摘要: 智能技术赋能教育是新时代实现教育强国的必由之路。生成式人工智能作为人工智能技术发展的新范式，在教育模式、教育生态等多方面为高校思想政治教育发展带来新契机。但生成式人工智能为高校思想政治教育带来“技术红利”的同时，也潜藏着智能技术异化、教育本质偏颇、社会伦理僭越等一系列伦理风险。因而，亟需对生成式人工智能在高校思想政治教育过程中的应用进行伦理省思，通过革新教育理念、完善政策法规、优化技术设计等弥合路径有效破解伦理困局，实现生成式人工智能与高校思想政治教育的良性互构。
Abstract: Intelligent technology enables education is the only way to realize the educational power in the new era. As a new paradigm of the development of artificial intelligence technology, generative artificial intelligence brings new opportunities for the development of ideological and political education in colleges and universities in many aspects, such as education mode and education ecology. However, while generative artificial intelligence brings “technological dividend” to ideological and political education in colleges and universities, it also hides a series of ethical risks such as alienation of intelligent technology, biased nature of education and overstepping of social ethics. Therefore, it is urgent to rethink the application of generative artificial intelligence in the process of ideological and political education in colleges and universities, and effectively solve the ethical dilemma by innovating educational concepts, improving policies and regulations, and optimizing technical design, so as to realize the benign interaction of generative artificial intelligence and ideological and political education in colleges and universities.
1. 引言
在科技飞速发展的当下，人工智能已如同一股汹涌浪潮席卷至教育领域的每一个角落，教育与AI的深度融合成为当下教育领域的核心议题，引发了广泛关注与热烈讨论。2025年《政府工作报告》指出，要“持续推进‘人工智能+’行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用”[1]。可见，教育数字化变革仍是当前教育领域改革的重点任务。当前，以DeepSeek、Sora等为代表的国产生成式人工智能技术快速发展，并在教育领域广泛应用，为推动新时代高校思想政治教育守正创新给予了创新性技术支持和实践路径，但同时也无形中产生了一系列伦理风险，冲击着传统教育理念与内容。为此，有必要从理论与现实双重维度进行伦理省思，深度把握生成式人工智能之于高校思想政治教育可能产生的伦理风险，探讨二者弥合路径，以期为构建人机协同的高校思想政治教育新格局提供理论参考和实践路径。
2. 生成式人工智能之于高校思想政治教育的价值逻辑
人工智能视域下，新兴技术不仅推动了新时代教育理念的转变，同时也为解决教育资源不均衡和教学效率低下的问题提供了新思路。生成式人工智能凭借其强大的创造力和模拟能力，悄然为高校思想政治教育打开了一扇通往全新境界的大门，为高校思想政治教育创新教学模式、优化教育生态、提升教育评价实效创造了新可能。
2.1. 创新教育模式，提升教育实效
