摘 要：以人工智能賦能高校思政課內(nèi)涵式發(fā)展，本質(zhì)上是以新的方式反思現(xiàn)實，并通過主動建構(gòu)塑造新的未來，其基礎(chǔ)在于實現(xiàn)賦能的機理。人工智能的賦能是通過場景化的知識“言傳”和知識“意會”，進行自適應(yīng)的知識供給和知識遷移，構(gòu)建學(xué)習(xí)者與人工智能協(xié)同發(fā)展的學(xué)習(xí)生態(tài)、教師與學(xué)生共同學(xué)習(xí)的知識生態(tài)，從而推動高校思政課守正創(chuàng)新，實現(xiàn)內(nèi)涵式發(fā)展。

關(guān)鍵詞：人工智能；思政課；場景化；自適應(yīng)；人機協(xié)同

科學(xué)技術(shù)是推動教育變革創(chuàng)新的動力源泉，人類的文明史本身就是科學(xué)技術(shù)與教育相互激勵、相互促進的歷史。以科技手段賦能思政課，既是推動教育變革及創(chuàng)新、實現(xiàn)教育現(xiàn)代化的題中應(yīng)有之義，又是貫徹黨的教育方針、更好落實黨領(lǐng)導(dǎo)教育工作的重要實踐。當前，人工智能推動人文社會科學(xué)與信息技術(shù)交叉融合，以人工智能賦能高校思政課已屬可行；人工智能可助力高校思政課繼續(xù)發(fā)揮傳統(tǒng)優(yōu)勢，實現(xiàn)智能化躍遷，以人工智能賦能高校思政課實屬必要。

一、人工智能賦能高校思政課內(nèi)涵式發(fā)展的出場

自1946年世界上第一臺計算機誕生以來，科學(xué)家們一直設(shè)想計算機能夠擁有更強大的功能。1956年，美國達特茅斯會議提出，要“制造一臺機器，該機器可以模擬學(xué)習(xí)或者智能的所有方面”，進而提出了“人工智能”的概念。關(guān)于“人工智能”的概念，一直存在多種定義，目前主要有兩種：一是美國科學(xué)家馬文·李·明斯基（Marvin L.Minsky）提出的“人工智能是一門科學(xué)，是使機器做那些人需要通過智能來做的事情”；而人工智能領(lǐng)域開創(chuàng)者之一尼爾斯·約翰·尼爾森（Nils John Nilsson）提出“人工智能是關(guān)于知識的科學(xué)”，它研究知識的表示、知識的獲取和知識的運用。^［1］兩者中，前者涉及兩個未明確定義的概念，即“人”“智能”；后者只涉及一個，即“知識”。相較于“人”“智能”，“知識”被研究得更加深入，且人、智能與知識緊密相關(guān)，知識是智能的基礎(chǔ)。因此，本文采用尼爾森的定義，即人工智能是“關(guān)于知識的科學(xué)”，它研究知識的表征、知識的獲取和知識的運用。

在“人工智能”概念提出后的近七十年時間里，人工智能的發(fā)展并非一帆風(fēng)順。直到進入21世紀，隨著算力的提升和大數(shù)據(jù)的積累，人工智能終于進入快速發(fā)展期。近年來，生成式人工智能取得重大突破，人類朝向“通用人工智能”這一目標又邁進一步。生成式人工智能可進行比較連貫、有一定深度的對話，它通過學(xué)習(xí)和理解數(shù)據(jù)的分布，生成具有相似性的新數(shù)據(jù)，進而生成文本、圖像、音視頻等內(nèi)容，涌現(xiàn)出推理、思維鏈等一些體現(xiàn)智能的能力。^［2］但是，目前的生成式人工智能至多是感知意義上而非認知意義上的“通用人工智能”^［3］。人類距離真正的“通用人工智能”還有相當距離。盡管如此，人工智能正在改變?nèi)祟惖母兄⒅R和思想，并在此過程中引發(fā)人類歷史進程的變遷。這一趨勢不可阻擋。

