基于人工智能的应用型高校思政理论课精准教学模式构建与实践

摘 要 人工智能为应用型高校思政理论课精准教学发展提供新契机，其关键技术包括机器学习、专家系统、知识图谱、自然语言处理等。基于人工智能的应用型高校思政课精准教学模式可从教与学两个维度展开考察：从教师维度看，智能教学系统协助做好备课及课堂管理，教育机器人协同开展线上课堂和课后辅导;从学生维度看，自适应学习系统为大学生提供精准学习服务。人工智能时代应用型高校思政课精准教学模式实施关键点在于突出价值塑造和伦理规约，聚焦智能知识和智能素养，增强人机协同能力。

关键词 人工智能;应用型高校;思政理论课;精准教学模式

中图分类号 G711 文献标识码 A 文章编号 1008-3219（2022）02-0046-05

一、人工智能为应用型高校思政理论课精准教学发展提供新契机

精准教学最初是依据行为主义学习理论提出的一种教学模式，强调明确的学习目标和教学内容，采取有针对性的教学方法和手段，运用形成性评估进行有效监督和精准干预。精准教学在实时过程记录和自动数据采集基础上，不断修正并完善教学决策，最终实现差异化和个性化教学。由此可见，科学测量和准确评价是其关键环节，由于缺乏有效技术手段为教学实验提供支撑，自20世纪60年代兴起的精准教学曾一度陷入停滞状态。近年来国内精准教学研究日渐升温，但有关思政课精准教学的研究起步较晚，主要从思政课教学改革整体视角提出精准供给的方法对策，从师资队伍建设、课堂管理机制、传统文化融入、课程理论研究等方面展开讨论，相关研究略显薄弱。

“随着大数据、云计算、人工智能等信息技术的不断发展，高等教育从信息时代迈向智能时代，为个性化精准教学带来新的发展契机。”[1]近60年来人工智能取得长足发展，作为影响面广的颠覆性技术渗透进社会生活的方方面面，自然包括教育领域。2018年教育部在其印发的《高等学校人工智能创新行动计划》中提出，“构建技术赋能的教学环境，探索基于人工智能的新教学模式。重构教学流程，并运用人工智能开展教学过程监测、学情分析和学业水平诊断，建立基于大数据的多维度综合性智能评价，精准评估教与学的绩效，实现因材施教。”[2]人工智能推动教育信息化进入2.0时代，依托物联网、大数据、云计算等信息技术实现思政课“智慧教学”，深度嵌入学习系统中。通过万物互联和人机交互实现全过程教学质量监测，广泛调研和收集学生学情数据，开展科学分析和诊断，根据反馈情况及时掌握教学动态，不断优化教学策略以提升思政课教学效率。

二、人工智能赋能应用型高校思政课精准教学的关键技术

当前学界将人工智能的技术架构分为若干层级，有的认为包括基础支撑层、智能技术层和智能服务层[3]，也有的将之分为基础设备、技术支撑、方法层和应用层[4]。《国家新一代人工智能标准体系建设指南》明确关键通用技术标准主要包括机器学习、知识图谱、类脑智能计算、量子智能计算、模式识别等部分，关键领域技术标准主要包括自然语言处理、智能语音、计算机视觉、生物特征识别、虚拟现实/增强现实、人机交互等部分。

机器学习是指机器模拟人类学习行为，通过建立模型和优化算法以获取概念或规律的功能，深度学习推动机器学习向纵深发展，为很多瓶颈问题提供解决方案。机器学习广泛应用于各个领域，通过传感设备观察和接触外部环境，从多个维度对不同类型的参数样本进行识别标记和关联分析，再做进一步的统计分类和推理预测。“机器学习是人工智能的一种典型运用，计算机通过软件中所包含的算法和规则，分析学习者历史数据以制定适应性决策。”[5]机器学习渗透进教育领域，跟踪海量训练数据，解释思政课教学过程，掌握学生情况并提供反馈。“人工智能在机器学习技术方面的应用，有益于实现学生的个性化教育和精准辅导，打破统一学习内容和进程的局限，实现个性化定制教育。”[6]

