人工智能赋能高校思政课教学的生成、风险及对策.pdf

人工智能赋能高校思政课教学的生成、风险及对策 王健崭(中国药科大学 马克思主义学院,南京2 1 0 0 0 9)【摘 要】人工智能的飞速发展为高校思政课教学的加速跃升带来了前所未有的机遇。伴随着思政课教学全过程、全场景的数据采集和智能分析,人工智能从智能化教学场景打造、个性化学习资源供给、智慧化学生测评体系建设三个维度充分发挥其优势,促进思政课教学模式创新发展。但是,应系统审视人工智能赋能思政课教学在场景-资源-测评三方面存在的技术风险,比如:智能化教学场景的滥用,对大学生数据隐私权的侵犯以及算法黑箱背后的数据依赖。面对这些问题,要加快人工智能在思政课教学中的深度转化,实现智能化教学场景的合理运用、大学生学习数据的合理使用以及透明算法下价值对技术的主导,从而促进人工智能与思政课教学的深度融合,构建人机协同的思政课教学新生态。【关键词】人工智能;思政课教学;学生测评;算法黑箱【中图分类号】G 6 4 1【文章编号】1 0 0 3-8 4 1 8(2 0 2 3)0 9-0 1 1 4-0 7【文献标识码】A 【D O I】1 0.1 3 2 3 6/j.c n k i.j s h e.2 0 2 3.0 9.0 1 5【作者简介】王健崭(1 9 7 8),女,山东烟台人,中国药科大学马克思主义学院副教授、硕士生导师。2 0 1 9年,中共中央办公厅、国务院办公厅印发 关于深化新时代学校思想政治理论课改革创新的若干意见,提出要“大力推进思政课教学方法改革,推动人工智能等现代信息技术在思政课教学中应用”。这为促进人工智能与思想政治理论课(以下简称思政课)的深度融合,推动思政课教学创新发展提供了新方向,提出了新要求。人工智能赋能思政课教学是技术融入课程的必然趋势,它既带来了新的历史机遇,同时也带来了巨大的挑战。思政课教学要抓住变革中的机遇,紧跟时代步伐,实现人工智能对思政课教学的赋能、创新与重塑。作为新一轮科技革命的重要引擎,人工智能在思政课教学中的应用及未来发展,并非是“人工智能+思政课”的简单套用,而是凭借精准高效的信息传输能力、运算能力与分析能力,在“教学场景-学习资源-学生测评”三方面创造性地发挥自身优势,这必将为思政课教学改革开辟新的空间。人工智能赋能思政课教学正在从最初设想的“应该如何做”到目前进行的“正在如何做”,再到未来“如何做得更好”的进路转变。因此,应不断释放人工智能在思政课教学中的活力,实现“人工智能+思政课”的协同创新,构建人机协同的思政课教学新生态。一、人工智能赋能高校思政课教学的三重体现人工智能是推动思政课教学改革的加速器,它打破了传统思政课教学的沉闷气氛、固有模式和同质化倾向,发展了个性化、多元化、智能化的教学模式,促进了教学场景的智能化打造、学习资源的个性化供给、学生测评体系的智慧化建设,在“场景-资源-测评”三方面共同推进了思政课教学的创新发展,创造了智能思政育人新阵地。(一)思政课教学场景智能化打造场景是思政课教学得以进行的重要空间。人工智能提供的智能化场景打破了传统思政课堂教学的空间局限,使教学环境越来越多元化、智慧化。依托“智慧马院”构建“智慧课堂”,从而为思政课教学提供“智慧空间”。人工智能赋能思政课教学在“智慧课堂”等场景创新中积极探索,不断411江苏高教 2 0 2 3年第9期升级打造智慧化教学环境,拓展智能化场景应用。人工智能“运用全息投影、增强现实、虚拟现实、混合现实等技术营造了沉浸式虚境、全息化场域、仿真性空间等逼真、立体的三维空间”1,创设出了各种虚实结合的智能教学场景,创新了思政课理论的表现形式,实现了知识的可视化呈现,形成了人工智能赋能思政课的教学新模式,极大缓解了思政课教学中“教师唱独角戏”“学生不听课”“手机不离手”等现象。特别是“V R/A R创设出的虚拟环境,能给予学生多感官协同和沉浸式的学习体验,知识供给方式变得更 有趣味”2。教学场景的智能化无限延展了思政课教学的时空场域,思政课教学可以通过丰富多样的智能化场景与交互设计手段增强现实的场景体验,满足大学生主动参与思政课教学的需求,提升了思政课的感染力、吸引力和亲和力。这种寓教于乐的教学方式实现了大学生从身在课堂到心在课堂、情在课堂的全身心投入,促进了大学生能动性和主动性的发挥,达到了提升价值认同的目的。