在数字化浪潮汹涌的当下，生成式人工智能正以不可阻挡之势，深刻重塑着高校思想政治教育领域的发展范式，为突破传统教学模式的桎梏、实现教育模式数字化转型提供了新的可能性。一是构建人机协同新型教育模式。生成式人工智能将推动教学从工业化时代以人为主的教学，向数字时代的人机协同方式转型。人机协同，旨在打造师生与人工智能深度协同合作的创新教育格局，助力实现规模化与个性化兼顾的教育教学模式，以满足人工智能时代对创新人才培养的现实需求。随着ChatGPT、DeepSeek等技术的突破性发展，教育正从“师生二元”向“师、机、生”三元共生的教育生态不断演进。生成式人工智能打破了传统思想政治教育“教师讲、学生听”的单一格局，正从辅助工具逐渐进化为认知合作伙伴，重塑着教师角色的坐标系，并逐渐形成人机协同教育模式。二是深度构建个性化教学模式。习近平总书记强调，必须提升高校思想政治教育的针对性，“满足学生成长发展需求和期待”[2]。建构主义学习理论认为，学习过程是受教育者积极构建知识的过程，强调受教育者的学习是对知识的主动探索、主动发现和对所学知识意义的主动建构。生成式人工智能赋能下，高校思想政治教育教学重心加速向学习导航、思维培育和精准育人转移。这种转变推动教师从传统的“知识传授者”转化为“成长设计师”，使其将更多精力聚焦于受教育者个性化发展需求。同时，生成式人工智能应用于高校思想政治教育可精准识别受教育者个性化需要，根据受教育者的个人需要、学习风格等制定教育内容，创新因材施教的个性化教育模式，以精准的教育教学模式满足教育对象差异化、层次化、动态化的个性化需求，推动实现受教育者的全面发展，从而提高高校思想政治教育针对性和时效性，使教育更贴合受教育者个体发展，促进高校思想政治教育实现精准化、个性化教育。
2.2. 重塑教学生态，拓展教育空间
“学习环境的建设是实现学与教方式变革的基础”[3]，生成式人工智能以其强大技术实力，从线上线下两大关键教学场域发力，从教育资源供给、互动模式、实践形式等多维度对高校思想政治教育产生深远影响，重塑了高校思想政治教育教学生态。一是拓展线上教学场域，打造全天候学习空间。利用虚拟现实(VR)和增强现实(AR)技术，生成式人工智能可打造虚拟思想政治教育环境和沉浸式“线上思政”学习空间，构建不受时间和空间限制的线上教学场域，精准延伸思想政治教育环境，让学生随时随地都能开展学习，极大地拓展了学习的灵活性与自主性，营造出全天候开放的思想政治教育学习生态环境。二是升级线下课堂场域，增强课堂互动活力。生成式人工智能凭借其海量数据处理、快速学习和智能交互能力，可打破时间与空间限制，让优质教育资源触手可及，极大扩充思想政治教育教学资源的边界，为教育困境带来新曙光。同时，利用图像生成技术，生成与教学内容紧密相关的历史场景图、社会现象图等多媒体素材，创新思想政治教育内容表达方式，将抽象的思想政治教育理论直观呈现给学生，让复杂理论一目了然，进而助力高校思想政治教育教师营造更具吸引力的教学氛围。此外，还可根据受教育者的课堂实时反馈，协助教师及时调整教学节奏与方式，助推线下课堂从传统的单向知识传授转变为师生深度互动的学习场域，重塑课堂教学生态。
2.3. 强化教育评估，提升评价实效
评估是全方位评判和估量教育实效的关键环节，“思想政治教育评估既是思想政治教育过程的一个基本环节，又是思想政治教育信息反馈的基本方式之一”[4]。2020年，中共中央、国务院颁布教育评价系统性改革的纲领性文件——《深化新时代教育评价改革总体方案》强调“教育评价事关教育发展方向”，要“充分利用信息技术，提高教育评价的科学性、专业性、客观性”[5]。
人工智能时代，生成式人工智能融入高校思想政治教育评估过程，使感知、采集、监测和分析师生动态数据得到强化，为借助智能技术从多维度深度洞察受教育者的学习与成长状况，实现多维度评价受教育者综合素质提供了可能。同时，也对受教育者的综合素质提出了更高的评价要求，打破了传统“唯分数论”的单一结果教育评价机制。一方面，受教育者学习过程数据可被全面记录，课堂互动中发言质量、参与讨论活跃度等皆成为评价指标，不再仅依据考试成绩判定学生学习成效。另一方面，思想动态监测更为精准，智能算法可通过分析受教育者在社交媒体中的言论及作业中的观点表达，捕捉其思想变化轨迹，评估其价值观的形成与发展。生成式人工智能应用于高校思想政治教育，有助于推动教育评价从“结果评价”向“多元评价”转化，实现智能化、过程性评估，从而提升高校思想政治教育评估的科学性和有效性。
3. 生成式人工智能之于高校思想政治教育的伦理风险
当前，生成式人工智能已经全面融入教育领域，并必然加速其在各细分赛道的应用扩散速度，助推思想政治教育创新发展。但生成式人工智能为高校思想政治教育带来技术红利的同时，也伴随着一系列伦理风险。
3.1. 技术异化风险
