发布日期:
生成式AI嵌入高校学生思想政治教育的价值、挑战及策略
文章字数：4965
摘要：生成式AI作为引领新一轮科技革命的战略性技术，深刻改变学生信息获取方式与认知逻辑。其在为思想政治教育拓展认知、增效引导、革新互动带来价值赋能的同时，也引发了主体数字素养不足、教育者能力模式滞后及技术固有风险凸显等挑战。为此，高校需从主体赋能、模式变革到技术治理的多个维度，构建协同发力的教育引导体系，推动高校学生思想政治教育工作向数字化转型。
关键词：生成式AI；高校；思想政治教育；数字素养
引言：习近平总书记强调：“人工智能作为引领新一轮科技革命和产业变革的战略性技术，深刻改变人类生产生活方式”[1]“不断提升人工智能技术的安全性、可靠性、可控性、公平性”[2]。生成式AI以强大的内容生成与交互能力深度融入社会，重塑知识传播与认知形态。高校学生正处于价值观形成的关键时期，思想开放且具有较强可塑性，认知模式与价值取向极易受AI数字环境的影响。这种影响本身的复杂性与蕴含的潜在风险，已经成为思政教育必须直面的全新课题。系统剖析生成式AI嵌入思政教育的价值、挑战与应对路径，对引领高校思政教育数字化转型具有重要的实践意义。
一、生成式AI嵌入高校学生思想政治教育的价值意蕴
（一）认知模式的拓展性转型。生成式AI通过打破学科壁垒，将不同领域知识进行关联重组与具象化呈现，推动思政教育突破单一理论灌输的局限，与专业知识、社会现实、前沿科技深度融合，帮助学生构建“思政+”复合型认知框架，实现认知广度与深度的双重提升。其拟人化、动态化的交互模式，能够有效激发学生的主动追问意识与探究精神，引导他们围绕思政理论和社会热点展开深度思考，推动认知从被动接受转向主动建构。在人机协同成为常态的场景下，“分布式认知”这一全新认知模式逐步形成，学生认知的核心从传统的知识记忆、逻辑推导，转向问题定义、提示词工程设计与AI生成结果整合，由此培育数字认知素养与批判性思维，为思政教育知行合一目标的实现奠定认知基础。
（二）价值引导的增效潜能。认知模式的转变为价值引导提供了新的认知基础与思维框架。生成式AI作为高效的信息供给与情境创设工具，其运作逻辑与内容输出特点可被充分转化为思政教育的正向资源；其以效率最优为核心的逻辑，则能进一步转化为培育务实作风与创新精神的工具，契合思政教育价值引领与能力提升的双重任务。通过将实时社会动态、典型人物事迹、现实伦理场景等快速融入教学，生成式AI为学生提供多元立体的价值参照，使价值引导不再是空洞的说教，而是融入具体情境的沉浸式体验，有效深化学生对主流价值观的认同，实现价值引导的提质增效，彰显技术赋能下思政教育的时代适应性。
（三）互动情境的革新动力。价值引导的深化对教育方法与实践路径提出了更高要求，进而推动互动情境实现革新。生成式AI以高拟真度的“拟主体”身份，成为学生日常正向交互的载体，通过无条件的积极关注与高共情的情感回应，辅助学生完成文本润色、观点梳理与情感表达优化，从而提升其表达流畅度与情感管理能力，为现实人际互动储备技能。更深层的是，学生在与AI正向交互中习得的尊重、理性与共情行为逻辑，可逐步迁移至现实人际互动，改善其交往态度与行为选择。这一过程并非取代现实互动，而是弥补了传统思政教育在实践环节的短板，将教育场域从理论灌输延伸至行为养成，强化了实践育人功能。
二、生成式AI嵌入高校学生思想政治教育的现实挑战
