人工智能助力高校思政课堂的实践进路

熊 伟

版次:A04  2025年07月25日

作为落实立德树人根本任务的关键课程,高校思想政治理论课被赋予了培养社会主义建设者和接班人的重要使命。高校思政课教师要把握技术变革机遇,积极探索人工智能赋能高校思政课的实践路径,以提升高校思政课的吸引力和实效性。

一、构建“精准滴灌”教学新范式,克服供需错位难题

高校思政课教师在教学中应既体现主导性,又充分尊重学生的主体性,通过深入研究学生的认知规律与接受特点,建立双向互动的教学机制。传统思政课教学由于受限于技术条件和教育理念,对学生思想行为的把握长期停留在宏观层面。这种“大水漫灌”式的教学方法无法精准把握学生的思想动态,致使教学内容与学生的实际需求出现一定程度的偏差。

在人工智能技术深度融入教育领域的背景下,高校思政课正从“大水漫灌”的传统教学模式向“精准滴灌”的教学新范式转型。具体而言,借助人工智能技术构建多模态分析系统,对学生群体进行跨维度、多层次的动态认知画像,通过挖掘群体数据,揭示思想政治教育规律,预测学生思想发展趋势,同时基于个体行为数据构建个性化认知图谱,实现教学对象特征的全息化表征。在此基础上,通过智能算法模型的优化设计与个性化学习路径规划,构建分层分类的思政教学内容推送机制,从而有效克服教学供给与学习需求之间的错位难题。

二、打造“沉浸交互”育人新场域,打破时空维度限制

教学环境作为高校思政课教学过程的重要构成要素,既是学生价值观念形成的重要现实基础,又承载着价值引领、情感浸润、行为塑造等多重功能。人工智能技术通过构建虚实融合的智能教学场景,能够有效打破传统思政课堂教学的时空边界,在拓展教学场域物理空间的同时,重构育人环境的心理场域,从而打造“沉浸交互”育人新场域。

与传统高校思政课单向的教学模式形成鲜明对比,人工智能技术通过构建“教师主导—AI辅助—学生主体”的三元协同机制,达成课前智能导学、课中深度研讨、课后拓展深化的全时域教学闭环,实现了教学模式的革新与重构。以“中国式现代化是全体人民共同富裕的现代化”这一教学知识点为例:课前,依托对学生学情的精准画像,识别学生对共同富裕的知识盲区,并自动关联“学习强国”、慕课APP、人民网等资源平台,将政策文件、解读视频、实践案例等多种教学资源加以整合,把抽象的理论转化为动态的知识图谱呈现给学生。课中,利用虚拟现实(VR)技术、增强现实(AR)技术模拟乡村振兴馆、社区服务中心、智能制造车间等共同富裕的虚拟场景,学生通过扮演乡村振兴规划师、社区基层干部、企业技术人员等角色体验政策落地过程,参与共同富裕建设项目。在沉浸式体验中,AI技术实时捕捉学生决策逻辑,生成个性化学习诊断报告,为课后拓展深化提供数据支撑。课后,搭建智能问答系统,根据“一人一策”原则,采用深度学习算法,基于马克思主义的立场、观点、方法,从理论溯源、现实对照、中国方案的多个维度,深入解析不同理解梯度关于“中国式现代化是全体人民共同富裕的现代化”的系列知识点问题,例如“全体人民共同富裕”何以成为中国式现代化区别于西方现代化的鲜明特征?中国式现代化如何在“做大蛋糕”与“分好蛋糕”之间实现动态平衡?从而实现知识传授与价值引领的双重目标。

三、建立“协同进化”评价新体系,突破传统考核局限

当前高校传统思政课评价体系存在着“重视结果忽略过程”“重视知识忽略素养”与“重视共性忽略个性”的不足,人工智能技术通过重构评价指标、拓展评价主体、优化评价过程,构建起多元、科学、动态的评价体系,为突破传统思政课考核的固有局限开辟了新路径。

其一,从评价指标而言,不同于高校传统思政课以平时纸质版作业、期末考核试卷、研究论文等静态评价指标为导向,人工智能技术运用于思政课教学能够建立对学生的知识掌握度、能力发展度与价值观塑造度等多维度的评价指标。例如,AI智能题库精准匹配知识点覆盖度与难易度,通过分析学生答题时间、得分情况、失分情况等数据,生成个性化知识掌握度报告。自然语言处理技术能分析学生的课堂讨论、实践调研报告、研究论文,从而评估学生的逻辑思维、价值判断和创新能力。情感计算模型通过识别学生的面部表情、分析学生的语音语调、统计学生的实践参与度,量化学生的家国情怀、责任担当、思想价值观等隐形素养。其二,从评价主体而言,与高校传统思政课仅由教师担任评价者不同,AI技术能够整合教师、学生、同行专家、社会实践单位等多方评价数据,形成“主体协同”的立体评价网络,从而避免评价的单一性与主观性,实现评价的多样性,提升评价的科学性。其三,从评价过程而言,人工智能技术基于评价结果生成的个性化学习诊断报告,能够为学生提供“薄弱点预警—资源推荐—路径优化”的精准指导,通过构建“评价—反馈—改进—再评价”的管理闭环,推动师生在“教”与“学”的良性互动中实现教师教学能力与学生个人素养的协同进化。以某高校的思政课实践活动评价为例,除了教师的评价外,AI系统还收集了学生在活动中的表现数据,如团队协作能力、沟通能力等。同时,邀请了社会实践单位对学生的实践成果进行评价。最后,AI系统综合各方评价数据,为每个学生生成了一份详细的评价报告,不仅指出了学生的优点和不足,还提供了针对性的改进建议。

〔本文系基金项目蚌埠学院人文社科一般项目(项目编号:2024SK13)和蚌埠市大中小学思政课一体化研究专项课题(课题编号:2024YB008)的阶段性研究成果〕

(作者单位系蚌埠学院)