算法推荐是生成式人工智能的核心技术，在精准把握用户思想动态的基础上，算法推荐实现了海量信息的精准推送与匹配，但生成式人工智能技术异化可能带来算法偏见、数据隐私侵犯等诸多风险和挑战。
首先是算法偏见问题。生成式人工智能赋能高校思想政治教育内容的生成过程，也是算法主体嵌入、主导内容生成的过程。这一过程中，受算法主体的固有局限和算法技术的固有缺陷影响，思想政治教育内容生成过程可能存在一定程度的认知窄化、算法歧视等行为。此外，算法设计过程中，受训练数据和人为因素的影响，生成式人工智能可能存在算法偏见和歧视，并体现于生成内容中，通过生成内容传递给受教育者，从而冲击社会主流意识形态价值认同。如在构建用于高校思想政治教育的生成式人工智能算法时，若开发者对思想政治教育概念的理解存在片面性，或过度侧重某种教育理念，算法生成的内容必然会体现这种偏差，进而对高校思想政治教育价值观引导功能造成干扰。其次是数据隐私问题。数据是人工智能技术的核心，生成式人工智能的信息数据来源，本质上是客观世界和主观世界的镜像投射。一方面，来自于客观世界的数据，当数据收集过程纳入他人意愿不确定性时，便会出现“信息保护”争议，产生信息数据未被许可授权的风险。另一方面，产生于主观虚拟构想的信息数据在与人类目标及价值观对齐的过程中，也可能产生不一致的情况。如生成式人工智能借助算力工具，可能通过智能技术与不同的虚拟场景描绘、元素讯息、事件情节等相结合，产生虚假的场景信息，并作为异化数据资源被反复使用，使真实与非真实的界限变得模糊，从而派生出信息数据“虚假不真实”风险。
3.2. 教育本质偏颇风险
2025年两会期间，习近平总书记在谈到人工智能赋能教育这一话题时强调，“教育数字化，有些问题要分清楚”[6]，“教育，不能把最基本的丢掉”[7]。作为教学辅助工具，生成式人工智能可为教育带来诸多便利和创新，但生成式人工智能应用于高校思想政治教育的过程中，若过分追求技术的运用，把技术当作教育的全部或唯一手段，对教育本质缺乏清晰认知与坚守，便极易陷入教育本质偏颇的泥沼，失去教育的本质和温度。
首先表现为教育人文情感缺失。现代思想政治教育学强调，教育过程是教育者与受教育者之间互动的双向动态，其中双方都被赋予主体性角色[8]。师生互动是教育的基础，更是培养学生多维发展的关键，而在生成式人工智能场域下，智能技术可能僭越教育主导权，逐渐消解师生教育主体关系。生成式人工智能可为师生双方提供思考思辨的素材资源，但缺乏思想政治教育必需的人生体验、复杂情感等要素，无法像教师那样与学生产生深层次情感共鸣，做到精准感知和关怀学生个体情感状态，从而在一定程度上削弱了高校思想政治教育课的人文底色，产生价值理性缺失和人文关怀弱化风险。此外，生成式人工智能所生成的教学内容，通常侧重于知识体系的逻辑性与系统性构建，在一定程度上容易忽视其中所蕴含的丰富情感因素与深厚人文内涵，淡化教学内容情感内核。其次表现为受教育者自我认知失衡。生成式人工智能应用于高校思想政治教育，在促进受教育者个性化学习的同时，也潜藏着致使受教育者自我认知失衡的诸多风险。其一，自我认知价值标准混乱风险。生成式人工智能凭借其强大的数据处理与信息生成能力，为受教育者提供了海量且多元的信息观点，但也可能包含与主流价值观相悖的内容，致使受教育者难以明确正确的价值判断标准，进而在自我评价时失去清晰的价值导向。其二，单一特质认知被强化可能。算法推荐可精准捕捉受教育者的兴趣偏好，但也极易过度强调受教育者某一方面的特质，而忽略了其他方面的能力和潜力，导致受教育者形成片面自我认知，忽视自身的全面发展。其三，创新思维弱化风险。基于一定的算法逻辑和思维训练方式，生成式人工智能在思想政治教育中倾向于输出大量标准化、模式化的内容和答案，受教育者习惯了这种获取知识和解决问题的方式，会逐渐依赖于人工智能给出的既定思路，缺乏独立思考和创新意识，从而阻碍受教育者自我认知的深化与拓展，产生创新思维弱化风险。
3.3. 社会伦理僭越风险
生成式人工智能赋能高校思想政治教育是利用技术逻辑优势推动思想政治教育数字化转型的过程，然而这一过程中，人工智能技术“工具理性”可能僭越思想政治教育“价值理性”，产生主流话语遮蔽和伦理责任模糊双重风险。一是主流话语遮蔽问题。生成式人工智能可在技术层面赋能高校思想政治教育话语实践各环节，有利于提高思想政治教育话语“说理”的有效性及其“生活化”渗透，在推动高校思政话语实践创新方面具有突出效能。但“智能依赖”“资本僭越”“技术过载”等问题又致使这一赋能过程面临主流话语遮蔽风险。如生成式人工智能依据算法和数据生成教学素材，其生成的内容及输出的话语表述看似客观理性，却在一定程度上“遮蔽”了思想政治教育的话语间性、语境、内容等方面，导致生成的内容片面、歪曲甚至违背主流价值观，进而“遮蔽”其话语的正向表达与转换。二是伦理责任模糊问题。当前，生成式人工智能日益呈现出自决性、适应性等主体性特征，并在一定程度上直接参与人类教育实践。随着生成式人工智能深度嵌入高校思想政治教育教学环节，使得思想政治教育决策实施过程涉及多元决策主体，数据提供者、模型开发者与教育者三方责任交织。但生成式人工智能是否具有道德主体地位、是否拥有对所属行为负责的能力，尚无法进行定量分析，存在伦理争议，从而可能使得教学过程中的责任归属呈现出模糊状态，导致责任推诿现象频发，由此陷入权责不清的伦理困境。