（一）适配风险：学生数字素养不足。一是信息鉴别力较弱，容易受到非主流价值观渗透。生成式AI输出的内容兼具流畅性与逻辑自洽性，对价值观尚在形塑期的大学生极具迷惑性。学生普遍缺乏对信息进行交叉验证、辨析论证逻辑的自觉与能力，容易被掺杂偏见或错误立场的论述误导，忽视对内容真实性与价值立场的审视。这种“逻辑自洽”的表象，让非主流或错误思想得以伪装成理性客观的知识权威，绕过学生的认知防线直接渗透进其观念体系。尤其在历史观、社会比较这类复杂议题上，AI可能基于存在偏差的训练数据输出片面的误导性结论，对学生尚未稳固的思想认知构成潜在冲击。二是技术依赖会削弱学生的批判思辨能力。有调查显示，56.7%的受访者每天使用AI，71.7%的受访者担忧过度依赖AI会导致思维惰性。[3]这反映了当前“依赖与忧虑并存”的状态：生成式AI在提供便利的同时，也潜藏着思维外包化与浅表化的风险。当学生习惯于直接获取结构完整、表述清晰的答案时，从提出问题、搜集资料到综合分析、批判建构的完整思维过程就会被大幅压缩。长期如此，不仅会降低学生的批判性思维能力与辩证思考意愿，更值得警惕的是，AI常以技术中立的姿态呈现知识，可能无形中助长价值相对主义倾向，消解学生对真理性与价值严肃性的内在追求。三是虚实边界模糊会导致认知与行为脱节。生成式AI与沉浸式虚拟环境正日益模糊线上与线下、真实与虚拟的界限，部分学生可能将AI互动作为情感倾诉、社交练习乃至道德决策的替代场景。然而，AI交互本质上是可预测、低风险且高度定制化的，缺乏真实人际互动中特有的不确定性、情感复杂性与道德重量。AI输出的类同情表达，终究无法生成真实的情感共鸣。长期沉浸会弱化思政教育知行合一的效果，让学生在虚拟场景中形成的道德认知难以适配现实社会，导致共情能力与责任意识下降，最终出现认知与行为脱节、虚拟道德立场无法在现实中践行的问题。
（二）效能风险：教育者能力与模式滞后。一是教师智能应用能力不足。多数思政课教师、辅导员对生成式AI的技术原理与功能边界缺乏系统了解，仅将其视为高级搜索工具或文本辅助工具，未能认识到其作为新型认知中介与价值载体的深层属性。这使得教师难以有效利用该技术创新教学模式，如部分教师不会用AI设计互动教学环节，甚至无法识别学生引用的AI生成错误观点。当学生的技术熟练度反超教师时，传统的教育权威与引导威信便会面临挑战，部分教师可能因技术隔阂产生回避心态，在关键思想对话中陷于被动。二是现有引导模式难以适配个性化需求。思想政治教育方法是为达到教育目的所采用的方法和手段。[4]当前，以课堂讲授与集体活动为主的标准化教育模式，已经难以适配生成式AI影响下学生思想动态呈现的个体化、弥散化与实时化趋势。私人化人机交互催生的思想困惑，靠周期性开展的集体活动无法做到精准及时的响应。传统教育模式虽然在解决普遍性思想问题上仍然行之有效，但面对AI引发的深层差异化思想困惑，确实存在覆盖面不足、针对性不强与反馈滞后等局限。如果不及时转向精准引导，思政教育的效能将会在高度个性化的信息环境中持续弱化。
（三）失控风险：技术固有缺陷。一是算法黑箱效应遮蔽引导路径。以大规模语言模型为代表的生成式AI，其内部决策机制高度复杂且不透明，也就是所谓的算法黑箱问题。模型参数权重高达数十亿，不透明性严重限制了其解释力与可信度。这使得教育者无法洞悉AI回应思政议题时的信息权衡与组织逻辑，难以预测其对学生产生的具体影响。当学生受到AI特定观点影响时，引导者因无法清晰追溯其论证逻辑与价值前提，导致针对性的辩驳缺位。这种不可解释性遮蔽了思想影响路径，削弱了引导工作的精准度与有效性。二是虚假信息滋生会加速偏见传播。