此外,利用人工智能技术打造智慧马院平台、智慧思政教学平台等多个线上智能化教学平台和在线课堂,从而实现思政课线上教学和学习资源库共建共享。以教学资源开放共享为特征的信息化、数字化教学模式改变了思政课教学和资源的提供方式,带来了教学供给侧和需求侧的双重改革。其中数字化思政教学资源,特别是“思政课理论资源库、思政课专有名词语料库、情境化教学资源库、游戏化教学资源库、红色文化资源库等高校思政课教学资源”3的共建共享,可以让大学生随时随地利用网络虚拟教学空间进行自主学习,充分调动了大学生学习的积极主动性,有利于帮助他们熟练掌握马克思主义的立场、观点、方法,自觉运用马克思主义理论武装头脑、改造世界。(二)思政课学习资源个性化供给基于数据驱动的人工智能技术可以改变传统思政课教学单一化、同质化、平面化的知识传授模式,兼顾每个大学生的特点,进行基于“数字画像”的个性化学习资源推送,使思政课理论知识供给更有效、更精准,从而实现智能化教学与个性化培养的有机结合。在数据驱动的立体交叉教学环境下,思政课教师可以将人工智能与思政课的知识体系相结合,通过知识追踪算法与知识图谱查询实时收集大学生思政课学习的数据,并对大学生的学习行为、学习状态及其对思政课内容的重难点把握程度进行全过程、全方位的“数字画像”和动态追踪,进而把大学生的整个学习过程进行数字化还原。或者利用自然语言处理、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深度挖掘大学生的学习态度、学习行为、学业水平等数据,来提高对大学生学习状态及其对学习内容难易理解程度的判断。比如,大学生在思政课堂上参与课题小组协作和问题讨论,到底对哪些内容感兴趣;大学生在传统课堂和在线课堂上回答问题时,对哪些问题关注度更高;在虚拟网络教学平台上,大学生对哪些思政课教学资源的浏览次数更多、浏览时间更长等。也就是说,在思政课教学过程中,不同大学生的学习关注点和关注度存在一定的差异,人工智能可以通过抓取大学生的学习态度、行为选择、学习侧重点等学情数据进行“数字画像”,并从抓取的学习活动数据中识别他们的学习兴趣点和学习投入度,这样思政课教师可以更好地把握大学生的个性特征、思维特点、思想动态,从而进行思政课学习资源的个性化供给。(三)思政课学生测评体系智慧化建设学生测评是思政课教学的重要环节。通过对学生进行测评,思政课教师可以准确掌握大学生的学习情况并作出教学反馈和教学决策。因此,在人工智能时代,追求精准化的思政课教学,意味着必须创新测评方式,构建智慧化测评体系。以各种智能算法和模型为基础的思政课学生测评,是全学段、过程性的数字测评,它依靠对大学生思政课学习全过程的数据捕获来增强智能学习评估,并在对大学生的学习表现进行动态化数字评估的基础上,构建大数据驱动的学生测评体系,从而让思政课教师从学生测评的繁重工作中解脱出来。具体来说,思政课大学生测评可以“结合多模式课堂教学场景,利用课堂学习大数据与智能诊断技术,发展数据驱动的知识、思维、能力等多元认知追踪与归因分析技术,尤其是面向课堂协作学习、探究学习等开放复杂场景的以问题解决为主要形式的智能诊断技术,实现对学习过511德育天地程的智能化测评”4,从而促进思政课大学生测评的实时反馈和数字化转型,提升测评效能。运用学情智能诊断和智慧课堂评价对大学生的学习情况进行分析,可以及时、高效地反馈大学生的实际需求,评估思政课教学方案、教学内容、教学方法等各项因素对教学成效的影响,从而在教学过程中进一步为思政课教师的教学提供可量化的指标。这有利于帮助思政课教师把握大学生的思想动态,快速评判课堂教学互动的效果,找到教学活动中存在的具体问题和薄弱环节,及时调整教学策略和教学方法,量身打造符合不同专业、不同基础的大学生特点的思政课教学活动,从而精准高效地提升教学质量和教学效果。二、人工智能赋能高校思政课教学面临的问题(一)智能化教学场景的滥用虽然人工智能创设的智能化教学场景使大学生的思政课学习变得轻松愉快,有利于调动他们的积极主动性,但是如果滥用则会导致大学生在思政课学习过程中过于沉溺于虚拟教学空间,习惯于浅层次思考和碎片化学习,而这种快餐式的、过于形象的知识输出容易导致大学生思维惰性和思维退化。而且一味地迎合大学生的浅层次需求,则致使智能化教学场景强调“趣味性”而忽略“重要性”,侧重“有意思”而忽略“有意义”,就会消解思政课教学内容的权威性。