德树人”的理念融入思政课内涵式发展的全领域，在聚势赋能中开创思政课与数智技术相融共生的新质态。

（一）守正创新：思政课融合下完善生成式人工智能

在数智时代，守住学生的正确思想行为就坚守着“正”，在这一前提下创造数智技术加以赋能和接纳的支撑性条件即是守正创新。生成式人工智能赋能思政课要坚持以人为本，把学生的主体性和能动性放在数智技术之上。第一，在顶层设计上坚持思政课内涵式发展。思政课内涵式发展的守正创新以守正为根本，以创新为形式，二者不可对换或偏废。守正之道，既要把思政课建设放在战略地位，坚持理论宣讲和理论研究相协同，又要深刻把握思政课建设规律，坚持学科发展和人才培养相同步。在遵循思政课教育规律的基础上，深刻分析生成式人工智能在教学目标设计、教学内容生成、教学效果评价等方面的技术途径特点，有效规避其中的不恰当应用，努力实现“八个相统一”，持续提升思政课的思想性和理论性。积极分析生成式人工智能的底层算法逻辑，制定师生加以应用的技术规范，使得师生从被动适应转变成主动智控，提升思政课的亲和力和感召力。制定符合中国式现代化的数智技术发展的法治框架、规范路径和风险预案，完善大模型的监管体系，明确各相关主体的责任义务和行为准则。第二，在管理逻辑上符合思政课内涵式发展。要把优质思政课内容纳入大模型平台的算法推荐库，给生成式人工智能植入“安全阀”。规范生成式人工智能的价值导向及分发模式，形成精准分发矩阵，提升思政课的针对性和精准性。预制思政课优质教学内容的推荐图谱，创新价值导向的话语系统。组建生成式人工智能赋能思政课内涵式发展的研究团队，注重在包容多样、尊重差异的基础上探究教学内容的青年化表达，巧用时代化、交互化、生活化的话语系统，形成资源集中、智力集合、精神汇聚的发展态势。准确把握生成式人工智能的超大规模参数、超强计算资源、海量数据处理的特点，根据学生的内容偏好而精准画像，借助“算力供给”实现对思政课优质教学内容的个性化、分众化、差异化的精准推送和价值导向。第三，在实践应用上实现思政课内涵式发展。在“数字中国”的建设中，思政课教学内容体系也需要与时俱进，教师需要主动应用生成式人工智能创新教学内容模式和结构。要以习近平新时代中国特色社会主义思想作为核心内容，构建沉浸式传播模式，打破算法黑箱，系统剖析生成式人工智能下生成教学内容的规律和特征，从理论深度、情感温度和实践广度上讲好党的创新理论。在反馈强化学习机制中，既要主动开展试探性摸索，又要及时向学生答疑解惑，防止学生被生成式人工智能所误导。教师需要积极引导学生与生成式人工智能的人机交互方向，既要让交互内容契合学生的兴趣，又要确保马克思主义世界观在交互过程中处于主导地位。

（二）价值规约：价值引领下规训生成式人工智能

在传统思政课叙事中，技术的外显力量并不明显，而在生成式人工智能所赋能的思政课教学中，思政课之“道”与数智技术之“技”的边界逐渐模糊，从而容易导致思政课的应然之道与数智技术的实然之义之间发生矛盾。由此，需要确保生成式人工智能赋能思政课的预定目标始终处于育人为本的价值理性之中。第一，从技术理性转向价值理性。在思政课教学过程中，生成式人工智能只能作为辅助教学工具，不能作为思政课教学目标的真正主体。必须规避数智技术遮蔽思政课本质的价值偏离，引导其服务于学生对党的创新理论的价值认同。思政课内涵式发展不仅必须避免技术为上、流量为王的算法式教学，而且要使得生成式人工智能赋能过程中“技赋教学”的内在逻辑回归到教学内容上。在确保生成式人工智能所生成和推送的教学内容符合社会主义核心价值体系的前提下，有效应用大模型为学生成长构建丰富的精神世界，把强大算力注入思政课教学的提质增效中。第二，从技术为本转向育人为本。思政课的育人功能追求的是构建与马克思主义相符合的价值体系，而生成式人工智能则是以技术理性为本，育人仅是其实现自身功能的附庸，特别是大模型所具有的全域化数据分发模式为多维价值观的形成带来了全新场域。由此，生成式人工智能赋能思政课的过程中，必须克服数智技术偏见和学生过度依赖大模型的弊端。在构建超越时空的思政课场景的过程中，必须彰显思政课主客体领悟马克思主义真理的科学魅力的情境。在生成式人工智能所构建的超时空场景中，实现内容传播、价值形塑、品行培育的使命，并在这一过程中实现技术为本转向育人为本。第三，从外部驱使转向内生动力。生成式人工智能在其嵌入思政课全场域过程中，以技术控制的外显模式支配着思政课的原有教学生态，重构了学生的学习模式和认知方式。但是思政课作为育人的教学活动，需要建立在学生的问题意识和理论需求的基础上选择与应用生成式人工智能。思政课内涵式发展要以融入学生、培养学生、发展学生为价值目标，思政课教师要在数智技术与思政课的良性互嵌中，培养学生对党的创新理论真理性的价值认同，使得立德树人在数智空间中得到有效落实。在应用生成式人工智能的过程中，不能简单将其当成实现思政课教学任务、创新思政课教学手段的工具，而是要融入其技术价值的本质。换而言之，要将技术价值与学生的精神世界相融合，在推动技术的外部驱使转变成学生的内生动力的过程中实现人机共生，从而建立“道”与“技”深度互嵌的思政课内涵式发展。

