高校思想政治理论教学作为形塑青年思想意识的重要场域,其承载的传递理想信念与培育价值共识的时代使命愈发凸显。然而在社会思潮多元交织与教育需求深度转型的语境下,高校思政理论教学实践中的困境持续显现:单向灌输模式对思想共鸣的激活效能不足,内容体系的固化状态与时代发展的动态需求形成矛盾,标准化评价体系则难以触及个体精神成长的内在逻辑。在人工智能技术以突破性态势重构教育生态的背景下,其与思政教学的深度融合不仅是技术层面的拓展,亦是对“培养什么人、怎样培养人、为谁培养人”这一根本命题的回应路径,可为破解既有教学困境提供新的可能,为拓展育人维度创造变革条件。
一、高校思政理论教学的当前困境
(一)教学模式单一,缺乏互动性
部分高校思政理论教学仍处于教师讲、学生听的传统框架,教学形式长期固定为课堂讲授加PPT展示,情景模拟、辩论研讨等互动环节鲜少出现。教师占据课堂主导地位,以知识点单向传递为核心任务,对学生的即时反馈关注不足。学生在课堂中多为被动接收,主动提问、分享见解的机会稀缺,师生间的思想交流仅局限于有限的课堂问答,师生间的观点碰撞更难开展。这种模式与当代大学生习惯的互动参与式学习偏好存在差距,课堂氛围易趋平淡,导致学生对教学内容的投入度下降,难以达成思政教育所需的情感共鸣与价值认同。
(二)教学内容更新滞后于时代发展
部分高校思政理论教学内容更新的节奏跟不上社会变化的速度。教材体系修订要经历较长周期,新出现的思想和现象难以及时进入教学内容。部分教师备课多围绕经典理论的系统讲解,对当下社会热点、青年关注的现实议题融入不及时,对网络文化、新兴社会思潮的解读不够深入。教学内容呈现静态化,和学生的生活体验、思想困惑隔了一层,无法回应他们对现实问题的思考。这种滞后让思政教学内容解释现实的力量变弱,不能引起学生的思想共鸣,使教育引导的实际效果大打折扣。
(三)教学评价侧重结果,忽视个体差异
部分高校思政理论教学评价仍以期末考核结果为主要依据,对课堂参与、课后实践、思想转化等过程性表现缺乏关注。评价标准趋向统一,理论认知与价值判断均用固定尺度衡量不同背景、不同基础的学生,不关注个体成长轨迹。这种评价模式使学生将学习目标限定在分数达标上,忽略对理论内涵的深度理解和实践运用,也让教师难以通过评价把握不同学生的思想动态与学习需求,削弱了教学调整的针对性,妨碍了因材施教的实现。
二、AI深度参与高校思政理论教学的实践策略
(一)利用AI丰富教学模式,增强互动性
1.构建AI互动教学场景,提升参与感
教师可遵循情境学习理论,借AI搭建互动教学场景以增强参与感,从而突破传统课堂单向输出的局限,凭借技术创设能沉浸、多维度的互动空间,使学生从被动倾听转向主动参与。
教师可借助AI融合虚拟现实与增强现实的能力,复现含思政教育价值的历史现场、社会场景或典型案例情境。如讲解社会治理内容时,教师可构建虚拟社区治理场景,把政策理论转化为社区中不同群体的诉求表达、矛盾冲突及协商过程,学生进入场景后,AI会依据其选择的角色生成互动线索,如居民提出的问题、政策执行中的突发状况等,引导学生在解决实际问题中加深对理论的理解。
教师还可利用AI的自然语言处理与情感识别技术,搭建实时互动的虚拟讨论平台。如涉及价值观辨析环节时,用AI模拟不同立场的对话者,学生表达观点时,AI能捕捉话语中的核心思想与情感倾向,以符合逻辑的反驳、补充或追问回应。如讨论“个人与集体的关系”时,AI可从个人权利保护、集体利益维护等角度提出思辨性问题,推动学生在持续对话中完善认知。