缺乏深入马克思主义理论文本解读的训练,抽象思维得不到锻炼,思想就难以深刻,难以静下心来形成有深度的思考,不利于大学生思维层次的提升。因此,在激发大学生学习思政课兴趣的智能互动过程中,对智能场景的娱乐性要进行合理把控,应根据教学内容,选择适切的教学场景,不能过于依赖智能化教学场景,导致技术对思政课教学内容的绑架。特别是近年来,虽然人工智能赋能思政课教学发展较快,但层次还比较浅。目前尽管有在线课堂和线下智能场景的师生互动的混合式教学,但是混合智能不足,人类智能和机器智能还是自说自话,没有达到深层次的人机交融,实现混合智能增强的“师-机-生”交互。具体来说,线下智能课堂教学过程中,虽然人工智能擅长对思政课教学的全过程进行数据追踪与智能监测,但不擅于对大学生进行人性化的情感激励;在线课堂教学过程中,虽然人工智能可以实现思政课教师与大学生之间的远距离交互,但是远程学习中大学生的学习效果明显下降,获得感降低。尤其是人工智能赋能思政课教学进行线上学习资源推送的过程中,存在着“信息茧房”现象,这严重影响了大学生的独立思考和价值判断。“信息茧房”意味着只要大学生点击了相关信息,就会有大量类似信息的推送,从而使大学生陷入像蚕茧一般的“茧房”中,屏蔽其他信息,形成认知固化、价值固化或拒斥效应。因为“算法模型具有渗透性,精准推荐算法尽管可以为学生提供个性化、针对性支持,但很可能会形成 过滤气泡 以大数据和算法推荐为底层架构,根据学生的搜索结果或使用习惯进行纪录与分析,过滤掉与学生观点相左的或学生不感兴趣的内容,只给学生提供他们想看的内容,导致学生接收到的资讯被局限于某个范围内,造成认知上和意识形态上的分化与隔离”5。也就是说,在思政课学习资源的推送过程中,“信息茧房”的自动化数据投喂会导致信息偏食,窄化大学生的视界和思想,强化大学生的认知偏见,而大学生正处于价值观形成的关键时期,这样容易影响他们的判断能力和辨别能力。(二)对大学生数据隐私的侵犯在数据驱动的思政课学习资源个性化供给的过程中,数据的安全使用与大学生的隐私保护成为不可回避的重要问题。“如多模态生物特征识别与学习分析技术借助多种智能设备来多方位采集、分析、反馈学习数据,在改善教学的同时,也可能使学习者的隐私 透明化,个人信息遭到泄露。”6在思政课教学过程中,利用人工智能对大学生进行“数字画像”产生了海量学习数据,这些数据有可能会对大学生的个人隐私产生侵犯,比如,大学生学习数据被采集时未严格注意边界而遭到意外泄露或者没有经过学校同意被挪作他用等,因此如何有效保护大学生数据隐私、防止数据滥用,是一个需要面对的问题。此外,如果人工智能技术对思政课教学过程中大学生学习行为的数据量化过度,还会脱离教育的初心和本质。思政课教学的根本任务是立德树人,而人工智能技术对于大学生的过度“数字画611江苏高教 2 0 2 3年第9期像”会导致学生的一切学习行为都被量化和监控,使整个教学过程丧失了师生之间充满温情的面对面交流的机会,失去了师生互动的真情实感,变成了冷冰冰的数字操控,思政课的育人功能则难以实现,无益于大学生的人格培养和价值引导。因此,对大学生的“数字画像”以及学情的数据化处理需要有合理的伦理范围和法律限度。(三)算法黑箱背后的数据依赖技术哲学家指出,“人们对于技术经常会产生正向偏见”7。虽然不知道人工智能在赋能思政课学生测评的过程中最后如何得出结论,但是人们会想当然地信赖人工智能,认为人工智能作出的判断就是公正的、客观的、无偏私的。但实际上,在人工智能赋能思政课学生测评的过程中,从系统的初步设计、数据的收集整理、算法的编写、模型的建构,无不渗透着人的思想意识和价值观念。“未清洗的数据、不透明的算法、完全自动化的决策、元数据的缺失,以及用户使用数据授权机制的缺位,往往会构成一个 黑色系统。”8然而,人们总是认为人工智能是在真实数据统计的基础上做出的判断,比人的主观判断更客观和公正,因此默认“算法中立”。但是“当我们希望通过算法模型来进行客观决策的时候,其实我们的价值观、信仰和偏见都已经渗透其中,算法就是 镶嵌于数学中的人类观念”9。因此,“过度依赖人工智能产品,很可能导致校园决策由 拍脑袋 的极端转向 技术化 的极端”1 0。算法总以科技的客观性自居,隐匿在其后的价值选择往往容易被人们忽略,导致人们不作任何反思,不自觉地追随算法设定的规则。如果在算法嵌入思政课学生测评的过程中,技术人员输入了错误的价值观或者掺杂了个人偏见,导致数据统计、算法模型与实际教学过程不符,而思政课教师又没有质疑的能力,那么就会得出错误的分析结论。