當前，人工智能已被廣泛應(yīng)用于人類生產(chǎn)生活中，能大大減輕甚至替代部分人類所從事的重復(fù)、繁雜、繁重的勞動，成為“賦能者”。人工智能賦能教育，可以幫助教師為學(xué)習(xí)者提供個性化和符合實際需要的學(xué)習(xí)內(nèi)容，為學(xué)習(xí)者提供更大的學(xué)習(xí)自主權(quán)，幫助學(xué)習(xí)者更好地挖掘自身潛力，使學(xué)習(xí)更有效、更吸引人，進而改變教育。人工智能賦能教育，主要體現(xiàn)為使學(xué)習(xí)資源、內(nèi)容、途徑、方式等更加靈活、開放和共享，學(xué)習(xí)需求由外驅(qū)向內(nèi)驅(qū)回歸，學(xué)習(xí)者由他律向自律轉(zhuǎn)變，學(xué)習(xí)過程由以“教”為中心向以“學(xué)”為中心轉(zhuǎn)變

?！安徽摻逃男问?、內(nèi)容、方法、手段等如何變化，未來教育的中心依舊是培養(yǎng)人并為促進人的全面發(fā)展而服務(wù)。”

^［4］高校思政課是一種獨特的教育活動，借助人工智能同樣可實現(xiàn)上述變革。人工智能賦能高校思政課，旨在系統(tǒng)性推動學(xué)習(xí)過程的守正創(chuàng)新，實現(xiàn)內(nèi)涵式發(fā)展。近年來，學(xué)界探討了人工智能賦能高校思政課的樣態(tài)，如精準思政、智能思政、數(shù)字思政等，取得了豐厚的研究成果。目前我們尚需探究和厘清人工智能賦能高校思政課的機理，以便深入探討推動高校思政課內(nèi)涵式發(fā)展何以可能、可行。

二、人工智能賦能高校思政課內(nèi)涵式發(fā)展的機理

人的學(xué)習(xí)過程可分為知識表征、知識獲取、知識運用等三個部分。人工智能是“關(guān)于知識的科學(xué)”，研究知識表征、知識獲取、知識運用，這本身是對人的學(xué)習(xí)過程的模擬和映射。人工智能具有場景化、自適應(yīng)、人機協(xié)同的功能優(yōu)勢，可賦能高校思政課的學(xué)習(xí)過程，形成場景化的知識表征、自適應(yīng)的知識獲取、人機協(xié)同的知識運用，幫助學(xué)生強化對主流意識形態(tài)和黨的創(chuàng)新理論的學(xué)習(xí)理解，推動高校思政課守正創(chuàng)新，實現(xiàn)內(nèi)涵式發(fā)展。

（一）場景化的知識表征

人類的知識可被分為顯性知識和隱性知識兩大類型。適應(yīng)這兩類知識，人工智能所賦能的知識表征，分為場景化的知識“言傳”和場景化的知識“意會”。

1. 場景化的知識“言傳”

顯性知識可被理解為能以系統(tǒng)化方法表征、正式且規(guī)范的知識。^［5］它通常以語言、文字、圖像、聲音等為知識載體進行存儲、傳播和表征，它較容易被記錄和論述，是可以確知并被編碼輸入信息系統(tǒng)的知識。顯性知識易于表征，可以“言傳”。人類的感知是多模態(tài)化的，場景無論是在原初意義上還是在引申意義上也是多模態(tài)化的。語言、文字、圖像、聲音等既是知識的載體，又是各類場景的組成要素。在人工智能大發(fā)展之前，語言、文字、圖像、聲音等作為知識載體進行知識表征，往往只能以單一模態(tài)進行。因此，當語言、文字、圖像、聲音等進行知識表征時，它們不但要從場景中析出，還往往相互區(qū)隔，而析出的過程本身意味著并固化著相互區(qū)隔，即知識載體從場景中析出，既帶來并固化了知識載體與場景的相互區(qū)隔，又帶來并固化了知識載體之間的相互區(qū)隔。以人工智能對語言、文字、圖像、聲音等知識載體進行多模態(tài)化的整合，使它們在進行知識表征時不再需要從場景中析出。這樣不但消弭了知識載體與場景的相互區(qū)隔，更契合人類社會各類場景的多模態(tài)化本質(zhì)特征；不但使知識載體場景化，而且消弭了知識載體之間的相互區(qū)隔，更契合人類的感知偏好，有利于人類學(xué)習(xí)和理解知識。由此，在高校思政課學(xué)習(xí)過程中，人工智能整合、構(gòu)建的強大場景可承載、存儲、傳播、表征更大容量的顯性知識，實現(xiàn)更高質(zhì)效的知識“言傳”。

