超越机械思维：生成式人工智能如何改变高校“大思政课”

张阳　徐业坤

摘要： 作为基于算法、模型、规则自动化生成文本、图片、声音、视频、代码等多模态内容的新技术，生成式人工智能的突出特征就是高智能、自主性、全面性和学习能力。但由于技术的“双刃剑”性质，生成式人工智能在重塑我国教育生态的同时，也因其即时交互、快速迭代和人机互动对课堂教学内容、教学方法与教育者提出更高要求，致使高校“大思政课”建设面临着诸多挑战。必须坚持问题导向，通过明确目标导向、强化技术赋能、聚焦核心要素、提升媒介素养，全面推动生成式人工智能与“大思政课”建设有机融合，进而促进高校思想政治教育数字化转型。

关键词：生成式人工智能；大思政课建设；教育数字化；媒介素养

中图分类号：G640       文献标识码：A  文章编号：1672-0717（2024）03-0047-08

加快推进教育数字化转型是我国从教育大国到教育强国的必然选择，也是我国开辟教育发展新赛道和塑造教育发展新优势的重要突破口[1]。党的二十大报告着眼于实现中华民族伟大复兴的宏伟目标，对教育、科技、人才进行“三位一体”统筹安排，既明确了教育在全面建设社会主义现代化国家中的使命任务，也为教育数字化建设指明方向。以ChatGPT为代表的生成式人工智能在改变传统媒体格局、舆论生态和育人方式的同时，也给高校“大思政课”建设带来诸多挑战。面对新技术引发的教育方式新变化，高校应及时跟进和把握好由此而生的技术红利。本文以“守正创新”理念为指导，积极探索生成式人工智能与高校“大思政课”建设有机结合的实践路径，以加速推动高校思政教育改革与转型升级，培养出更具时代竞争力的社会主义建设者和接班人。

一、生成式人工智能的基本内涵及潜在风险分析

2023年9月7日，联合国教科文组织（UNESCO）发布了全球首份与生成式人工智能（Generative AI）相关的指南性文件——《教育和研究中的生成式人工智能指南》（Guidance for Generative AI in Education and Research）（以下简称《指南》），为教育和研究生成式人工智能提供了一份全面的指南。从技术演进角度看，生成式人工智能是由智能算法驱动的新一代自然语言处理工具，具有强大的语言理解和文本生成能力。只有系统掌握生成式人工智能技术内在逻辑和底层架构，才能深入探讨其给高校“大思政课”建设带来的变化和影响，并在此基础上充分发挥生成式人工智能内在潜力。

（一）生成式人工智能的三重认识维度

从当前相关研究来看，生成式人工智能是一个引起广泛关注和讨论的主题。我们可以从技术、产品和伦理三重维度出发，全面理解和认识生成式人工智能。从技术手段来看，生成式人工智能是使用生成式模型进行机器学习，进而根据已学习内容创造性生成新的内容的人工智能技术。它可以利用网络上易获取的大规模无标记数据进行预训练，并通过简单适配和高效微调应用到大量的下游任务[2]。从产品角度来看，生成式人工智能的下游应用主要表现为可以较好地理解和处理人类语言、进行复杂的推理和决策的操作软件和硬件系统。它可感知和理解周围环境，并通过自主学习和探索来不断提升自身能力。在伦理层面上，GPT类的生成式人工智能逐渐呈现“强拟人化”，展现出脱离人类干预的类人心智能力，从整体上包括表征形式与内在机制都在追求更加接近类人的经验表达方式和感知能力，并且开始发展出心智化能力与共情能力。

总之，生成式人工智能是基于算法、模型、规则自动化生成文本、图片、声音、视频、代码等多模态内容的技术[3]。生成式人工智能随着技术的迭代更新和广泛普及，已广泛应用于社会各领域，包括医疗、交通、金融等。通过使用深度学习、机器学习和大数据等技术，生成式人工智能能够处理更为复杂问题和大规模数据，并产生准确预测和决策。

