人工智能在数字思政中的主体之争与实践逻辑

摘 要：

思政课的本质是讲道理。“谁来讲道理”和“怎么讲道理”是数字思政面临的一个崭新问题，它涉及到如何界定新时代思政课教师与人工智能等数字技术之间的关系。基于人工智能的主体性争议，智能系统不能成为思政课教学的实践主体，不具备交往主体的社会属性，缺乏思维主体的主观能动性。作为技术中介的人工智能赋能教师“讲深”思政课中的真理和情理；拓展“活化”思政课道理的实践场域；助力学生“感悟”思政课中的道理。在数字思政实践中，要明晰“教师—人工智能”的关系，构建以师生为中心的思政教育类人工智能，加强对教师的人工智能素养教育，实现算法模型从可解释到可信任的逻辑，真正实现人工智能应用技术与思想政治教育的深度融合。

关键词：数字思政；人工智能；主体性；技术中介；可解释性

作者简介：黄闪闪，天津理工大学马克思主义学院教授，南京大学哲学系博士后流动站研究人员，哲学博士，主要研究方向：科学方法论（E-mail：huangshanshan21@126.com;天津 300384；江苏 南京 210023）。林田，内蒙古师范大学马克思主义学院讲师，哲学博士，主要研究方向：语言逻辑和人工智能哲学（内蒙古 呼和浩特 010022）。

基金项目：教育部人文社会科学基金青年项目“人工智能视域中的因果推理研究”（21YJC72040002）；天津理工大学研究生教育教学研究与改革重点项目“新时代中国科学家精神融入理工类高校研究生课程思政的路径研究”（ZDXM2214）

中图分类号：G41  文献标识码：A

文章编号：1006-1398（2023）02-0015-09

人工智能在教育领域的应用，可以追溯到20世纪70年代，分为支持授课而设计的面向教师的人工智能和支持学习和测评而设计的面向学生的人工智能【本文将人工智能定义为通过人类能力与世界交互的计算机系统。】。“人工智能+教育”为思想政治教育的数字化转型提供了发展机遇，数字思政可能是新时代思政教育的未来形态。数字思政是将人工智能为代表的数字技术融入思想政治教育领域，以机器学习和相关算法为核心，对在线思政教学过程中形成的大数据进行分析和自动化决策。在面向未来的语境中，数字思政也可以称为智能思政，即依托“数据+算力+算法”的定义法则，以数据化、自动化的呈现方式推动思想政治教育资源的优化配置、载体的及时更新和手段的方便快捷，助益思想政治教育实现“器以载道”。【胡华：《智能思政：思想政治教育与人工智能的时代融合》，《思想教育研究》2022年第1期，第41页。】习近平同志2022年4月25日在中国人民大学考察时指出：“思政课的本质是讲道理，要注重方式方法，把道理讲深、讲透、讲活”【习近平：《习近平在中国人民大学考察时强调 坚持党的领导传承红色基因扎根中国大地 走出一条建设中国特色世界一流大学新路》，《人民日报》2022年4月26日。】。在传统思政教学实践中，现实的思政课教师是讲道理的主体，不同学段的青少年是讲道理的客体或受众，教室或实践基地等现实世界的场景是思政课教学的场域。但是随着新时代“人工智能+教育”的发展，这一问题变得更加复杂。

一 主体性争议：人工智能在数字思政中的定位

在数字思政中，不同学段的青少年仍然是讲道理的客体，那么思政课教师还是讲道理的主体吗？换言之，人工智能是否可以作为思政课教学中的实践主体？为回答这个问题，首先必须澄清人工智能在数字思政中的主体性问题。

（一）智能系统不能成为思政课教学的实践主体

实践是主体在现实活动中发生的作用于客体的指向性活动，其中包含对劳动对象的主观认识，对劳动资料和劳动工具的主动掌握。马克思从认识论角度指出：“主体是人，客体是自然。”【《马克思恩格斯文集》第8卷，北京：人民出版社，2009年，第9页。】这里的主体并不是指所有的人，而是在自由意志的指导下，独立自主地作出选择和判断，进而组织社会生产和从事社会活动的人。随着技术外延范围逐渐扩展，人工智能技术正深入参与人类社会实践，在人类探求外部世界规律以及改造物质世界的活动中发挥着重要作用。

