思政智脑:生成式人工智能赋能思政教育的价值意蕴与发展困境
Ideological, Political and Intelligent Brain: The Value Implication and Development Dilemma of Generative Artificial Intelligence Enabling Ideological and Political Education
摘要: 智能新时代,数字化演进正在经历数智赋能的新阶段。生成式人工智能作为引领最新一轮科技革命和产业变革的战略性技术,具有很强的溢出带动性。2023年以ChatGPT为代表的生成式人工智能一经发布就引起了全球范围内的广泛关注。在第五疆域内,我们正在经历一场崭新的变革。新的舞台已经拉开帷幕,智能浪潮汹涌澎湃,其释放的信息迷雾对于思政教育来说是机遇或是挑战还未可知。理性审视和分析生成式人工智能带来的机遇和挑战是思想政治话语体系转型的助推器,是提升话语权建构的“奇点时刻”。本文主要探讨了生成式人工智能这一多模态交互工具的产生,给思政教育带来的新机遇,在赋能过程中呈现的新特点以及这种崭新的教育生态有怎样优势。创新教育发展,前瞻谋局数智时代,在新赛道中赢得思政话语权。
Abstract: In the new era of intelligence, the digital evolution is experiencing a new stage of digital intelligence empowerment. As a strategic technology leading the latest round of scientific and technological revolution and industrial transformation, generative artificial intelligence has a strong spillover drive. The generative artificial intelligence represented by ChatGPT since 2023 has attracted wide attention around the world. In the fifth territory, we are undergoing a brand-new revolution. The new stage has been opened, and the wave of intelligence is surging. It is unclear whether the information fog released is an opportunity or a challenge for ideological and political education. The opportunities and challenges brought by rational examination and analysis of the artificial intelligence language model are the boosters of the transformation of the ideological and political discourse system and the “singularity moment” to enhance the construction of discourse power. This paper mainly discusses the generation of generative artificial intelligence, a multi-modal interactive tool, the new opportunities brought to ideological and political education, the new characteristics presented in the process of empowerment, and the advantages of this new educational ecology to innovate education development, anticipate the trends of the data intelligent era, and win the discourse power of ideological and political education in the new competition track.
文章引用:何万燕. 思政智脑:生成式人工智能赋能思政教育的价值意蕴与发展困境[J]. 社会科学前沿, 2024, 13(7): 125-133. https://doi.org/10.12677/ass.2024.137573

1. 引言

思想政治教育话语权是思想政治教育话语所产生的影响力,其直接影响着思想政治教育的效果。在话语权与话语效果的正向相关关系中,要高度重视话语权建设。马克思主义认为,人能使用技术去建构和改造社会秩序[1]。这种技术的改造作用要么是推动原有秩序,要么是阻滞或颠覆原有秩序。习近平总书记指出:在信息生产领域,也要进行供给侧结构性改革[2]。今年的《政府工作报告》也明确提出了加快发展新质生产力的重要任务。其中,着重强调了推动数字经济创新发展,加大对大数据、人工智能等领域的研发和应用支持力度,并积极开展以人工智能为核心的“人工智能+”行动,致力于打造具有国际竞争力的数字产业集群。纵观人类历史,每一次人类将自身的能力赋予一个新工具时,就会推动历史向前跨进一大步。在生成式人工智能的发展中,欧美国家在理论原理的研究上更为先进,但中国的优势就在于我们拥有海量的数据可以提供给处理器预训练,我们有广阔的市场、庞大的用户群体,可以从场景、应用等着手反哺底层技术发展,为经济社会的发展注入新动能。在数字中国的宏大背景下,借助技术优势来提升教育效能成为提升思政话语权建设和推进思想政治教育现代化转型的关键命题。但“技术总是同时打开两个相反的可能性”[3]。以ChatGPT为主的生成式人工智能语言模型的问世为新形势下网络思想政治教育带来了正向互助和反向博弈。这一基于大规模语言预训练所形成的内容生成模式意味着生成式人工智能已经具有了媲美人类智能的通识和逻辑能力,同时也在深层次上不断形塑技术生态、整合教育形态,展现了技术创新的集成式成果。

