Page 55 - 思想政治教育与职业素养

第二章 高校思想政治教育创新对策

（二）赋能机遇：多模态学习分析 + 适应性反馈 + 人机协同

人工智能实现了人的自由性、创造性及社会关系延伸，拓展着人的自由而全
面发展的实践方式。当前，高校思想政治教育领域人工智能的开发应用较多地体
现在多模态学习分析、适应性反馈、人机协同上。
首先，多模态学习分析为教育者获得受教育者思想意识与行为的精准画像提

供了可能。教育者掌握的社会所要求的思想政治品德规范与受教育者思想政治品
德水平之间的矛盾，是贯穿高校思想政治教育实践各环节的基本矛盾。受教育者

思想政治品德的形成与发展，是知、情、意、信、行心理要素与行为因素相互矛
盾运动的结果。在人工智能时代，受教育者所表现出的特有话语表达、叙事特征、
生活气息相较于现实社会，更具灵活性、简洁性和生动性；“校内层面”“校际
层面”“校地层面”的交流早已不再被视为偶尔沟通的双方，受教育者思想意识、

行为动机隐匿于“现实存在”与“虚拟活动”所形成的动态关联之中。高校思想
政治教育只有透过层层迷雾，对受教育者的思想政治意识现状和行为习惯进行精
准画像，才能做到有的放矢，提高教育实效性。多模态学习分析可实现对各类人

工智能媒介的捕捉，在教育过程中完成对学习数据的全面收集、处理与应用。在
准确收集受教育者各类人工智能媒介上学习痕迹数据的基础上，对其思想和行为
特点进行精准分析，可以为后期适应性反馈奠定基础。多模态学习分析以其灵活
生动的特点，可以有效激发受教育者的学习兴趣，较好地实现教学、学习、评价、

管理和服务协同发展。
其次，适应性反馈为教育者精准供给思想政治教育内容提供了条件。在校期
间，受教育者多居住在相对固定的物理空间，受限于意义、身份、认同之中，并

持续影响着这一空间。同样，受教育者禁锢于虚拟网络空间，漫游于现代技术造
就的网络生活，经历着各种舆论竞争和思想空间争夺。在永不停息的动态虚拟空
间，受教育者对精准思政的浓厚兴趣被激发出来。高校思想政治教育实践过程的
难点之一，在于如何根据受教育者的知识储备、专业背景、认知能力，因人制宜

地将合适的教育内容呈现给受教育者，实现精准思政。人工智能的适应性反馈，
可通过主动和被动相结合的方式，综合运用受教育者在使用过程中的各类历史数

据，实现对受教育者思想政治理论内容掌握水平及对未来学习情况的评估预测。
通过支持受教育者自行搭建知识图谱，精准指导其掌握自身学习状况，推荐合理
的学习规划，投递合适的学习内容。所有这些，均为思想政治教育内容的精准“投

39