1.人工智能的功能增强性决定了它不能成为数字劳动或虚拟实践中的主体。劳动是马克思实践概念的基本范畴，是实践主体基于实践需要而进行的具有内在同一性的活动，本质上是思维着的人对外在世界认识和掌握的程度。人工智能技术的运用使得当代社会产生一种新的实践形式，即虚拟实践。随之带来了人类劳动的一种新形式——数字劳动。在数字经济时代，我们开始创造出一个与我们自身的意识行为或者无意识行为相联系的“外主体”【蓝江：《外主体的诞生——数字时代下主体形态的流变》，《求索》2021年第3期，第44页。】。在内容和形式上，虚拟实践引起的劳动方式与马克思所提及的活劳动即生产性劳动大不相同。但是，劳动本身是人创造自身的过程，数字劳动在本质上并没有否定马克思的劳动概念。虽然人工智能专家希望构建媲美人类认知水平的通用人工智能（Artificial General Intelligence，简称AGI）或强人工智能，但人工智能仍处于起步阶段，本质上是一种“增强智能”，即对模式发现和统计推理能力的增强，在常识和价值判断等人类相对容易的其他过程则比较薄弱。莫拉维克悖论表明，让电脑在智力测试或跳棋方面表现出成年人的水平是相对容易的，而要赋予它们一岁孩子的感知能力和肢体动能，则是困难或不可能的。【Hans Moravec. Mind Children： The future of robot and human intelligence. Boston， MA：Harvard University Press， 1988，pp.15.】

2.人工智能无法满足思政课教师的“六要”标准。作为虚拟实践的一种具体形式，数字思政中的智能系统不能作为讲道理的主体。思政课教师作为立德树人“关键课程”的“关键主体”，政治要强、情怀要深、思维要新、視野要广、自律要严、人格要正。【习近平：《思政课是落实立德树人根本任务的关键课程》，《求是》2020年第17期，第10—12页。】特别是政治要强，思政课教师要做好学生的思想政治教育工作，思政课教师的政治素养、政治立场和政治观点是首要的。同时，思政课教师既要教授理论知识，使学生形成理性认知；又要以真挚情感浸润学生心灵，形成情感认同。换言之，在思政课教学实践中，实践主体除了具备理论知识等知识性因素外，还需要具备情感和意志因素等非知识性因素。目前高校思政课中使用人工智能，其技术核心是增强教师知识性因素相关的教学能力。例如线上教学中，人工智能的主要作用是打破传统课堂的空间限制，拓展教师的教学场域，为学生提供丰富的网络教学资源。其中，思政课教师仍是教学策略和学生德育评价等需要发挥非知识性因素的实践活动中的主体，这是智能系统无法替代的。

（二）智能系统在思政课教学中不具备交往主体的社会属性

人的社会性是马克思社会交往实践主体概念的重要内容。人的社会性是人在社会活动的过程中由人际之间的相互联结而产生的。人们在社会相互交往中形成和塑造了自身的社会性。“人的本质不是单个人所固有的抽象物，在其现实性上，它是一切社会关系的总和。”【《马克思恩格斯选集》第1卷，北京：人民出版社，2012年，第60+86页。】社会和社会交往关系的产生依赖于生活在其中的无数生命个体的交往活动。个体并不是以其独立的力量作用于外在自然，而是在一定的社会关系中结成的集合体来认识和改造自然，在这一过程中突出表现为人的交往主体性地位。

1.虚拟交往的主体是现实的具体的人。区别于现实交往中面对面的互通有无的相互承认的活动，虚拟交往实质上是借助于赛博空间（cyberspace）实现交往主体身份的隐匿化和虚拟化。【宁全荣：《论虚拟交往及其对于人的发展的意义》，《福建论坛（人文社会科版）》2009年第3期，第56页。】一方面，现实的个人的交往活动，包括政治的和经济的以及思维的交往活动，构成了全部人类社会交往关系的现实基础。马克思坚决反对将现实的个人与其相关的社会关系割裂开来进行考察的观点。他认为现实性的个人是社会生活和人类历史得以产生的重要因素，“任何人类历史的第一个前提无疑是有生命的个人的存在。”【《马克思恩格斯全集》第3卷，北京：人民出版社，2012年，第23页。】这一观点既是马克思唯物史观的出发点，又成为其社会交往理论的基础。另一方面，人工智能可以模仿人的自然属性，但不具备人的社会性。语言和文字在交往中有重要作用。特别是语言，它是社会的产物，伴随劳动而产生，并随着社会的发展而发展。语言的发展需要相互交流，一旦人跟社会隔离，就不可能有语言的发展。计算机也有自己的语言，计算机之间可以通过网络信息技术进行交流和共享。但是计算机程序所使用的形式语言由工程师建构，也是人类赋予的。如今自然语言处理（Natural Language Processing，简称NLP）等人工智能底层技术的发展，人工智能可以自动解释文本，进行语义分析和生成文本。但是这种人工智能自动生成的语言模型或决策，其算法基础仍然是人类植入的初始模型。