2. 生成式人工智能发展背景下思政教育建设的新机遇

生成式人工智能作为数字时代引下思政教育领信息生产供给侧结构性改革的新技术,能重构思想政治教育形式和内容,营造多元交互的思想政治教育环境[4]。2022年11月30日,美国的OpenAI公司推出了ChatGPT人工智能聊天机器人程序,这种生成式人工智能基于大规模语言预训练的机制,能够通过对大量数据的预训练在新的排列组合中生成符合提问者需求的相关答案,并与提问者形成多轮交互式人机对话,达到了1 + 1 > 2的效果。OpenAI于2023年3月发布包括语言和图片的多模态大模型GPT-4,被称作大语言模型的新里程碑[5],问世几个月内就达到了一亿多的注册用户。习近平总书记指出:把互联网作为谋求竞争新优势的战略方向[6]。国内生成式人工智能迅猛发展,百度的“文心一言”、阿里的“通义千问”、讯飞的“星火认知”、“360智脑”等生成式人工智能语言模型,模仿思维,理解语义,通过大规模、预训练达到生成式,其以一种近乎人类语言的方式生成较高难度的回应文本,帮助用户完成文案生成、代码生成、语言翻译、论文撰写等,部分教师还将生成式人工智能运用于教育领域的具体实践中,这些强大的功能对于数智化下思政教育的建设具有举足轻重的作用。智能的曙光从历史的地平线缓缓上升,其光芒必定照耀和影响未来世界。

2.1. 工具理性和思政信息双向互嵌、合和共生

马尔库塞指出,科技时代的理性排斥价值理性,崇尚工具理性,理想由多样性变为单一性,这种变化使手段和目的之间关系对换,使得整个人类社会异化。理性是现行世界的基础逻辑,也是思政教育顺利开展的前提条件。马克思·韦伯将理性分为工具理性和价值理性。前者是为了实现性价比最大化而对工具和手段的理性思考,而后者则是对行为自身的价值和对生活意义的追问。工具理性和价值理性是人的行为意识的两个完全不同的价值导向,但同为一个正确、科学行为方式的不可分割的两个方面,任何一方的无限扩张或无限萎缩,都会导致行为方式的异化[7]。以ChatGPT为主的生成式人工智能延续了技术主义的工具逻辑,强调工具理性。但人类的活动特别是思政教育活动应该遵循双重尺度的统一,即“物的尺度与人的尺度的统一”。教育教学与信息技术的深度融合退逼思政教师角色变化,教师从传授者转向“师生共教共学”的引导者和人机资源协同者。当下思想政治教育工作的开展仍应坚持以人的价值和发展作为基本立场,借助生成式人工智能探索互动式学习,构建与时俱进动态发展的课程内容。美国科学哲学家希拉里·普特南说,“每一个事实都有价值负载,每一个价值也都负载事实”[8]。科学技术的发展一定程度上是在践行人的价值理念,人便可以通过制定道德圭臬成为智能发展的“导引器”。