（二）生成式人工智能的典型特征

1.生成式人工智能的高智能

高智能是指生成式人工智系统能够理解和解释复杂信息，具备推理、学习和创新能力，拥有接近或超越人类智能的能力和潜力。相较于早期人工智能，生成式人工智能表现出更强大的灵活性和智能化，拥有更深入的数据和任务理解能力，呈现出与人类相似的学习、表达和感知能力。特别是在语言任务方面，大型语言模型已经在回答问题、提供建议、优化文本内容等多个语言训练任务中达到或超越人类水平。它甚至能够读取文本中的隐含意义，处理需要准确理解意图的新任务[4]。在细分应用领域，生成式人工智能还展现出个性、智力和社交属性等特性。它发展出高度的同理心、心智水平和社交应答交互能力，使其在模拟人际关系、提供个性化服务和处理社交互动方面具有独特优势[5]。这种高智能的体现不仅表现在执行任务的效率上，还体现在对各种情境的灵活应对和创造性解决问题的能力上。

2.生成式人工智能的自主性

自主性是指生成式人工智能技术具有自主决策和行动的能力。生成式人工智能可根据自身程序和算法，独立进行数据分析和学习，以便在面对不同场景和问题时作出适当的决策并采取相应行动。这种自主性使得生成式人工智能可不断提升自我的能力和效率，并且能够适应和应对各种复杂情况和环境。生成式人工智能的自主性是令其成为一种强大工具和有效解决方案的重要特征之一，其自主性还包括它对外部环境的感知和适应能力。生成式人工智能可通过感知和识别外部环境中的数据和信息，并将其运用到决策过程中；它能够根据不同的环境和需求变化，调整自身学习和行为方式，以达到最佳效果。同时，生成式人工智能还具有自我监控和调整能力，可对自身决策和行动进行评估、优化。这种自主性使得生成式人工智能成为一种具备灵活性和适应性的技术，能够在复杂的现实环境中发挥更大作用。生成式人工智能的自主性是其与早期人工智能相区别的重要特征。

3.生成式人工智能的全面性

全面性主要是指生成式人工智能应用领域的广泛性，它可以应用在医疗、交通、金融、教育等各个行业，能够解决复杂的问题和挑战。首先，生成式人工智能具有全面的智能能力，包括自主学习、自我优化和自我发展，等等。一方面，它可以根据反馈和经验不断改进自身的性能和算法，提高执行任务的效率和准确性；另一方面，它可以根据不同的任务和环境自主学习与适应，不断提升自身性能和能力。这种全面性使得生成式人工智能可在各种场景下发挥作用，并为人类社会带来全新的发展和进步。其次，生成式人工智能的全面性还表现在其具有多样化的特征和功能。生成式人工智能技术可以处理和分析大规模的数据，并从中提取有价值的信息和知识。它可以模拟人类感知和认知能力，具备图像识别、语音识别、自然语言处理等功能，使得机器可以像人类一样与环境进行交互和沟通。再次，生产式人工智能还具备推理和决策的能力。它可以通过对已有数据的分析和比较，进行逻辑推理和判断，并作出相关决策。这种推理和决策的能力使得生成式人工智能可以在复杂和不确定的情境下快速做出反应，帮助人类解决问题和应对挑战。总之，生成式人工智能的全面性主要表现在广泛的应用范围、多样化的功能特征，以及自主学习和自我优化的能力方面，它既具备处理复杂问题和挑战的能力，又能够模拟人类的感知和认知能力。

4.生成式人工智能的自学性

首先，生成式人工智能能够通过自主学习和适应来提高自身的能力和性能。这不仅表现为它能够从大量的数据中提取模式和规律，并利用这些知识来解决新问题和应对新情境，更为重要的是，它还能够通过自主采集数据、自主制定学习计划和自主选择学习方法，实现自主学习的能力。其次，生成式人工智能能够根据反馈信息不断优化自己的学习方法和策略，实现持续的自我改进。通过学习，生成式人工智能能够不断演化和发展，使其在各个领域中发挥更加出色的作用。这种自主学习能力使得生成式人工智能在没有外界干预的情况下，能够自主地进行学习和进化，从而进一步提高其智能水平和应对能力。再次，生成式人工智能的学习能力还包括对新知识的快速吸收和理解能力。它可以通过对大数据的分析和处理，自动从中提取出有用的信息和知识，并将其应用于解决具体问题。这种学习能力使得生成式人工智能能够快速适应不同的环境和任务，并在不断学习和探索中提高自身的性能，令其在解决复杂问题和应对新挑战时具有较高的灵活性和效率，为人类社会带来更多的改进。

