人工智能赋能高校思政课教学的“双维协同”机制研究

一、AI 赋能思政教学的机遇与挑战

新一代人工智能（AI）技术的爆发式增长正深刻重塑教育生态。在高校思政课领域，AI 的融入被视为突破传统教学模式瓶颈、提升育人实效的关键路径。当前学术界关于人工智能与高校思政课融合应用的研究成果，主要集中在三大领域：其一为价值功能层面，重点探讨智能技术对教学理念革新与育人效能提升的促进作用，如颜佳华（2025）[1]；其二聚焦技术整合层面，系统研究人工智能在教学内容设计、教学方法创新及教学场景构建中的具体应用模式，如邢敏（2025）[2]；其三关注实践路径层面，深入剖析技术应用过程中存在的现实困境及优化策略，如张帆（2025）[3]，宋伟等（2023）[4]。尽管当前研究已形成"价值确认→技术整合→问题反思"的逻辑链条，但深入审视各环节衔接处仍存在显著裂隙，主要集中于三方面：其一，技术工具性与教育本体性的割裂仍较突出，多数于教学手段数字化升级（如 VR 场景搭建、智能问答系统），但缺乏对“AI 如何承载价值观传导”的机理阐释。其二，人机协同的边界模糊导致教育主体性危机，教师面临“技术依赖”与“价值主导”的双重困境。其三，本土化适配研究严重不足，西方智能教育模型直接移植引发文化排异，如情感计算沿用Ekman 六元情绪模型，与社会主义核心价值观的情感维度存在错位，且缺乏针对中国思政课“八个相统一”原则的技术伦理框架。这些裂隙制约着AI 赋能思政教育从“形式创新”向“质效跃升”的跨越。这些裂隙本质是技术逻辑与教育规律的失衡。当智能算法尚未理解习近平总书记说的“思政课的本质是讲道理”，当襄阳保卫战的历史精神被简化为数据标签，技术赋能便陷入形式化陷阱。本研究提出的“双维协同”机制，正是以人机边界重构理顺技术逻辑，以本土化适配锚定教育规律，探索 AI 与思政教育深度融合的新范式。

二、核心困境：“人机失序”与“文化悬浮”的双重悖论

对《中国近现代史纲要》在不同学科（理工类、人文类、艺术类）的教学方法、教学效果、学生参与度等方面进行详细调研后，我们发现了 AI 应用中的核心困境。

首先是“人机失序”，教师角色异化，学生主体性遮蔽，AI 功能越位。部分尝试使用 AI 工具的教师反映，在数据收集、平台操作、内容更新上耗费过多精力（平均占用课堂准备时间 40% 以上），导致用于价值辨析、深度互动、情感关怀的时间被严重压缩，陷入“技术保姆”困境。个性化推荐算法虽提升了信息获取效率，但也易形成“信息茧房”，限制了批判性思维的培养。部分学生（尤其理工科）反馈智能问答系统提供的“标准答案”抑制了开放性讨论的热情。AI 在知识传递、行为监控层面表现出色，但在价值判断、情感共鸣、道德示范等思政教育核心功能上存在天然局限。实践中存在 AI 过度介入价值引导环节的风险，如简单化处理复杂历史评价问题。

其次是“文化悬浮”：地域资源缺位与适配不足的问题。现有 AI 教学资源库普遍缺乏地域文化特色。对襄阳本地红色文化资源（如鄂西北革命根据地、张自忠将军殉国地、三线建设工业遗产）的数字化挖掘与融入严重不足，削弱了思政课的在地亲和力与文化认同感。

最后是学科适配失灵，通用的 AI 教学模板难以满足不同学科学生的认知特点与兴趣点。例如，面向机械学院学生的案例若缺乏工程伦理、科技报国等关联点，面向音乐舞蹈学院学生的案例若忽略艺术创作中的历史叙事与价值表达，则教学效果大打折扣。