2.2. 生成式人工智能是实现思政教育信息化的重要推导力量之一

CNNIC《中国互联网络发展状况统计报告》第52次报告显示,截至2023年6月,中国网民规模达10.79亿人,互联网普及率达76.4% [9]。将现代信息技术和教育深度融合,进一步推进教育信息化是高校教育的重点。“Z时代”的青年群体是数字技术的原住民,以手机客户端为代表的移动互联网的兴起更是实现了高校大学生群体全民在线。不同于以往仅仅是在网上进行娱乐活动,当下的青年上网的诉求逐渐从娱乐化转向知识化。传统的思想政治教育受制于时间和场域等因素的影响,在话语方式、话语理念、话语内容等方面出现问题但又疲于应对,使得网络思政教育缺乏应有的吸引力、解释力、说服力和影响力,造成思政教育陷入低效和话语权式微的困境。而生成式人工智能作为一种“大”模型,能够海量的储存数据,其语言模型的参数规模达到千、万亿级以上,是对大数据知识的集大成学习。聚焦教、学、评三大环节,生成式人工智能在引入思政教学中可以充当辅导者、协作者、评价者。例如当前的ChatGPT-4生成式人工智能可以根据用户输入的文本间的相互联系,揣摩用户的观点、思路和意图以提供参考性框架和语句,思政教师可以据此输入思政导语,生成式人工智能凭借其宽广的数据域生成多视角、多维度的思政举例,思政教师在审核确认中丰富案例库。将生成式人工智能视为合作者,充分挖掘其潜力。网络用得好就可以成为思想政治教育的“增量”,将思政工作和信息技术相融合就能抓住思想政治教育的“流量”。“作为一种历史趋势,信息时代的支配性功能与过程日益以网络组织起来。网络构建了我们社会的新社会形态”[10]。生成式人工智能不仅是一种技术还是一种系统性、整合性的思维。借助生成式人工智能语言模型,我们实现了知识去平台化,消除了“知识高地”,学科间的界限正缓缓消失,知识的载体不再受制于具体的媒介,“知识的大融通”成为可能。

2.3. 问题导向成为求知的主要方式,有利于思政信息的个人定制化

生成式人工智能的问世改变了知识存储和获取的方式。生成式人工智能整合了不同来源的数据,如开源信息数据库、通过与政府、企业、高校建立合作获得的数据和互联网数据,这丰富的数据来源使得生成式人工智能的训练数据规模已达到了千亿甚至万亿的级别。这些生成式人工智能的模型像一个空间巨大的神经网络,将丰富的知识存贮在神经元中,使用者需要一些提示词来得到其相应的数据库的钥匙,而钥匙是否能够精确的打开这扇大门就在于求知者是否能够准确的提出问题。生成式人工智能通过移动终端和pc终端对数据及时收集,打造受教育者多维数据的综合汇聚,并进行个人数据的分门别类,加密传输敏感数据,创新个人数据平台,使思政受教育者的数据成长为“一张表”,以便于进行合理的规划引导和个性培养。这种求知方式将再次使学习者成为学习的核心,整个知识网络围绕学习者展开,不需要进行繁琐的推导和理解,就可以生成符合求知者需求的定制化信息。生成式人工智能语言模型可以通过大规模的无监督数据进行预训练,在预训练完成后,通过在特定任务上进行有监督的训练来微调模型,结合输入的上下文信息,对问题进行理解和分析,模拟场景、虚拟角色为提问者塑造一个全新的、个性化的问答环境。个体的差异决定了需求的差异。人工智能由过去的分析式到现在的生成式,加速了知识生产效率,改变了人与内容的基本关系,使单向度的信息生产转为了交互性的契合,实现了生成信息的个人定制化。

2.4. 大语言模型发展亟需思政信息为其导向

“思想为体,技术为用”[11]。技术是中立的,没有对错之分,如何发挥其作用在于使用的人。生成式人工智能方兴未艾,在诸种热闹喧哗的背后,却隐藏着一种重大缺憾或缺失:已有教育学领域对于生成式人工智能的研究视野,大多限于现实性、功用性层面,被定位在工具论的框架和视野之下,但人类的认知具有嵌入性、能动性和延展性,是以整体性的形式发生的。对时代的敏感和解读是理论创生与发展的源头活水[12]。教育特别是思想政治教育要回归人本身的思考,人工智能时代教育何为的关键是人何为。生成式人工智能与思想政治教育的高度融合的关键在于明确在教育数字化的浪潮中精准把握思想的接口,在生成式人工智能预训练的语料库中渗透符合主流意识形态发展的思政信息,在“数据池”里加入社会主义先进文化,两个板块实现有机嵌入、交互自洽,使生成式人工智能的产出契合时代脉搏。生成式人工智能为新时代的网络思想政治教育铺设了一条前沿赛道,在这全新的试验场中工具理性和教育的价值理性的链接融通具有了现实可能性。

