生成式人工智能赋能高校辅导员工作： 应用场景、现实隐忧与优化进路

摘要：生成式人工智能与高校辅导员工作的深度融合，有力促进了辅导员工作质量提升，为辅导员架构了智能化的工作平台、支持辅导员工作创造性内容生成、增强了辅导员个性化学习育人体验。同时，智能技术赋能也面临着伦理失范、技术异化、算法偏见、素养不足等现实隐忧。基于此，须从伦理治理、角色重塑、能力重构入手，以在机制完善、技术善治中优化辅导员育人环境、在人机协同发展趋势中要求辅导员守正创新、在智能素养有效提升中缩小辅导员数字应用鸿沟。

关键词：生成式人工智能；高校辅导员；场景；隐忧；进路

一、前言

习近平总书记指出：“积极推动人工智能和教育深度融合，促进教育变革创新。”[1]当前，生成式人工智能（Artificial Intelligence Generated Content，简称AIGC）逐渐成为高等教育数字化转型的重要助力。辅导员作为高等教育的重要组成部分，理应与时俱进主动拥抱生成式人工智能时代。辅导员既要以前瞻性视野科学认识到生成式人工智能赋能辅导员工作的客观必然性和应用场景，又要立足现实，正确审视并解决赋能实践中遇到的新挑战、新问题，着力推动辅导员工作高质量发展。

二、生成式人工智能赋能辅导员工作的应用场景

基于“AIGC+系统呈现”“AIGC+载体应用”“AIGC+服务定制”的技术加持，生成式人工智能为辅导员在智能化工作平台架构、创造性内容生成以及个性化学习育人体验等方面创设了具体应用场景。

（一）AIGC+系统呈现：架构融合智能化的辅导员工作平台

AIGC作为一个覆盖基础层、技术层、应用层和访问层的系统整体，为架构智能化的高校辅导员工作平台提供了可能。辅导员作为“三全育人”的一线工作者，往往承担着育人、管理、服务、自身职业发展等多项工作任务，而繁多复杂的工作事务无疑给辅导员的工作精力和工作压力带来挑战。因此，依托人工智能技术架构一个智能化、便捷化、系统化的辅导员工作平台迫在眉睫，如图1所示。基础层是基础，主要为辅导员工作平台架构提供训练部署模型用的专用智能芯片以及数据算力支持。技术层是核心，通常以“智能体”形式存在，主要为数智化辅导员工作平台架构集成文本、图像、语言、视频等不同模态的多个基础模型。应用层是人工智能在辅导员工作场景中的实际应用，通过设置“思政引领”“管理服务”“职业发展”等智能模块，为辅导员提供易于访问和使用的工作学习工具以及多样化的交互功能。访问层则以PC端、移动学工门户、小程序的方式呈现，最大限度确保了辅导员工作体验的连贯性、机动性和高效性。

（二）AIGC+载体应用：支持辅导员工作的创造性内容生成

AIGC以快速的内容生产方式方便了辅导员对文本、图片、音频、视频等多样化内容载体的应用，支持辅导员进行创造性内容生成。在减负提效层面，AIGC能够帮助辅导员减轻重复、繁琐的工作负担，确保辅导员有精力和时间来从事更富有创造性的工作。在快速生成资源层面，AIGC技术突破了辅导员工作学习资源受时空限制的梗阻，能够连接思想政治教育典型案例、社会焦点热点等与辅导员工作紧密相关的海量教育资源，充实辅导员工作供给素材。在创新内容生成层面，AIGC技术本身具有创造性，能够生成新颖的教育内容和观点，创设智能化、沉浸式、立体化的育人场景，打破辅导员传统工作方式中的二维呈现方式。辅导员在召开“爱国主义教育”主题班会时，依托AIGC技术，可将社会大课堂中的红色文化资源“搬到”课堂，精选一些能够贴近学生实际生活、引发学生情感共鸣的鲜活的爱国人物故事，建构虚拟化、智能化的历史场景，让学生在听觉、视觉、感觉的一体化交互中强化爱国主义情感认同，从而提升辅导员工作育人实效。在持续更新优化层面，AIGC能够实时保持内容更新，为辅导员紧跟高等教育发展潮流和生成创造性的工作内容奠定了基础。