在人工智能以模式识别、行为分析等技术赋能思政课学生测评这一过程中,思政课教师更多地是对其功能的理解和运用,而缺乏对其内部结构的理性认知,这就比较容易形成算法黑箱。人工智能技术本身的价值偏好和价值选择会在一定程度上影响思政课学生测评,假如思政课教师没有意识到这一点,就很可能影响学生测评目标的实现。人工智能也是受人控制的,是人的思想意识的反映,渗透着开发者的价值选择,这在无形之中以更隐匿的方式形成了意识形态风险。随着人工智能赋能思政课学生测评的逐步深入,其潜在的数据偏见和算法偏见会使整个过程面临多重伦理风险,导致大学生遭受不公平的对待。虽然人工智能在思政课学生测评中的技术优势十分明显,但是对人工智能的技术依赖往往容易消解思政课教师的主体责任。单纯依靠庞大的数据体系和算法系统的智能逻辑,将活生生的、现实的个体分解成一个个数据化的人,破坏了个体人格的完整性。大学生的所有神情态度、语言表述、行为选择都可以用枯燥的数据进行分析解读,然而个体实时情绪的变动以及行为动机的难测,特别是一些语言在特定情境下的多样表达,目前的人工智能难以准确把握,导致数据运用存在一定的局限,有可能并不能真实反映事实真相,影响了思政课教师评价的精度和效度。一旦思政课教师完全依赖于代码驱动、算力运行、深度学习的智能逻辑,就看不到大学生作为生命个体的复杂的个性特征和多样化的现实需求,形成思政课教师在信息选择、算法推荐、教育决策中的主体性空场,弱化了思政课教师作为教育主体的职责。因此,人工智能在思政课学生测评中应用的技术风险,决定了在思政课学生测评智慧化建设过程中应加大思政课教师评判的主导权。三、人工智能赋能高校思政课教学的发展进路(一)智能化教学场景的合理运用随着大数据、云计算、V R、A R、X R等技术与思政课教学的深度融合,思政课教学场景不断创新,教学内容的呈现方式也不断丰富,可以实现多场景切换常态化、多种学习方式灵活化、多模式运用智慧化,从而有效促进多场景、多模式融合教学。但需要注意的是,所有的教学场景都是为了思政课教学内容服务的。什么场景能很好地展示教学内容,就采用什么样的场景。所以,应根据思政课教学目标和课程内容,找准切入点和结合点,构建以符合社会主义核心价值观为导向的情景化课堂,让所搭建的智能化教学场景都为相应的教学重难点服务。而且在智能化教学场景的建构过711德育天地程中,思政课教师要注意对虚拟历史场景或历史事件进行甄别,选择适切有效的教学场景和教学模式,确保其符合主流意识形态价值观。这样设置的智能化教学场景,就不是单纯地、娱乐式地、仅仅为了达到吸引学生眼球的目的,而是为了突出思政课教学重难点,让思政课教师把教学内容更好地讲透、讲深、讲活,从而使思政课教学更具吸引力、亲和力和感染力,实现思政课铸魂育人的根本目的和对大学生世界观、人生观、价值观的正确引导。此外,思政课教学智能场景的应用需要与传统课堂有深度的文本阅读和抽象思维相结合,从而综合提升大学生的学习能力、思考能力。思政课智能教学场景的适度运用与传统课堂深度文本解读相结合,既有身临其境的情感体验,又有逻辑思维的高度淬炼,将浅层次感知和深层次理解相融合,有效促进思政课教学模式的拓展,形成具象与抽象深浅交替的教学新生态,从而为实现高质量的思政课教学服务。以人工智能带动思政课教学场景的改革,还需要不断丰富教学活动的形式,加大线上线下混合式教学的比例,推动在线课堂、虚拟课堂和传统课堂多场景交融共生,将人类智能与人工智能有机结合,实现混合智能增强,共同助力思政课教学的创新发展。此外,针对思政课线上学习资源推送的“信息茧房”现象,思政课教师应加大引导力度、加强技术把控,以社会主义核心价值观引领人工智能技术的应用,注意在数字化思政教学资源推送过程中的信息筛选和信息审查,并对大学生搜索的学习内容进行数据引导和后台把关。当发现有问题的资料频繁推送时,思政课教师应进行合理的信息控制,严格防范意识形态风险的存在。(二)大学生学习数据的合理使用在数据驱动的思政课学习资源个性化供给的过程中,利用人工智能对大学生进行“数字画像”产生了海量学习数据,要注意大学生的数据隐私保护,进行数据安全管理和数据风险防范,严格控制数据获取的边界,合理规范其使用限度,从而确保人工智能技术赋能思政课教学的合理性。