摘要: 数智时代背景下，高校思想政治教育面临多重现实困境，比如，工具理性侵蚀价值目标，表现为算法推荐机制引发“价值观窄化”、数据量化评价异化育人本质。智能技术应用中的价值冲突，表现为算法偏见导致意识形态引导偏差、人机责任归属模糊引发教育失序。主体性危机，表现为教师权威因技术介入而消解，数字素养滞后与工具依赖矛盾突出、学生批判性思维弱化，过度依赖算法导致自主思考能力退化，人机交互中情感联结断裂，影响价值观认同等。针对这些问题，我们应该从多方面考量，找到应对之策，才能在算法技术发展的同时实现教育共同发展。
Abstract: Against the background of digital intelligence, ideological and political education in colleges and universities faces multiple practical dilemmas. For example, instrumental rationality erodes value goals, which shows that algorithm recommendation mechanism causes “value narrowing” and data quantitative evaluation alienates the essence of educating people. The value conflict in the application of intelligent technology is manifested in the deviation of ideological guidance caused by algorithm bias, and the disorder of education caused by vague attribution of man-machine responsibility. Subjectivity crisis is manifested in the dissolution of teachers’ authority due to technical intervention, the contradiction between digital literacy lag and tool dependence, the weakening of students’ critical thinking, the degradation of independent thinking ability caused by over-reliance on algorithms, the break of emotional connection in human-computer interaction, and the impact of value identity. To solve these problems, we should consider many aspects and find countermeasures, so as to realize the common development of education while developing algorithm technology.
1. 数智时代高校思想政治教育发展的现实困境
1.1. 工具理性对价值目标的侵蚀
1.1.1. 算法推荐机制引发的“价值观窄化”现象
进入数智时代，智能算法的功能越发强大，利用计算机算法分析用户数据，预测用户的偏好，并根据这一偏好，自动推送个性化内容的技术机制。算法推荐机制如同“读心术”，通过个人“喂养”到计算机中的数据，精准捕捉用户思想，并主动提供与之相匹配的信息或服务。算法推荐机制一定程度上帮助我们缩小信息检索范围，使我们能够在较短的时间内从海量信息中获取到我们想要的东西，既节约时间，又提高了效率。同时，技术的工具性溶解了思想政治教育的人文属性，思想政治教育工作者忽视了人所特有的情感张力与理性特征，缺乏与大学生的情感共鸣和对大学生的精神关照，往往会导致思想政治教育的价值引领功能被掩盖、僭越和抽离[1]。当我们长期处于算法推荐机制中时，便不自觉地接受了算法推荐的同质化内容，导致其信息范围获取范围逐渐收缩，价值观趋向单一化、极端化或偏见现象。思想政治教育是一项育人的工作，思想政治教育立德树人的根本任务是一个潜移默化、润物细无声的过程，这个过程是人的思想品德和心理素质的社会化，也就是将一个不适应或不完全适应社会发展需要的人，培养成为能够适应一定社会发展需要的合格的社会成员。如果在这个过程中，我们的价值观被算法推荐机制窄化——只能持续接触到与自身既有认知相符的单一视角信息，难以形成全面、辩证的价值判断，甚至在此基础上滋生极端化倾向，陷入非黑即白的思维误区，对多元社会现象缺乏包容理解与理性审视，进而背离社会普遍认可的价值取向，无法与社会发展的主流需求同频共振，难以承担起合格社会成员应尽的责任与义务，那么不仅会阻碍个人综合素质的提升，影响自身未来的成长路径与社会适应能力，还可能加剧社会层面的认知分化，削弱社会共识的凝聚力，对整体社会秩序的和谐稳定与长远发展都将产生不利影响。