（三）生成式人工智能的教育应用与潜在风险

与传统AI相比，ChatGPT类生成式人工智能互动性、人性化更强，可帮助学生通过交互式提问解决概念理解等方面的问题，也可以作为辅助工具，提供写作指导、思路扩展、创意生成等多种服务。然而，生成式人工智能的快速发展也给现代教育带来诸多挑战。因此，我们必须主动出击、沉着应对，有效开展前瞻性研究和超前性治理。2023年7月13日，我国网信办等七部门联合发布《生成式人工智能服务管理暂行办法》，并于2023年8月15日起施行。目前在全球范围内只有我国制定了关于生成式AI的官方监管条例，这意味着由中国主导的对生成式人工智能的规制正逐步展开。

1.生成式人工智能在教育领域的广泛运用

伴随着ChatGPT、通义大模型等通用人工智能迭代更新，生成式人工智能不只作为新工具、新方法被广泛引入教育领域，而且还作为创新人才培养模式的重要抓手被广泛应用于教学各环节，从而使之呈现出网络化、数字化和智能化的新特征。在此过程中，生成式人工智能对于教育来说早已不再只是停留于工具层面的方式和手段，而直接成为重塑教学系统、推动教育领域发生结构性变革的现实力量。可视化三维学习空间的构建、线上线下混合式教学模式的探索、人机协作学习新形态的出现便是典型例证。特别是在可视化三维学习空间构建中，由于生成式人工智能对交往方式的深刻变革，这就从根本上决定了全息课堂的打造并非只是简单地将大数据、云计算、物联网和AI大模型简单地置于教室空间，而且还包括重塑和调整师生、生生交往关系和教学流程。可以说，与早期人工智能相比，ChatGPT类生成式人工智能技术互动性、人性化更强，可帮助学生促进个性化学习、提升教学效果，并为教师提供更好的技术支持。

2.生成式人工智能的技术风险

鉴于技术本身所具有的“双刃剑”属性，现阶段人工智能技术也存在着无法忽视的局限。生成式人工智能自主采集数据、自主学习迭代带来高效率的同时，也带来了内容安全风险，人工智能并不会判断训练数据的优劣，而是对自主采集数据进行无差别学习。如果生成式人工智能模型是通过有偏见的数据来训练的，它们可能会反映和放大这些偏见，导致生成内容或决策存在歧视性。例如，微软曾推出聊天机器人实验，该机器人在上线后学习了大量不当言论和劣质对话，在短期内从一个友好的机器人变成了一个满嘴脏话、充满歧视和偏见的人工智能[5]。由于缺乏对我国社会主义核心价值观的甄别，生成式人工智能可能意识不到所反馈学习内容的毒害。青年学生是容易受外部影响的群体，他们若接收到带有偏见的信息可能导致其对特定群体产生负面看法，引发社交问题和群体分裂。

3.生成式人工智能的社会风险

就其社会属性来说，生成式人工智能的社会风险主要体现为其本身所具有的意识形态性和引发的意识形态风险[6]。所谓生成式人工智能的意识形态性主要是指作为西方社会生产建构的产物，貌似中立、客观的生成式人工智能并不是价值无涉的，而是不可避免地具有鲜明的政治取向和价值导向，反映着西方社会的思维方式和价值观念。也正是在此意义上，哈贝马斯在反思技术与意识形态关系时明确提出，技术与科学本身就是意识形态[7]。而生成式人工智能技术所引发的意识形态风险则主要是指其可能成为西方进行意识形态渗透的工具。例如，在人机对话过程中，当ChatGPT被问及有关中国和美国的问题时，它总是以美国为中心，将中国视为例外，并给出截然相反的“双标”答案。此外，因其具有较强的论证能力，生成式人工智能极具迷惑性和误导性，易给处于“拔节孕穗期”的青年学生带来认知困惑和思想混乱[8]。

综上，基于智能算法与先进程序的加持，生成式人工智能最大的优势是具有对现有知识进行梳理和归纳的能力。在工具论的视角下，使用生成式人工智能最佳的方式是将其作为助手，人机互动的过程中必须要凸显人的自主性和自我决策地位。

二、生成式人工智能对高校“大思政课”建设的现实挑战

作为科学技术不断发展的必然结果，生成式人工智能给高校“大思政课”建设带来机遇的同时，其对舆论生态的变革和传播格局的重塑也深刻改变着高校思想政治教育的生态环境，在某种程度上正在“倒逼”教育领域开启更深层次的变革[9]。因此，我们不得不理性审视生成式人工智能对高校“大思政课”建设过程中的教育内容的供给、教育方法的选择和教育者能力带来的系列冲击和挑战。