生成式AI存在“输出幻觉”的固有缺陷，生成内容看似合理却可能存在事实错误或纯属虚构，有时还会内嵌价值偏见，对教育活动产生负面影响。在思想领域，这一问题具体表现为捏造历史事实、杜撰权威言论或曲解理论观点。同时，训练数据中内嵌的社会偏见会被模型学习并放大，使其在回应社会议题时可能生成输出带有系统性偏见或歧视性的结论，就很容易被学生不加批判地接受。此类虚假与偏见信息的扩散，不仅会污染信息生态，更会从深层侵蚀学生认知所依赖的事实基础与价值标准，动摇学生对信息真实性、客观性与公正性的信念。
三、生成式AI嵌入高校学生思想政治教育的应对策略
（一）提升数字素养：培育学生批判性自主能力。在认知训练层面，开展信息鉴别与批判思维专项训练。高校应当系统推进以解构与验证为核心的训练工作：首先通过典型案例揭示AI概率生成的本质与“幻觉”现象，破除学生对AI输出内容的盲目信任；其次教授批判性分析框架，指导学生开展溯源求证、审视逻辑漏洞、识别文化或价值偏向；最后通过工作坊、模拟辩论等活动，让学生对比AI内容、权威信源与多元观点，锤炼“内容虽流畅，必加察辨”的审慎思维习惯，构建独立的认知防御体系。在实践赋能层面，搭建人机对话反思实践平台。为矫正学生的思维惰性与认知浅表化问题，需要设计强制嵌入批判反思环节的人机协同平台。例如，布置综合性学习任务，要求学生在借助AI形成初步观点后，完成反思报告，说明自己如何评估、筛选与修正AI提供的材料与结论；开展反向提问训练，引导学生从多角度追问、挑战AI给出的答案，直观认识技术的边界。经过这类训练，AI可从提供答案的工具转变为训练思辨的伙伴，巩固学生作为认知主体的地位。在伦理塑造层面，加强数字身份与伦理教育。为解决虚实边界模糊引发的认知行为脱节问题，需要帮助学生建构统一的数字公民身份认同。在认知层面，引导学生理性认识AI交互的低风险与可定制性，对比现实人际交往中情感真实性与责任连带性的特点，明晰虚实边界，避免将虚拟互动的模式直接套用于现实交往；在伦理层面，强化线上线下行为一致性教育，明确数字空间言论与AI互动都具备伦理意涵与现实影响。
（二）创新育人体系：强化教师主导与模式变革。一是提升教师智能应用与内容创作能力。聚焦教师AI应用能力短板，构建系统化的培训与实践赋能体系，依据相关意见要求，深化人工智能助推教师队伍建设工作，全面提升教师数字素养：通过分层分类培训讲解AI技术原理与思政领域应用场景，破除认知壁垒；搭建实践平台，引导教师探索AI教学的实操路径，提升资源挖掘与教学创新能力；强化教师的AI内容鉴别与创作素养，推动教师创作贴合学生需求的优质思政内容，巩固思政教育的引导权威，摆脱被动引导的困境。二是构建以学生为中心的个性化引导机制。针对传统标准化模式难以适配个性化需求的问题，立足学生信息获取与思想困惑的个体化、弥散化特征，整合线上线下行为数据与思想动态信息，建立学生思想画像，精准捕捉因人机交互产生的价值困惑与思想偏差；创新引导载体，借鉴四川大学“马晓理”、华中科技大学“爱华导”等思政智能体的实践经验，突破课堂讲授与集体活动的传统形式，搭建一对一思想交流、线上答疑等个性化渠道，实现对学生思想动态的实时响应与精准介入，破解传统模式覆盖面不足、反馈滞后的难题。