3. 生成式人工智能发展背景下思政教育建设的新特点

随着信息技术的发展,开放式创新也逐渐融合新的技术和新的形式,如群体智能[13]。群智是指在特定的组织结构和激励机制驱动下,通过吸引、汇聚和管理大规模智能体(包括人作为智能体和智能机器人作为智能体),以竞争和合作等多种自主协同方式来共同应对挑战性任务时,特别是开放环境下的复杂系统决策任务时,涌现出来的超越个体智力的智能形态[14]。在多重算法、数据、算力的计算分析下实现价值最大释放,智能与各行业的耦合集成以推动形成新质生产力。在开放的计算机辅助创新环境下,运用群体智慧能够将计算机辅助创新的领域拓展到下一个称为“开放计算机辅助创新”的进化阶段[15]。智能开放性其本质就在于以群智涌现能力为核心的高效开放协同体系。生成式人工智能的广泛汇聚资源以形成高效产出的能力可以说在一定程度上形成了智能涌现的盛况。

3.1. 信息多链接性

当前,生成式人工智能语言模型4.0的发行,可以打破文本的单模态运行,获取和理解来自多种源的数据,构建以知识图谱为核心的图像、文本、声音的多模态链接,聚合多模态信息,丰富语义,耦合知识。知识始终处在一种普遍性的联系之中,这种普遍联系的结构体系就是知识供应链[16]。生成式人工智能能够利用上下文关联性,在多重链接点中考虑人物、地点、事件的相关性,同时捕捉到数据序列内部的长距离依赖关系,使得生成的内容更加具有连贯性和逻辑性。数字环境下,信息技术的发展使分散的知识能够跨越时空的限制,及时集中的展现在读者眼前。以知识需求为中心,以知识技术为纽带,实现知识的综合性汇总,战略性优化。尼葛洛庞帝曾说过数字化的生活将改变新闻选择的经济模式,你不必再阅读别人心目中的新闻和别人认为值得占据版面的消息,你的兴趣将扮演更重要的角色[17]。在生成式人工智能的具体操作中,用户将问题输入,通过底层模型和智能算法模型,生成式人工智能就将从自身预训练的知识库和语料库中提取关键词,对语言和句子结构的模型进行处理并生成回复。通过对千亿参数的模型的微调推演,用户的不同问法或者同一种问法都能生成不同的回答,实现了信息的定制化。生成式人工智能的这一强大功能使得用户可以通过工具在短时间内获取到丰富的知识,将其作为思政课堂上的“第二教师”将有效的减少学生的机械记忆需要,进一步扩大学生的知识面。

3.2. 智能化涌现性

当训练数据超过一定阈值后,生成式人工智能将在特定领域产生智能涌现,能极大程度提升模型性能与输出质量,此时的模型可称为大模型[18]。生成式人工智能相关领域的专家曾对智能涌现进行了如下的定义:如果一种能力存在于较大模型中,那么其就是涌现的。生成式人工智能语言模型又称为大语言模型,参数量从2022年ChatGPT-3.5的千亿级到2023年ChatGPT-4的万亿级,其庞大的体量使得我们从专用性的弱人工智能走向了通用性的强人工智能。这种强人工智能打破了局限在特定领域的专用智能,多点爆发,智能涌现。生成式人工智能的引入显著增强了智能导师系统的功能,尤其是在自然语言理解的深度、内容生成的质量以及适应性的灵活度方面。通过这一先进技术的应用,智能导师系统得以更准确地解读学生的语言输入,创造出更为丰富和相关的内容,同时还能根据学生的个性化需求调整教学策略。在使用大型语言模型中含有情感标签的文本时,会进行一定的微调预训练情感语音合成模型,并注入目标说话人语料。这一过程能够实现情感语音的合成,以此来丰富数据,达到提升效果的目的。其运用在教育领域则是学生在生成式人工智能的网页上进行思政问答时并不是只能得到统一的规训式的解答,而是可以通过在人机的交互式问答中模仿人类的类比推理。通过大数据的归纳演绎和拓展,输出的内容在一定程度上被赋予了人类的情感,多点覆盖下学生的思想得到潜移默化的影响。