（一）即时交互对高校思政课教学内容形成冲击

从本质上来说，思政课就是师生、同学之间围绕教学内容展开的交流互动。交往环境的塑造、交往方式的选择和交往关系的构建不仅是确保师生之间交流互动顺利开展的前提和基础，更是确保教学内容有效传播的重点和关键。当前，生成式人工智能所依托的数字化教育资源及其应用平台为学生自主学习提供了强大技术支撑，其多资源开发、多情景展现、多形式交流所带来的改变也不断重塑着原有课堂教学内容的供给模式和呈现方式，从而影响了青年学生对思政课教学内容的接受与认同。相较于人与人之间的交往互动，生成式人工智能的及时性、自动性和智慧性早已超越人类自身，其不仅可以为学生提供个性化的问题解决方案，而且还能够支持学生根据自身需求进行个性化和自助式学习，而这势必导致学生产生依赖心理，减少其与班主任、辅导员、导师的交流时间和次数，引发师生关系异化[10]，从而阻滞思政教学内容有效传播。此外，生成式人工智能虽能自动生成信息，但其质量和价值取向却无法得到保证。尤其是在智能平台语料库各不相同的情况下，经常出现同一个问题在不同智能平台得到截然相反的答案，再加之把关缺位、导向缺失的智能媒体中总是掺杂着大量良莠不齐的信息，极易使思政课教学内容被海量信息所淹没，无形之中消解了思政课教学内容的影响力。所以，在生成式人工智能应用中，如何根据青年学生接受规律和认知特点，综合运用图像、文字、视频、音频等多种方法将思政内容及时、精准、高效地呈现在学生面前，如何确保教学内容的吸引力和感染力，始终考验着思政教育者的智慧和能力。

（二）技术迭代对高校思政课组织开展带来挑战

作为一项具体实践活动，高校“大思政课”从来都是在特定时空环境中进行的，时空环境是其现实展开的依托载体，更是影响和制约其育人效能的关键变量。当前，随着生成式人工智能对教育生态的变革和冲击，新科技不仅改变了高校思政教育的时空环境，更为重要的是，还对高校思政教育创新发展提出更高要求，这集中体现为课程思政改革和网络思政建设两个方面。

一方面，在课程安排上如何设计才能更好地适应时代发展需要？如何引导学生科学合理地使用人工智能技术提高学习效率、充分培养和激发学生的创造性思维？目前，高校思政课程改革和内容创新，关键是既要根据本硕博不同学段思政课教学特点设定课程目标，又要善用信息技术实现各学段思政课教学进阶式衔接和整体性贯通。在教育教学观上，教育者需要面对生成式人工智能的迅速发展给教育带来的技术挑战，思考应当如何把握机会，利用人工智能技术革新教学方式，提高教学体验，改善教育质量。在教育评价观上，ChatGPT等生成式人工智能的发展和应用已经对学习成果的评价造成了一定负面影响。因此，教育者需要对此进行理性反思，并对教学和评估的方式做出实质性、创新性改变。

另一方面，生成式人工智能也给网络思政创新带来难度。首先，由于生成式人工智能产品数据库绝大多数源于西方，搜索结果中不可避免地掺杂着良莠不齐的信息。这些语料刻意歪曲理解国内中文社区语料，可能影响到学生正确世界观、人生观和价值观的形成。其次，生成式人工智能在硬件上依赖于先进的处理器、网络、终端等设备，在软件上深度依靠数据库数据以及对其数据训练、筛选、抓取等运行规范和机制。因此，在一些地区可能由于软硬件设施和技术条件欠缺，导致人工智能产品的运用和结果输出存在偏差，无法提供客观准确的信息，从而给出有偏差的、有误导性的回答，进一步加剧“智能鸿沟”。最后，目前人工智能的算法推荐机制不健全，使得应当被传播的教育内容被错误过滤，给具有规范性、制度性、系统性、计划性等“刚性”特征的传统思想政治教育模式带来挑战，导致教育效果极大弱化[11]。毋庸置疑，网络信息中隐匿着大量享乐主义、利己主义、拜金主义等内容，可能造成青年学生主流价值群体性迷失。

