作者：杨洋（郑州大学意识形态安全研究中心研究员）；周倩（郑州大学马克思主义学院教授）

　　在教育数字化与人工智能技术深度融合的时代背景下，生成式人工智能为高校思政课创新发展提供了技术引擎，也引发了工具理性与价值理性的深层张力。马克思主义技术观为此提供了理论根基，指出技术本质是人类改造自然的实践手段，价值实现依赖人与社会具体情境。这既明确了生成式人工智能在思政课中的工具定位，也界定了以“立德树人”为核心的价值边界，强调工具理性与价值理性需辩证统一。实践中，生成式人工智能呈现技术赋能与风险异化的双重性。为此，需基于马克思主义技术观构建“算法优化—素养培育—制度保障”三维实践规制体系，通过技术向善、师生素养提升与制度完善化解价值张力，最终实现二者良性互动，助力思政课在人工智能时代实现质量跃升，为培养担当民族复兴大任的时代新人提供支撑。

　　数智赋能的技术优势

　　马克思主义技术观认为，技术本质上是人类改造自然的实践手段，其价值实现取决于人与社会的具体实践情境。这一理论为界定生成式人工智能在思政课中的角色提供了根本遵循，明确了技术的工具属性与价值边界的辩证关系。

　　从工具定位看，生成式人工智能的核心价值是通过技术创新破解思政课传统困境。资源供给层面，依托知识图谱可快速生成适配不同教学场景的内容资源；教学实施层面，借助自然语言处理技术构建“师—生—机”三维智能交互场景；学情分析层面，通过多模态数据整合生成学生认知画像，为个性化教学提供精准支撑。这种工具价值的实现，本质上是技术服务思政课育人目标的过程，彰显了技术为实践服务的核心要义。

　　价值边界的恪守以“立德树人”为核心标尺。价值导向上，技术应用需始终聚焦理想信念教育、红色文化传承等核心目标，杜绝“技术炫酷优先”的异化倾向；内容合规上，生成资源必须符合社会主义核心价值观，坚决过滤掉错误信息与非主流观点；主体地位上，需保障教师教学主导权，防止技术消解师生主体能动性。这契合马克思主义技术观中技术进步与人类发展方向一致的原则，体现出技术创新与价值引领的同频共振。

　　工具理性与价值理性的辩证统一是技术健康应用的关键。工具理性体现为技术对教学效能的提升，价值理性则是对育人本质的坚守，确保技术不偏离思政课意识形态属性。二者需要形成互依关系，工具理性的发挥以价值理性为指引，价值理性的实现依托工具理性支撑，偏离这一平衡将导致技术异化。

　　生成式人工智能赋能思政课的张力

　　生成式人工智能在思政课中的实践呈现出鲜明的双重性，既通过技术创新释放育人效能，也在不当应用中显现风险异化，这种张力构成了技术实践的基本矛盾。

　　规范应用场景下，技术通过多维度创新提升育人效能。一是个性化教学的精准落地成为可能。依托生成式人工智能的数据分析能力，可构建动态更新的学生认知画像，实现“一人一策”的教学适配。二是资源供给体系实现质效升级。生成式人工智能能够整合多源权威资源，快速生成适配不同教学环节的内容载体，对于师资力量薄弱的高校，智能资源生成系统可有效弥补优质教学资源不足的短板。三是评价体系趋于科学完善。生成式人工智能通过自然语言处理技术分析学生讨论发言、作业观点等非结构化数据，为思想表现评估提供量化支撑。

　　当技术偏离价值引领或缺乏规制时，风险异化随之凸显。首先，算法偏见导致价值偏差风险。生成式人工智能的训练数据若存在局限性，易形成算法偏见并传导至教学过程。有实践表明，部分人工智能系统因数据集覆盖不足，在解读“共同富裕”等理论时易出现表述偏差；更值得警惕的是，算法推荐机制可能根据学生偏好构建“信息茧房”，限制其对多元观点的理解与包容，影响认知多样性发展。这种技术异化本质上是工具理性对价值理性的僭越。其次，主体能动性面临消解危机。过度依赖生成式人工智能易滋生师生思维惰性，教师层面可能出现“人工智能代笔”现象，弱化教学设计的原创性与针对性；学生层面则可能养成“拿来主义”习惯，缺乏独立思考与理论辨析能力。最后，数据安全与伦理风险凸显。生成式人工智能在教学应用中需采集大量师生个人数据，包括学习行为、思想观点等敏感信息。若缺乏完善的保护机制，易引发隐私泄露风险。

　　实践规制的保障

　　化解生成式人工智能赋能思政课的价值张力，需构建系统完备的规制体系。基于马克思主义技术观的实践要求，结合当前技术的发展，可从算法优化、素养培育、制度保障三个维度推进规制实践。

　　算法优化是实现“技术向善”的底层保障。一是建立红色算法训练体系是基础工程。应依托国家权威资源库构建思政专用训练数据集，将马克思主义经典著作、党的创新理论、党史、国史等核心内容纳入其中，以确保算法输出内容的政治正确性，同时需建立数据动态更新机制，及时纳入最新理论成果与实践案例。二是构建算法审查与纠偏机制至关重要。应建立由马克思主义理论专家、计算机技术人员、教育管理者组成的算法审核团队，对生成式人工智能的输出内容进行双重校验。针对算法偏见问题，需定期开展偏见检测，通过扩大数据集覆盖范围、优化算法逻辑等方式持续纠偏。三是创新算法推荐机制以破解“信息茧房”。在个性化推荐算法中嵌入“多元观点平衡模块”，在推送适配内容的同时，按比例搭配拓展性内容，引导学生接触不同视角的理论解读。

　　素养培育是构建“人机协同”关系的关键。教师层面需构建分层培育体系，针对不同技术基础的教师实施差异化培训，同时应将人工智能应用能力纳入教师考核评价体系，形成正向激励。基础薄弱教师侧重人工智能工具基础操作与合规使用的培训；骨干教师重点培养智能教学设计能力，掌握“人工智能+思政”的场景创新方法；专家型教师则需强化技术伦理研判能力，引领技术应用方向。学生层面需强化数字素养与思辨能力，在思政课中增设“人工智能时代的理论辨析”模块，系统讲解数字伦理、信息甄别等知识，培养学生对人工智能生成内容的批判性思维，同时需引导学生树立正确的技术使用观，明确人工智能作为学习工具的辅助定位。

　　制度保障是技术健康应用的根本依托。首先，建立分级分类的准入制度。根据思政课不同课程类型与教学环节，制定生成式人工智能应用的分级标准：理论讲授环节可采用一级准入标准，允许使用经过认证的成熟人工智能系统；互动讨论、实践创新等环节可采用二级准入标准，需进行专项评估后使用。对涉及敏感内容的教学场景，应设定严格的审批程序，明确“人工优先”原则。同时，需建立人工智能产品白名单制度，优先选用符合思政课要求的技术产品。其次，完善数据安全保护机制。严格遵循《未成年人网络保护条例》等法律法规，建立思政课教学数据分级保护体系。明确数据采集边界，仅收集教学必需的非敏感信息；实施全流程加密存储，对涉及思想观点的敏感数据采用最高级别保护；建立数据使用授权制度，任何单位和个人不得擅自调取分析教学数据。最后，构建多元协同的监管体系。

　　（本文系国家社科基金项目“新时代高校思政课教学数字化转型研究”（23VSZ083）阶段性成果）