2. 場景化的知識“意會”

1958年，英國哲學(xué)家邁克爾·波蘭尼（Michael Polanyi）首先提出“隱性知識”的概念。與顯性知識不同，隱性知識通常以經(jīng)驗、印象、感悟、團隊默契、組織文化、風(fēng)俗習(xí)慣等形式存在，它可以被理解，但難以模態(tài)化地承載、存儲、傳播、表征。隱性知識只可“意會”，難以“言傳”。隱性知識這一概念的提出，正式承認了未經(jīng)或不能系統(tǒng)化處理的經(jīng)驗類知識，拓寬了人們對知識的認知。顯性知識與隱性知識就像大海上的冰山，前者像冰山露出海面的部分，是冰山一角；后者像冰山隱在海面下的部分。正因為隱性知識只能形式化地存在，難以模態(tài)化地組織和呈現(xiàn)，才使其藏身海面之下。然而，難以“言傳”不代表難以感知。隱性知識以經(jīng)驗、印象、感悟、團隊默契、組織文化、風(fēng)俗習(xí)慣等形式分布于場景之中，但又綜合作用于人類的感知。所以，隱性知識在存在意義上是相互區(qū)隔的，在感知意義上是多模態(tài)融合的，即隱性知識之間相互區(qū)隔，但隱性知識融于場景之中。人類的感知是多模態(tài)化的，場景也是多模態(tài)化的。人類容易感知場景，易于接受場景。以人工智能構(gòu)建并發(fā)展虛擬與現(xiàn)實相融合的場景或完全虛擬化的場景（元宇宙），通過這樣的場景不斷加強隱性知識之間的聯(lián)系，消弭隱性知識之間的相互區(qū)隔，從而構(gòu)建高校思政課的沉浸式學(xué)習(xí)場景，使越來越多的隱性知識得到“意會”。

（二）自適應(yīng)的知識獲取

人類獲取知識，主要通過知識供給和知識遷移兩種方式，即吸納已有知識和建構(gòu)新的知識。根據(jù)不同的獲取方式，人工智能所賦能的知識獲取可以分為自適應(yīng)的知識供給和自適應(yīng)的知識遷移。

1. 自適應(yīng)的知識供給

人類知識生產(chǎn)速度愈來愈快、數(shù)量愈來愈大的現(xiàn)狀及趨勢，知識獲取的“去中心化”、知識獲取方式的多維化和多元化，使高校思政課的學(xué)習(xí)過程不再像以往那么嚴格受限于時空環(huán)境及條件，發(fā)生了開放式、扁平化的結(jié)構(gòu)性改變，教師和學(xué)生更加平等，學(xué)生的主體性及選擇權(quán)不斷增強。為適應(yīng)高校思政課開放式、扁平化的結(jié)構(gòu)性改變，人工智能賦能知識供給，需要使學(xué)生能夠動態(tài)、便捷、有效地獲取課堂內(nèi)外已有的和不斷生成的知識，滿足其個性化學(xué)習(xí)需求。人工智能通過綜合分析文本、自然語音、圖形圖像、交互式視覺場景等，可即時反饋學(xué)生的需求、興趣、狀態(tài)等差異化學(xué)情。教師可據(jù)此實時提供學(xué)習(xí)指導(dǎo)，及時完善學(xué)習(xí)形式，適時優(yōu)化學(xué)習(xí)內(nèi)容，然后借助人工智能盡可能精準供給知識。如此循環(huán)，科學(xué)、柔性地構(gòu)建學(xué)習(xí)環(huán)境和學(xué)習(xí)過程，形成“教師＋學(xué)生＋人工智能”^［6］的學(xué)習(xí)共同體，實現(xiàn)自適應(yīng)的知識供給，為學(xué)生提供個性化的學(xué)習(xí)支持，使學(xué)生的學(xué)習(xí)需求由外驅(qū)向內(nèi)驅(qū)回歸。但是，自適應(yīng)的知識供給是相對淺層的知識獲取，要實現(xiàn)更深層的知識獲取，高校思政課還需要自適應(yīng)的知識遷移。