国际上“可信赖的人工智能伦理框架的三大必要前提:第一,人工智能必须是合法的,遵守所有适用的法律和法规;第二,人工智能必须是伦理的,尊重人类的基本权利、伦理原则及核心价值观;第三,人工智能应该在技术上强健且可靠,避免由于技术问题而带来的无意伤害”1 1。2 0 1 9年6月,我国新一代人工智能治理专业委员会发布了 新一代人工智能治理原则 发展负责任的人工智能,提出了“尊重隐私”“公平公正”“安全可控”等八大原则1 2。因此,在思政课学习资源个性化供给的过程中,利用人工智能对大学生进行“数字画像”应秉持“有利无伤”的伦理原则,认真制定思政课大学生学习数据使用的伦理规范,明确界定高校、思政课教师、企业使用大学生学习数据的伦理权限,积极促进人工智能赋能思政课教学的合法性、合伦理性,从而为大学生提供数据隐私保护。在利用人工智能技术采集大学生思政课学习数据时,应将数据安全纳入考量范围,避免收集不该收集的数据,确保被采集的学习数据不会伤害大学生的个人权益,从而保证其数据隐私权不受侵犯。具体来说,就是制定数据安全保护措施,对数据的采集、存储和管理等做出明确的要求和规定。在数据采集的过程中,应规范思政课大学生学习数据的采集范围、采集方法并约束其应用限度,保证数据不涉及个人生活隐私。在数据存储和数据管理的过程中,要确保人工智能技术的稳健,注意安全、加强防范。此外,在人工智能赋能思政课教学的过程中,思政课教师如果过度依赖人工智能技术对大学生学习行为的数据监测,则往往会丧失对大学生完整人格和自身价值的尊重,师生之间面对面的、心与心之间的情感交流、话语沟通以及价值互信会遭到破坏,思政课铸魂育人的根本目标则难以实现。因此,应理性对待人工智能赋能思政课教学,不管人工智能变得多么强大,思政课立德树人的根本任务不会变,思政课教师为党育人、为国育才的初心不会变。只有亲其师,才会信其道。尊重学生的人格和价值,重视师生之间的情感交流与信任建立,用仁爱之心去浇灌学生的心灵,建构融洽、和谐的师生关系,让思政课教师成为大学生人生道路上的引路人,才能真正实现人工智能技术和思政课教学的融合共生,共同构建“师机生”和谐共处的思政课教学新生态。(三)透明算法下价值对技术的主导811江苏高教 2 0 2 3年第9期随着人工智能应用的升级与突破,思政课学生测评体系建设过程中应注意风险规避与价值引领。2 0 1 9年5月,在国际人工智能和教育大会上形成了 北京共识 人工智能与教育 这一成果文件,提出:“确保教育数据和算法使用合乎伦理、透明,且具有可供监测和审核等特征。”1 3由于数据的搜集、算法模型的建立往往是不透明的,导致人工智能形成的学生测评常常缺乏可解释性,思政课教师也难以对人工智能系统的评价结果进行审查。所以,要打破算法背后的黑箱,将其工作机理清楚明白地公之于众,建立起可追溯、可解释的人工智能学生测评系统。“可追溯性”指的是人工智能做出的决策必须有迹可循,数据收集整理分类清晰,算法工作原理机制透明,模型建构有据可循。“可解释性”指人工智能的工作原理、工作机制以及系统做出的决策都是可以通过简单明了、通俗易懂的报告来说明的。人工智能在思政课学生测评中的运用已经成为一种趋势,但是思政课教师不能过于依赖人工智能对大学生进行评估,而是要有能力对人工智能的分析结论进行自主判断。特别是当人工智能的计算结果与思政课教师的主观判断发生冲突时,思政课教师在“唯主观情感论”与“唯数据论”的矛盾困境中1 4,应能够独立作出选择和判断。2 0 1 9年4月,欧盟人工智能专家委员会正式发布的 可信赖的人工智能伦理准则 建议通过以下三种治理机制对人工智能进行监督:“人类要监督A I决策机制设计”“人类要参与A I决策”“人类要完全掌握命令权”1 5。我们应“让教师参与算法的形成、修改过程以及决策过程”1 6。人工智能赋能思政课学生测评主要依靠技术团队支持,假如算法模型的设计与思政课学生测评规律不符,则不利于测评目标的实现。因此,思政课教师要不断提升人工智能的素养和能力,充分参与思政课学生测评系统的智能研发,加强对算法运行中价值导向的判断力,避免技术主导的价值优势占据上风。在数据采集、算法分析和模型建构的过程中,始终围绕积极向上向善的社会主义核心价值观进行设计,主动将正向的价值导向和伦理规范以算法形式嵌入思政课学生测评系统。同时,确保学生测评数据、算法模型的使用合乎伦理、公开、透明。将传统思政课学生测评的定性分析、经验决策与数据分析、算法决策相结合,推动人机混合智能增强的学生测评体系的建立,促使测评模式从单一走向多元、从平面走向立体,让评价结果更全面、更令人信服。