（三）强化技术治理：规训技术工具防控技术风险。一方面，以主流价值观引领算法设计。聚焦算法黑箱问题，从设计源头将主流价值观融入算法研发的全过程。高校可以联合技术团队，开发具有算法透明度且与主流价值观对齐的校本化生成式AI工具，明确算法的决策机制、数据来源与信息权衡逻辑，使教育者能够清晰地追溯生成式AI输出内容的论证路径与价值前提；优化算法核心逻辑，将价值观契合度、内容客观性纳入评估指标，引导生成式AI在回应思政议题时坚守正确导向，从源头削弱算法黑箱的遮蔽作用，提升引导工作的精准度与有效性。另一方面，建立人机协同的内容审核过滤机制。针对虚假信息与偏见传播问题，构建人机协同的全流程审核体系：依托校本化生成式AI工具的内置审核功能，搭建智能监测平台，快速预警拦截生成式AI生成的虚假、歪曲类风险内容，弥补人工审核的效率短板；同时，强化人工审核的核心作用，组建由思政专家、学科教师、技术人员构成的审核团对高风险内容进行精准研判与处置，并定期优化生成式AI审核模型，提升内容识别准确率；此外，建立覆盖校园生成式AI工具使用与内容传播全场景的长效审核机制，从传播环节遏制虚假信息与偏见内容的扩散，夯实学生认知的事实基础与价值标准，筑牢思政教育内容的安全防线。
参考文献：
[1]习近平在中共中央政治局第二十次集体学习时强调：坚持自立自强突出应用导向推动人工智能健康有序发展[N].人民日报，2025-04-27（1）．
[2]习近平出席金砖国家领导人第十五次会晤并发表重要讲话[N].人民日报，2023-08-24(1)．
[3]中青在线，徐健刘亿楠,青平：AI的正确打开方式是建立思维领域的“缓冲带”[EB/OL].(2026-01-16)[2026-01-30].http://news.cyol.com/gb/articles/2026-01/16/content_77VA9YieEB.html.
[4]郑永廷，胡树祥，骆郁廷.思想政治教育方法论（修订版）[M].北京：高等教育出版社，2010：3.
基金项目：教育部高校思想政治工作队伍培训研修中心（云南民族大学）2025年度思想政治工作队伍专项开放课题“生成式人工智能对高校学生思想的影响机理与教育引导路径研究”（编号：YMU2025YB03）的成果。
关键词：生成式AI；高校；思想政治教育；数字素养
引言：习近平总书记强调：“人工智能作为引领新一轮科技革命和产业变革的战略性技术，深刻改变人类生产生活方式”[1]“不断提升人工智能技术的安全性、可靠性、可控性、公平性”[2]。生成式AI以强大的内容生成与交互能力深度融入社会，重塑知识传播与认知形态。高校学生正处于价值观形成的关键时期，思想开放且具有较强可塑性，认知模式与价值取向极易受AI数字环境的影响。这种影响本身的复杂性与蕴含的潜在风险，已经成为思政教育必须直面的全新课题。系统剖析生成式AI嵌入思政教育的价值、挑战与应对路径，对引领高校思政教育数字化转型具有重要的实践意义。
一、生成式AI嵌入高校学生思想政治教育的价值意蕴
（一）认知模式的拓展性转型。生成式AI通过打破学科壁垒，将不同领域知识进行关联重组与具象化呈现，推动思政教育突破单一理论灌输的局限，与专业知识、社会现实、前沿科技深度融合，帮助学生构建“思政+”复合型认知框架，实现认知广度与深度的双重提升。其拟人化、动态化的交互模式，能够有效激发学生的主动追问意识与探究精神，引导他们围绕思政理论和社会热点展开深度思考，推动认知从被动接受转向主动建构。在人机协同成为常态的场景下，“分布式认知”这一全新认知模式逐步形成，学生认知的核心从传统的知识记忆、逻辑推导，转向问题定义、提示词工程设计与AI生成结果整合，由此培育数字认知素养与批判性思维，为思政教育知行合一目标的实现奠定认知基础。
