人工智能应用于高校思想政治理论课的价值及其优化路径

李旭

人工智能是引领新一轮科技革命和产业变革的重要驱动力，正深刻改变着人们的生产、生活、学习方式，推动人类社会迎来人机协同、跨界融合、共创分享的智能时代。习近平总书记指出，“中国高度重视人工智能对教育的深刻影响，积极推动人工智能和教育深度融合，促进教育变革创新”。因此，在科学向社会有机体全面渗透的过程中，思想政治理论课的计算机化是信息社会的必然产物。这样的时代背景下，除了教育内容的及时跟进，教育手段也不例外。人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。高校思想政治理论课的教学手段也要与信息技术的极速前行融合发展。

一、人工智能应用于思想政治理论课的价值分析

（一）推动科学教育，实现教育科学化

⒈精准收集数据信息。思想政治教育数据信息的收集贯穿于思想政治理论课的全过程，各个阶段的有效运行离不开大量基础数据信息的有力支撑。以“中国特色社会主义法律体系”的教育为例，单就法律文本检索而言，全国共有“法律260多部，行政法规近800部，地方性法规1.1万多部，部门规章2700多部，地方政府规章1万部左右，司法解释2300多部”。面对海量的信息，仅靠人力资源与分散的法律信息数据库来保障查阅的高效、准确并非易事。而“人工智能具有精确的数据采集与分析能力，能够有效解决以往立法数据检索与分析的困境，为立法决策提供充足的数据样本。此外，人工智能技术可以根据教学各个阶段的需求，自动搜索、收集和分析数据库中的海量信息，为我们提供一套全面、准确、新颖的参考资料，减轻教育者的资料搜集压力。

2.为思想政治教育提供科学的预测与规划。教育预测和教育规划作为正式教学活动的前提和基础，其质量和时间跨度直接影响教育的准确性和时效性。高校思想政治理论课一般要求时备时新，但最新的数据和信息并不容易收集、处理，使得教育者无法及时准确把握社会的刚性要求，供给与需求出现不匹配与失衡的局面。因此，人工智能技术在思想政治理论课中的应用，可以在准确收集数据和信息的基础上，对数据信息进行分析、处理和综合利用，进行科学的预测和规划，使思想政治教育具有前瞻性。

3.完善思想政治理论课的教学设计。人工智能的深度自主学习能力，不仅可以学习思想政治教育专业领域的所有知识，还可学习到该领域以外一切有利于思想政治教育的知识，弥补教育者跨学科知识储备的不足，丰富教学设计的知识面。人工智能严谨的逻辑推理能力，使得教学设计的内容逻辑通顺、用词准确、结构合理，增强教学设计的创新能力，提高备课效率。教学评估是确保教学科学化的有力工具，也是对教学设计工作的有效性进行系统评价的活动。利用人工智能技术，可以建立统一的评估体系，对评估主体、程序、对象、方法、指标进行统一设计，提升评估的技术性、专业性、规范性与可操作性。

（二）实现思想政治教育社会化

1.有利于广泛征集社会意见。高校思想政治教育要贴近实际生活，这是思想政治教育社会化的必然要求。思想政治教育社会化的实现离不开社会各方面的意见征集，人工智能技术的应用可以提高收集效率。如智能移动终端等各种社会舆论收集平台，可极大地拓宽社会舆论收集渠道，实现舆情的智能归纳整理，同时也能降低人力成本，优化海量信息的选择过程。通过对各种舆情的综合分析、比较分析和价值分析，按照关联性、适用性、逻辑性、协调性和针对性等要求，推导并整合各方主体关系，并根据对全局关系的把控准确预测未来，使思想政治教育更加全面、具体、可行。

2.有利于拓宽参与主体与参与方式。当前，高校思想政治教育社会参与方式仍然是传统的听证会、问卷调查、访谈调研等，缺乏灵活性和多样性。借助人工智能技术，公众可在网上匿名发表意见，消除因行业、地区、地位、年龄、人数等因素造成的限制，使参与主体扩大到对思想政治教育感兴趣的任何团体和个人，调动公众参与高校思想政治教育的主动性和积极性，推动高校思想政治教育真正向“大众化”转变。公众通过多种形式踊跃表达自己的意见，实现结构化数据（如文本）与非结构化数据（如音频、视频、图片）的有机结合，提高参与方式的灵活性和多样性。

3.有利于数据开放共享。“随着大数据存储技术的不断发展，具有优异可扩展性的分布式存储和云存储将成为大数据存储的主流架构”。这一优势大大降低了数据存储成本，改变了传统的以文字存储和电子存储为主的方式，构建了一个综合性的思想政治教育大数据共享平台，摆脱“信息孤岛”。