1.1.2. 数据量化评价对育人本质的扭曲
数据量化评价通过将教育过程与结果转化为可测量的指标，从某种程度上来说，统一的数据量化标准能减少因教师对学生的主观个人偏好而带来的不公平现象，减少各方对评价结果的争议。但是，思想政治教育的根本任务是立德树人，为落实好这个根本任务，我们致力于培养“有理想、有道德、有文化、有纪律”的人，并在教育过程中注重人的价值观念、道德情感、精神境界的培养，强调人文性和方向性的统一。因此，思想政治教育的量化是通过数据化将抽象价值转化为可分析的符号系统，其本质是将现象转化为可制表分析的量化形式，将价值观、行为习惯等抽象概念转化为可测量指标，通过数学模型揭示思想政治教育内在规律性[2]。在传统思想政治教育模式中，教育者通过面对面的深入交流、真挚的情感互动，能够直观感受学生的思想波动、情感诉求以及价值理念，进而提供针对性的教育引导。然而，在人工智能赋能高校思想政治教育的过程中，人文关怀却面临着缺失的风险[3]。思想政治教育依赖情感共鸣、互动对话、实践体验等非线性过程。然而，人的思想政治素养也包含认知、情感、意志、行为等多个维度，并不是所有维度都能用数据进行测量。当我们用数据指标作为主要评价标准时，育人的目标就被异化为“数据达标”，教师为追求指标而在教学过程中缺乏对学生的人文关怀，学生为追求指标而将学习变成表演式参与。教育从“培养完整的人”沦为“培养符合数据标准的人”，在教育中将冰冷的数字奉为追求的目标，背离教育初衷。
1.2. 智能技术应用中的价值冲突
1.2.1. 算法偏见导致的主流价值取向引导偏差
思想政治教育中算法偏见导致的意识形态偏差是指在使用算法技术辅助思想政治教育过程中，由于算法设计缺陷、数据偏差或应用不当，从而导致推荐或呈现的教育内容偏离既定的思想政治教育核心方向，不仅会让学生在理解国家政治制度、把握社会发展方向时产生认知模糊，比如对国家政策的初衷、社会治理的目标形成片面解读，难以建立系统、与国家发展方向相契合的政治认知难以建立系统、与国家发展方向相契合的政治认知；还可能导致学生在面对价值选择时出现判断偏差，无法形成与社会发展需求相契合的价值体系，比如对集体利益与个人发展的关系认知失衡、对社会主流价值准则的认同度降低，甚至在多元信息冲击下陷入价值迷茫，最终阻碍思想政治教育“立德树人”根本目标的实现，影响学生成长为符合国家和社会需要的合格人才。算法偏见主要表现为内容推荐的片面化、价值观的隐形偏移和信息茧房效应加剧。在算法推荐场域，传统一元中心的传播格局被解构，网络空间逐渐形成扁平式、圈层化和多极化的拓扑式传播结构，原本由主流媒体垄断的信息分发权力渐趋分散，不断迁移和下放至信息聚合类平台的手中，其他移动媒体平台也具有了高度的自主性和独立性，对传统主流媒体的依赖度大大降低[4]。算法过度依赖用户互动数据，优先推荐浅层化、娱乐化内容，弱化思想政治教育的理论深度。由于算法设置缺陷和数据喂养不够全面，导致算法无法识别内容中潜在的价值导向风险，甚至可能推荐隐含与思想政治教育核心方向不符的价值倾向的“软性”内容。用户互动数据被算法记录，于是算法持续推送与用户既有认知相符的内容，强化固有偏见，阻碍了批判性思维的形成。算法偏见容易致使学生形成碎片化、浅层化的政治认知，难以建立系统化的理论框架，削弱社会核心价值共识的凝聚力，加剧价值观多元冲突。算法偏见导致的主流价值取向引导偏差，本质上是技术工具性和教育政治性之间的对冲。
1.2.2. 人机责任归属模糊引发的教育失序
人机责任归属模糊引发的教育失序是指在智能技术深度融入思想政治教育的过程中，由于人类教育者与智能系统之间的责任边界不明确，导致教育过程中出现教学失误、价值观偏差或管理混乱的现象。其本质是技术介入后，传统教育责任体系与新技术运行逻辑的冲突。当教育行为由人类教师与智能系统共同完成时，双方在决策、执行、监督等环节的责任划分不清晰，导致教育目标偏离、教学过程失控、学生价值观引导失效等系统性混乱。比如教师在教学过程中运用智能机器辅助教学，但智能机器给出错误的教学内容，这一教育失序的相应责任应该归咎于谁呢？是未对教育内容进行审核的教师，还是导致算法缺陷的技术开发者，亦或是盲目信任机器的学生？