2. 自適應(yīng)的知識遷移

高校思政課的學(xué)習(xí)不局限于教室，學(xué)生將在越來越復(fù)雜化的場景中學(xué)習(xí)。為適應(yīng)高校思政課教師和學(xué)生更加平等、學(xué)生主體性及選擇權(quán)不斷增強的趨勢，人工智能賦能知識遷移需要從學(xué)生主體性出發(fā)，更高效地激發(fā)學(xué)生學(xué)習(xí)的主動性和創(chuàng)造性。知識遷移是指學(xué)習(xí)者把在一定場景中獲取的知識和技能應(yīng)用于新場景的建構(gòu)能力。早期的知識遷移理論強調(diào)學(xué)習(xí)條件及遷移條件之間的相似性，而現(xiàn)代的遷移理論認為概念化學(xué)習(xí)、深層理解和加工知識、反思和批判性思維、類比和聯(lián)想等有利于知識遷移。^［7］人工智能賦能高校思政課進行知識遷移，要使學(xué)習(xí)貫穿課堂內(nèi)外及前后，完成自適應(yīng)的知識供給，更要推動學(xué)生在自適應(yīng)的知識供給基礎(chǔ)上主動探究或解決不同場景的問題，從而加強概念化學(xué)習(xí)，深化對知識的理解和加工、反思和批判、類比和聯(lián)想，進而遷移到更多的場景。如此擴散，使不同的場景聯(lián)系起來，拓展學(xué)生的認知場域，降低認知成本，實現(xiàn)自適應(yīng)的知識遷移，幫助學(xué)生在與外部世界的持續(xù)交互中建構(gòu)意義，進行意義聯(lián)結(jié)，從而更好地認識世界、理解自我。^［8］

（三）人機協(xié)同的知識運用

人機協(xié)同之所以成為功能優(yōu)勢，就在于二者有機協(xié)同、優(yōu)勢互補，形成“1＋1＞2”的質(zhì)效。人工智能所賦能的知識運用，不是簡單的“運用”，而是在知識運用的過程中構(gòu)建學(xué)習(xí)者與人工智能協(xié)同發(fā)展的閉環(huán)和學(xué)習(xí)生態(tài)，構(gòu)建教師與學(xué)生共同學(xué)習(xí)的閉環(huán)和知識生態(tài)。

1. 構(gòu)建學(xué)習(xí)者與人工智能協(xié)同發(fā)展的學(xué)習(xí)生態(tài)

人工智能賦能高校思政課所構(gòu)成的人機協(xié)同中，“人”即學(xué)習(xí)者，由學(xué)生和教師共同組成；“機”即人工智能及其硬件載體，“機”作為“學(xué)伴”與學(xué)習(xí)者協(xié)同學(xué)習(xí)。在這一人機協(xié)同中，教師與學(xué)生平等地不斷獲取信息、進行交互，運用已有知識及認知框架不斷組合新的信息并形成新的知識和正確的觀念。這些不斷組合的新的信息所形成的知識和觀念，又被“投喂”給人工智能，用于人工智能的繼續(xù)訓(xùn)練和完善，由此形成學(xué)習(xí)者與人工智能協(xié)同發(fā)展的閉環(huán)和學(xué)習(xí)生態(tài)。已有知識和新的知識被持續(xù)運用于這一人機協(xié)同發(fā)展的閉環(huán)中，培育學(xué)習(xí)生態(tài)，驅(qū)動學(xué)習(xí)生態(tài)持續(xù)良性“成長”，從而推動人機協(xié)同重塑高校思政課學(xué)習(xí)過程的組織模式和服務(wù)模式，使以“教”為中心、以知識灌輸為本位的教學(xué)過程轉(zhuǎn)變?yōu)橐浴皩W(xué)”為中心、以知識運用為本位的學(xué)習(xí)過程，將過去由教師與學(xué)生組成的二元、單向、傳遞式教學(xué)模式轉(zhuǎn)變?yōu)橛山處?、學(xué)生、人工智能共同構(gòu)成的開放、多向、交互式學(xué)習(xí)模式，進而塑造以教師為主導(dǎo)、學(xué)生為主體的智能化學(xué)習(xí)過程。

2. 構(gòu)建教師與學(xué)生共同學(xué)習(xí)的知識生態(tài)

