超越机械思维：生成式人工智能如何改变高校“大思政课”

摘要： 作为基于算法、模型、规则自动化生成文本、图片、声音、视频、代码等多模态内容的新技术，生成式人工智能的突出特征就是高智能、自主性、全面性和学习能力。但由于技术的“双刃剑”性质，生成式人工智能在重塑我国教育生态的同时，也因其即时交互、快速迭代和人机互动对课堂教学内容、教学方法与教育者提出更高要求，致使高校“大思政课”建设面临着诸多挑战。必须坚持问题导向，通过明确目标导向、强化技术赋能、聚焦核心要素、提升媒介素养，全面推动生成式人工智能与“大思政课”建设有机融合，进而促进高校思想政治教育数字化转型。

关键词：生成式人工智能；大思政课建设；教育数字化；媒介素养

中图分类号：G640        文献标识码：A   文章编号：1672-0717（2024）03-0047-08

加快推进教育数字化转型是我国从教育大国到教育强国的必然选择，也是我国开辟教育发展新赛道和塑造教育发展新优势的重要突破口[1]。党的二十大报告着眼于实现中华民族伟大复兴的宏伟目标，对教育、科技、人才进行“三位一体”统筹安排，既明确了教育在全面建设社会主义现代化国家中的使命任务，也为教育数字化建设指明方向。以ChatGPT为代表的生成式人工智能在改变传统媒体格局、舆论生态和育人方式的同时，也给高校“大思政课”建设带来诸多挑战。面对新技术引发的教育方式新变化，高校应及时跟进和把握好由此而生的技术红利。本文以“守正创新”理念为指导，积极探索生成式人工智能与高校“大思政课”建设有机结合的实践路径，以加速推动高校思政教育改革与转型升级，培养出更具时代竞争力的社会主义建设者和接班人。

一、生成式人工智能的基本内涵及潜在风险分析

2023年9月7日，联合国教科文组织（UNESCO）发布了全球首份与生成式人工智能（Generative AI）相关的指南性文件——《教育和研究中的生成式人工智能指南》（Guidance for Generative AI in Education and Research）（以下简称《指南》），为教育和研究生成式人工智能提供了一份全面的指南。从技术演进角度看，生成式人工智能是由智能算法驱动的新一代自然语言处理工具，具有强大的语言理解和文本生成能力。只有系统掌握生成式人工智能技术内在逻辑和底层架构，才能深入探讨其给高校“大思政课”建设带来的变化和影响，并在此基础上充分发挥生成式人工智能内在潜力。

（一）生成式人工智能的三重认识维度

从当前相关研究来看，生成式人工智能是一个引起广泛关注和讨论的主题。我们可以从技术、产品和伦理三重维度出发，全面理解和认识生成式人工智能。从技术手段来看，生成式人工智能是使用生成式模型进行机器学习，进而根据已学习内容创造性生成新的内容的人工智能技术。它可以利用网络上易获取的大规模无标记数据进行预训练，并通过简单适配和高效微调应用到大量的下游任务[2]。从产品角度来看，生成式人工智能的下游应用主要表现为可以较好地理解和处理人类语言、进行复杂的推理和决策的操作软件和硬件系统。它可感知和理解周围环境，并通过自主学习和探索来不断提升自身能力。在伦理层面上，GPT类的生成式人工智能逐渐呈现“强拟人化”，展现出脱离人类干预的类人心智能力，从整体上包括表征形式与内在机制都在追求更加接近类人的经验表达方式和感知能力，并且开始发展出心智化能力与共情能力。

总之，生成式人工智能是基于算法、模型、规则自动化生成文本、图片、声音、视频、代码等多模态内容的技术[3]。生成式人工智能随着技术的迭代更新和广泛普及，已广泛应用于社会各领域，包括医疗、交通、金融等。通过使用深度学习、机器学习和大数据等技术，生成式人工智能能够处理更为复杂问题和大规模数据，并产生准确预测和决策。