（二）价值引导的增效潜能。认知模式的转变为价值引导提供了新的认知基础与思维框架。生成式AI作为高效的信息供给与情境创设工具，其运作逻辑与内容输出特点可被充分转化为思政教育的正向资源；其以效率最优为核心的逻辑，则能进一步转化为培育务实作风与创新精神的工具，契合思政教育价值引领与能力提升的双重任务。通过将实时社会动态、典型人物事迹、现实伦理场景等快速融入教学，生成式AI为学生提供多元立体的价值参照，使价值引导不再是空洞的说教，而是融入具体情境的沉浸式体验，有效深化学生对主流价值观的认同，实现价值引导的提质增效，彰显技术赋能下思政教育的时代适应性。
（三）互动情境的革新动力。价值引导的深化对教育方法与实践路径提出了更高要求，进而推动互动情境实现革新。生成式AI以高拟真度的“拟主体”身份，成为学生日常正向交互的载体，通过无条件的积极关注与高共情的情感回应，辅助学生完成文本润色、观点梳理与情感表达优化，从而提升其表达流畅度与情感管理能力，为现实人际互动储备技能。更深层的是，学生在与AI正向交互中习得的尊重、理性与共情行为逻辑，可逐步迁移至现实人际互动，改善其交往态度与行为选择。这一过程并非取代现实互动，而是弥补了传统思政教育在实践环节的短板，将教育场域从理论灌输延伸至行为养成，强化了实践育人功能。
二、生成式AI嵌入高校学生思想政治教育的现实挑战
（一）适配风险：学生数字素养不足。一是信息鉴别力较弱，容易受到非主流价值观渗透。生成式AI输出的内容兼具流畅性与逻辑自洽性，对价值观尚在形塑期的大学生极具迷惑性。学生普遍缺乏对信息进行交叉验证、辨析论证逻辑的自觉与能力，容易被掺杂偏见或错误立场的论述误导，忽视对内容真实性与价值立场的审视。这种“逻辑自洽”的表象，让非主流或错误思想得以伪装成理性客观的知识权威，绕过学生的认知防线直接渗透进其观念体系。尤其在历史观、社会比较这类复杂议题上，AI可能基于存在偏差的训练数据输出片面的误导性结论，对学生尚未稳固的思想认知构成潜在冲击。二是技术依赖会削弱学生的批判思辨能力。有调查显示，56.7%的受访者每天使用AI，71.7%的受访者担忧过度依赖AI会导致思维惰性。[3]这反映了当前“依赖与忧虑并存”的状态：生成式AI在提供便利的同时，也潜藏着思维外包化与浅表化的风险。当学生习惯于直接获取结构完整、表述清晰的答案时，从提出问题、搜集资料到综合分析、批判建构的完整思维过程就会被大幅压缩。长期如此，不仅会降低学生的批判性思维能力与辩证思考意愿，更值得警惕的是，AI常以技术中立的姿态呈现知识，可能无形中助长价值相对主义倾向，消解学生对真理性与价值严肃性的内在追求。三是虚实边界模糊会导致认知与行为脱节。生成式AI与沉浸式虚拟环境正日益模糊线上与线下、真实与虚拟的界限，部分学生可能将AI互动作为情感倾诉、社交练习乃至道德决策的替代场景。然而，AI交互本质上是可预测、低风险且高度定制化的，缺乏真实人际互动中特有的不确定性、情感复杂性与道德重量。AI输出的类同情表达，终究无法生成真实的情感共鸣。长期沉浸会弱化思政教育知行合一的效果，让学生在虚拟场景中形成的道德认知难以适配现实社会，导致共情能力与责任意识下降，最终出现认知与行为脱节、虚拟道德立场无法在现实中践行的问题。