2.人工智能无法独立对交往主体做出价值判断。在社会交往活动中，人的社会性要求实践主体在讨论和处理人类社会行为时，不仅能够做出涉及客观事实相关的科学判断，而且可以做出涉及主观标准的价值判断。因此，技术治理的一个目标是将隐私和公平等社会价值数字化和定量化，实现深度学习的伦理算法。但是这一智能治理社会的蓝图还面临很多难题。抛开技术本身，它需要解决的主要问题有：一是如何筛选植入智能系统的伦理原则，决定道德两难困境中的价值选择。二是智能系统能否作为价值判断的主体，对交往主体做出道德评价。主体在做出价值判断时暗含某种道德偏好，而偏好是一种非理性因素。换句话说，做出价值判断的过程需要主观性等某些非理性因素的参与。反观人工智能，即便伦理算法能做出价值判断，其背后的算法仍是逻辑、理性和程序化的。如果存在偏好，也是背后设计初始模型的工程师的偏好。思政课是落实立德树人根本任务的关键课程【习近平：《思政课是落实立德树人根本任务的关键课程》，《求是》2020年第17期，第4页。】，思政课要做到价值性和知识性的统一，教学主体在教学过程中要让价值观引导于知识传授之中。这对智能系统来说是有难度的。例如，论文自动评阅等系统利用自然语言处理等人工智能技术，对学生的论文提供自动反馈，帮助学生提高写作水平。但是这类评阅系统更加重视评分和论文形式，而非反馈和论文内容，那些文笔不好的学生更容易被判低分。特别是在思政课教学中使用人工智能为主观题判分，它无法把握价值性和知识性的统一，不能恰当解释评分的价值。另外，评价主观题作业也是老师了解学生能力的师生交往机会，如果由人工智能代劳，可能会削弱教师对学生学习能力的真正把握。

（三）智能系统在思政课教学中缺乏思维主体的主观能动性

对现实社会状况的反思是作为思维主体的人的显著特征。人类群体从低等生物种群中分化出来的一个重要标志在于，人开始具有了自主意识。这种自主意识表现在，除了对外在事物的自然刺激性反应，人开始反思意识活动发生作用的条件，并试图去改变这种条件。马克思指出：“有意识的生命活动把人同动物的生命活动直接区别开来。”【《马克思恩格斯全集》第42卷，北京：人民出版社，2012年，第69页。】恩格斯同样也提及“人离开动物越远，他们对自然界的影响就越带有经过事先思考的、有计划的、以事先知道的一定目标为取向的行为的特征。”【《马克思恩格斯文集》第9卷，北京：人民出版社，2012年，第558页。】因此，意识被看作是人脑特有的机能，是人的类本质特征。

1.人工智能不能产生真正的人类意识。其一，意识是人脑的机能，人脑结构的复杂性是产生意识的生理基础。人类的意识高于动物心理，主要在于它是以人脑为物质基础的，大脑拥有强大的记忆储存和经验积累能力。其二，人工智能是人类意识的物化，以人类意识对于自身的认识为前提。科技的具身性趋势改变了传统生物学领域的人类形态，模拟人类意识产生的器官，在外部技术的支持下，极大提高了大脑计算判断的速度。但是人工智能无法理解客观世界的因果关系，不具备想象和灵感等人类特有的能力，回避了“懂得”“理解”之类的知识问題【肖峰：《人工智能的知识哲学审思》，《求索》2020年第1期，第93页。】。例如人工智能在数据建模等方面优于人类专家，但在深度对话等方面的表现甚至低于两岁儿童的水平。【苗逢春、Wayne Holmes、黄荣怀、张慧，AI and Education： Guidance for Policy-Makers. Fontenoy， Paris：UNESCO，2021：10.】而人类具有因果推理能力，意识的主观能动性可以构思出现实中没有的理想世界，意识活动作为一种精神力量可以通过实践转化为物质力量，创造新事物。最后，意识并不是人类自身最原初性的东西，是人的感性实践和理性抽象共同作用的结果，是人在后天的现实生活中不断形成的，是逻辑思维和创造性思维相结合的结果。