1.3. 主体性危机：师生角色的结构性重构
1.3.1. 教师权威消解与数字素养滞后矛盾
在数智时代，由于互联网和智能技术的快速发展，使学生能够即时获取海量信息，在思想政治教育中，思政课教师不再是马克思主义理论和时政知识的唯一权威来源。在数智时代，数字技术和生成式人工智能打破了传统的“知识壁垒”[5]。AI助教、算法推荐平台等替代教师知识答疑、内容筛选等部分职能，削弱教师在课堂中的主导地位。高校青年学生对互联网技术的接受和应用程度较深，作为数字原住民，他们更依赖技术交互，对传统讲授式教学的接受度降低，削弱教师在课堂中的主导地位。从事思想政治教育教学的教师，由于学科属性的特殊性，常年与理论知识打交道，缺乏对智能工具的研究与运用。部分教师存在技术恐惧下的自我效能感较低问题，对智能工具存在抵触心理，认为“技术复杂难控”，形成“学不会、用不好”的消极预期。另一方面，现有的培训多聚焦于“工具操作”，忽视“数据思维”与“伦理决策”能力培养。
1.3.2. 学生批判性思维弱化与算法依赖症
数智时代背景下，思想政治教育过程中学生批判性思维弱化与算法依赖症的结合，反映了技术革命对教育生态的深刻影响。这一问题的核心在于，算法技术重塑了信息获取与认知模式，而传统教育模式尚未完全适应这种变革，导致学生思维能力和价值判断面临挑战。算法推荐系统通过用户画像精准推送同质化内容，形成“认知舒适区”。思想政治教育中涉及的社会争议、历史辨析等内容被过滤，学生接触不到多元观点交锋，导致批判性思维失去实践土壤。随着智能技术的快速发展，搜索引擎、知识图谱等技术使答案获取变得即时化、便利化，这种只用对机器输入相应指令就能获取比自己经历思辨过程得到的结论更好的手段，当下正被青年学生所热衷。当AI可以方便地为学生提供“一切问题”的答案和解决方式时，学生就会有意无意地失去主动性和积极性，倾向于依赖人工智能工具寻求建议乃至答案，而忽视对自身兴趣、技能和创造力的培养[6]。如此一来，对智能工具的不恰当认知，便会造成对它的不恰当使用，长此以往，学生便会不自觉成为工具的奴隶，遇到问题时不是先动脑筋思考如何解决，而是让机器给出方案。
1.3.3. 人机交互中的情感联结断裂
在数智时代的思想政治教育中，人机交互导致的情感联结断裂，本质上是技术工具理性与教育人文价值之间的结构性矛盾。这种断裂不仅削弱了教育的情感育人功能，更可能引发价值观认同危机。人是情感动物，我们能从人的面部表情、声音、说话语气、动作等判断一个人的情绪。在思想政治教育过程中，教师通过与学生的互动从而感知到学生的思想情感，并据此给予学生不同的回应，体现出教师的情感温度。但是在数智时代背景下，人们对算法技术工具的依赖感越来越强，很多人认为工具理性价值已经远超人文情感价值。人们长期与没有情感的机器交流，并且不断依赖它，自然而然与外界的人就失去了探索和交流的欲望，于是在这场人机交互过程中就引发情感联结的断裂。
2. 数智时代高校思想政治教育发展之策
2.1. 构建人机协同的思政教育新范式
2.1.1. 确立“技术为用，育人为本”的基本原则
思想政治教育的重要任务之一就是帮助人们形成正确的三观，它从多方维度对人进行正向的潜移默化的影响，从而使人们形成正确的价值观。智能算法技术只是辅助我们学习的工具，我们不能被它所主导，在算法推荐同质化内容，形成信息茧房时，我们应该敏锐察觉并采取相应措施有效预防这一“陷阱”。在思想政治教育过程中，我们应该从多方体验和实践，感受不同的事物并选择积极向上的东西完善我们的思想、情感和价值观，而不应该被同质化内容所束缚，形成价值观单一化。
2.1.2. 构建抗量化扭曲的韧性评价体系
教育评价应该是有情感有温度的，数据量化评价并不适用于所有评价体系。思想政治教育过程是提升人们思想道德素质水平的过程，在此过程中人们将主流价值观内化于心，并从自身言行举止将这种修养表现出来，这种动态的表现方式并不是能随时被记录的，数据量化对一个人的评价是不全面不完整的。所以我们应该构建多维评价体系，从全方位记录个人的成长，而不是只能用数据记录个人的考核成绩，评价体系要从“结果度量”转向“过程涌现”，关注价值观形成的非连续性跃迁，而不是只注重结果导向，以结果导向将人定性。
2.2. 完善智能技术伦理治理体系
2.2.1. 建立算法透明化审查制度