3.3. 信息开源性

开源作为互联网上的一类特殊大规模群体创作模式,以互联网开源社区为协作环境,将软件源代码和开发过程等对外开放并允许大众自由参与、修改和传播,使得关联复杂、多样化的参与群体可以自由地参与软件的创作与生产活动,涌现出高度自治的群智[19]。习近平总书记在集体学习时深刻指出“人工智能是引领这一轮科技革命和产业变革的战略性技术,具有溢出带动性很强的‘头雁’效应”[20]。“数字新生代”的网民群体不在处于闭塞的空间,他们对世界主动求索,大胆发问,谋求一个对世界的全新认识。生成式人工智能对世界问题的解答“另辟蹊径”,通过对开源信息的收集整合、训练微调、监督反馈打破界域限制,达到信息整合,重塑教育生态。根据公开资料的显示,以ChatGPT-4为例,对其进行训练需要4~8万亿个单词,这样庞大的数据集可能会耗尽现有可用的语料数据,特别是中文语料库资源告急。生成式人工智能的进一步发展需要我们追求高质量语料,丰富充实语料库规避偏见,思政教育从意识形态的上层建筑入手注重对于数据语料库的补充,只有拥有丰富的语料库,生成式人工智能才能更好的捕捉学生用户在提问过程中细微的语言特征,这除了使用数据清洗等技术手段外还需要注重从价值内在铸魂来统合智能发展。

4. 生成式人工智能发展背景下思政教育建设的潜能优势

数字时代教育提质升级为育人模式的转型提供了新的契机。“新质人才的培养”重点从知识本位走向能力本位,从知识的吸收和技能的运用转向知识和技能综合运用。随着生成式人工智能的发展,“教师、教材、课堂”旧三中心必将转向“学生学习、学生发展、学生创造”新三中心[21]。庞大数据语料库通过持续性对话分析和数据标注能够观察到用户更加细微的需求,淡化人机交互的边界,自然的融入用户群体的语境之中。科大讯飞研究院的院长刘聪曾表示:“ChatGPT最突出的优势,是它展现出的交互式学习‘类人能力’,它能在多轮交互中以‘类人’的方式交流、学习和进步,可以自主、快速、不间断地学习各领域专业知识并达到人类专家水平,且进一步展现出快速适应多领域、多场景的能力”[22]。技术跃迁,站在时代发展风口的思政教育如何发挥生成式人工智能类人化特点赋能教育,是擘画智慧型教育蓝图的重要议题。

4.1. 类人化:以人为标靶重塑教育主客关系

马克思曾称机器是“人的意志驾驭自然界的器官”[23],机械智能的发展趋势正在由“拟人”向“类人”转变。“机器类人化”指机器从对人外部肢体能力的模拟向破解人类智能奥秘的“由外向内”的发展趋势[24]。人机交互的关键在于知否充分利用了机器的工具属性来获取教育的价值,启迪人类智慧,激活主体性潜能。主体性是指个体在实践活动表现出来的个体能动性主要指的是人的自主性、主动性和创新性[25]。生成式人工智能重塑了传统师生关系,打破了单向稳固的教学逻辑。依托庞大的数据集群,平等的生成相应的答案,在用户的“问”与智能的“答”共同交织的教育行动中赋予了用户自主参与权和价值判断权,用户所需的答案依赖于用户的主动求索、持续追问,是用户自主精神活动的产物,递进式问答一定程度上避免了主体遮蔽性。“语言游戏论”指出,人类是在场景中学会表达和理解句义的。在此基础上,语句逐步脱离特定场景,话语套着话语,一个词的意义由另一个词或一串词来解释[26]。生成式人工智能以解锁思维链条的方式,锚定用户的精神价值需要,围绕细微之处集聚资源,在交互式的轮转中强化深度思考的能力,在思想碰撞与价值讨论中提高思政素养。生成式人工智能运用于思政教育就将用户从被动的知识接受者转为了具有深度思考力的鲜活个体。