（三）实现思想政治教育规律化

1.教学设计的初步审查。在思想政治教育及时性、科学性、有效性的要求下，人工智能技术快速有效地解决了是否需要思想政治教育、如何进行思想政治教育、对谁进行思想政治教育等问题，使教学设计更加及时、科学、有效。这一环节是对教学设计是否符合思想政治教育规律的初步审查，人工智能可以充分利用其多数据库和综合分析比较技术，对教学设计的合规律性进行充分审查和优化，使其在及时化、科学化、有效化的基础上符合思想政治教育规律的要求。

2.规范教学设计备案审查。高校思想政治理论课的落脚点在于培养大学生的使命感和担当感。因此，高校思想政治理论课教学设计有必要建立备案审查制度，这有利于对教学设计进行政治把关。将人工智能技术应用于教学设计备案审查工作中，可以实现教学设计的实时、动态、追溯性审查，更好地贯彻“有件必备，有备必审，有错必纠”的总体要求。

二、人工智能应用于高校思想政治理论课价值实现的主要障碍

（一）教学内容难以转化

思想政治教学内容要转化为人工智能技术体系的一部分，必须以实际场景为基础对内容进行反复提纯细化，对知识图谱严格训练，并对大数据进行充足的供养为前提。目前的研发方式主要是由教学人员积累大量的数据标签，结合强化学习与监督学习，计算机通过这样的小规模数据样本建立初步的模型，然后不断随着时间延伸扩大样本，以期得到更好的模型。简言之，即人工智能将人的思维、逻辑和经验转化为算法，是对人的深层次模拟。在当今信息爆炸的时代，各种新的知识内容不断出现。面对如此庞大的信息量，难以进行快速、准确、成熟的算法转换。

（二）技术鸿沟难以逾越

1.不同逻辑之间很难转换。为了将思想政治教育输入转化为算法输出，有必要对两者进行明晰。简言之，思想政治教育逻辑是一种思辨模型，算法逻辑是一种数学模型；思想政治教育逻辑侧重于假设、分析和演绎，而算法逻辑侧重于分类、归纳和整合；思想政治教育逻辑侧重于因果关系、原则和推理，而算法逻辑侧重于数值、操作和结果。可以看出，这两个逻辑系统之间有很大的差距。目前，成熟的人工智能只能提高教育效率，减少长期的重复劳动压力和简单的数学推理。而人工智能技术还没有突破对于复杂二元模型之间的转换和推理。

2.人文伦理计算问题难以理想实现。思想政治教育源于现实素材，但实际情况往往是复杂的。从现实生活中的知识素材来看，涉及经济、文化、社会、政策、心理、道德、伦理等诸多因素，单凭人工智能很难将这些因素予以清晰精准的判断，很难模拟和计算人类的人文情怀和伦理道德。基于思想政治教育的算法与现实之间存在许多模糊性和内在冲突。

（三）专业人才匮乏

思想政治教育专业与计算机科学技术专业的区别非常大，很少有学者能够实现二者的高度融合。思想政治教育工作人员要有计算机专业的知识体系，技术人员又要有思想政治教育知识体系，这是极不容易的。即使有这样的全方位人才，也仅仅是少数，难以应对庞大而复杂的思想政治教育智能化工作。这是当前思想政治教育智能化面临的最大“短板”。

（四）社会风险与挑战

1.伦理道德风险。人工智能在给我们带来无尽欣喜与期望的同时，也逐渐挑战着我们既有的法律、伦理与秩序。人工智能技术在高校思想政治理论课中的应用，极大地提高了高校思想政治理论课的整体质量。然而，某种科学技术的广泛应用，必然导致人类相应技能的退化甚至消失。无论是人工智能辅助高校思想政治教育，还是人工智能自动生成教学设计文本，教育权的归属和边界都将变得模糊。

2.社会治理风险。人工智能技术依靠人类编写的算法进行系统操作，然而，在人工智能的算法运行中，“更容易看到一些微小的疏漏以让人无法预料的序列连续发生，就有可能变成更大的、更具破坏性的大事故”。如果放任由人工智能在思想政治理论课中调整复杂的社会关系，极有可能引发一些社会问题。

3.制度风险。因为人工智能的发展与创新对社会科学提出了新的技术要求，如果现行法律法规不能有效规范人工智能，人工智能在高校思想政治理论课中的应用可能会因制度缺失而失去控制，从而引发一系列新的危机。