（二）生成式人工智能的典型特征

1.生成式人工智能的高智能

高智能是指生成式人工智系统能够理解和解释复杂信息，具备推理、学习和创新能力，拥有接近或超越人类智能的能力和潜力。相较于早期人工智能，生成式人工智能表现出更强大的灵活性和智能化，拥有更深入的数据和任务理解能力，呈现出与人类相似的学习、表达和感知能力。特别是在语言任务方面，大型语言模型已经在回答问题、提供建议、优化文本内容等多个语言训练任务中达到或超越人类水平。它甚至能够读取文本中的隐含意义，处理需要准确理解意图的新任务[4]。在细分应用领域，生成式人工智能还展现出个性、智力和社交属性等特性。它发展出高度的同理心、心智水平和社交应答交互能力，使其在模拟人际关系、提供个性化服务和处理社交互动方面具有独特优势[5]。这种高智能的体现不仅表现在执行任务的效率上，还体现在对各种情境的灵活应对和创造性解决问题的能力上。

2.生成式人工智能的自主性

自主性是指生成式人工智能技术具有自主决策和行动的能力。生成式人工智能可根据自身程序和算法，独立进行数据分析和学习，以便在面对不同场景和问题时作出适当的决策并采取相应行动。这种自主性使得生成式人工智能可不断提升自我的能力和效率，并且能够适应和应对各种复杂情况和环境。生成式人工智能的自主性是令其成为一种强大工具和有效解决方案的重要特征之一，其自主性还包括它对外部环境的感知和适应能力。生成式人工智能可通过感知和识别外部环境中的数据和信息，并将其运用到决策过程中；它能够根据不同的环境和需求变化，调整自身学习和行为方式，以达到最佳效果。同时，生成式人工智能还具有自我监控和调整能力，可对自身决策和行动进行评估、优化。这种自主性使得生成式人工智能成为一种具备灵活性和适应性的技术，能够在复杂的现实环境中发挥更大作用。生成式人工智能的自主性是其与早期人工智能相区别的重要特征。

3.生成式人工智能的全面性

全面性主要是指生成式人工智能应用领域的广泛性，它可以应用在医疗、交通、金融、教育等各个行业，能够解决复杂的问题和挑战。首先，生成式人工智能具有全面的智能能力，包括自主学习、自我优化和自我发展，等等。一方面，它可以根据反馈和经验不断改进自身的性能和算法，提高执行任务的效率和准确性；另一方面，它可以根据不同的任务和环境自主学习与适应，不断提升自身性能和能力。这种全面性使得生成式人工智能可在各种场景下发挥作用，并为人类社会带来全新的发展和进步。其次，生成式人工智能的全面性还表现在其具有多样化的特征和功能。生成式人工智能技术可以处理和分析大规模的数据，并从中提取有价值的信息和知识。它可以模拟人类感知和认知能力，具备图像识别、语音识别、自然语言处理等功能，使得机器可以像人类一样与环境进行交互和沟通。再次，生产式人工智能还具备推理和决策的能力。它可以通过对已有数据的分析和比较，进行逻辑推理和判断，并作出相关决策。这种推理和决策的能力使得生成式人工智能可以在复杂和不确定的情境下快速做出反应，帮助人类解决问题和应对挑战。总之，生成式人工智能的全面性主要表现在广泛的应用范围、多样化的功能特征，以及自主学习和自我优化的能力方面，它既具备处理复杂问题和挑战的能力，又能够模拟人类的感知和认知能力。

4.生成式人工智能的自学性

首先，生成式人工智能能够通过自主学习和适应来提高自身的能力和性能。这不仅表现为它能够从大量的数据中提取模式和规律，并利用这些知识来解决新问题和应对新情境，更为重要的是，它还能够通过自主采集数据、自主制定学习计划和自主选择学习方法，实现自主学习的能力。其次，生成式人工智能能够根据反馈信息不断优化自己的学习方法和策略，实现持续的自我改进。通过学习，生成式人工智能能够不断演化和发展，使其在各个领域中发挥更加出色的作用。这种自主学习能力使得生成式人工智能在没有外界干预的情况下，能够自主地进行学习和进化，从而进一步提高其智能水平和应对能力。再次，生成式人工智能的学习能力还包括对新知识的快速吸收和理解能力。它可以通过对大数据的分析和处理，自动从中提取出有用的信息和知识，并将其应用于解决具体问题。这种学习能力使得生成式人工智能能够快速适应不同的环境和任务，并在不断学习和探索中提高自身的性能，令其在解决复杂问题和应对新挑战时具有较高的灵活性和效率，为人类社会带来更多的改进。