（二）效能风险：教育者能力与模式滞后。一是教师智能应用能力不足。多数思政课教师、辅导员对生成式AI的技术原理与功能边界缺乏系统了解，仅将其视为高级搜索工具或文本辅助工具，未能认识到其作为新型认知中介与价值载体的深层属性。这使得教师难以有效利用该技术创新教学模式，如部分教师不会用AI设计互动教学环节，甚至无法识别学生引用的AI生成错误观点。当学生的技术熟练度反超教师时，传统的教育权威与引导威信便会面临挑战，部分教师可能因技术隔阂产生回避心态，在关键思想对话中陷于被动。二是现有引导模式难以适配个性化需求。思想政治教育方法是为达到教育目的所采用的方法和手段。[4]当前，以课堂讲授与集体活动为主的标准化教育模式，已经难以适配生成式AI影响下学生思想动态呈现的个体化、弥散化与实时化趋势。私人化人机交互催生的思想困惑，靠周期性开展的集体活动无法做到精准及时的响应。传统教育模式虽然在解决普遍性思想问题上仍然行之有效，但面对AI引发的深层差异化思想困惑，确实存在覆盖面不足、针对性不强与反馈滞后等局限。如果不及时转向精准引导，思政教育的效能将会在高度个性化的信息环境中持续弱化。
（三）失控风险：技术固有缺陷。一是算法黑箱效应遮蔽引导路径。以大规模语言模型为代表的生成式AI，其内部决策机制高度复杂且不透明，也就是所谓的算法黑箱问题。模型参数权重高达数十亿，不透明性严重限制了其解释力与可信度。这使得教育者无法洞悉AI回应思政议题时的信息权衡与组织逻辑，难以预测其对学生产生的具体影响。当学生受到AI特定观点影响时，引导者因无法清晰追溯其论证逻辑与价值前提，导致针对性的辩驳缺位。这种不可解释性遮蔽了思想影响路径，削弱了引导工作的精准度与有效性。二是虚假信息滋生会加速偏见传播。生成式AI存在“输出幻觉”的固有缺陷，生成内容看似合理却可能存在事实错误或纯属虚构，有时还会内嵌价值偏见，对教育活动产生负面影响。在思想领域，这一问题具体表现为捏造历史事实、杜撰权威言论或曲解理论观点。同时，训练数据中内嵌的社会偏见会被模型学习并放大，使其在回应社会议题时可能生成输出带有系统性偏见或歧视性的结论，就很容易被学生不加批判地接受。此类虚假与偏见信息的扩散，不仅会污染信息生态，更会从深层侵蚀学生认知所依赖的事实基础与价值标准，动摇学生对信息真实性、客观性与公正性的信念。
三、生成式AI嵌入高校学生思想政治教育的应对策略
（一）提升数字素养：培育学生批判性自主能力。在认知训练层面，开展信息鉴别与批判思维专项训练。高校应当系统推进以解构与验证为核心的训练工作：首先通过典型案例揭示AI概率生成的本质与“幻觉”现象，破除学生对AI输出内容的盲目信任；其次教授批判性分析框架，指导学生开展溯源求证、审视逻辑漏洞、识别文化或价值偏向；最后通过工作坊、模拟辩论等活动，让学生对比AI内容、权威信源与多元观点，锤炼“内容虽流畅，必加察辨”的审慎思维习惯，构建独立的认知防御体系。在实践赋能层面，搭建人机对话反思实践平台。为矫正学生的思维惰性与认知浅表化问题，需要设计强制嵌入批判反思环节的人机协同平台。例如，布置综合性学习任务，要求学生在借助AI形成初步观点后，完成反思报告，说明自己如何评估、筛选与修正AI提供的材料与结论；开展反向提问训练，引导学生从多角度追问、挑战AI给出的答案，直观认识技术的边界。经过这类训练，AI可从提供答案的工具转变为训练思辨的伙伴，巩固学生作为认知主体的地位。在伦理塑造层面，加强数字身份与伦理教育。为解决虚实边界模糊引发的认知行为脱节问题，需要帮助学生建构统一的数字公民身份认同。在认知层面，引导学生理性认识AI交互的低风险与可定制性，对比现实人际交往中情感真实性与责任连带性的特点，明晰虚实边界，避免将虚拟互动的模式直接套用于现实交往；在伦理层面，强化线上线下行为一致性教育，明确数字空间言论与AI互动都具备伦理意涵与现实影响。