2.人工智能无法独立成为“传道授业解惑”的“经师”和“人师”统一者。经师易得，人师难求。【习近平：《思政课是落实立德树人根本任务的关键课程》，《求是》2020年第17期，第9頁。】人师不但要有高深的学问，而且要有高尚的人格修养，陶冶学生情操，坚定学生理想信念。在思政课教学中讲道理，教师要和学生敞开心扉、用心交流，倾听学生的反馈，在心灵互动中使道理入耳入脑入心，在情理交融中引导学生筑牢理想信念之基。人类意识的创造性和情感性是任何机器都无法比拟的。特别是情感性，人工智能在同理心和共情方面几乎处于空白，最多也只能按照程序设计做出特定反应，这是机械属性的人工智能难以克服的难题，人工智能不具有人类丰富的精神世界。例如用于智能导学的教育聊天机器人，模拟人类辅导教师与学生完成线上教学过程中的口头辅导对话。这是一种通过云服务和人工智能与人进行模拟对话的在线计算机程序。人类用户输入或说出一个问题，这个程序会给予回答，并提供相关信息或执行某些简单任务。应用于教育领域的人工智能技术不能消除人的创造性和情感因素，人工智能技术作为人类教师的“助教”，未来教育形态必将呈现人机融合发展的趋势。

二 技术中介：人工智能在数字思政中的作用

虽然人工智能科学家还没能打造出类人的通用人工智能，但是目前的人工智能技术很擅长解决某一领域的特定问题。在数字思政中，人工智能无法取代教师成为思政课教学实践中的主体，但是可以让老师从部分重复性工作中“解放”出来，专注思政课守正创新，侧重经验传授和情感关怀，提升思政课的教学质量。同时，人工智能本质上是人类劳动的自然延伸，“自然界没有造出任何机器……它们是人类劳动的产物……是对象化的知识力量。”【《马克思恩格斯文集》第8卷，北京：人民出版社，2009年，第198页。】作为思政课教学实践中的技术中介，在“把道理讲深、讲透、讲活”上发挥着重要作用。

（一）人工智能赋能教师“讲深”思政课中的道理

1.代劳教师的部分重复性工作，助力思政课教师教学与科研的双向驱动。办好思想政治理论课关键在教师，关键在发挥教师的积极性、主动性、创造性。【习近平：《思政课是落实立德树人根本任务的关键课程》，《求是》2020年第17期，第8页。】中国特色社会主义伟大实践给思政课教师提出了更高的理论学习要求，扎实的科研能力是思政课教师必备的理论素养。思政课教师在教学中要做到以理服人，就必须不断深入学习马克思主义中国化最新理论成果，持续深化对共产党执政规律、社会主义建设规律、人类社会发展规律的认识，学深悟透，将理论转化为教学内容，讲好中国共产党百年奋斗的伟大成就和历史经验，体现思政课政治性、知识性和价值性的统一，才能有理有据解答学生的困惑，理直气壮地讲好思政课，增强青年学生对党的政治认同、理论认同、思想认同。例如，2023年年初OpenAI推出的文本检索和生成工具ChatGPT，它可以协助教师检索和整理文献资料，生成课程计划和阅读材料等完整的课程材料，思政课教师可以支配更多的时间和精力进行理论学习和培训，在思政课教学的理论性、针对性和实效性上下功夫。

2.辅助教师思政课改革创新，实现数字思政以事明理和以情通理的双重教学目标。信息技术与教育教学深度融合的数字化教学是大势所趋，人工智能教育模式极大地补充了高校课程传统教育模式的短板，进一步激发了技术促进教育变革的巨大潜能。讲好中国故事，以事明理，讲深思政课中的真理；讲好中国故事的时代价值，以情通理，讲深思政课中的情理。真理和情理在思政课中缺一不可。打造数字思政中人工智能与人类的“双师”模式，借助智能教学助理等人工智能技术的增强功能，例如全息图和3D应用增加了虚拟教室中的感官感知，生动鲜活地呈现中国故事，跃然于学生眼前，深化思政课的“惊涛拍岸声势”，让思政课中的真理入耳入脑。强调思政课教师的主导地位，挖掘中国故事的内涵，升华中国故事，传递中国价值，弘扬中国精神，深化思政课的“润物无声效果”，通达思政课中的情理入心入行。