三、机制构建：“双维协同”模型的理论阐释与实践路径

“双维协同”机制由技术维度的“人机边界重构”和价值维度的“本土化适配”构成有机整体。其理论内核在于通过制度化解构与在地化重构，实现技术赋能从工具理性向价值理性的跃迁。

在技术维度，我们建立了三级边界划分模型。第一级是功能边界的刚性切割：AI 定位于知识图谱构建、学情监测、资源管理等技术支撑层；教师主导价值辨析（如组织“三线精神当代价值”辩论）、情境创设（设计襄阳革命故事沉浸体验）、人文关怀（跟踪特殊群体思想动态）等价值引导层。第二级设计动态协同流程：课前 AI 推送含襄阳元素的预习包（如机械专业接收三线建设技术资料），教师筛选后嵌入核心议题；课中 AI 捕捉学生参与热力图，教师据此调整讨论方向；课后 AI 生成实践任务建议（如设计襄阳革命纪念馆导览方案），教师批改后反馈系统迭代。第三级设置伦理约束框架：制定《思政 AI 应用十项禁令》，明确规定 AI 不得替代教师进行价值评判，历史人物评价类问题必须经人工审核。

在价值维度，本土化适配体现为三重嵌入。文化基因嵌入方面，构建的襄阳红色案例库包含 3 大类别：历史事件类（鄂西北地下交通站等 17 个案例）、人物精神类（张自忠“忠勇”精神解析等 9 个主题）、物质遗产类（东方化工厂 3D 重建等 6 个项目），通过知识图谱与课程大纲的 362个关联节点实现精准匹配。学科逻辑嵌入采取差异路径：针对理工科学生开发“襄阳城墙防御体系中的工程智慧”模块，通过参数化建模再现历史场景；面向艺术生设计“红色音乐舞蹈创作”任务链，AI 辅助分析《黄河大合唱》与襄阳民谣的旋律关联。情感模型重构则突破西方框架，新建的思政情感维度包含家国情怀（检测关键词如“血脉相连”“薪火相传”）、集体荣誉（分析群像摄影中的视线方向）、历史共情（捕捉参观纪念馆时的微表情）等 7 个本土化指标。

双维协同的本质是建立技术赋能的价值闭环。当 AI 在襄阳三线建设案例中自动关联“社会主义工业化”课程目标，当系统识别艺术生创作时的民族自豪感并提示教师强化引导，技术便从冰冷的工具转化为有温度的教育媒介。这种协同不是简单叠加，而是通过“文化基因解码→智能算法编码→教育场景应用”的螺旋上升，实现赋能模式的质变。

四、深化方向与未来展望

当前研究仍需在三个方向持续突破：技术伦理需建立分级预警系统，对价值敏感内容实施“人工审核→教研组复核→党委终审”三级管控；跨学科协同应开发自适应算法，动态匹配新设专业（如数字媒体艺术）的教学需求；评价体系要构建智能反馈闭环，将学生实践成果（如红色文创产品）纳入 AI 评价维度。

未来可沿两条路径深化：纵向拓展“大思政课”应用场景，将襄阳范式延伸至乡村振兴实践等第二课堂；横向构建区域协作网络，利用汉江生态经济带高校联盟推广双维协同机制。随着教育部《人工智能赋能教育行动》深入实施，我们期待双维协同机制为培养担当民族复兴大任的时代新人贡献智慧力量。

注释

[1]颜佳华,王黎斌.人工智能技术在高校思想政治教育中的创新应用[J].中南林业科技大学学报(社会科学版),2025,19(01):13-23.

[2]邢敏.人工智能赋能高校思政课教学的现实图景、策略方向与创新路径[J].成都航空职业技术学院学报,2025,41(01):103-108.

[3]张帆.数字化红色美术资源赋能高校思政课育人实效的困境与路径[J].传播与版权,2025,(10):80-83.

[4]宋伟,孙铭坤.人工智能赋能高校思政课教学方法创新研究[J].山东理工大学学报(社会科学版),2023,39(06):76-83.

作者简介：刘佳欣（1997-）女，湖北黄石人，汉族，硕士研究生，助教，研究方向：思想政治教育研究