4.2. 交互式:苏格拉底式对话教学唤醒主体自为性

苏格拉底的对话式教学法又称为“产婆术”“助产术”或“精神助产法”,不明确的给予一个确定的答案而是通过商榷、追问、质疑引导对话者进行自我省察。以ChatGPT为主的生成式人工智能深度模拟现实世界,以持续追问机制摸索提问者的情感倾向,对齐颗粒度,以平等的姿态在一轮轮追问引导中调动对话者的学习兴趣,将“知识讲述”内化于心,进行对话者自身的知识建构。如Quiz Bot,这一现代教育技术的杰作,它不仅仅是一个简单的问答机器,而是一位深谙教学艺术的引导者。设计理念体现了教育心理学中的建构主义思想,即学习不是被动接受信息的过程,而是主动构建知识的过程。它通过创造一个安全的学习环境,让学生们在错误中成长,在挑战中进步的空间。思想政治教育是围绕着人展开的教育。生成式人工智能运用交互式讨论法进行“除弊”,让对话者自己发掘真理,这种自为探索下对真理的掌握更能加深受教育者的印象,提高教育的“鲁棒性”。当前多元社会思潮相互交织,如何将社会主义核心价值观的相应内容转化为用户的内在道德品质,其关键就在于唤醒主体的自为性,只有主体的自觉认可、自愿履行,才能真正的寓教于行。智能社会,人与技术之间越发走向和谐共生的关系,“人—技术—世界”融成新行动整体[27]。“思政智脑”的应用要充分尊重受教育者的主体地位,从受教育者自身生活的全方面出发、全周期观测、全时域服务,注重调动其积极性以满足思想政治教育目标,从“灌输、教化”方式转变为“引导、交流”,要从多角度促进受教育者自我选择、自我教育、自我提升[28]。生成式人工智能的交互式特点就如同苏格拉底的产婆术,并不是生产知识,而是通过“内引”在互动中实现主体的自我教育。

5. 生成式人工智能发展背景下思政教育建设的困境

挑战与机遇并存。数字时代,生成式人工智能的横空出世对于教育而言到底是利大于弊还是弊大于利的探讨尚未明晰。但我们可以以生成式人工智能给思政教育带来的挑战为契机反思思政教育的目标设定和教学方法的实施是否恰当,从而更好的践行思政育人的宗旨。问题比答案重要。创造性的提出问题远远比只是回答问题重要,人工智能语言模型的发展进一步模糊了真实与虚拟间的边界、教育主客体间的界限,这对于价值力和权威力的建设是个巨大的挑战。

5.1. 价值力塑造困境:“数据喂养”下扭曲主体价值观

生成式人工智能在被过度吹捧和张扬中,工具理性与价值理性的平衡被打破,对教育的理性认知僭越价值理性而成为功利标尺下的普遍理性,使人的价值淹没在物的价值中,造成“道德滑坡”、“行为失范”和“人文主义空心化”。在传统的思政教育中,教师由于较早的积累了丰富的知识经验、充足的实践能力而成为了教育环节中的主导者,教育关系也维持着一种单向的稳固。但生成式人工智能的介入破坏了这种稳定性的关系,教育主客体间边界进一步模糊,在一定程度上弱化了传统师生间的传授关系。现阶段的高校学生接收信息的来源广泛,思维活跃,但对于信息迷雾的甄别能力不足。人们在海量的信息中会聚焦于自身感兴趣的事物,这种偏好关注久而久之便会形成“信息茧房”,这相对闭塞的“茧房”中分歧的意见被过滤,长此以往,茧房中的人就将自身所见作为事实全貌,固守己见,无法接受不同的声音,禁锢思想加剧群体隔离与分化。以ChatGPT为主的生成式人工智能的主导算法来自于欧美国家,此技术本身带有独特的商业性和排外性,算法技术在一定程度上犹如被装进了“黑箱”之中,其生产的内容在价值偏向上具有意识形态的模糊性和政治的危害性,对我国主流意识形态的发展传播造成阻碍。例如用户在输入“共产主义最终会实现吗”,ChatGPT给出的答案常常是含糊其辞,如“无法确定人类是否会实现共产主义”,这类问题的解答,这类信息的“数据喂养”实质上偏离了马克思主义基本原理,游离于思想滑坡的边界上,长期处于这种“算法围猎”下的用户会再潜移默化中失去政治上和阶级上的清醒认知。思想政治教育其本质是具有政治导向的思想教育,具有阶级性和意识形态性。长期浸润在智能算法筛选的偏见信息下会形成前摄抑制,先入为主,占据学生的主观认识对后续的思政课堂教学形成干扰甚至生成抵触。