（二）人工智能拓展了“活化”思政课讲道理的实践场域

1.人工智能技术为实践场域提供了数字可视化平台。实践教学是思政课的重要组成部分，对于新时代大学生坚定理想信念，传承红色基因，陶铸奋斗精神，逐步成长为德智体美劳全面发展的社会主义建设者和接班人具有至关重要的作用。根据教育部关于印发《新时代高校思想政治理论课教学工作基本要求》的通知，从本科思想政治理论课现有学分中划出2个学分开展本科思想政治理论课实践教学。在传统思政课教学中，社会各类带有教育性质的场馆，是开展实践教学的主要场域。相比于课堂教学，场馆资源丰富、环境轻松、时间灵活，既为学生提供了轻松自由的非结构化学习方式，也使思政课中的抽象理论更加真实而具体。在数字思政中，人工智能技术拓展和丰富了实践教学的场所和形式。

2.虚拟现实（VR）和增强现实（AR）等创新技术可以增强师生的实践教学体验。虚拟现实（VR）眼镜可提供一种隔绝现实世界的沉浸式体验，用户仿佛置身在真实世界或想象世界中；增强现实（AR）则是将计算机生成的图像叠加在用户的真实世界视野中。目前半沉浸式虚拟现实在思想政治教育中的推广，拓展了实践教学的场地类型。例如虚拟红色博物馆和展览馆，依托红色资源的数据化，通过全息化、可视化的教学流程，为学生提供沉浸式、交互式的学习体验，能够增强思政课的真实力和震撼力。这种沉浸式实践教学强调把“思政小课堂”融入“社会大课堂”的思政课改革走向，又强调思政课身临其境的场景感、真实感和历史感，使思政课与社会现实紧密结合，以场景感描绘“大背景”，以历史感构建“大格局”，以真实感勾勒“大课堂”，进而提升思政课的吸引力与引导力。

（三）人工智能助力学生“感悟”思政课中的道理

在思政课教学实践中，讲透是讲深、讲活的必然要求和最终目标。道理讲得通不通透，由思政课的实效性决定，由学生的获得感来评判。人工智能技术在数字思政中的运用，有助于增强课程内容的针对性，提高教学的可感度，提升学生对思政课的获得感。

1.人工智能驱动教学数字化管理。在传统课堂中，教师通过学生课堂表现等实时反馈来掌握学业情况，并及时进行有效干预。在网络空间中，实时教学的场域发生了变化，人工智能将学生的课堂表现在学习分析仪表盘（LAD）和其他数据可视化程序中数据化和定量化，便于老师知晓学生对理论的掌握情况，并强化讲授学生暂时掌握得不透彻的道理。例如，在系统宽带扩容保证网络流畅的基础上，采取基于人工智能技术的语义识别能力和高清采集能力，实时监测学生动态学习情境，面向学生开放形式多样的线上测评，通过数据实时了解学生在线学习的掌握情况，刻画学生画像，实现在线教育的“一对一”个性化优势。或者，根据目前已研发的智能手机摄像头跟踪眼球运动的技术，观察学生对计算机界面学习内容的反馈。同时通过鼠标速度的方向偏差对学生的注意力和选择进行干预。但是需指出，现阶段一些网络教育实践容易演变为利用大数据来监控学生的学习活动，而不是引导和便利学生。这是智能教育值得深入研究的一个议题。

2.人工智能服务教师精准表达。人工智能具有预测未来、历史搜索、知识表达、数据系统化、计算机视觉、音频信号处理、图像识别等方面解释世界的功能和应用。【赵文平：《教师如何应对人工智能技术？——基于技术哲学中“人—技”关系的分析》，《教师教育研究》2020年第6期，第36页。】虽然数字思政中的人工智能无法对交往主体独立做出价值判断，但是这类技术在思政课教学中的应用，能够再现中国故事的立体效果，基于“课程的真理性—学生的主体价值—引导的价值观”的接受范式【黄闪闪：《思政课的接受问题：主体价值与价值观的统一性探索》，《未来与发展》2017年第4期，第89页。】，启发学生对思政课道理的吸收和理解。在数字思政中，人工智能和思政课之间是一种互动合作育人的关系。例如人工智能教师的应用，这类技术通过采集学生的学科知识和学习认知方面的数据，基于系统的数据分析为学生提供个性化内容，实现精准教学。思政课中的道理不是抽象和教条的，教师在阐述道理时，要鲜活生动、活泼有趣、贴近学生。在数字思政中，人工智能教师可以作为一种辅助教学手段，向学生精准推送他们感兴趣的红色展馆和中国故事，借助图像和视频的数字化表达，辅助教师把严肃深刻的道理讲得吸引人、感染人，引导学生把知识转化为思想认同和行动遵循。