（三）AIGC+服务定制：增强辅导员个性化的学习育人体验

AIGC在辅导员个性化学习资源生成、学生画像构建、精准育人策略等方面凸显强大的服务定制功能，增强了辅导员个性化学习和育人体验。在个性化学习资源生成层面，AIGC可充分考虑辅导员工作时限、专业背景、兴趣爱好等要素，为其量身定制覆盖教育理论与实践、学生管理经验、心理谈话技巧等个性化学习资源，帮助辅导员实现精准学习，以弥补知识缺陷和提升专业技能。在学生画像构建层面，AIGC通过运用自然语言处理、计算机视觉、语音识别、行为识别等多模态生物特征识别技术，可实时收集学生学科成绩、课堂表现、志愿实践、网络社交行为特征等多维度数据，构建多维度的学生精准画像，生成展现学生思想行为轨迹、学业状况与价值偏好的可视化图表和分析报告，以延伸辅导员工作感知，帮助辅导员全方位、全过程关注学生真实情况。在精准育人层面，基于学生“数字画像”，辅导员能够实现育人模式由“大水漫灌”向“精准滴灌”转变，突破长期以来在“大班制”管理下难以对学生个体过多关注的瓶颈，提升辅导员个性化育人服务能力，实现因材施教。

三、生成式人工智能赋能辅导员工作的现实隐忧

深思现实，生成式人工智能技术在赋能辅导员工作的同时，也面临着伦理失范、技术异化、算法偏见、素养不足等风险挑战。

（一）伦理失范：消解辅导员育人主体影响

传统伦理关系遭到解构，教育主体失语、教育信任关系被破坏、信息失序现象加剧、数字隐私伦理被冲击等伦理失范行为频现，消解了辅导员育人主体影响。一是引发主体失语危机。“师—机—生”的三元关系，易使辅导员忽略对大学生实际困境的洞察及人文关怀，弱化辅导员在情感表达、人际交互、经验传授等方面对学生的指导。二是破坏教育信任关系。一些大学生借助ChatGPT等生成式人工智能抄袭作业和考试作弊，引发了一系列学术诚信问题，也增大了辅导员教育引导和日常管理学生的难度。三是加剧信息失序现象。生成式人工智能的输出呈现是以人类数据供应为前提，当有不良意图的用户进行虚假、负面、偏激、消极的信息数据“喂养”时，可能产出“拟主观”的不良信息，造成信息失序，从而干扰大学生思想意识和价值观，甚至威胁高校意识形态安全。四是冲击数字隐私伦理。技术赋能助力辅导员在对学生信息数据全覆盖掌握与精准分析的同时，也加剧了学生对自身家庭状况、生理缺陷等隐私敏感信息泄露的担忧。

（二）技术异化：导致辅导员全面发展受限

技术异化是指技术原本作为服务于人类劳动实践的创造物，在满足人类需要的过程中逐渐超出人类控制并反过来奴役、控制、支配主体本身[2]。生成式人工智能所衍生的技术异化现象可能给辅导员带来智慧减损、困于信息茧房、潜在职业风险等忧虑，导致其全面发展受限。一是导致辅导员智慧减损。辅导员对生成式人工智能在破解难题、建议生成、专业决策等方面的过度依赖，会自动“放行”人工智能，侵蚀自身批判性思维，削弱独立思考和解决问题的能力，瓦解辅导员的主体性。二是将辅导员困于信息茧房。“私人定制”和“投其所好”信息的持续输入，易使辅导员长期被大量同质化信息内容包围，造成辅导员知识结构固化、视野窄化及形成思维定式。三是带来潜在职业风险。过度技术依赖会导致辅导员由教育实践的主导者、引导者逐渐变为技术系统的操作者和监督者，使辅导员丧失面对未来高等教育创新变革挑战的应变能力，限制辅导员专业化、职业化发展的全面性和可持续性。

