1. 引言
人工智能与高校思政课教学的深度融合，既满足了提高思政课教学吸引力和针对性的现实需要，同时也带来了思政课高质量发展和数字化转型的发展契机。人工智能在高职思政课教学中的应用，极大影响了学习态度多样、个性化突出、动手能力强的高职学生，故此需要在厘清人工智能边界的基础上积极利用其赋能高职思政课教学。也正因如此，探讨人工智能赋能高职思政课教学的风险挑战与实践路径，具有重要的理论价值和现实意义。目前，人工智能赋能高校思政课正处于起步期，面临着一些亟待解决的现实问题。为此，本文系统分析人工智能融入高职思政课中的问题与挑战，并结合国家政策导向，从多维角度提出解决办法，以期为人工智能融入高校思政课教学提供借鉴。
2. 人工智能赋能高职思政课的价值意蕴
2.1. 有利于准确把握学情，实现精准教学
高职院校生源结构多样化，学生的知识基础与学习能力参差不齐，形成了复杂的学情。传统的思政课教学无法全方位掌握学生学情，难以兼顾个体需求，最终影响育人效果。将人工智能有效融入高职思政课，可以通过跟踪和分析学生学习表现、兴趣爱好、思想动态等内容，洞悉学生的实际情况，为每位学生勾勒出精准的“数字画像”，更好契合每位学生的差异化需求，从而实施精准教学，落实因材施教，提升教学针对性和实效性。在教学过程中，教师可通过数字平台为学生智能推送个性化学习资源，并且动态诊断学生的学习轨迹，进行适时调整和优化。这种基于数据的精准分析与资源调配，既有助于教师准确把握学生情况，科学供给教学内容，使教学更具针对性；又有助于每位学生在适合自身节奏和兴趣的基础上，提高学习的自信心和积极性，促进全面发展。
2.2. 有利于丰富教学形式，提高课堂吸引力
高职学生普遍存在文化基础薄弱、理论知识接受度低的问题，他们往往对互动性高、操作性强的实践学习充满热情，而对抽象的理论学习容易产生疏离感，这就导致学生课堂表现不佳、“抬头率”低等问题。人工智能赋能高职思政课，可以通过智能生成工具和沉浸式技术，搭建交互式、场景化的学习环境，一方面创新互动式的教学模式，将抽象的理论知识转化为可交互、可体验的实际内容，引导学生真正融入课堂，培养他们的社会实践能力。另一方面可以跨越时空界限，打造“沉浸式”的教学场景，改变过去以讲授法为主的教学方法，让学生以参与者的身份身临其境地体验历史事件，直观地领略思政课本上的知识和概念，增强学生对思政课的参与感和体验感，便于学生理解理论知识。
2.3. 有利于衔接职业场景，落实职业教育办学定位
职业教育以就业为导向，“要培养更多高素质技术技能人才、能工巧匠、大国工匠”[1]。这意味着高职学生更关注自己的职业身份和思政内容的实用性。因此，高职思政课需要和职业场景深度融合，把社会主义核心价值观和“工匠精神”融入到专业实习的全过程，培养学生德技并修全面发展，帮助其树立“技能报国”的职业信仰。若思政课教学脱离了这一现实背景，学生会觉得思政教育“不接地气”。虚拟仿真实验教学平台，依托人工智能技术构建虚拟职场，通过智能内容生成和场景模拟，将学习过程嵌入到模拟的工作过程中，创设出大量与各专业相结合的思政教学案例和实践情境，构建起思政教育与专业教育、职业素养培育之间的桥梁。例如，《思想道德与法治》第五章第三讲中的“职业道德”内容，可以通过智能化情境模拟教学，引导学生更好地理解在择业与创业中的基本道德要求，让思政理论在实践中内化为学生具体的行动指南和价值标尺。
3. 人工智能赋能高职思政课的现实困境
人工智能可以综合海量教育资源，将形象、生动的内容元素融入高职思想政治课程教学中，增加高职思想政治理论课教学的感染力和吸引力，解决高职思想政治理论课教学实效性不强的问题。但也存在着一些亟待解决的问题，影响高职思想政治教学的预期目的和效果。