5.2. 控制力失衡困境:过度技术依赖造成人机关系异化

联合国教科文组织发布《教育与研究领域生成式人工智能指南》,呼吁规范生成式人工智能在教育中的引用。近年来,ChatGPT、文心一言、天工等生成式人工智能工具的迅猛发展,并在一定程度上直接应用于高校思政教育的过程之中。一些学生使用这类工具完成论文写作、思想汇报、心得体会等,当前的检测技术还不能很好的区分文本是否具有原创性,使得传统的教育方式和现有教学秩序、学术规范与学术伦理上发生了冲突。美国在线教育平台Study.com的一项针对1000名美国学生的调查显示,“超过89%的学生使用Chat GPT完成课程作业,48%的学生用其完成小测验,53%的学生用其写论文”思政教育效果的呈现需要经过时间的沉淀才能内化于心,而生成式人工智能这一技术工具的介入使得这一内化过程变得应付性、瞬时性、脱离性,部分学生甚至将思政课作为“水课”,这种技术依赖性严重淡化了师生间的直接联系,削弱教育内化的效果。华南师范大学阿伯丁数据科学与人工智能学院柴少明教授曾针对生成式人工智能带来的影响进行了一系列实证调查和研究,在其调研的范围内,有接近80%的高校师生使用过ChatGPT、文心一言等生成工具来完成作业。“数据成瘾”、“屏幕上瘾”使人们深陷智能媒体所营造的虚假需要之中,致使产生了个人生活与群体生活的疏离,主体深度思考能力缺失,价值选择主动性受损。这种人机交互模式无疑会加大了群体性思政教育课堂开展的难度,消解主流意识形态内容。

技术发展的洪流不可阻挡、席卷而来,一味阻止学生应用生成式人工智能技术似乎难以实现,因势利导,探究明确生成式人工智能应用于学术研究的正当性边界和智能AI是否坚决不被允许应用于写作中,是否存在一个合理的范围等。笔者认为将学术创作中重复性的工作加以智能辅助是应当被鼓励的,在学术规范上可以进行一些技术加工,如限制生成内容的大篇幅复制、加以水印、用NFT技术对生成内容加以独特的代码等。

6. 结语

2023年12月,《自然》期刊将ChatGPT列为2023年度十大人物,这是首次出现的一个非人类的十大人物,这一做法意味深长,旨在承认生成式人工智能能给世界带来巨大改变。人类的辉煌体现在塑造意义和目标的实现。理性与情感的融合既彰显了我们既有对技术的无限构想,又具备对技术的审慎和反思。人的思想具有隐匿性,面对老师、面对家长常常难以表露自身真实的想法,而生成式人工智能仿佛一个安全的树洞,可以倾听并引导用户表达更全面、真实、详细的信息,在长期的追踪统计下,能够更加精准掌握用户心理,做出合理决策。明确生成式人工智能的工具属性,“助而不替”是实现技术赋能教育,智能与思政双向良性互动的关键。