三、高校思想政治理论课中人工智能应用价值充分实现的优化路径

（一）核心要素优化升级

人工智能依赖于三个核心要素的结合，以互联网为场景、以大数据为原料、以算法为技术工具。对三大核心要素优化升级或许是最佳解决策略。

1.扩大场景应用，反复提炼规则。面对不同的场景，人工智能会选择应用不同的规则，这些规则是在大量、长期、不同的场景中反复试验后提炼出来的。因此，有必要拓展人工智能的场景应用，在现实中模拟大量的真实场景，构建仿真场景，运用数学的排列组合，形成尽可能复杂多样的“虚拟场景”，针对不同场景细化不同的应用规则，反复尝试，最终实现场景与规则的和谐。

2.训练知识图谱，加大数据“喂养”。思想政治教育是一个从零开始创造规则来规范人类活动的过程，它需要教育专家、生物学家、医学专家、逻辑学家、社会学家和人类学家深入合作，实现人工智能对思想政治教育逻辑、思维和经验的深度成熟模拟，构建思想政治教育知识图谱。同时加大数据“喂养”，通过综合数据共享平台，对社会各领域现有数据进行采集和整合，实时更新和完善数据，丰富数据库。

3.反复试验探索，优化算法能力。思想政治教育领域包罗万象，如何转换不同的逻辑和程序是一个很大的困难。因此，需不断进行实验探索，与社会各领域的专家进行深入合作，努力将编程难度较大的人情、公平正义、感性体验、利益关系、伦理道德、社会理解等数字化，探索不同领域逻辑思维转换的新途径，提高人工智能的推理能力，实现算法的优化。

（二）跨专业深度合作

思想政治教育工作人员能够深入学习和掌握计算机科学技术知识，或者技术专家能够深入学习和掌握思想政治教育知识，破解各自“短板”，需要思想政治教育工作者和人工智能工作人员相互合作，以便使算法进入高校思想政治理论课、思想政治理论课融入算法，从而使人工智能的基础操作系统符合思想政治教育的规律。而在人工智能应用于高校思想政治理论课的具体过程中，跨专业人员相互了解彼此的特性与需求，切实解决思想政治教育和计算机科学技术应用中的实际问题，才能使人工智能在高校思想政治教育领域充分展现的时候。

（三）确立人工智能应用的有限原则

1.确立人工智能“工具观”。人工智能辅助高校思想政治理论课，极大地提高了教学效率和质量。但要时刻警惕“工具依赖”和“工具放任”的出现，防止人工智能对人类伦理道德和社会治理的冲击。思想政治教育涉及的领域和利益因素过于复杂，当算法不成熟时，不可避免地会出现差错。没有善恶和是非标准的人工智能只能更快地完成任务，算法的非情感性和输出结果的清晰性在现实的社会问题中并不是绝对的，这些特点使得它不能适用于高校思想政治教育的主观环节，而只能适用于数据收集、分析、归纳、整合和文本校对等客观环节。要由教育者控制好主观性强的关键环节，从而防范风险。

2.确立人与智能“合作观”。“工具观”的深层含义是人与人工智能的“合作观”。人的理性是主导因素，人工智能是辅助因素。两者相辅相成，促进了高校思想政治教育的发展，应当反对人工智能取代高校思想政治教育的极端观点。

3.确立规则制度“前瞻观”。人工智能在高校思想政治理论课中的应用可能会引发一系列的社会风险，为了应对未来人工智能可能带来的风险，必须提前构建合理的规则体系，实现风险管理。

（四）通过价值指引算法

算法是人工智能的核心和关键，贯穿于高校思想政治理论课的各个方面。可以说，人工智能的所有教学辅助行为都是算法的外化。因此，对算法的有效调节就是对人工智能的有效调节。

1.以思想政治教育价值影响算法。这就要求设计算法的过程中，应当以思想政治教育价值去影响算法的回报函数，加强对网络社会的技术治理，以思想政治教育的价值意涵来指导人工智能算法外化的教学行为。

2.将伦理价值融入算法。人工智能在高校思想政治理论课中的应用可能会产生伦理风险，应对这种风险的途径是将社会精神文明、社会主义核心价值观、道德伦理价值观、社会公益性等纳入算法设计过程。虽然技术还处于探索阶段，但这种应对策略可以在未来技术成熟时实现。

3.构建人工智能责任主体的自律规制。要从价值层面引导人工智能的设计者和开发者，以便实现对算法的指引。设计者和开发者的价值观会影响人工智能的价值观，进而影响人工智能的外部应用行为。要对人工智能的设计者和开发者进行教育和约束，从源头上规范其价值，实现人工智能的自律调节。