3.1. 技术应用与教学目标失衡
人工智能赋能思政教学的核心矛盾在于工具理性与价值理性的张力失衡。对于意义重大的高校思政课来说，其根本教学目标是为党和国家培养担当民族复兴大任的时代新人，培养德智体美劳全面发展的社会主义建设者和接班人。但人工智能技术与思政教学的融合容易停留在“技术工具论”层面，忽视思政教育特有的铸魂育人本质，导致出现盲目追求技术设备，造成思政教育价值性消解的风险。
一是工具理性僭越价值理性，造成教育目标异化的风险。人工智能技术作为一种教学手段，为高校思政课教学提供了强劲动力，其本质属性仍是工具性，应服务于思政教学的教育目标和核心内容[2]。但在部分教学过程，人工智能技术工具性被无限扩张，甚至视频播放、在线答题、虚拟场景的沉浸体验等技术形式，异化为高校思政教学的核心活动，那么，思政课就落入了唯技术论和盲目技术崇拜的陷阱中。在这种异化机制的影响下，思政教育的价值性面临被工具化消解的风险。
二是过度追求技术创新，造成教学内容浅显化、碎片化，学生自主思考能力下降。一些高职院校思政教师为增加课堂的“互动感”，通过人工智能算法将一些深受学生喜爱的话题作为教学切入点，或者追求新颖别致的教学形式，一味满足学生猎奇和新潮的需求，这不仅忽视了高职思政课教育应有的深度与广度，而且消弭和动摇了思政课的庄严威信、神圣不可冒犯的权威属性[3]。并且很多高职学生依赖人工智能提供的解决方案，缺乏对问题本质的深刻思考与独立思考的能力，“个体的主观独特性、想法不仅没有被过度重视，反而变得不再重要”[4]，成为了机器与数字的奴隶。
3.2. 思政课教师数字素养不足
人工智能赋能高校思政课，对教师数字素养和信息化教学能力提出了革命性要求。毋庸置疑，在高职思政课数字化转型过程中，教师的数字素养、信息化教学能力，将直接影响课堂教学效能。而当前高职思政教师大多是人文社科类专业背景出身，对于人工智能、深度学习、数据模型等前沿信息科技，存在“知识壁垒”、“心理障碍”。主要表现在两个方面：一是认知上的差距；二是在应用层面上技术上的差距。
首先，人工智能的应用对教师的角色身份提出更高要求。人机协同互动模式改变了传统教学的主客体关系，从师生二元互动拓展为“教师–机器–学生”的三元交互模式。这就促使教师重新认识自己的角色，除了传统意义上的知识传授者、解答疑难的指导者、维持秩序的管理者等，还需转变为学习引领者、学习情境设计者以及思政价值引领者等复合型角色。而不少高职教师不熟悉甚至惧怕人工智能教学工具，仍采用传统教学方式，或仅仅能够用它播放视频、布置练习等，使用的数字化教学手段非常简单。其次，部分教师又畏惧更新技术设备，认为开展人工智能赋能思政课教学，花费大量的时间精力去学习使用新技术，或者担心在教学中会受到数字技术的牵制而不愿意更新认知；再加上学校并未给予有效培训激励措施，高职思政教师运用人工智能能力较差，往往只会把它当作某种辅助性教具，没有充分利用其数据优势，并与思政课其他元素融合并应用于课堂教与学各个环节，导致人工智能“表面化”应用。
3.3. 数据泄露与算法伦理风险凸显