教师还可让AI依据学生在场景中的互动行为实时生成可视化反馈图谱,展示其思维路径与其他同学的差异,激发反思意识与参与热情,将抽象理论转化为可感知、可参与、可互动的具体场景,让学生在亲身体验中主动投入学习,增强对思政理论教学内容的认同与参与。
2.开发AI个性化学习路径,增加互动频率
教师可开发AI个性化学习路径,依据学生的学习行为,通过AI算法把握学生的学习特点与需求,设计有针对性的互动环节。
教师可运用AI分析学生课前预习的答题情况、阅读时长等,判断其对不同理论知识点的掌握程度,为每个学生推送不同的学习起点内容。如对理论基础较薄弱的学生,AI推送入门级讲解视频,附带简单互动问答；对基础较好的学生,推送理论延伸的案例分析材料,引导深度思考。
同时利用AI根据学生学习进度调整互动频率与形式,在学习过程中设置阶梯式互动任务,完成某个理论模块学习后,AI生成相关小型辩论题或情景分析题,学生提交答案后,AI匹配观点相似或相反的同学组成讨论小组,通过在线平台实时互动交流。
教师还可利用AI的智能提醒功能增加日常互动,根据学生学习习惯在合适时间推送简短理论思考题、时事评论链接等,鼓励学生利用碎片化时间参与互动,记录每一次互动轨迹,形成个性化学习档案。教师查看这些档案,可了解每个学生的互动偏好与思想动态,在课堂教学中进行针对性引导,使AI个性化学习路径与课堂互动有效衔接,提升学生参与思政理论学习的频率与持续性。
(二)借助AI推动教学内容及时更新
1.依托AI实时整合时事热点融入教学
教师可依托AI实时整合时事热点融入教学,搭建智能监测、精准匹配、动态转化相结合的实践机制。
教师可利用AI的定制化算法,对主流媒体头条、政策解读专栏、社会议题讨论区等多元渠道实施全天候扫描,捕捉与思政理论内核相关的重大事件、民生议题和思想动态,借助语义分析去除冗余信息,留存有教育价值的核心内容。
同时用AI自动建立热点事件与教材章节的关联谱系,将热点与对应的理论支点、教学目标通过标签化处理明确关联。为避免热点与教学的生硬结合,教师应借助AI生成三维转化方案:提炼事件背后的理论逻辑,形成供教师参考的分析框架；设计阶梯式讨论题,从现象认知到价值判断逐步深入；制作可视化素材包,包含时间轴、关系图、观点对比表等。
教师应依据AI输出的方案,结合课堂实际调整呈现方式,在讲解相关理论时,引入AI实时推送的热点,通过课堂辩论、案例剖析等形式引导学生运用理论解读现实,使时事热点成为理论落地的载体。这种模式解决了教师手动搜集热点的时效性问题,通过AI的关联分析保证了内容与教学目标的契合度,让思政课堂持续对社会现实保持着敏锐回应。
2.利用AI智能生成动态教学资源库
教师可以结构化整合、需求驱动生成、自适应更新为逻辑架构,构建AI智能驱动的动态教学资源库。教师可借助AI先依循思政课程大纲,将既有静态资源分层梳理,把经典著作片段、历史文献汇总、理论专题阐释等按核心概念、延伸案例、实践指引三级结构标注,筑牢资源库根基。
此后,利用AI剖析学生在线问答、课堂互动、作业反馈里的认知难点,精准定位资源缺口。如针对学生对生态文明理论实践路径的疑惑,定向生成补充资源。在资源生成时,用AI对既有素材进行创造性整合与适应性转化,从当代视角重新解读历史案例,把抽象理论拆解为生活场景剧本用于课堂模拟,汇编理论争议点的学术观点摘要以引导辩证思考。
教师还应让AI定期自查,参照最新政策、学术成果与社会价值导向,标记并提示更新库内过时案例与片面解读,例如为特定历史阶段社会现象案例增添时代背景说明,修正不符新发展理念的分析框架。
资源库嵌入智能检索系统,支持按理论关键词、教学环节、认知层次等多维度查询,助力教师快速备课,方便学生精准获取拓展材料,使教学内容随时代与学生认知动态更新,为思政教学源源不断地输送鲜活内容。