3.人工智能激发学生的学习自主性和能动性。数字思政的尝试和发展，对于学校融合线上线下教学，鼓励学生自主学习与合作学习，改革传统教学方式，发展数字教育创造了非常有利的条件，有利于提高教学质量，改善教学效益。教育的根本目的是自我认同。根据自我调节学习（Self-Regulated Learning，简称SRL）理论，学生通过教师反馈的数据或者自行读取数据可视化工具上的个性化反馈来分析学业情况，评估自身对知识的掌握程度，根据需要调整自身行为，以达到预期的学习效果，深刻理解思政课中的道理。新时代大学生既具有求理学理的需要，也具备悟理明理的能力。思政课教师要充分激发学生的主体性、主动性和自觉性，教育引导学生知事明理。在数字思政中，人工智能技术能够对学生的学习障碍进行诊断反馈，实时分析学生的学习状态。这些学习数据有利于教师把握青年学生的认知规律与接受特点，提升思政课的说服力与穿透力；同时，这些数据的可视化分析有助于学生了解自身学习效果和明晰努力方向，发挥好学生的主体作用。

三 从可解释到可信任：数字思政中“教师—人工智能”关系的实践逻辑

基于互联网的教育信息化建设已经成为中国教育发展的战略重点，教育数字化是教育信息化的基本内涵，数字思政是思政教育现代化的必然趋势。人工智能与思政教育的深度融合，是一场历史久、影响大的深层次教育变革。为了更好地发挥人工智能的技术中介作用，充分体现思政课教师在思政课中的关键主体地位，教学实践中必须把握好两类关系：一是变与不变的关系，既要看到人工智能在思政课改革创新中的积极作用，同时也要坚守思政课是落实立德树人根本任务的关键课程。二是建设与使用的关系，既要加强人工智能硬件建设，构建以师生为中心的思政教育类人工智能；同时要做好面向教师的人工智能素养教育，将可解释的人工智能技术真正应用到教育教学环节。只有这样，才能真正践行“思政课的本质是讲道理，要注重方式方法，把道理讲深、讲透、讲活”的重要论述，确保思政课教师在数字思政实践中更好地把道理讲深、讲透、讲活。

（一）构建以师生为中心的思政教育类人工智能

1.从战略高度为教师应对人工智能教育环境提供政策支撑。2017年国务院印发《新一代人工智能发展规划》，提到重点突破自适应学习、自主学习等理论方法，实现具备高可解释性、强泛化能力的人工智能。2018年教育部颁布《高等学校人工智能创新行动计划》，提出构建人工智能多层次教育体系。2019年教育部等十一部门关于促进在线教育健康发展的指导意见中明确指出，推动线上线下教育融通，支持学校研究制定具体办法，将符合條件的在线课程纳入教育教学体系。2021年7月国家发展改革委、中央网信办和教育部等13部门发布《关于支持新业态新模式健康发展，激活消费市场带动扩大就业的意见》，强调要构建线上线下教育常态化融合发展机制，形成良性互动格局。2022年12月教育部发布《教师数字素养》教育行业标准的通知，旨在完善教育信息化标准体系，提升教师利用数字技术优化、创新和变革教育教学活动的意识、能力和责任。这为数字思政的开展提供了遵循，也启发了思政类人工智能应用技术的发展方向。

2.深度学习的技术发展为人工智能与思政教育的深度融合准备了条件。经典人工智能也称为符号人工智能，是一种基于规则的人工智能，即通过演绎方法编写程序，计算机推断的结论被包含在这些程序规则中，结论具有必然性。例如应用于医疗诊断、信用评级和制造业等领域的专家系统，这种知识工程方法需要植入特定领域专家的知识并对其建模。虽然经典人工智能相比人类的计算能力有一定优势，但是它不具备知识扩大的学习能力。机器学习（Machine Learning，简称ML）的发展使得“学习”成为可能。机器学习不是使用规则，而是采用归纳方法分析大量数据来识别模式并建立模型，然后用这个模型来预测未来的价值。但是机器学习并不能像人类那样真正学习和独立学习。相反，机器学习完全依赖于人类，需要人类对人工智能算法进行设计与训练，并对导出的结论做出解释和价值判断。例如，自动驾驶汽车中使用的机器学习完全取决于数百万张由人类标记的街道场景图像。作为机器学习研究的一个新领域，深度学习是指由多个中间层组成的人工神经网络，而人工神经网络（ANN）是一种受生物神经网络或动物大脑结构启发的人工智能方法。深度学习试图让机器掌握独立的学习能力，其动机在于模仿人脑的机制来解释图像、声音和文本等数据。例如机器人技术在特殊教育领域的有效应用。目前为自闭症谱系障碍学习者创造出具有语音功能的仿人机器人，它能够提供可预测的机械互动，训练学习者的沟通和社交技能。在数字思政中，同样广泛运用了深度学习技术。以面向师生的功能性作为划分标准，一种是利用以深度学习为代表的智能技术支持教育管理和教育供给，例如教育虚拟现实及增强现实，人工智能驱动的教学助理；另一种是利用深度学习技术支持学生学习和测评，例如基于对话的智能导学系统，可教智能体（teachable agents）等。