（三）人机互动对高校思政课教师提出更高要求

在传统思政课堂教学中，教育者处于权威地位。而生成式人工智能的出现助推了信息的整合和传播，作为主力用户群的青年学生也成为教育内容的生产者、传播者和消费者，这就不可避免地削弱了思政课教师主导地位。同时，当前高校“大思政课”建设存在复合型人才数量相对缺乏、素质表现良莠不齐、队伍协同不足等问题[12]。思政课教师、辅导员、班主任、党务工作者由于分工限制，绝大多数都没有接受过系统的人工智能技术培训。随着人工智能产品在青年学生中的广泛使用，高校思政教育者需要及时跟进学习和了解新技术，及时掌握如何将新技术应用到教育教学中，以增强课堂教学的互动性和实效性。其一，生成式人工智能的应用要求高校教师不断更新教学理念。现代青年大学生更注重实践探索和自主学习，而非单纯的知识讲解、理论灌输。因此，高校思政课教师需要高度重视学生个性特点和成长需要，积极探索如何通过革新教学方式来促进学生自主成长。其二，生成式人工智能可以快速生成大量文本，包括文章和短篇小说等，而不需要像人类一样花费大量的时间和精力。在新技术加持下，学生可以轻松获取各类信息，师生之间的“信息差”早已不复存在。因此，高校思政课教师需要确保教学内容是真正有意义和有价值的，能够引起学生的兴趣和好奇心。同时，这也要求教师在编写教案和案例选取时，采用更加生动、丰富和多样化的方式来表达内容。其三，生成式人工智能可以实时并准确回答历史事件、数学问题等系列教育领域的问题，这就可能消解教师在教学活动中的知识权威地位。不过，教师也不仅仅是回答问题的机器，他们还有监督学生学习，研发教学计划等职责，这些仍是现有人工智能产品所无法取代的。

三、生成式人工智能赋能高校“大思政课”建设的路径选择

习近平总书记强调，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，充分发挥人工智能优势，加快发展伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育。教育与人工智能的深度融合时代已经到来，恐惧和回避无法阻挡科技的浪潮。面对生成式人工智能对高校思政工作带来的新挑战，我们要在新媒体技术创新方面不断探索和尝试，尽力将其强大的技术功能为教育所用。

（一）明确目标导向，推动高校“大思政课” 建设守正创新

从根本上说，思想政治教育是做人的思想工作，“为了人、服务人、发展人”不仅是其目标指向，更是其创新发展的基本遵循。尤其是在推动思想政治工作传统优势同信息技术高度融合过程中[13]，为避免技术理性对价值理性的僭越，必须正确认识技术与“大思政课”建设之间的内在逻辑。一是要明确育人目标，强化价值引领，明确生成式人工智能的技术属性及其在教育中的定位。教育首先是人的教育，重在立德树人，其目标是培养具有独立思考和价值判断能力的人，而不只是知识传授。在新事物层出不穷的现代社会，我们要保持教育定力，真正为青年学生提供适切、有意义的教育。高校要对教育内容进行前瞻性思考，在继续强化人文、科技和数学知识的同时，继续补充编程思维、模块思维、批判思维的学习内容。在调整培养目标、设计教学内容时，高校要进一步明确生成式人工智能等新媒体技术的技术定位，深度调整思想政治教育方式，有效运用ChatGPT类生成式人工智能推动教育教学模式转变[14]。

二是提升媒介应用能力，助推高校“大思政课”建设智能化转型。对高校思想政治教育者而言，媒介应用能力是指他们在参与媒介过程中对媒介的驾驭、对媒介信息的甄别及利用媒介对学生进行教育的能力。其具体包括四个方面：首先是媒介适应能力。思想政治教育者应能灵活应用人工智能技术与学生进行交流、沟通，善用大数据对学生群体的特征进行分析，探索思政传播规律，提升育人效果。其次是媒介批判能力。思想政治教育者在媒介传播过程中应对各类信息保持清醒认识，利用自身专业优势，能够及时对媒介信息潜在的意识形态、商业诉求、情感诉求等进行正确辨别。再次是媒介信息再造能力。生成式人工智能的重要特征在于信息的快速复制与组合再造能力。教师不仅是学生思想观念的塑造者，更是高校媒体环境的净化者。在价值引领过程中，应将社会主义核心价值观融入日常工作中，优化媒介信息内容，肩负起思想政治教育者应有的社会责任。最后是媒介素养教育能力。生成式人工智能的智能化、人性化、个性化特征，使得学生在大量信息互动中容易因为辨别能力与认知能力不足导致对媒体信息的困惑与盲从。高校思想政治教育者应主动承担起学生媒介素养教育的任务，培养学生对媒介信息、媒介产品、媒介行为等媒介相关知识的整体认知，提升学生主动辨别、批判、反思和抵御各种媒介信息和媒介产品的能力，最终培养出具有责任意识、伦理价值和批判精神的新时代好青年。