人工智能的算法逻辑基于数据和模型，这就决定了它要以大量的数据信息作为使用基础，因此，存在巨大的数据泄露和滥用风险。生成式人工智能通过语音识别、人机对话等方式广泛地收集学生信息，持续追踪分析学习行为，从而形成详尽的学习者画像。在这个过程中，学生的个人信息、学习状况，甚至思想动态等隐私数据被高度透明化，将全方位地暴露在人工智能所构建的数字全景监狱中，模糊了私密空间的边界。这些隐私数据在获得、存储、使用的过程中，一旦使用不当，可能会导致学生数据隐私流入资本市场为不法商人所利用，从而造成信息安全和财产安全隐患，同时也会使学生产生被监视的恐慌。并且思政教学涉及学生的价值取向和政治观点等更为敏感的数据信息，一旦这些反映学生“思想画像”的数据被泄露或滥用，不仅侵犯个人隐私，更可能被别有用心者利用，进行精准的意识形态渗透或歧视，对学生的个人发展甚至社会稳定造成严重危害。同时，用于学情画像、内容推荐的算法系统可能隐含设计者的主观偏见，或基于有偏差的数据进行内容投送，从而导致“信息茧房”，使学生日渐沉迷于浅层、片面甚至错误的信息。更严峻的是，如果算法系统在无形中推荐不良信息等逆主流价值导向的内容，而思政教师缺乏算法偏见的识别能力，那么会造成悄然而致命的意识形态侵蚀。
4. 人工智能赋能高职思政课的优化路径
人工智能赋能高校思政课是机遇与挑战并存的统一体。要充分发挥人工智能的正向赋能效应，促进高校思政课教学的高质量发展，就必须在客观分析风险挑战的基础上，强化价值引领、提升数字素养、加强数据安全治理。
4.1. 坚持立德树人价值导向，强化价值引领
习近平总书记强调：“思政课是落实立德树人根本任务的关键课程。”[5]高校思政课是传授党和国家意识形态的课程，这就要求人工智能赋能高校思政课时，必须强化主流意识形态的价值引领，坚持立德树人的育人导向。为了防止人工智能的应用僭越高校思政课教学目标，应从以下三点明确人工智能的赋能边界。
首先，高职思政课教师应以马克思机器观为理论指导，“消除对技术盲目膜拜，认清技术本身只是人类实践活动的一个工具”[6]，识别人工智能的本质特征。无论新兴技术发展到何种地步，都无法改变其作为工具的“物”的属性，从而实现对新兴技术的祛魅。教师在运用人工智能融入思政教学的环节时，应坚持“育人为本，技术为用”的原则，使工具理性服务于价值理性，不偏离思想政治教育的根本任务。
其次，必须坚持正确的价值引领，在数字思政资源库中嵌入主流意识形态的代码，从技术源头提升主流意识形态内容的引领效度。针对文化基础较薄弱的高职学生，可通过AI知识图谱、虚拟仿真职业场景和榜样案例库等平台，将晦涩抽象的理论知识转化为具体可感的现实内容，并在这个过程中潜移默化地对学生进行理论照进现实职业理想的价值引领。此外，人工智能在赋能高职思政课时，可以凭借其强大的运算能力，预测分析学生接受主流意识形态的意愿和需求，从而为思政教师制定精准的教学策略和方法，有效发挥意识形态引领功能。
最后，人工智能融入思政课教学时，应避免教学内容的泛娱乐化和碎片化倾向，要保持教学内容的严肃性和科学性。毕竟，人工智能赋能高职思政课的目标不是构建“科幻课堂”，而是要以炫酷的科技为载体，更好地服务和烘托思政内容的严肃内核。如在利用人工智能模拟“大国工匠”工作场景时，平衡好内容和技术的关系，用真实的数据和沉浸式的叙事来打动人心，追求过程中的真实和精微，同时注意引导学生对教学内容进行反思内化。为了教学内容能保持正确的政治导向，一方面，要根据思政课教材构建系统化的教学内容框架，确保教学内容的系统性和连贯性；另一方面，高校思政教师队伍要围绕思政课的核心要义，定期对信息内容进行甄别筛选，剔除低俗无效的内容。
4.2. 激发教师内生动力，提升数字素养与能力
2025年4月，教育部等九部门联合发布《关于加快推进教育数字化的意见》，明确了提升教师数字素养与技能的重点任务。高校教师数字素养作为推动教育数字化转型的关键，对教育高质量发展具有重要意义。