（三）以道御技：育人本质下应用生成式人工智能

生成式人工智能赋能思政课内涵式发展的实质，是目标与方式的逻辑关系表现出“道”与“技”的张力。虽然生成式人工智能目前尚未明显表现出道德的僭越性，然而将其赋能思政课内涵式发展的技术路径紧紧局限于主流价值框架中，能够发挥防患未然的作用。第一，必须锚定思政课的育人本质。生成式人工智能赋能思政课的关键在于通过学生的发散思维规训数智技术的收敛属性，以育人之“道”驾驭生成式人工智能之“技”。提高教师对生成式人工智能的驾驭能力，从而拓展教学内容的深度、教学视野的广度。生成式人工智能必须锚定思政课的铸魂育人本质，以学生的自由全面发展为核心，以学生的问题意识和理论需求为重点。教师应该更加关注情感交互和人文关怀，打破数智技术规制和算力宰制，直面并回应学生的现实问题，促进思政课在数字化、沉浸化、融通化的构建中实现潜移默化的价值导向，克服大模型依赖对思政课本质的僭越。第二，必须蕴含思政课的人文价值。生成式人工智能与思政课跨界互嵌的重点在于呈现思政课的时代感、叙事感和人文感。把技术伦理教育融入数智技术相关专业教育中，指引生成式人工智能开发人员在算法中预设马克思主义理论的程序指令和价值函数。把沉浸体验的数智形态与思政课现场体验的现实形态相结合，由点推广到面，促进大中小学一体化、本硕博一体化的纵向贯通，推动思政小课堂和社会大课堂的有效衔接，构建线上线下全域化的“大思政课”关系网络。生成式人工智能所赋能的思政课必须蕴含红色记忆的教学情境，让学生“亲身”体悟党的百余年奋进历程，让铸魂育人课程“闪亮登场”。创设VR场域下的思政课数智仿真项目，设置有利于学生成长的思政课议题，让学生走出“小我”，以更为开阔的视野去理解中国特色社会主义理论。厘清教师和大模型机器人之间“人机交互”的责任边界，如简单的重复性课堂解答工作交给“智能教辅”或“智能学友”处理，实现全天候为学生解惑答疑，而复杂的理论性课程难点解读仍由教师亲自指导，实现思政课主体之间的同频交互。第三，必须汲取思政课的文化价值。在生成式人工智能赋能思政课的过程中，要以习近平文化思想的立场和原则引导算力赋能、数据驱动和算法优化。要在算法和程序代码中融入中华优秀传统文化、革命文化和社会主义先进文化，避免生成式人工智能的技术理性掩盖教学内容的价值理性。教师要在深刻把握“第二个结合”中推进思政课内涵式发展，既要使得生成式人工智能的研发和应用符合马克思主义的内在要求，也要使得大模型在中华优秀传统文化的熏陶下开展训练和运行。教师既要应用强大算力深入挖掘红色文化资源，也要应用智能算法使得教学内容在呈现上更具有生动性、故事性，以调动学生的学习主动性和积极性。教师既要在大规模教学内容数据的输入输出过程中掌握生成式人工智能的技术原理，也要辨识生成式人工智能在数据交互中可能发生的错误关联，从而在反馈强化中训练大模型对教学内容的文化表现力，使其生成的教学内容既具有正确的理论价值，又具有丰富的文化价值。

结语 

数智时代已经到来，生成式人工智能赋能思政课内涵式发展必然而然，我们既不应该在恐惧中将其直接拒绝，也不应该毫无防备地加以完全接纳，而应该在深刻剖析其潜在风险之后审慎地有效应用。既要善于针对生成式人工智能构建完善、协同的规约治理机制，又要加以合理应用而更好地赋能思政课内涵式发展。生成式人工智能的技术路径结合了现实与虚拟、真实与虚构、主动与被动，在以学生为数据节点的思政课内涵式发展场域中，能够生成双向交互式的教学内容，重塑思政课的教学机制。思政课教师必须在生成式人工智能的技术漩涡中保持清醒，防范大模型依赖对思政课本质的僭越。同时，在马克思主义理论的指导下，规范生成式人工智能的价值导向，构建其赋能思政课内涵式发展的融合机制，充分发挥思政课作为理论资源武装数智阵地的功能，引导学生持续提高“两个维护”的思想自觉和行动自觉。

参考文献

[1]习近平对学校思政课建设作出重要指示强调不断开创新时代思政教育新局面努力培养更多让党放心爱国奉献担当民族复兴重任的时代新人[N].人民日报,2024-05-12. 

[2]李冉.推动思想政治理论课迈入内涵式发展的新阶段[J].马克思主义理论学科研究,2022,(4). 

[3]温旭.ChatGPT的马克思劳动价值论解读[J].东南学术，2023,(4). 

[4]吴学琴.从ChatGPT到Sora:意识形态话语的“真相”审视[J].思想教育研究,2024,(8). 

[5]习近平向国际人工智能与教育大会致贺信[N].人民日报,2019-05-17. 

[6]张春泉.论接受心理与修辞表达[M].北京:中国社会科学出版社,2007. 

[7][英]维克托·迈尔-舍恩伯格,肯尼思·库克耶.大数据时代[M].盛杨燕,周涛,译.杭州:浙江人民出版社,2013.

[8]马克思恩格斯文集(第1卷)[M].北京:人民出版社,2009. 

[9]孙华.教育的哲学原理[M].北京:商务印书馆,2018. 

[10]习近平.思政课是落实立德树人根本任务的关键课程[J].求是,2020,(17).

来源：思想教育研究 2025年2月