（二）创新育人体系：强化教师主导与模式变革。一是提升教师智能应用与内容创作能力。聚焦教师AI应用能力短板，构建系统化的培训与实践赋能体系，依据相关意见要求，深化人工智能助推教师队伍建设工作，全面提升教师数字素养：通过分层分类培训讲解AI技术原理与思政领域应用场景，破除认知壁垒；搭建实践平台，引导教师探索AI教学的实操路径，提升资源挖掘与教学创新能力；强化教师的AI内容鉴别与创作素养，推动教师创作贴合学生需求的优质思政内容，巩固思政教育的引导权威，摆脱被动引导的困境。二是构建以学生为中心的个性化引导机制。针对传统标准化模式难以适配个性化需求的问题，立足学生信息获取与思想困惑的个体化、弥散化特征，整合线上线下行为数据与思想动态信息，建立学生思想画像，精准捕捉因人机交互产生的价值困惑与思想偏差；创新引导载体，借鉴四川大学“马晓理”、华中科技大学“爱华导”等思政智能体的实践经验，突破课堂讲授与集体活动的传统形式，搭建一对一思想交流、线上答疑等个性化渠道，实现对学生思想动态的实时响应与精准介入，破解传统模式覆盖面不足、反馈滞后的难题。
（三）强化技术治理：规训技术工具防控技术风险。一方面，以主流价值观引领算法设计。聚焦算法黑箱问题，从设计源头将主流价值观融入算法研发的全过程。高校可以联合技术团队，开发具有算法透明度且与主流价值观对齐的校本化生成式AI工具，明确算法的决策机制、数据来源与信息权衡逻辑，使教育者能够清晰地追溯生成式AI输出内容的论证路径与价值前提；优化算法核心逻辑，将价值观契合度、内容客观性纳入评估指标，引导生成式AI在回应思政议题时坚守正确导向，从源头削弱算法黑箱的遮蔽作用，提升引导工作的精准度与有效性。另一方面，建立人机协同的内容审核过滤机制。针对虚假信息与偏见传播问题，构建人机协同的全流程审核体系：依托校本化生成式AI工具的内置审核功能，搭建智能监测平台，快速预警拦截生成式AI生成的虚假、歪曲类风险内容，弥补人工审核的效率短板；同时，强化人工审核的核心作用，组建由思政专家、学科教师、技术人员构成的审核团对高风险内容进行精准研判与处置，并定期优化生成式AI审核模型，提升内容识别准确率；此外，建立覆盖校园生成式AI工具使用与内容传播全场景的长效审核机制，从传播环节遏制虚假信息与偏见内容的扩散，夯实学生认知的事实基础与价值标准，筑牢思政教育内容的安全防线。
参考文献：
[1]习近平在中共中央政治局第二十次集体学习时强调：坚持自立自强突出应用导向推动人工智能健康有序发展[N].人民日报，2025-04-27（1）．
[2]习近平出席金砖国家领导人第十五次会晤并发表重要讲话[N].人民日报，2023-08-24(1)．
[3]中青在线，徐健刘亿楠,青平：AI的正确打开方式是建立思维领域的“缓冲带”[EB/OL].(2026-01-16)[2026-01-30].http://news.cyol.com/gb/articles/2026-01/16/content_77VA9YieEB.html.
[4]郑永廷，胡树祥，骆郁廷.思想政治教育方法论（修订版）[M].北京：高等教育出版社，2010：3.
基金项目：教育部高校思想政治工作队伍培训研修中心（云南民族大学）2025年度思想政治工作队伍专项开放课题“生成式人工智能对高校学生思想的影响机理与教育引导路径研究”（编号：YMU2025YB03）的成果。