首先，教师的内生动力是其行为的先导。高职思政课教师只有在内心具备提升数字素养的强烈意愿，才能主动学习数字化知识和技能，成为人工智能赋能思政教学的主导者，而非被动适应者。一方面，高职思政课教师要充分发挥主观能动性，增强数字化意识，及时更新教育观念。思政课教师应深刻认识到，数字技术不仅是教学工具，更是提高思政课教学质量的重要载体。在理解数字技术背后的教育教学理念的基础上，积极寻求人工智能与思政课教学的契合点，从而提高教学的互动性和吸引力。另一方面，高职院校要完善考核评价体系，将数字素养纳入思政课教师的考核指标，建立多维度的考评机制，奖优罚劣。通过增强外部刺激，以此激励思政教师主动提升自身数字素养。其次，建立长期多元的培训机制，提升高职思政课教师的数字知识与技能。教师数字知识与技能积累是一项长期系统工程。为有效提升教师的数字素养，在培训前可运用大数据对教师的数字能力进行全面评估，从而设计不同层次的培养课程；在培训中坚持线下专家讲座与线上自我研修相结合等方法，切实提升培训实效。最后，实践是检验真理的唯一标准，提升教师数字素养的最终目的是将其应用到教学实践中去。鼓励高职思政课教师持续进行新兴技术学习，并将人工智能技术应用于教学设计、教学实施和教学评价的教学全过程。
4.3. 构建多方监管体系，加强数据安全治理
在高校思政课教学中，随着人工智能的广泛应用与深度融合，数据安全和算法伦理问题日益凸显。“今天，尤其是未来我们再也不能忽视技术和应用科学的紧迫的伦理问题了。”[7]为确保人工智能在思政课教学中安全合规使用，必须健全制度保障的顶层设计，建立一套全面的数据安全法律规范和管理机制，自觉规范人工智能的应用场景，确保其在赋能思政课教学进程中安全、可靠、向善。
一是健全制度保障的顶层设计，构建多方治理监管体系。制定并完善数据安全相关法律法规，制定出台算法技术伦理审查标准等制度规范，划定价值红线与质量基准，明确各部门权责边界与协作流程，确保所有数据信息的收集、存储、操作与管理都在法律框架内进行。二是搭建专门的数据安全治理平台。高校应利用该平台实时监控数据安全和算法模型，对思政课教育资源和教学数据进行统筹管理和实时监控，及时检查并处理潜在的数据安全和算法伦理问题。同时，依托该平台实施严格的数据管理和权限访问制度，从而最大限度降低数据泄露的风险。三是高校定期进行安全审计和风险评估。高校应投入足够的资源，对数据安全管理平台提供技术支持和维护，定期进行系统审查和故障排除，不断优化安全策略，确保数据安全。四是高校定期开展数据安全教育培训。在培训中，通过理论学习和实践锻炼相结合的方式，培养师生对数据安全和算法伦理的认识，规范师生使用数据的行为，提升教师的风险防范能力和恰当使用并保护数据的技能。
5. 结语
习近平总书记指出：“中国高度重视人工智能对教育的深度影响，积极推动人工智能和教育深度融合，促进教育变革创新。”[8]在教育数字化背景下，人工智能与思政课教学深度融合，为教育改革发展提供了强劲动力，成为推动思政课数字化转型的必然要求和发展趋势。在高校思政课教学中，人工智能的融入不是外在化的引入，而是深度融合在高校思政课教学的要素与环节中，是高校思政课教学方式的重大变革。这种赋能不仅丰富了教学载体和教学模式，还能更好地满足学生个性化、多样化的学习需求，有效调动学生参与课堂互动的积极性，显著提高了思想政治教育的针对性和教学质量，为高校思政教育改革增添新活力。同时，高校也要客观分析赋能过程中出现的技术应用与教学目标失衡、思政课教师数字素养不足、数据泄露与算法伦理风险凸显等困境挑战，从强化价值引领、提升数字素养和加强数据安全管理等方面探寻实践进路，最终构建高校思政课教学新生态，推动高校思想政治教育高质量发展。
基金项目
本文为泉州海洋职业学院2024年“人工智能赋能高职院校海洋思政教学体系的路径研究”研究课题“人工智能赋能高职思政课的困境与进路”(项目编号QH202417)阶段性成果。