（二）强化技术赋能，打造数字化高校“大思政课”建设新方式

当前，高校“大思政课”建设不只是为了将社会资源纳入课堂增强课堂教学生命力，更是要积极利用网络信息技术推动课堂教学模式重塑。鉴于现有人工智能产品数据大多来源于英文维基百科和Common Crawl数据集，我国高校在思政教育中引入生成式人工智能仍存在一定安全隐患。为此，我国必须全力打造具有自主知识产权的安全可靠的技术产品。首先须利用最新的AI技术，把数据库和搜索引擎等涉及网络和技术安全的核心环节牢牢掌握在自己手里，确保可信、可控、可用。其次，应建立健全包括规范信息安全政策、制定安全合规流程、建设安全技术架构等在内的信息安全管理体系，不间断进行风险评估和漏洞扫描，并及时修复漏洞，提高系统可信性和可靠性。再次，需不断完善和优化产品功能，采用模块化架构和安全设计原则，提高产品的可维护性和升级迭代效率。最后，需投资和培养高素质科技人才和研发团队，掌握关键技术和知识产权，帮助高校构建安全可靠的技术产品。只有实现技术自主可控和知识产权保护，才能确保将人工智能技术融入高校思政教育的安全性。

与此同时，高校应创新教育场景，推动人工智能全面融入高校“大思政课”建设全过程，以数字化为依托实现精准育人。教育信息化的配置和完善，可为我们提供可访问性和连通性的教育资源，从而为构建“十大育人”体系创造数字化条件。在课程思政方面，教师可利用人工智能技术进行课程设计、协助备课、课堂助教、作业评测等。人工智能技术还可以参与到学生评估，生成作业测验和考试，为师生提供实时分享平台，成为教师的人工智能助教、课后导师或辩论陪练[15]。在科研方面，人工智能技术能够为学生提供有关研究文献和建议思路。AI算法提供丰富的解释、方法、资讯、思路，不仅能帮助学生更深刻、更富有创意地理解知识，提高学习效率和兴趣，还能高效地帮助学生完成内容翻译、专属指导、项目研究等工作，实现自主学习和个性化学习。在班主任和辅导员开展思政教育工作方面，人工智能够很好地协助完成撰写邮件、会议纪律、事务管理等日常性工作，进而减轻班主任和辅导员常态化事务内耗，将时间精力更好集中于“主责主业”。

（三）聚焦核心要素，提升“大思政课”核心 竞争力

人工智能背景下的高校思政教育应当彰显其核心竞争力，找到其不可替代性，不断增强其政治性、学理性、有效性。因此，围绕传统思政教育主体、对象、内容、载体、方法“五要素”理论，高校思想政治教育要进一步凝练并聚焦新时代高校“大思政课”建设的核心要素，提升思政教育核心竞争力。

一是强化高校“大思政课”独特的思维方式和场景创设能力。教育者可运用最新的人工智能技术，将前人的经验和知识进行融合，发掘高校思政工作内在规律，不断创造出思政新要素、新产品、新技术、新场域，体现出人类独有的创造力。二是强化高校“大思政课”的表达能力和情感共鸣。与人工智能机器人交流不同，人类的表达方式富有情感色彩，能够切实地传达出自己的感受和态度，人们之间的交流也更加贴近生活，更能够建立起情感共鸣，从而增强彼此的信任和合作。因此，通过思政教育者和学生间“面对面、心与心”的交流，能更好地实现思政教育的独特效果。三是增强高校“大思政课”的适应性和灵活性。相比于人工智能，人与生俱来就具有适应不同环境和场景的能力，这种能力无法通过固定的代码和编程实现。面对复杂多变的内外部环境，高校思政教育者要根据自身的经验和智慧及时调整思政教育的方法、内容和手段。四是强化高校“大思政课”建设的政治要求、道德观念和社会责任。生成式人工智能虽相较于早期人工智能已获得质的发展，但由于其运行总是依赖于事先设计的指令，还“无法取代教师在培养学生的创造力、批判性思维和解决问题技能等方面的作用”[16]。而思政教育者却能通过自身的信仰、教育和经验，关注并有效解决这类问题。面对复杂问题的处理和决策时，思政教育者能够考虑到长远的利益和社会责任，从而做出更加合理的策略和路径选择。因此，基于教育者所具有的独特思维方式、创造力、表达能力、适应性以及道德观念和社会责任感等核心竞争力，高校思政教育必将能够依托技术红利实现提质增效。