（三）生成式人工智能的教育应用与潜在风险

与传统AI相比，ChatGPT类生成式人工智能互动性、人性化更强，可帮助学生通过交互式提问解决概念理解等方面的问题，也可以作为辅助工具，提供写作指导、思路扩展、创意生成等多种服务。然而，生成式人工智能的快速发展也给现代教育带来诸多挑战。因此，我们必须主动出击、沉着应对，有效开展前瞻性研究和超前性治理。2023年7月13日，我国网信办等七部门联合发布《生成式人工智能服务管理暂行办法》，并于2023年8月15日起施行。目前在全球范围内只有我国制定了关于生成式AI的官方监管条例，这意味着由中国主导的对生成式人工智能的规制正逐步展开。

1.生成式人工智能在教育领域的广泛运用

伴随着ChatGPT、通义大模型等通用人工智能迭代更新，生成式人工智能不只作为新工具、新方法被广泛引入教育领域，而且还作为创新人才培养模式的重要抓手被广泛应用于教学各环节，从而使之呈现出网络化、数字化和智能化的新特征。在此过程中，生成式人工智能对于教育来说早已不再只是停留于工具层面的方式和手段，而直接成为重塑教学系统、推动教育领域发生结构性变革的现实力量。可视化三维学习空间的构建、线上线下混合式教学模式的探索、人机协作学习新形态的出现便是典型例证。特别是在可视化三维学习空间构建中，由于生成式人工智能对交往方式的深刻变革，这就从根本上决定了全息课堂的打造并非只是简单地将大数据、云计算、物联网和AI大模型简单地置于教室空间，而且还包括重塑和调整师生、生生交往关系和教学流程。可以说，与早期人工智能相比，ChatGPT类生成式人工智能技术互动性、人性化更强，可帮助学生促进个性化学习、提升教学效果，并为教师提供更好的技术支持。

2.生成式人工智能的技术风险

鉴于技术本身所具有的“双刃剑”属性，现阶段人工智能技术也存在着无法忽视的局限。生成式人工智能自主采集数据、自主学习迭代带来高效率的同时，也带来了内容安全风险，人工智能并不会判断训练数据的优劣，而是对自主采集数据进行无差别学习。如果生成式人工智能模型是通过有偏见的数据来训练的，它们可能会反映和放大这些偏见，导致生成内容或决策存在歧视性。例如，微软曾推出聊天机器人实验，该机器人在上线后学习了大量不当言论和劣质对话，在短期内从一个友好的机器人变成了一个满嘴脏话、充满歧视和偏见的人工智能[5]。由于缺乏对我国社会主义核心价值观的甄别，生成式人工智能可能意识不到所反馈学习内容的毒害。青年学生是容易受外部影响的群体，他们若接收到带有偏见的信息可能导致其对特定群体产生负面看法，引发社交问题和群体分裂。

3.生成式人工智能的社会风险

就其社会属性来说，生成式人工智能的社会风险主要体现为其本身所具有的意识形态性和引发的意识形态风险[6]。所谓生成式人工智能的意识形态性主要是指作为西方社会生产建构的产物，貌似中立、客观的生成式人工智能并不是价值无涉的，而是不可避免地具有鲜明的政治取向和价值导向，反映着西方社会的思维方式和价值观念。也正是在此意义上，哈贝马斯在反思技术与意识形态关系时明确提出，技术与科学本身就是意识形态[7]。而生成式人工智能技术所引发的意识形态风险则主要是指其可能成为西方进行意识形态渗透的工具。例如，在人机对话过程中，当ChatGPT被问及有关中国和美国的问题时，它总是以美国为中心，将中国视为例外，并给出截然相反的“双标”答案。此外，因其具有较强的论证能力，生成式人工智能极具迷惑性和误导性，易给处于“拔节孕穗期”的青年学生带来认知困惑和思想混乱[8]。