（三）算法偏见：诱发辅导员教育偏见歧视

“算法偏见”是指计算机执行计算指令时，因初始算法、样本数据和歧视模仿等造成思维处理惯性，导致人工智能系统出现偏向性的举措或选择[3]，具体到辅导员工作领域，则易诱发辅导员教育偏见和歧视。一是“夹带私货”的算法设计偏见。当AIGC算法设计者自身存在主观偏见时，会以偏狭的“喂养”方式向人工智能投送原始具有特殊偏好的信息数据。辅导员选取不同公司发布的AIGC应用时，所生成的学生评价标准可能不一致。二是潜藏一定区域、性别、学科、知识等方面的训练数据偏见。AIGC在自带局限性和不均衡性的算法数据的持续“投喂”中会进一步放大数据偏见，影响辅导员对特定学生群体在奖（助）学金评定、学习推荐、资源分配等方面的客观性和公正性。三是反馈机制产生的强化偏见。当有偏见的建议被采纳时，系统会将其操作行为录入训练数据集，进而固化这种倾向[4]。如辅导员对学生心理健康评估时，此前被算法错误标记为“高风险”状态的学生，其被算法推荐给辅导员重点关注的概率可能变高，反而给学生心理带来压力，进一步强化教育偏见。

（四）素养不足：加剧辅导员数字应用鸿沟

当前，辅导员队伍在情感认知、智能技术知识掌握、智能技术应用等方面陷入智能素养不足的窘境，无疑加剧了辅导员数字应用鸿沟。一是在情感认知层面，一些辅导员固守传统思维，片面认为人工智能会加快消解辅导员育人主体地位，出现盲目排斥、反对、禁止智能技术的“技术恐惧”现象。二是在智能技术知识掌握层面，一些辅导员受限于专业背景、年龄结构等综合因素，对不断更新迭代的数智技术基础知识和原理掌握不够，在技术掌握速度方面并不具备优势。三是在智能技术应用层面，不同辅导员对生成式人工智能技术工具的综合应用能力存在明显差异。一些智能素养较弱的辅导员，往往无法熟练使用现代教育技术工具进行学生管理、学情分析等，无法有效获取和整合数智教育资源，以支持不同场景下的工作服务。未来随着生成式人工智能在高校辅导员工作领域的广泛应用，若辅导员智能素养没有得到同步提升，将会进一步加剧辅导员数字应用鸿沟问题。

四、生成式人工智能赋能辅导员工作的优化进路

面对生成式人工智能赋能辅导员工作的现实隐忧，必须积极探索优化进路，以在机制完善、技术善治中优化育人环境、在人机协同发展趋势中做到守正创新、在智能素养有效提升中缩小数字鸿沟。

（一）伦理治理：在机制完善、技术善治中优化辅导员育人环境

生成式人工智能赋能辅导员工作面临的伦理风险是毋庸置疑的事实，对其伦理治理具备必要性，要在机制完善和技术善治的系统工程中优化育人环境。一方面，应确保生成式人工智能的伦理治理有法可依。《中华人民共和国网络安全法》《中华人民共和国数据安全法》《生成式人工智能服务管理暂行办法》等，已从网络安全、数据隐私安全、价值规范、内容生产、行为规制等维度，为生成式人工智能在辅导员工作领域的技术应用划定了安全底线[5]。另一方面，不同主体要在工具理性和价值理性并彰的伦理规范中引导技术向上向善。政府可结合具体实际，制定生成式人工智能应用不同领域的伦理规范、引导相关企业制定行业公约、加强技术监管并建立干预机制等。企业应聚焦技术本身，以工具理性规避算力限制、隐私泄露、偏见歧视、信息失序等技术隐患，注重在技术设计、训练学习和部署应用的全过程中嵌入保护用户隐私和数据安全的伦理规范，在此基础上能够尽可能避免辅导员运用人工智能进行学生数据采样、传输、分析、存储过程中对学生隐私数据的泄露以及减少被其他未经授权的人访问的风险。高校应及时将人工智能伦理纳入课程体系和考核标准，建立辅导员使用学生数据的透明度和知情同意规则，同时开展伦理教育与宣传引导，为生成式人工智能赋能辅导员工作高质量发展奠定伦理治理基础。

