人工智能时代高校思想政治理论课发展转向、痛点及实践策略

陶磊,朱唯星,李貌

(南京医科大学 马克思主义学院思想政治教育研究中心,南京 211166)

随着人工智能(Artificial Intelligenc,下文统称为“AI”)的深入发展,其具备的强大算力和海量数据给人们的思想、价值取向和行为带来了不同程度的影响,整个社会已经进入了一个以“AI”为主要特征的时代[1]。习近平总书记指出,要“高度重视人工智能对教育的深刻影响,积极推动人工智能和教育深度融合,促进教育变革创新”[2]。故高校思想政治理论课(下文统称为“思政课”)要从规模的扩大再生产转向内涵式的高质量发展,需要充分认识到人工智能时代带来的技术红利。即在AI的赋能下,思政课可创设出具有精准、创新、高效的高质量教育生态[3]。例如,面对大学生日趋多元化、立体化、复合化的精神需求,思政课供给方借助AI可实现与大学生精神需求的精准对接,做到供需平衡的有效循环[4]。但是,AI对于思政课的高质量转向也并非包治百病。直言之,如不能正确认识和把握AI和思政课高质量发展的关系,不仅容易走上“用今天的技术强化昨天的教学”的路径依赖,更可能迷失于这样一些问题:如何在AI工具理性的冲击下坚守价值理性、厘清“人”与“技术”的边界问题? 如何将思想和身体发展扎根于“此在”的整体性发展中? 等等。AI和思政课高质量发展的关系需要多一些“冷思考”,但这仍是一项理论界尚未完成的任务。

一、人工智能赋能思政课高质量发展

习近平总书记指出:“我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。”[5]同样地,新时代思政课发展也正遭遇着思政课供给不平衡不充分与大学生多元化精神需求之间的矛盾。如思政课教师队伍建设不平衡不充分同承担立德树人的关键课程的责任不相适应;思政课师生之间的教学评价体系科学性和有效性不足,同不断提高思政课的思想性、理论性、亲和力和针对性要求还不相适应,等等。显然,要从根本上破解思政课的主要矛盾,思政课需要转向高质量发展。AI的存在恰恰为思政课高质量发展问题提供了三大利好:强大的计算能力、专业的代具以及海量的数据。

(一)智能算法精准聚焦大学生的学情

思政课高质量发展离不开对大学生学情的把握。学情一般是指大学生的知识储备、教学需要、学习背景、生活环境等。但在实际中,思政课教师因受到繁重的教学任务、有限的教学技术手段、多元的学生管理主体等条件的制约,其对大学生的学情调查、数据采集以及分析一直存在低质低效问题,很难以精准学情为基础建构出满足大学生个性化教学需求的安排。

而以智能算法为代表的AI则为大学生群体分类提供了有力的技术支持。在大规模行为、感知和认知数据的收集、计算和分析技术之上,思政课教师可以识别并动态把握大学生所呈现出的话语偏好、思想动态和学习行为特征等,量化出大学生在知识体系、意识形态、价值观、社交关系等多维度的特点,勾勒出每一个大学生学情的“数字剪影”。思政课教师在把握“数字剪影”的基础上,能够设计出“教与学高度契合”的教学方案。

(二)AI赋能“创新型”思政课教师

思政课是一门融理论性、实践性和学术性为一体的大学生必修课。因而,思政课教师不仅是理论的传播者、实践者,知识的生产者,还是日常课堂教学的管理者、课程成绩的评定者、课程资源的开发者等。不难看出,思政课教师的工作类型可分为两类:重复性工作和创造性工作。前者是以考勤、应付各级教学检查等为代表的重复性工作,后者侧重的是以情感交流、思想互动、知识生产为代表的创新性工作。从思政课高质量发展来说,创新性工作应是思政课教师的教学重点,但思政课教师又难以摆脱那些重复性的工作。在人工智能时代的背景下,专业的“代具”(代替性技术工具)可以有效解决这一问题。具体来说,AI通过人工输入的数据和代码就可以拥有超强的记忆力和丰富的知识库,凭借着“认知外包”优势能有效弥补思政课教师精力上的不足。在AI“代具”的协助下,思政课教师的教学重心便可从面向知识体系的传授,转向面向大学生价值判断力、价值自觉性和个性特长等审美力的建构和引导,关注的核心问题将从硬知识和技能的学习转向培养大学生的情感、态度、价值观和精神层面的学习和建构[6]。