(三)通过AI优化教学评价体系
1.建立AI过程性评价追踪学习全程
教师应建立AI过程性评价追踪学习全程,构建覆盖课前、课中、课后全场景的智能评价网络。
课前,教师借助AI通过学习平台追踪学生对预习资料的访问行为,包括阅读时长、标注的重点段落、提出的疑问类型等,判断学生对基础理论的初始认知状态,识别出对特定概念理解存在模糊的学生群体。
课中,借助课堂互动系统,教师利用AI实时捕捉学生的参与表现,如主动发言的次数、观点表达中体现的理论运用能力、小组讨论中的协作贡献度等,分析学生在讨论敏感议题时的态度倾向,为价值引导提供依据。
课后,教师利用AI批改书面作业,追踪实践报告中反映的理论转化能力,如志愿服务记录中体现的奉献精神践行程度,社会调查中展现的问题分析深度等。这些分散在不同环节的数据,会被AI自动整合为动态更新的个人成长直观图,图中既包含可量化的行为指标,也包含质性的思想变化轨迹。教师可通过图谱直观看到学生从理论认知到实践认同的递进过程,发现学生在学习特定理论后,其社会实践报告中相关关注度的变化,针对性地强化其理论联系实际的能力；学生则能通过图谱回顾自身学习历程,明晰优势与不足,意识到自己在特定环节表现薄弱,进而主动加强相关训练。这种全程追踪的评价模式,让思政教育的评价更贴合育人过程的渐进性特点。
2.运用AI分析学生数据完善评价标准
教师应以思政教育的核心目标为基础,运用AI分析学生数据完善评价标准。
教师可借助AI对过往积累的学习数据进行多维度拆解,对学生的课堂发言、课程论文、实践总结等文本资料开展语义分析,提炼出理论逻辑性、价值倾向性、现实关怀度等评价维度,补充传统评价中侧重知识记忆的不足。
同时通过对比不同学生群体的学习成果与评价结果,利用AI找出现有标准的适配问题,比如发现对创新思维、批判意识等素养的评价权重不够,或对理论应用能力的考察方式单一。基于这些,利用AI生成具体的优化建议,如建议在评价体系中增加运用思政理论解析网络热点的合理性指标,或调整知识掌握与价值践行的权重配比,使其符合知行合一的教育理念。
教师应结合思政教育规律对建议进行检验和调整,比如保留AI提出的过程性反思深度指标,同时结合教育经验细化评分细则,避免技术分析时产生的机械性。完善后的评价标准可嵌入AI评价系统,用于指导新的评价过程,形成数据反馈、标准优化、评价升级之间的良性循环。这种基于数据迭代的评价标准,既坚守了思政教育的核心要求,又能及时回应时代对人才培养提出的新需求,让评价发挥引导学生全面发展的作用。
三、结语
人工智能深度介入高校思政理论教学的过程,实则是教育规律与技术逻辑在实践层面的深度耦合。其通过技术赋能机制破解传统教学面临的多重困境,能使教学模式的互动属性得到强化,又推动教学内容的更新节奏趋向及时,并促使评价体系的科学维度得以拓展。然而技术作为工具的本质属性决定了其无法替代育人的核心价值,思政教育的初心始终是实践展开的根本依归。唯有以思政教育的核心价值为坚守,对人工智能技术的运用保持合理规制,方能在创新实践中消解工具理性可能造成的遮蔽效应,使思政理论教学在呼应时代演进的同时深植育人根基,进而达成铸魂育人的深层目标,为培育担当民族复兴大任的时代新人构筑稳固支撑。
【作者系宁波财经学院马克思主义学院讲师。本文系2025年度宁波财经学院校级教育教学改革重点项目(“四新”人才培养改革项目)“AI时代‘有温度、有深度’参与式教学赋能高校思政理论课创新与实践”(项目编号25sxggzd11)阶段性研究成果】