4. 生成式人工智能之于高校思想政治教育的弥合路径
探究生成式人工智能之于高校思想政治教育的弥合策略是推动智能技术有效赋能高校思想政治教育的重要举措之一。在充分发挥生成式人工智能技术优势的基础上，进行教育理念革新、完善政策法规、优化智能技术是有效纾解潜在伦理问题的实践路径。
4.1. 理念革新引领弥合方向
在人工智能技术深度渗透教育领域的当下，生成式人工智能在助推高校思想政治教育提质增效的同时，却也因技术特性伴生了教育主体理念滞后、价值导向偏差等系列伦理风险。要化解这一伦理困境，首先要革新教育主体理念。教师作为高校思想政治教育的教育主体，不仅是生成式人工智能应用于高校思想政治教育的受用者，更是推动智能技术有效赋能的实践者。生成式人工智能技术背景下，教师一方面要保持主体性自觉，明确教育者与人工智能各自的职责边界，防止因过度依赖技术而放弃自身教育引导责任，同时，转变传统教育思维方式，树立正确的生成式人工智能应用观，以自身价值理性超越技术理性。另一方面，要强化人机协同理念，主动学习人机协作技术，充分发挥生成式人工智能技术赋能优势，构建“教育者–生成式人工智能–受教育者”的人机协同教育模式，将人类智慧和生成式人工智能的技术优势相结合，推动生成式人工智能与自身之间的互动，实现教师自身智能与人工智能的交融共生、共生共长。其次要坚持主流价值导向。主流价值导向是人工智能的“方向盘”，驱动高校思想政治教育创新发展要强化价值引领，对生成式人工智能进行“思政赋能”，坚持主流价值导向和正确的政治方向，弥补人工智能价值导向不足的短板。如在高校思想政治教育话语内容方面，要坚持将社会主义核心价值观置于核心位置，以社会主义核心价值观为标准吸收智能时代话语资源，确保话语正向导向。
4.2. 政策法规奠基弥合根基
从政策法规的视角对生成式人工智能进行伦理规制，是化解生成式人工智能应用于高校思想政治教育所产生的潜在伦理风险的必要举措。首先，完善政策法规体系，制定专门针对生成式人工智能在教育领域应用的政策法规，明确规定数据收集、使用、存储和保护的原则和规范，加强对算法开发和应用的监管，要求算法公开透明，避免算法偏见。同时，明确各主体在人工智能应用中的权利和义务，建立责任追究制度，确保伦理责任问题能够得到有效解决。其次，制定生成式人工智能在教育领域应用的伦理规范和标准。出台专门针对生成式人工智能在思想政治教育领域应用的详细规范，明确基本伦理原则和规定技术使用的目的、范围、方式和流程，确保其应用符合教育教学目标和思想政治教育的要求。从而确保生成式人工智能服务于学生的成长和发展，以促进学生全面发展、提升教育质量为根本目标。最后，构建监管体系。建立健全技术监测机制，对生成式人工智能系统的运行状态进行实时动态监控与管理，及时发现和解决技术故障、算法偏差等问题，确保系统稳定、可靠地运行。针对数据安全风险，建立健全数据安全和隐私保护机制，审查数据来源，严格审查生成式人工智能所使用的数据来源，确保数据的真实性、准确性、完整性和合法性，避免使用含有虚假、误导性或不良价值观的数据。同时，构建完善的风险预警机制，加强对技术产品和服务的审查，确保其符合伦理标准和教育要求，从体系化建构、常态化执行、长效化落实中提升意识形态的凝聚力和引领力，确保思想政治教育在智能技术赋能下坚守正确政治方向和价值立场。
4.3. 技术优化助力弥合实践
生成式人工智能应用于高校思想政治教育要防范技术对思想政治教育边界的越权刺破，通过优化智能技术防范技术控制诱发风险，弥合生成式人工智能在高校思想政治教育应用过程中的技术异化问题。一是要优化算法设计，筑牢价值防线。算法设计是防范伦理风险的首道关卡，在生成式人工智能算法设计过程中，应为算法嵌入思想政治教育的核心价值理念，构建价值判断算法体系。当生成式人工智能产出具有偏差价值导向的教育内容时，算法能自动启动干预机制终止生成进程或对内容进行修正，从源头上截断不良信息传播，化解教学内容价值导向偏差风险。二是要规范数据处理，加强数据安全防护技术。规范数据处理是提升生成式人工智能性能、规避伦理风险的关键步骤，在数据来源把控上需秉持严谨态度，对用于模型训练的数据展开全面审查，确保数据准确、客观且无侵权隐患，避免引发隐私侵犯风险。此外，应构建强化网络安全防御体系，防止外部恶意攻击与数据泄露，确保数据在整个生命周期内的安全性。