(三)AI赋能建构高效的教学评价体系

AI通过解构和重构现有的评价体系可以形成新的有别于传统的思政课教学评价体系。首先,实施的关键在于将思政课教学评估指标体系分为校、院(系)、教师三级指标,分别适用于高校、马院、学生反馈和教师反馈。如“教师指标”在设计之初就可以选择向大学生反馈或仅向教师反馈的指标,从而保证思政课教师主动地将外界监督和自我反思结合起来,进一步提高自身的教学能力[7]。其次,在数据收集方面,思政课教师可以依托于穿戴设备、摄像头、监视器等多模态数据采集工具,挖掘到更加全面的“教”与“学”的相关数据,实现思政课教学数据从“单维”到“多维”、从“平面”到“立体”的转变,为思政课高质量教学评估提供科学的数据前提。再次,在数据分析方面,智能算法、用户建模、预测性分析等云计算技术既可以诊断思政课教师的教学行为数据,又可以分析大学生的学习行为数据,为动态化的师生交互提供了合理的沟通切入口,进一步缓解了思政课供给侧与需求侧之间的教学矛盾。最后,在评估反馈方面,区块链技术将以交互式、可视化的形式呈现原始的思政课教学评价结果以及排名情况,即思政课教师在全校、马院中的排位情况。简言之,借助AI既有利于高校掌握每位思政课教师的教学情况并及时调整教师培养计划,又有利于思政课教师根据评价结果调控和改进管理、教学、服务等进程,保证思政课教与学的谐振、共同提高[8]。

二、人工智能时代思政课高质量发展的痛点

AI赋能高校思政课,在很大程度上破解了制约思政课高质量发展的顽瘴痼疾。但是,AI毕竟是新事物,其自身还存在发展不成熟的技术问题。此外,思政课教师因年龄和教育背景的差异对于AI态度迵异,而且高校对于AI管理所设立的标准同样可谓千差万别,这些都不可避免地对人机协同的和谐共生发展带来感性偏差、数据风险、信息孤岛等方面问题。

(一)弱人工智能加剧了大学生思政课学习的浅层化

从AI在思政课教学实践中所呈现出的“助理”或“代理”身份来看,由于其技术发展尚不完善,实质上属于一种弱人工智能。即AI只能完成某些固定任务,缺乏人类教师所具备的自主学习、思辨、推理等高级智能,未能真正成为“AI教师”(强人工智能)。因此,若思政课教师不当处理与AI的关系,则可能引发一系列严重的问题。

首先,思政课教学内容的整体性和系统性可能遭遇碎片化的风险。思政课的教学内容本身犹如一张知识的网,内含辩证思维、关涉多种学科,呈现出整体性和系统性的知识体系。每一条理论就是知识网上的一个结点,理论间的逻辑就是把结点连接起来的线,只有当点、线结合时才能呈现出一张完整的理论知识网。然而在AI现有技术水平作用下,其“助理”和“代理”效应容易消融思政课教学内容的整体性和系统性。

其次,思政课学习空间中的交互进一步弱化。目前,在AI的赋能下,思政课的学习空间从传统的物理环境转而依托于虚实结合的场所,在相当程度上延伸了教学的时间与空间。需要注意的是,这种赋能依赖的是数学逻辑与程序设计,只能呈现单向的“思维”方式,导致AI与教学主体之间的交互必然表现为程式化的互动,尚未形成人工智能时代思政课高质量发展所必需的“软环境”,即人文环境的创设。

最后,AI助长了大学生的思维惰性,致使其易迷失于碎片化信息之中。AI丰富了思政课教学内容,例如为大学生提供了海量的、个性化的信息,尽管能够帮助大学生降低时间和精力等认知成本,但是当大学生在浏览信息时,其思维与目光看似跳跃转换速度极快、知识体系被不断扩充,实际上他们只是受到了简单粗暴的视觉冲击,并未经过自身的深层次思考,严重缺乏对授课内容的理解和领悟。

(二)思政课教师“教书”和“育人”角色的割裂

马克思指出:“感性必须是一切科学的基础。科学只有从感性意识和感性需要这两种形式的感性出发。因而,科学只有从自然界出发,才是现实的科学。”[9]对于思政课教学这样一种感性活动,教学当然也有其规律性(科学性)。显然,思政课的高质量发展需要思政课教师在与他物(AI)的对象性关系中遵循教学的规律性,即需要从感性意识和感性需要出发。

其一,思政课教师对AI的排斥致使自身难以承当“教书育人”的角色。凯文·凯利指出:当人们长期浸泡在一种文化中时,会更“倾向于从旧事物的框架中来观察新事物”,以至于造成大家对“未来的展望,实际上会曲解新的事物,好让它适应我们已知的事物”[10]。当前高校中思政课教师普遍对AI充满种种曲解与误解。部分思政课教师仍坚持“以教师为中心”,实际上就是与新生代大学生的主动隔离,必然会引发思政课教师原有的“教书育人”角色在人工智能时代的失效,即无法满足“网络原住民”大学生群体对美好生活的需要,更难以建构和引导他们的政治认同感、道德观和价值观。