（二）角色重塑：在人机协同发展趋势中要求辅导员守正创新

面向强有力的智能技术冲击，辅导员既不能过分依赖技术，又不能陷入被替代的“技术恐慌”中，而要进行角色重塑，在人机协同发展趋势中做到守正创新。一方面，坚持“守正”原则，时刻牢记辅导员作为“育人者”的职业身份。“守正”是辅导员角色重塑和工作创新的基础。人工智能技术虽然推动了辅导员工作场域、工作载体、工作方法等发生转变，但辅导员作为高校开展思想政治工作的骨干力量和学生日常思想政治教育管理的组织者、实施者、指导者，必须始终坚持工作方向原则不变，警惕西方意识形态借助数智技术进行恶意渗透，筑牢思想防线；始终坚持工作职责使命不变，防止因技术依赖而导致育人工作重心出现偏差；始终坚持“学生”立场不变，秉持“以学生为中心”的发展理念，拓展与学生情感交互的多元路径[6]。另一方面，坚持“创新”原则，主动做好人机协同工作的引领者。推动高校辅导员工作高质量发展，本身就意味着创新。对于辅导员而言，要敞开胸怀接纳生成式人工智能技术的更新与应用，主动抓住人工智能为辅导员工作转型升级提供的良好机遇，切实发挥辅导员作为超越“智能机器”存在的人的主观能动性，充分利用生成式人工智能在系统呈现、载体应用、服务定制等方面的技术优势，辅助实现工作减负增效、亮点工作内容产出以及个性化育人培养。在人机协同发展的时代潮流中，辅导员对“守正创新”原则的坚持已然成为其适应技术场域之变进行角色重塑的重要实践遵循。

（三）能力重构：在智能素养有效提升中缩小辅导员数字鸿沟

辅导员人工智能素养的适应性调整与提升关乎其能否在人工智能时代保持独特竞争力及缩小数字应用鸿沟。一是以持续精进辅导员专业领域为立足点。辅导员智能素养的提升并不意味着对自身专业领域的忽视，反而以专业领域的持续精进为基础。辅导员只有在深耕自身学术和专业能力基础上，才能依托专业知识结构和由此形成的深刻洞察力，做出综合价值研判和选择，而不是盲目接受生成式人工智能所作出的育人建议。二是以增强辅导员主体智能素养认知为着眼点。智能素养的正确认知是智能素养提升的重要前提。高校应积极组织开展“人工智能赋能高等教育”“辅导员工作与生成式人工智能”等专题培训，构建由人工智能技术研发人员、教师、先进辅导员等组成的共同体，通过日常教育与交流学习，让每位辅导员充分意识到智能技术在辅导员工作中的应用价值。三是以提升辅导员智能工具运用技能为关键点。辅导员智能素养的提升最终要回归到辅助辅导员工作中。为此，辅导员应当依托国家和高校提供的多元数字化支持服务体系，抓住线上线下人工智能教育培训的机遇，及时了解最新的生成式人工智能技术，知晓人机融合的角色分工和数智融合的工作原理，并在实际工作中逐步掌握智能工具的操作方法，增强辅导员工作内容生产的广度和深度，在提升辅导员工作效率和质量的同时尽可能缩小辅导员数字应用鸿沟。

五、结语

生成式人工智能赋能辅导员工作，是人工智能与教育深度融合的实践见证，是促进辅导员工作转型升级的重要机遇，也是推动辅导员队伍专业化、职业化发展的必然要求。面对生成式人工智能在教育领域的“强势”介入，辅导员作为高等教育的重要参与者，既不能一味排斥和拒绝，也不可“来者不拒”“照单全收”，而应秉持开放心态，主动拥抱智能时代。辅导员应从工作实际出发，将生成式人工智能的技术优势充分应用到推进辅导员工作高质量发展进程中，真正实现工具理性与价值理性的有效结合。

参考文献

[1]习近平.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（001）.

[2]刘爱玲.马克思主义视域下智能技术异化及其应对[J].贵州师范大学学报（社会科学版），2024（02）：12-20.

[3]王佑镁，王旦，王海洁，等.算法公平：教育人工智能算法偏见的逻辑与治理[J].开放教育研究，2023（05）：37-46.

[4]叶青，刘宗圣.人工智能场景下算法性别偏见的成因及治理对策[J].贵州师范大学学报（社会科学版），2023（05）：54-63.

[5]支振锋，刘佳琨.伦理先行：生成式人工智能的治理策略[J].云南社会科学，2024（04）：72-83.

[6]曲建武，刘越.准确把握数字化时代高校辅导员工作的“变”与“不变”[J].思想政治教育研究，2023（06）：157-163.

基金项目：山西省2023年度思想政治工作课题“数字化三晋红色文化资源赋能高校思想政治教育的价值意蕴、实践困境及其破解路径研究——以“三个课堂”为主要阵地”（项目编号：23SXSZ0144）

作者单位：李甜，南开大学；牛伟，太原科技大学经济与管理学院

责任编辑：张津平、尚丹