（四）提升媒介素养，将技术优势转化为育人效能

新媒体时代的商业化新闻模式、错误价值观导向、低俗信息传播和不实新闻报道等都威胁着智能媒体空间碎片化生存状态。为在日常工作中有效应对人工智能技术带来的挑战，高校思想政治教育者亟需提升自身的媒介素养。

一是提升媒介认知素养。人工智能为高校师生提供了丰富信息资源，拓展了获取信息、交流情感和娱乐消遣的途径，为教育教学和思政工作开辟了全新领域。思想政治教育者的媒介认知素养首先体现在对智能媒体的认知和理解上，教师需要清楚掌握目前主流的智能媒体工具的种类、功能、特性，以及青年学生使用智能媒体的规律、智能媒体传播信息的机制、传播模式等。其中最为重要的是，思想政治教育者应当对人工智能在校内学生群体中的使用要有全面认识，对人工智能技术给思想政治教育带来的机遇和挑战要有理性认知，对智能媒体技术给思想政治教育的革命性变革要有清醒认知，从而及时发现思政教育风险并寻求应对策略。

二是提升媒介意识素养。高校思想政治教育者的媒介意识素养主要是指在日常工作和生活中形成主动学习人工智能技术的相关媒体知识的意识，善于对媒介信息予以甄别，能够灵活运用新媒体开展工作并自觉进行媒介监督。首先是要树立正确的媒介意识。生成式人工智能给高校思想政治工作带来的网络舆情、信息异化、个人隐私保护等问题层出不穷，教育者必须从意识层面修正对媒介的认识，关注媒介新形态，将各种媒体应用到工作方法中，形成经常性和常规性工作模式。其次是要加强媒介应用能力。高校思想政治教育者在初步具备媒介意识后，还应不断提升新媒体环境适应能力，通过利用智能媒体和大数据创新思想政治教育方式方法。

三是提升媒介伦理法治素养，“完善约束生成式人工智能的法律与技术手段”[17]。媒介伦理法治素养包括媒介伦理素养和媒介法治素养，是高校思想政治教育者的媒介基本素养之一，也是大学生媒介参与活动中的重要约束和规范作用。两者分别运用伦理的内在约束和法治的外在规范，引导和规范学生合理合法地使用各类人工智能产品，帮助青年学生形成新媒体平台自觉和自律意识。在思想政治教育活动中，教育者应教育学生提高对剽窃、诽谤、诈骗、侵权等网络犯罪的认识，利用人工智能技术更好地宣传相关法治知识，鼓励学生自觉抵制网络违法行为，形成良好的校园媒介环境与法治氛围。

四、结语

生成式人工智能技术的出现和快速迭代发展，为青年大学生提供了一种社交互动新生活，呈现出更加多元、多样与多彩的现实图景与社会形态。作为新一代的网络技术手段与信息传播载体，生成式人工智能技术和产品以其独特的“开放性、互动性、前沿性、定制性”等传播特性，正以前所未有的动能改变着青年学生的思想观念、交流模式、行为方式与存在样态，推动着高校思想政治教育创新发展。面对新一波的科技革命浪潮带来的风险挑战，新时代高校“大思政课”建设不应“谈虎色变”或“视而不见”，而是要勇立潮头、主动出击、积极应变，针对“人工智能+”思政教育的核心要素和关键环节深入研究，坚持以学生为中心、以实践为导向、以技术为推动，不断探索新思路、新路径与新方法，增强高校“大思政课”建设的时代性、针对性、实效性，在切实满足学生成长成才需要的基础上全面提升育人质量。

参考文献

[1] 新华社.习近平在中共中央政治局第五次集体学习时强调加快建设教育强国 为中华民族伟大复兴提供有力支撑[N].人民日报，2023-05-30（01）.