其二,思政课教师简单使用AI将致使自身“教书”角色异化。从已有经验可以看出,思政课教师借助AI的技术红利已经打通了线上线下、课内课外的思政课教学实践,逐步从“以教师为中心”转向“以学生为中心”,为大学生提供了大量有针对性的教学资源。但从实践效果来看,一些思政课教师对AI的感性意识和感性需要并不强烈,只是借助了AI的噱头进行知识传授,致使人工智能时代的“以学生为中心”的思政课与传统的“以教师为中心”的思政课教学效果无甚差别。可以说,这一“新瓶装旧酒”的行为暴露出思政课教师并没有充分发挥AI的现有功能实现“教与学的高度契合”。

其三,思政课教师过度依赖AI易致自身“育人”主导权的丧失。在AI浪潮的裹挟之下,一些思政课教师为了提高教学效率而过度沉迷于技术红利之中,使自身隐蔽于技术之中,彻底打破了教学实践中工具理性和价值理性之间的平衡。AI技术的促逼逐渐剥夺了思政课教师对教学的认知、判断和创造能力,使其放弃了对真、善、美的追求,剩下的只是对技术的服从,成为了没有判断力与否定能力的“单向度的人”[11]。

(三)AI管理尚存在质量不高与数据风险

目前来看,人工智能时代的高校思想政治教育工作者逐渐开始重视AI管理的技术价值,已经意识到数据作为AI发展基石的重要性,但整体对数据质量标准以及开放使用问题的认识相对模糊,进而诱发了“数据在采集、存储、共享和使用中的风险”[12],导致思想政治教育工作形式上聚力、实质上松散的情况依然存在[13]。

一方面,AI管理的数据数量大但质量不高。在数据采集阶段,由于采集标准的粗糙,极易导致大量可疑数据的存在;在数据查验阶段,相关技术人员未能及时维护和处理数据,为之后的数据共享埋下了“定时炸弹”;在数据分析阶段,由于缺乏统一的数据标准,导致各部门处理数据的方式不一致,而无法完整获取数据背后隐藏的大学生思想和行为之间的隐性关系和本质规律。

另一方面,AI管理的数据储存渠道过多引发了“信息孤岛”现象。目前,大多高校都建设了教务管理系统、科研管理系统、学生管理系统、财务管理系统等AI管理系统,但这些系统之间由于开发语言、技术标准、数据存储方式等差异性的存在,往往以垂直管理建设的方式形成了多个“信息孤岛”。因此,各职能部门得以合理地筑高“数据壁垒”以占有相关数据,并截断了数据向部门外部开放的出口,使数据成为自身内部持有的“财产”,形成了数据部门化、碎片化、分散式的存储形式。

三、人工智能时代思政课高质量发展的实践策略

(一)提升思政课教师智能素养水平以助推双师教学

智能素养既是人工智能时代思政课教师的关键素养,更是推进思政课高质量发展的核心保障。我们可以通过开展智能素养培训和建设思政课教师共同体以培养思政课教师的智能教学学术能力,使其正确认识并积极拥抱AI。该措施的根本目标是为了培养思政课教师的智能意识和应用智能化工具的能力,使AI真正成为思政课高质量发展的新引擎、新助力。

大力开展以“AI示范培训”为主题的专项教学培训。首先要建设集场景展示、技术体验、咨询服务、示范培训于一体的展示体验培训基地,打造思政课的特色AI支撑平台。其次要以“廓清思政课教师与AI的教学边界”为重点培训内容,纠正思政课教师对AI的偏见。通过主题教育使其廓清自身与AI之间的功能关系及边界,使其成为其所“是”:既要意识到自身在情感教育、价值教育、人文教育等方面具有不可推脱的权利与义务,也要充分应用AI在数据分析、资源整合与逻辑运算等方面所具有的独特优势[14]。最后,以“考核和激励”为培训管理制度,促进思政课教师提高智能素养。

此外,要积极构建思政课教师共同体以保证群体智能素养全面发展。一方面,邀请AI领域的专家和业务精湛的思想政治教育工作者就数据驱动、共创分享、人机协同等进行模块化的共享,包括对于教学资源库的创建与共享、深度教学的应用、数据管理的协同发展等优秀案例示范,使共同体成员系统了解AI的运行规律、价值取向等深层、隐性的内容,实现思政课教学资源的有效性、深层次、高质量供给以满足大学生的个性教学需求与期待。另一方面,鼓励中青年思政课教师参加海外研修以及校际交流。以一种跨国、跨地区、跨学科的视野保证智能素养的动态发展,并扩大AI教学红利的辐射范围,实现思政课教师队伍的“以新带老”“以老促新”的局面,促进全体教师更好地适应、发展和引领思政课高质量发展的教育新生态。