3.数据导向的人工智能带来了算法模型的可解释性问题。“人工智能”概念诞生于1956年的达特茅斯会议，但是人工智能的可解释性却是一个新问题。这个问题与21世纪初人工智能对于数据训练方法的广泛应用直接相关。由于运算能力和存储能力的暴增，在不考虑成本的情况下，深度学习方法已经能够在大部分场景下取代甚至超越基于规则的产生式系统或者图搜索系统，带来了数据导向的范式转换。由于人类擅长概括数据并倾向于以因果方式思考，所以人们善于从很少的数据样本构建心理决策模型。当机器作为决策主体时，我们如何让计算机生成人类可以理解的解释，获得有效和满意的因果理解，就是人工智能的可解释性问题。可解释的人工智能（XAI）的首要目标在于，从机器学习或深度学习（DL）系统中生成人类可理解的解释，解释为什么和如何进行特定预测。“可解释性”是一个复杂的问题，涉及到技术开发、计算过程和伦理层面三个视角。更多的学者从人的角度定义可解释性，认为可解释性是为人提供解释的过程。【刘桐、顾小清：《走向可解释性：打开教育中人工智能的“黑盒”》，《中国电化教育》2022年第5期，第83页。】如果人类无法理解智能系统做出的决策，那么就会削弱人类对于人工智能的信任度。目前许多人工智能的子领域都考虑了解释的应用，例如证明自主智能体行为，解释医疗决策，解释分类器的预测。同样在教育领域，运用智能系统进行教育和管理的核心原则是这个系统能够明确地向师生解释其做出的决策。例如，用于自动评阅论文的智能平台，其采用的智能文本纠错程序可能不透明，导致其结果缺少可信度。此外，文本纠错的主要对象是错别字监测，对于政治话语表述规范方面较为薄弱，影响了思政教育与人工智能技术实际应用的深度融合。

4.可解释问题提出了构建以师生为中心的思政教育类人工智能的目标。可解释性与可理解、可信任直接相关。人们更愿意信任自己能理解的事物。换句话说，信任是人类和人工智能之间的纽带机制。可解释性的本质在于理解。智能系统的解释能力通常依赖于人类交互过程中的理解能力，即结果是否真正反映了用户的偏好，以及结果是否合理可信。因此，配备公平、责任、透明和可解释（FATE）的算法，以及基于信任的反馈回路，对于设计以用户为中心的人工智能和以人为中心的算法系统至关重要。相应地，如果智能系统不能向老师们提供解释，必然会影响思政课的深化、活化和通透。建构以师生为中心的透明、可解释的思政教育类人工智能，需要重点考虑：一是智能系统的开发和运用要注入思政意蕴。如果思政教育大数据缺少思政意蕴的植入，可能会影响思政教学实效性的描述偏差，干扰老师对学生获得感的评价。二是思政课教师参与智能系统的解释过程。算法模型出现可解释性问题，其直接原因在于决策是人工智能自身驱动的，用户并未主动参与解释，处于被动接受状态。在数字思政的开展过程中，思政课教师需要参与课程研发和教学服务等工作。例如挖掘党史文化、中国共产党人的精神谱系，将其課程化和模块化，便于技术人员数据化和初始算法建模，使得思政教育中的人工智能应用更值得信任。

（二）加强对教师的人工智能素养教育

为了确保教师在思政教育中继续发挥主体作用，需要培养教师对人工智能做出自由选择的能力，掌握学习分析能力；帮助教师理解和信任算法模型做出的决策，为面向数字化未来的思政课教师提供持续专业发展框架。这样才能利用人工智能优势推进思想政治教育理论创新【卢岚：《人工智能与思想政治教育的关系维度论析》，《思想理论教育》2002年第6期，第63页。】，在思政课教学中讲好“讲道理”。