具体表现为,思政课教师运用大数据技术,采集大学生课堂行为、线上资源学习频率、日常成绩等学习数据进行算法分析,然后根据分析的结果,自主决定对大学生的评价和干预措施。利用人工智能技术进行数据分析,有利于纠正思政课教师的主观偏见,但最终的决定必须结合数据分析由思政课教师作出。在这一过程中,思政课教师应该始终是学生评价和教学决策的最终决定者。人工智能只能作为事实的“客观呈现者”而存在,可以发挥在数据统计与算法分析方面的优势,同时还要通过思政课教师的日常观察以及与大学生的当面沟通等方式洞悉客观数据背后的主观动因,充分发挥思政课教师与人工智能各自的优势,将主观评价和客观评价相结合,增强人类智能和人工智能的混合智能,帮助思政课教师提高分析与决策的能力,从而对大学生做出公正的测评。【参考文献】1 王立群,杨芸伊.“人工智能+思想政治教育”:生成、风险及应对J.湖南社会科学,2 0 2 2(0 4):1 6 6-1 7 2.2 刘三女牙.人工智能+教育的融合发展之路J.国家教育行政学院学报,2 0 2 2(1 0):7-1 0.3 黄河.数字技术赋能高校思政课教学创新研究J.齐鲁师范学院学报,2 0 2 3(0 1):7 7-8 4.4 刘三女牙,孙建文.人工智能时代的课堂创变:解构与重构J.国家教育行政学院学报,2 0 2 1(0 9):1 6-2 2.5 沈苑,汪琼.人工智能教育应用的偏见风险分析与治理J.电化教育研究,2 0 2 1(0 8):1 2-1 8.6 沈苑,汪琼.人工智能在教育中应用的伦理考量 从教育视角解读欧盟 可信赖的人工智能伦理准则 J.北京大学教育评论,2 0 1 9(0 4):1 8-3 4.7L I NP,A B N E YK,J E NK I N SR.R o b o t e t h i c s 2.0:F r o ma u-t o n o m o u sc a r st oa r t i f i c i a l i n t e l l i g e n c eM.N e w Y o r k:O x-f o r dU n i v e r s i t yP r e s s,2 0 1 7:1 3 5.8 刘三女牙,刘盛英杰,孙建文,等.智能教育发展中的若干关键问题J.中国远程教育,2 0 2 1(0 4):1-7.9O N E I LC.W e a p o n so fm a t hd e s t r u c t i o n.H o wb i gd a t ai n-c r e a s e s i n e q u a l i t ya n dt h r e a t e n sd e m o c r a c yM.N e w Y o r k:C r o w nP u b l i s h e r,2 0 1 6:7 6.1 0 刘金松.大数据应用于教育决策的可行性与潜在问题研究911德育天地J.电化教育研究,2 0 1 7(1 1):3 8-4 2.1 1 1 5E u r o p e a nC o mm i s s i o nsH i g h-L e v e lE x p e r tG r o u po nA r t i f i c i a lI n t e l l i g e n c e.E t h i c sg u i d e l i n e sf o rt r u s t w o r t h yA IE B/O L.(2 0 1 9-0 4-0 8).h t t p s:/e c.e u r o p a.e u/d i g i t a l-s i n g l e-m a r k e t/e n/n e w s/e t h i c s-g u i d e l i n e s-t r u s t w o r t h y-a i.1 2 国家新一代人工智能治理专业委员会.新一代人工智能治理原则 发展负责 任 的 人 工 智 能 E B/O L.(2 0 1 9-0 6-1 7).h t t p:/w w w.g o v.c n/x i n w e n/2 0 1 9-0 6/1 7/c o n t e n t_5 4 0 1 0 0 6.h t m.1 3UN E S C O.B e i j i n gc o n s e n s u s o na r t i f i c i a l i n t e l l i g e n c e a n de d u-c a t i o nE B/O L.