算法偏见导致的意识形态引导偏差。训练数据隐含历史偏见或结构性缺失，如忽视特定群体文化特征等，这就导致算法偏见从而引发意识形态偏差的问题。算法设计者的价值观通过参数设置、目标函数影响输出结果。用户行为数据持续强化既有偏见算法可能弱化主流价值观传播效果，如过度个性化导致“信息茧房”，或放大错误思潮，如隐蔽植入西方意识形态叙事框架。教育主体的权威性被算法中介化，学生可能误将“技术中立”等同于“价值无涉”。解决上述问题，我们应该从算法输出的源头来寻找突破口。首先，算法运营方要面向大众公开算法核心的功能、数据的来源和内容推送的逻辑等，比如“学习强国”上需要标注其内容推荐的依据。其次，要开发可视化工具，允许用户查看个人数据画像如何影响内容推送，当用户发现自己遭受信息茧房的缠绕时，能有调整的思路和方向。最后，应该针对监督机构建立算法备案库，要求企业提交算法的关键参数、训练数据分布和伦理风险评估报告等。
2.2.2. 健全人机责任追溯机制
明确权责主体，算法开发者应该对基础功能安全性承担直接责任，比如代码漏洞导致的系统崩溃等问题。教育主导者应该承担在算法应用方面的相关责任，在人机协同合作的过程中，教师并不是完全信任算法技术，如果教师过度依赖算法把其输出的教育内容在不经审查和筛选的情况下就全盘应用在教学中，算法输出的教育内容偏离主流价值观，甚至包含隐形的不良诱导内容造成学生对知识形成错误认知，甚至引发教学事故，那教师应该承担主要责任。所以教师在借助算法技术助力教学时，应当明确自己的责任。学生自己也不能盲目相信算法技术为其提供的一切内容，我们经过多年的思想政治教育，应该对诱导信息有最基本的辨别能力，坚持正确的价值观不动摇，而不是被算法技术存在的隐形诱导内容带偏。
2.3. 重塑教育主体的数字生存能力
2.3.1. 开展“教师数智化教学能力提升工程”
数智时代背景下，科技发展越来越迅猛，教学工具也在快速迭代更新，一些教师对现代技术工具存在畏难心理，一方面是来自对自身年龄的顾虑，认为年龄限制了自己对新技术的探索欲望，认为自己心有余而力不足。一些教师认为技术工具更新太快，自己的学习新技术的速度不足以跟上技术发展的速度，所以对此望而却步。另外，数智化教学能力提升并不仅包含对技术工具的操作，还包括对数据思维和伦理决策的培养。因此我们要转变教师的固有思维，积极对技术工具进行探索，同时培养自己的数据思维能力。
2.3.2. 培养学生的数字公民素养，减少算法依赖
当今高校学生作为数字原居民，对算法技术的依赖程度较高，甚至在很大程度上他们已经失去自主思考能力，全盘借助算法技术提供的思路解决问题，没有考虑到工具理性凌驾于价值理性之上的问题，这对于学生的全面发展是极其不利的。新时代青年学生应该具备自主创新能力，所以我们要从制度规定上限制学生对算法技术的依赖，比如学生的课程论文考核要限制AI率，需要学生有自主思考能力。
2.3.3. 重构师生数字共同体关系
数智时代让师生获取信息的渠道变得更广泛的同时，也将教师和学生的距离拉得越来越远，教师和学生似乎存在于两个不同的时空，虽然表面看起来还是教与学的关系，但是两者之间隔着一层看不见的膜阻隔着情感联结。针对这一不合理现象，教师和学生应该引起重视，在算法技术的应用上共同探讨和合作，而不是各自封闭，建立数字共同体关系。教师不能自认为学生有算法技术的帮助就忽略对其的情感关心，学生更不能因为有算法技术的加持就认为不需要老师的指导，从而和老师渐行渐远。算法技术只是在教学工作中提供了便利手段，不能被其割裂了师生关系。
3. 结论
数智时代的技术革新为高校思想政治教育带来了全新发展机遇，却也使其陷入工具理性侵蚀、价值冲突凸显与主体性危机并存的多重困境。算法推荐机制催生的“价值观窄化”与数据量化评价对育人本质的扭曲，消解了思想政治教育的人文属性与价值引领功能；算法偏见引发的主流价值引导偏差及人机责任归属模糊，加剧了教育场域的价值冲突与秩序失序；师生角色的结构性重构则导致教师权威消解、学生批判性思维弱化，人机交互中的情感联结断裂进一步影响了价值观认同的培育。这些困境本质上是技术工具理性与教育人文价值、传统教育模式与数字技术逻辑之间的深层博弈。应对数智时代高校思想政治教育的发展挑战，需立足“育人为本”的核心立场，构建多方协同的系统性解决方案。在教育范式层面，应确立“技术为用”的原则，打破信息茧房桎梏，构建兼顾过程与结果、量化与质性的多元评价体系，回归立德树人本质。在技术治理层面，通过算法透明化审查、人机责任追溯机制的建立，规范智能技术的应用边界，化解技术应用中的价值风险与责任争议。在主体能力层面，既要通过数智化教学能力提升工程强化教师的数据思维与伦理决策能力，也要通过数字公民素养培育减少学生的算法依赖，重塑师生数字共同体关系，修复人机交互中断裂的情感联结。数智时代的高校思想政治教育发展，并非技术对传统教育的替代，而是技术赋能下的系统性重构。唯有实现技术工具性与教育人文性的有机统一、传统教育优势与数字技术红利的深度融合，才能突破当前发展困境，推动思想政治教育在数智时代实现高质量发展，切实完成立德树人的根本任务，培养出适应社会发展需求的合格公民。