(二)设立AI管理思政课教学支持中心以解决数据风险

从管理学来看,任何没有稳定组织和资源支持的活动都不可能长久。分析前文AI管理中出现的数据风险,不仅涉及了协同育人的表面、数据、技术问题,更触及了领导问题。因此,要建立健全AI管理,关键是要为“人机协同”确立一个稳定的组织领导,即AI管理思政课教学支持中心。通过专业的教学设计师、高质量的标准化数据以及统一的AI管理平台,提高思想政治教育工作者的大数据能力,使其在规范化的AI管理中共享数据链的育人价值。

首先,聘用教学设计师以提高思想政治教育工作者的大数据能力。除了聘用数据采集和管理人员,引进数据分析的专业人才更是重中之重。

其次,不断完善数据采集标准以提高AI管理质量。一方面,教学设计师要制订出严格的数据挖掘、处理、评估等标准,完善元数据标准、主数据标准、业务数据标准、主题数据标准、数据交换标准、数据安全标准等相关规范,构建数据标准体系[15]。另一方面,教学设计师要严格依照计划标准,更多地采用人机协同的数据标准采集方式替代传统人工数据采集或随机抽样数据采集模式[16],防止因大学生群体数据体积过大所导致的数据混乱、繁杂、片面的问题。

最后,建立AI管理平台以实现数据共享。一方面,要建立由大数据、物联网、电子摄像头、教学APP组成的数据传输链条,将大学生课堂出勤、作答、上课状态数据编辑存档,在AI的帮助下自动形成大学生学习模型,便于高校管理者和教学者全方位了解大学生的思想动态,为协同育人奠定基础条件。另一方面,要把数据从思想政治教育教学、管理、后勤等系统中提取出来,进一步集中整合各类数据、形成协同育人数据资产、联通各部门信息孤岛,由此不仅实现高校内部跨系统、跨部门、跨业务以及各高校之间的数据共享和交换,而且为全方位开展思想政治工作提供强有力的支撑。

(三)构建双师行动者关系网络以落实“人机协同”

在AI与思政课相结合的现阶段,思政课教师应立足于自身教学主导性以克服AI的技术问题,在充分利用AI的“助理”和“代理”效应的基础之上,主动挖掘“AI教师”的可能性。因此,思政课教师要将AI视作“存在意义上的行动者”,通过自身与AI的异质性形成一张知识集群、多方联动、协同参与的行动者关系网络,以激发AI的教学潜力,实现对人工智能时代思政课高质量发展的重新配置。

首先,通过编码技术实现转“识”成“智”,是落实“人机协同”的前提。一方面,通过编码技术将马克思主义理论等教学内容转变为人工的“智能”,将重复性的工作交由AI教师去做。另一方面,通过编码技术将“个人知识”转为“机器智能”,即将思政课教师的个人教学经验进行“类本质”的转变,尽量使AI可以获得类似教师的主观认知能力和创造力,真正实现人机协同过程中的认知外包。

其次,创设多模态交互环境实现个性释放,是落实“人机协同”的关键环节。一方面,思政课教师借助“数字孪生”技术,实时收集自身、大学生和教学场景中的数据,将真实的教育空间同比复制成一个数字形态的数字孪生空间。另一方面,大学生可借助扩展现实技术,通过眼镜、头盔等智能化的可穿戴设备不断延伸感官系统,在虚实结合的教育场域中增强沉浸感和体验感。

最后,推进立体化评价体系以实现生命成长,是落实“人机协同”的制度保障。在人工智能时代,不论产生了多少智能技术,教学评价都应立足于人的真实存在。故思政课的教学重任不能仅由AI来承担,而是应由人机共同推进,促使教学评价由平面模式向立体化模式转变,检测教学过程的各个方面[17]。一方面,由AI批改大学生的课堂作业以及考试,对其进行智能测评并生成学习诊断报告。另一方面,思政课教师则需把控AI在评价中的使用限度,并结合正式评价和非正式评价,对大学生的学习表现、学习态度、价值观的改变等非成绩模块进行评价,制成学习档案。在这样的硬性与软性指标相结合的立体化评价体系中,更能体现并挖掘“人”与“机”的教学潜力,实现与大学生多元化、立体化、复合化的教学需求的精准对接。