专家系统作为一种智能程序设计，是某一领域高水平专业知识的集合，通过规则知识搜集、符号化表示、正反向推理和逻辑化释义等手段，借助交互界面提供复杂问题的解答。除了统编教材，思政课教学还要获取大量专业知识以组建知识库，比如经典文献材料、重要思想论述和精选党史纪实等。教师在教学主题和问题模块基础上还需融入专题时评、案例素材、视频资料和实践项目成果。设置教师应用程序系统，对教学资源进行文本处理、形式标注和关系链接，根据不同的课程标准、教学目标、学生水平开发并创建相应的教学模板和方案，利用各种便捷智能终端向教师和学生提供需要的信息和资源。

知识图谱是指以可视化图谱的方式描绘学科知识之间的联系、融合与扩展，具有简洁清晰、直观动态等特点。高校思政课课程目标是“重点引导学生系统掌握马克思主义基本原理和马克思主义中国化理论成果，了解党史、新中国史、改革开放史、社会主义发展史，认识世情、国情、党情，深刻领会习近平新时代中国特色社会主义思想”[7]。高校思政课拥有庞杂海量的信息资源，分散于多个领域，相互关联、渗透交融，处于实时更新和动态生成中。疏理编制其脉络图谱，构建一个结构化的语义网络，有助于实现学科知识、课程知识和教学资源的有效对接，教师可以源源不断地从每个节点补充最新的课件内容和备课资料。

自然语言处理是人与机器交流沟通过程中所使用的语言处理技术，大规模语料库的开发以及深度神经网络发展，使得自然语言处理在机器翻译、语音识别、手写识别、自动问答、搜索引擎、个性化推荐等领域取得进展，同时也赋能现实生活中的教育场景。当下智能教育产品形态如智能批改、拍照搜题、智能测评、智能题库、分级阅读都离不开自然语言处理技术的支持。比如，在线学习平台的文本测评软件整合多种算法具有较高精确度;作文写作指导系统能够提供拼写校对、语法检查、评分润色等服务;虚拟助手能够与学生智能对话，使用自然语言教学。目前思政课教学已利用学习通等平台开展问卷调查、作业评分和练习纠错，期末考试可实现客观题和部分主观题的自动阅卷。

三、基于人工智能的应用型高校思政理论课精准教学模式构建与实践

学者们将人工智能的教育教学应用形态笼统地分为主体性和辅助性两类，前者是作为自治的交互主体参与教学过程，后者是作为功能模块或技术工具融入教学领域。随着智能技术的演化发展，“人工智能正在从外置性技术辅助走向内融性技术渗透”[8]，二者不再泾渭分明。英国学者安东尼·塞尔登探讨人工智能对教学的影响，将教学任务分为五个步骤，包括材料准备、课堂组织、确保所有学生都参与学习、布置和批阅作业、准备期末考试并撰写总结报告，将学习任务也划分为五个步骤，包括记忆知识、应用知识、将知识转化为理解、自我评估和诊断、反思与自主学习发展[9]。思政课精准教学的智能应用可从教与学两个维度展开考察。

（一）教师维度

智能教学系统可协助思政课教师做好备课及课堂管理。首先，利用数据挖掘技术和各种算法工具开展学情分析。随着教育信息化进程飞速推进，各类智能教学应用构建起泛在化、全流程的网络学习支持空间，留下学生活动的细微痕迹，随机记录并积累相关数据。应用型高校思政课是公共教学部门，面对的学生群体通常拥有不同的学科背景、知识结构和认知态度，以往学情分析难度较大，而新兴技术为之提供便利。采集并处理学生的关键信息，如生源地、知识储备、心理特点、认知方式、求学动机、兴趣偏好等，通过数据分析建立学生画像和分类标签。协助思政课教师对学生展开精准关注，根据专业班级自动生成授课计划和教案课件，按照个体的起点能力和学习风格制定培养方案。推荐优质教学资源和个性化知识点，推送课堂测试和课后作业，对资源访问、发帖讨论、任务点完成等后台数据进行跟踪汇总，从而对学生的注意状况和学习态度进行鉴定。其次，利用移动终端和智慧软件加强课堂管理，通过扫码签到、主题讨论、投票抢答、调查问卷、分组任务加强师生互动。传统思政课堂主要以教师讲授为主，千篇一律、照本宣科的课堂模式让学生在被动听课中失去兴趣。除了调整授课内容，提高教学艺术外，师生之间利用智慧软件实施课堂上的互动，不仅能活跃课堂气氛，还能有效提升到课率、抬头率和点头率。此外，采用模式识别、机器视觉、生物特征识别进行课堂行为监测，包括表情检测、手势识别、眼动监测、情绪感知，用集成摄像、传感器或追踪仪随时捕捉学生的心理动态。“在课中教学环节，教师可以利用情感计算技术，来对学生学习的整个过程进行实时监测，推断学生的学习状态和注意力状态，并将监测数据上传至‘教育大脑’，作为教师评估学生课堂学习表现和改进教学策略的依据。”[10]