人工智能賦能高校思政課所構(gòu)成的人機協(xié)同，實際上構(gòu)建了虛實融合的學(xué)習(xí)空間，重構(gòu)了高校思政課的學(xué)習(xí)場景。知識不但分布存儲于這樣的學(xué)習(xí)空間和場景之中，還能以結(jié)構(gòu)化、場景化的方式得以呈現(xiàn)和運用。在這樣的學(xué)習(xí)空間和場景中，人工智能延伸了教師與學(xué)生所感知、認知的廣度和深度，優(yōu)化了教師與學(xué)生的互動及其體驗，增強了教師與學(xué)生共同探索、共享知識的意愿和能力。同時，教師與學(xué)生共同探索、共享知識的過程又促進學(xué)生學(xué)會主動建構(gòu)、遷移、內(nèi)化知識，主動運用知識進行更多的啟發(fā)性、創(chuàng)造性學(xué)習(xí)，進而與教師共同探索和共享新的知識，使知識在螺旋式上升中實現(xiàn)動態(tài)的有序化呈現(xiàn)，由此形成教師與學(xué)生共同學(xué)習(xí)的良性知識生態(tài)。這不但可以減少或避免簡單化、重復(fù)性的學(xué)習(xí)，還可以提高知識傳播和運用的質(zhì)效，實現(xiàn)人機協(xié)同的智慧生成^［9］，從而助力學(xué)生在知識運用過程中不斷提升學(xué)習(xí)能力和認知能力。

萬物得其本者生，百事得其道者成。人工智能賦能高校思政課內(nèi)涵式發(fā)展，首先要準確把握“本”，即高校思政課的政治屬性和意識形態(tài)屬性，舍“本”則不“生”；然后要正確把握“道”，即運用人工智能實現(xiàn)賦能的機理，離“道”則不“成”。人工智能賦能高校思政課內(nèi)涵式發(fā)展，本質(zhì)上是以新的方式反思現(xiàn)實并通過主動建構(gòu)塑造新的未來，其基礎(chǔ)在于實現(xiàn)賦能的機理。準確把握“本”，正確把握“道”，不斷挖掘人工智能的功能優(yōu)勢，持續(xù)賦能高校思政課，是推動思政課建設(shè)內(nèi)涵式發(fā)展的必答題及應(yīng)用題。

三、結(jié)語

當前，人工智能正驅(qū)動著人類經(jīng)濟社會眾多領(lǐng)域的演進發(fā)展。人工智能賦能高校思政課，既有利于高校思政課繼續(xù)發(fā)揮傳統(tǒng)優(yōu)勢，又有利于破解高校思政課中某種程度存在的“內(nèi)卷”現(xiàn)象。高校思想政治工作本身要求“因事而化、因時而進、因勢而新”。人工智能賦能高校思政課，既是因“事”“時”“勢”的客觀要求，又是實現(xiàn)內(nèi)涵式發(fā)展的題中應(yīng)有之義。

參考文獻

［1］李德毅.人工智能導(dǎo)論［M］.北京：中國科學(xué)技術(shù)出版社，2018：2.

［2］徐思彥.生成式人工智能：發(fā)展演進及產(chǎn)業(yè)機遇［J］.人工智能，2023（4）：43-50.

［3］魏屹東.關(guān)于通用人工智能的哲學(xué)思考［J］.南京社會科學(xué)，2024（2）：10-19.

［4］關(guān)成華，黃榮懷.面向智能時代：教育、技術(shù)與社會發(fā)展［M］.北京：教育科學(xué)出版社，2021：6.

［5］趙士英，洪曉楠.顯性知識與隱性知識的辯證關(guān)系［J］.自然辯證法研究，2001（10）：20-23，33.

［6］彭斌.基于人工智能的智慧學(xué)習(xí)新常態(tài)［J］.現(xiàn)代信息科技，2020（21）：185-187.

［7］劉偉，戚萬學(xué)，宋守君.致力于知識遷移的深度學(xué)習(xí)探究［J］.現(xiàn)代教育技術(shù)，2019（3）：25-31.

［8］郝祥軍，顧小清，張?zhí)扃?人機協(xié)同學(xué)習(xí)：實踐模式與發(fā)展路向［J］.開放教育研究，2022（4）：31-41.

［9］王一巖，鄭永和.智能時代的人機協(xié)同學(xué)習(xí)：價值內(nèi)涵、表征形態(tài)與實踐進路［J］.中國電化教育，2022（9）：90-97.