(2 0 1 9-0 5-1 6).h t t p:/w w w.m o e.g o v.c n/j y b_x w f b/g z d t_g z d t/s 5 9 8 7/2 0 1 9 0 8/W 0 2 0 1 9 0 8 2 8 3 1 1 2 34 6 8 8 9 3 3.p d f.1 4 冯多,李大棚.大数据驱动高校思想政治教育创新的活力、困境及进路J.现代教育管理,2 0 2 2(0 7):1 1 3-1 2 1.1 6AN GW I NJ,MA T TUS,L A R S ONJ.T h et i g e rm o mt a x:A s i a n sa r en e a r l yt w i c ea sl i k e l yt og e tah i g h e rp r i c ef r o mP r i n c e t o nr e v i e wE B/O L.(2 0 1 5-0 9-0 1).h t t p s:/w w w.p r o p u b l i c a.o r g/a r t i c l e/a s i a n s-n e a r l y-t w i c e-a s-l i k e l y-t o-g e t-h i g h e r-p r i c e-f r o m p r i n c e t o n-r e v i e w.基金项目:2 0 2 2年度江苏高校哲学社会科学研究思想政治工作专题 项 目“医 药 院 校 家 国 情 怀 教 育 融 入 思 政 课 教 学 研 究”(2 0 2 2 S J S Z 0 0 3 1);2 0 2 2年 度 教 育 部 产 学 合 作 协 同 育 人 项 目(2 2 0 9 0 3 2 3 0 0 4 0 4 2 7);2 0 2 0年度江苏省高等教育学会高校外语教育“课程思政与混合式教学”专项课题“基于文化自信的大学英语课程思政建设”(2 0 2 0WY KT 0 9 7)。T h eG e n e r a t i o n,R i s k sa n dC o u n t e r m e a s u r e so f I d e o l ogi c a la n dP o l i t i c a lC o u r s eT e a c h i ngw i t hA r t i f i c i a l I n t e l l ige n c eWa n gJ i a n z h a nA b s t r a c t:T h er a p i dd e v e l o pme n to fa r t i f i c i a l i n t e l l i g e n c eh a sb r o u g h tu n p r e c e d e n t e do p p o r t u n i t i e s f o r t h ea c c e l e r a t i o no f i d e o l o g i c a la n dp o l i t i c a l t e a c h i n g.A l o n gw i t ht h ed a t ac o l l e c t i o na n di n t e l l i g e n ta n a l y s i so f t h ew h o l ep r o c e s sa n ds c e n eo f i d e o l o g i c a la n dp o l i t i c a lc o u r s et e a c h i n g,a r t i f i c i a l i n t e l l i g e n c eg i v e sf u l lp l a yt oi t sa d v a n t a g e s f r omt h et h r e ed i me n s i o n so f i n t e l l i g e n tt e a c h i n gs c e n eb u i l d i n g,p e r s o n a l i z e dl e a r n i n gr e s o u