1.明确教师在人机关系中的主导地位。混合认知系统强调人工智能和人类知识系统中运用知识的个人能力。人工智能世界的个人能力不仅依赖于人类，还依赖于人类和人工智能的交互，彼此相互影响对方的能力。换言之，人机混合本质上就是具身性与机械性的结合，适应性和优化性的结合。【魏屹东：《混合认知：一种优化的人工智能适应性表征策略》，《上海师范大学学报（哲学社会科学版）》2023年第1期，第81页。】一方面，肯定人工智能赋能教育的巨大优势，提倡教师从授课模式和技术整合的角度重新设计和评估课程，结合教学需要选择恰当的数字工具，探索思政课改革创新的数字化道路。另一方面，思政课教师在人工智能能力较弱领域进行认知工作的能力。将思政课教师的认知工作提升到价值和创造领域，是讲好优质数字思政课的关键环节。虽然人工智能擅长模式发现和统计推理等能力，但在对自主学习、常识和价值判断等人类相对容易的过程方面仍很薄弱。换言之，在数字思政中，虽然人工智能在许多领域都能比人类更快地完成日常认知任务，但是思政课教师的“六要”标准决定了人工智能无法取代教师，思政课教师仍然在数字思政中占主导地位。与其他教师相比，思政课教师更加注重对学生进行政治引导和价值塑造。【马晓琳、刘敏：《新时代马克思主义学院内涵式发展的四重进路》，《中国高等教育》2022年第Z1期，第12页。】而这些工作是人工智能无法胜任的。同时，人工智能的可解释性与思政课的讲道理本质之间可能存在数字鸿沟。思政课教师如果不能理解教育人工智能做出的决策，必然会影响思政课的讲深、讲透、讲活。

2.提高教师的学习分析能力。越来越多的高校教师已充分认识到数据的潜在价值，但要挖掘这种潜力，需要教师在使用和解释数据时充满信心，而学习分析（learning analytics）是其中一种普遍使用的有价值的工具。学习分析可以帮助教师调整教学，快速有效地了解和帮助学生。所谓学习分析，“就是测量、收集、分析和报告学习者及其学习情景的数据，了解和优化学习及其发生的情境，并强调将教育数据转化为对实际行动的调节，促进学与教的优化。”【陈明选、周亮、赵继勇：《学习设计与学习分析的联结：现状、挑战与实现路径》，《开放教育研究》2022年第6期，第28页。】例如将恰当的学习者模型应用于思政课教学中，通过学生在线学习过程中的自我效能感数据，预测学生的知识掌握情况。并且将这些数据作为思政课实效性的指标，为教师提供基于证据的针对性教学干预，提升教师的教学潜力。

因此，数字思政中“讲道理”的教学主体仍然是教师，人工智能在其中发挥重要的中介作用，助力思政课道理的“讲深、讲透、讲活”。要促进思政课与人工智能的深度融合，除了人工智能素养培训外，教师在数字领域的能力与预期使用的数字工具和基础设施密不可分。高校等教育机构必须提供必要的支持，与人工智能支持的数字技术和数据打交道，以助于塑造教师参与人工智能和预期学习的方式。

The Subject Controversy and Practical Logic of AI

in Digital Ideological and Political Education

HUANG Shan-shan

Abstract： The essence of ideological and political education is to bring out facts and reasons. “Who makes sense” and “how to make sense” are a brand new issue facing digital ideological and political education， which involves how to define the relationship between teachers of ideological and political education in the new era and digital technologies such as AI. Since AI systems are lack of social attributes of communicative subjectivity and conscious activity， they can just be used as a consulting toll in ideological and political education. As a technical intermediary， AI can enable teachers to “deepen” the truth and reason in ideological and political education， expand the practical field of “activating” the principles in ideological and political education， and help students “comprehend” the principles in ideological and political education. In the practice of digital ideological and political education， it is necessary to clarify the relationship between teachers and AI， build an AI centered on teachers and students for ideological and political education， strengthen the education of teachers applying AI system， implement algorithm models from interpretability to trustworthy， and finally achieve the deep integration of AI application technology and ideological and political education.

Keywords： digital ideological and political education; AI; subjectivity; technical intermediary， interpretability

【責任编辑：龚桂明】