[2] 张熙，杨小汕，徐常胜.ChatGPT及生成式人工智能现状及未来发展方向[J].中国科学基金，2023（05）：743-750.

[3] 生成式人工智能服务管理暂行办法[EB/OL].（2023-07-

19）[2023-11-05].https：//www.gov.cn/zhengce/zhengceku/202307/content_6891752.htm.

[4] 政光景，吕鹏.生成式人工智能与哲学社会科学新范式的涌现[J].江海学刊，2023（04）：132—142.

[5] 澎湃新闻.微软聊天机器人上线24小时被教坏，变身满嘴脏

话的不良少女[EB/OL].（2016-06-25）[2023-11-05].https：

//www.thepaper.cn/newsDetail_forward_1448368.

[6] 王少.ChatGPT介入思想政治教育的技术线路、安全风险及防范[J].深圳大学学报（人文社会科学版），2023（02）：

153-160.

[7] 俞吾金.从意识形态的科学性到科学技术的意识形态性[J].马克思主义与现实，2007（03）：14-17.

[8] 张黎，周霖，赵磊磊.生成式人工智能教育应用风险及其规避：基于教育主体性视角[J].开放教育研究，2023（05）：47-53.

[9] 张波.生成式人工智能对新闻传播教育的影响及因应[J].中国广播电视学刊，2023（10）：22-25.

[10] 冯雨奂.ChatGPT在教育领域的应用价值、潜在伦理风险与治理路径[J].思想理论教育，2023（04）：26-32.

[11] 郎捷，王军.“信息茧房”对大学生思想政治教育的挑战及应对分析[J].学校党建与思想教育，2020（20）：13-15.

[12] 高新莉，刘芳.新时代高校思想政治工作人才队伍建设的几个着力点[J].思想理论教育导刊，2020（10）：152-155.

[13] 习近平.习近平谈治国理政：第2卷[M].北京：外文出版社，2017：378.

[14] 杨宗凯，王俊，吴砥，等.ChatGPT/生成式人工智能对教育的影响探析及应对策略[J].华东师范大学学报（教育科学版），2023（07）：26-35.

[15] 杨晓哲，王晴晴，王若昕.生成式人工智能的有限能力与教育变革[J].全球教育展望，2023（06）：3-12.

[16] 荀渊.ChatGPT/生成式人工智能与高等教育的价值和使命[J]华东师范大学学报（教育科学版），2023（07）：56-63.

[17] 王兆轩.生成式人工智能浪潮下公民数字素养提升：基于ChatGPT的思考[J].图书馆理论与实践，2023（05）：78-86.

Beyond Mechanical Thinking： How Generative Artificial Intelligence is Changing the Big Ideology Class in Higher Education Institutions

Zhang Yang   XuYekun

Abstract： As a new technology that automatically generates multi-modal content such as texts， pictures， sounds， videos， and codes based on algorithms， models， and rules， the outstanding features of generative artificial intelligence are high intelligence， autonomy， comprehensiveness， and learning capabilities.However， due to the double-edged sword nature of technology， while reshaping China's educational ecology， it also puts higher requirements on classroom teaching contents， teaching methods， and educators due to its instant interaction， rapid iteration， and human-computer interaction. Because of this， the construction of big ideology and politics courses in higher education institutions faces many challenges. In this regard， we must adhere to the problem-oriented approach， promote the organic integration of generative artificial intelligence and the construction of big ideological and political course by clarifying the goal orientation， strengthening technological empowerment， focusing on the core elements， and improving media literacy， so as to promote the digital transformation of ideological and political education in higher education institutions.

Keywords： generative artificial intelligence; big ideological and political course construction; education digitalization; media literacy

（责任编辑  陈剑光）

收稿日期：2023-10-19

基金项目：2023年度上海市哲学社会科学规划课题项目“智能时代‘大思政课建设新特点及对策研究”（2023BKS007）。

作者简介：张阳，上海人，法学博士，华东政法大学刑事法学院副教授，主要从事思想政治教育、教育法学研究；徐业坤，华东政法大学马克思主义学院师资博士后研究人员。上海，201620。