r c e ss u p p l ya n di n t e l l i g e n ts t u d e n te v a l u a t i o nc o n s t r u c t i o n,a n d p r omo t e st h ei n n o v a t i v ed e v e l o pme n to f i d e o l o g i c a la n dp o l i t i c a lc o u r s et e a c h i n g mo d e.H o w e v e r,w es h o u l da l s os y s t ema t i c a l l ye x am i n et h et e c h n i c a l r i s k s i nt h et h r e ea s p e c t so f s c e n e-r e s o u r c e-e v a l u a t i o n i nt h et e a c h i n go f i d e o-l o g i c a la n dp o l i t i c a lc o u r s e sw i t hA Iemp o w e r me n t.F o re x amp l e:t h ea b u s eo f i n t e l l i g e n t t e a c h i n gs c e n e,t h ev i o l a t i o no fc o l l e g es t u d e n t s d a t ap r i v a c ya n dt h ed a t ad e p e n d e n c eb e h i n dt h ea l g o r i t hmb l a c kb o x.I nt h ef a c eo f t h e s ep r o b l em s,w es h o u l ds p e e du pt h ed e e pt r a n s f o r ma t i o no fa r t i f i c i a l i n t e l l i g e n c ei n i d e-o l o g i c a la n dp o l i t i c a lc o u r s et e a c h i n g,r e a l i z et h er e a s o n a b l ea p p l i c a t i o no f i n t e l l i g e n tt e a c h i n gs c e n e,t h er a t i o n a lu s eo fc o l l e g es t u d e n t s l e a r n i n g d a t a a n dt h ed om i n a n c eo fv a l u eo v e rt e c h n o l o g yu n d e rt r a n s p a r e n ta l g o r i t hm,s oa s t op r omo t et h ed e e pi n t e g r a t i o no fa r t i f i c i a l i n t e l l i g e n c ea n di d e o l o g i c a la n dp o l i t i c a lc o u r s et e a c h i n g,a n db u i l dan e w e c o l o g yo fma n-ma c h i n ec o l l a b o r a t i o ni ni d e o l o g i c a la n dp o l i t i c a lc o u r s et e a c h i n g.K eyw o r d s:a r t i f i c i a l i n t e l l i g e n c e;i d e o l o g i c a la n dp o l i t i c a l t e a c h i n g;s t u d e n te v a l u a t i o n;a l g o r i t hmb l a c kb o x(责任编辑 沈广斌 毛防华)021江苏高教 2 0 2 3年第9期