参考文献

[1] 周凡. 后马克思主义: 批判与辩护[M]. 北京: 中央编译出版社, 2007.
[2] 习近平. 习近平谈治国理政: 第3卷[M]. 北京: 外文出版社, 2020.
[3] 张一兵, 贝尔纳·斯蒂格勒, 杨乔喻. 技术、知识与批判——张一兵与斯蒂格勒的对话[J]. 江苏社会科学, 2016(4): 1-7.
[4] 王少. 机遇与挑战: AIGC赋能新时代思想政治教育[J]. 教学与研究, 2023(5): 106-116.
[5] Achiam, J., Adler, S., Agarwal, S., et al. (2023) GPT-4 Technical Report.
http://www.innovation4.cn/library/r63794
[6] 中共中央党史和文献研究院. 习近平关于网络强国论述摘编[M]. 北京: 中央文献出版社, 2021.
[7] 王焕清. 魏国华: 志愿行动与文明社会建设[M]. 北京: 人民出版社, 2012.
[8] 希拉里·普特南. 理性、真理与历史[M]. 李小兵, 杨莘, 译. 沈阳: 辽宁教育出版社, 1988.
[9] 中华人民共和国国家互联网信息办公室. 《中国互联网发展报告2023》和《世界互联网发展报告2023》蓝皮书发布[EB/OL].
https://www.cac.gov.cn/2023-11/08/c_1701102645017335.htm, 2023-11-08.
[10] 曼纽尔·卡斯特. 网络社会的崛起[M]. 夏铸九, 王志弘, 译. 北京: 社会科学文献出版社, 2001.
[11] 曹杰. 类ChatGPT大模型对高校思想政治教育工作的价值、困境及应对[J]. 语言与文化论坛, 2023(2): 238-247.
[12] 李政涛, 罗艺. 智能时代的生命进化及其教育[J]. 教育研究, 2019, 40(11): 39-58.
[13] Martinez-Torres, R. and Olmedilla, M. (2016) Identification of Innovation Solvers in Open Innovation Communities Using Swarm Intelligence. Technological Fore casting & Social Change, 109, 15-24.
https://doi.org/10.1016/j.techfore.2016.05.007
[14] Li, W., Wu, W.J., Wang, H.M., et al. (2017) Crowd Intelligence in AI 2.0 Era. Frontiers of Information Technology & Electronic Engineering, 18, 15-43.
https://doi.org/10.1631/FITEE.1601859
[15] Flores, R.L., Belaud, J.P., Lann, J.M.L, et al. (2015) Using the Collective Intelligence for Inventive Problem Solving: A Contribution for Open Computer Aided Innovation. Expert Systems with Applications, 42, 9340-9352.
https://doi.org/10.1016/j.eswa.2015.08.024
[16] 刘文波. 试论以数字为链接的知识供应系统[J]. 情报杂志, 2006, 25(8): 97-98+102.
[17] 尼古拉·尼葛洛庞帝. 数字化生存[M]. 胡泳, 范海燕, 译. 北京: 电子工业出版社, 2017.
[18] 顾男飞. 生成式人工智能的智能涌现、风险规制与产业调控[J]. 荆楚法学, 2023(3): 70-83.
[19] Wang, H.M., Yin, G., Li, X., et al. (2015) TRUSTIE: A Software Development Platform for Crowdsourcing. In: Li, W., Huhns, M.N. and Tsai, W.-T., Eds., Crowdsourcing, Springer, 165-190.
https://doi.org/10.1007/978-3-662-47011-4_10
[20] 习近平在中共中央政治局第九次集体学习时强调 加强领导做好规划明确任务夯实基础 推动我国新一代人工智能健康发展[J]. 党建, 2018(11): 1+19.
[21] 赵炬明. 论新三中心: 概念与历史——美国SC本科教学改革研究之一[J]. 高等工程教育研究, 2016(3): 35-56.
[22] 刘聪. 由ChatGPT浪潮引发的深入思考与落地展望[J]. 数字经济, 2023(3): 50-52.
[23] 马克思恩格斯文集: 第8卷[M]. 北京: 人民出版社, 2009.
[24] 张倩. 论人工智能时代的生产方式变革——基于“机器类人化”现象的分析[J]. 理论导刊, 2022(9): 72-79.
[25] 张小云, 刘兆芙, 张宇航. 大思政格局下高校思政课提升学生主体性的对策研究[J]. 湖北开放职业学院学报, 2024, 37(1): 87-89.
[26] 陈嘉映. 语言哲学[M]. 北京: 北京大学出版社, 2003.
[27] 金明飞, 蔡连玉. 技术何以未能深刻影响教育: 基于对教师具身技术历史考察的回应[J]. 电化教育研究, 2023, 44(4): 117-122+128.
[28] 王博文, 唐好选. 思政智脑: 人工智能视域下思想政治教育的创新[J]. 学校党建与思想教育, 2023(24): 65-67.