教育机器人协同思政课教师开展线上课堂和课后辅导。《教育信息化2.0行动计划》指出“加强智能教学助手、教育机器人、智能学伴、语言文字信息化等关键技术研究与应用”[11]。智能教学助手通常在思政课堂承担辅助性任务，尤其是教师无法完成的“一对一”教学工作。传统课堂上思政教师面对整个班级讲课，无法兼顾到每个学生的个人需求，机器人助教在课前预习中提供多模态在线学习资源，课堂上协助完成课程讲解、视频演示和媒体操作。为避免课堂形式单调，机器人助教组织和参与线上多维互动，实施教学干预，带领学生进入拟人化情境，提升教学的趣味性和针对性。智能学伴在课后成为学习助手，思政课的教学对象分布于各个学院和专业，师生在课后缺乏交流，很难检测学生的学习效果，而当前大学生更需要日常沟通和生活关怀。智能学伴拥有自然对话、课后答疑、学业辅导、思想解惑和心理引导等功能，成为一种有益补充。在知识图谱基础上创建知识库，机器人经过持续的训练学习具备自动对话识别和自然语言交互的能力，在动态问答和多轮对话后提供准确答案。

（二）学生维度

自适应学习系统为大学生提供精准学习服务。近年来高校思政课教师除了站稳守好讲台，牢牢把握主渠道、主阵地外，还积极利用各类智能教学平台。包括上传题库自动生成测试习题，开展辅导练习和章节测评等，但总体来说智能化水平较低，各方面尚未健全完善，亟需充分发挥智能技术和产品的优势。“自适应学习系统以个性化学习方式融入思想政治教育领域，凭借独特学习机制使高校思政课达到一元性和多样性相统一，主导性和主体性相统一，精准性和关联性相统一。”[12]高校思政课自适应学习系统是智慧学习生态系统，包括交互界面、技术支持、基础模型、反馈导引四个流程架构。学习者通过交互界面可以快速轻松地登录，读取访问文件，平台、软件和媒体共享共建，成为互通互联、开放动态的数字空间，负责数据库和文件系统的存储。在算法工具、专家系统、数据挖掘等技术支持下建立知识模型和学习者模型，使用移动感知设备和数据分析引擎收集研究后续学习行为并不断更新初始模型，智能推理引擎为每个学生进行资源适配和路径导航，激发学生潜能。

自适应系统应用于思政课，首先，可以传递多样性内容，教师在课堂上以教材为标准并结合课件和视频讲授，受到时间和空间限制。而云平台可以汇聚丰富素材，包括基础知识的巩固学习、深度理论的专题学习、拓展材料的探究学习和实践知识的虚拟情境学习，并处于实时更新和共享中。同时图像处理技术和多媒体技术将抽象枯燥的理论知识以可视化方式呈现出来，包括图像图形、模型矩阵、多维造型、动画视频等，让学习者在沉浸式视觉体验中更好地理解和接受知识，形成完整形象的认知地图。其次，可以激发学生主体性。思政课堂上教师在目标制定、内容讲述、气氛调动中起主导作用，自适应学习模式突出学生主体性，学生受个人兴趣爱好驱使，或带着疑难问题去探索，独立自主地制订或选择学习计划，逐层推进把握节奏。再次，可以提供精确的反馈信息。学生的自适应学习始终处于个体与系统的双向协同过程中，资料查阅、交流讨论、课题项目都会留下完备记录。利用学习分析技术形成自适应诊断，学生根据系统的提示和反馈完成自我判断，调整接下来的学习路径，云平台也会在后续推荐更合适的任务和内容。

四、人工智能时代应用型高校思政课精准教学模式实施关键点

（一）突出价值塑造和伦理规约