ARTICLE · 1356016

题目:人工智能赋能高中思想政治“教-学-评”一体化的实践研究

发布时间：2026-11-14 18:34:41 最近访问：2026-11-14 18:34:42

一、选题依据

（一）国内外相关研究的梳理及研究动态

1.国内研究现状

国内学界围绕人工智能赋能思政课建设与教学评一体化两大主题展开了较为系统的探讨，形成了若干具有代表性的研究方向。

在人工智能赋能思政课的宏观研究层面，季雨（2025）从价值引领、知识体系与实践教学三个维度，系统阐释了人工智能推动大中小学思政课一体化建设的内在逻辑，指出人工智能以知识结构可视化、智能评价、自适应学习为核心，能够跨学段呈现知识节点、识别认知盲点、弥合教学断点，为思政课一体化内涵式发展提供技术支撑。该研究侧重于学段纵向衔接视角，为理解AI在思政教育领域的应用边界提供了理论框架，但对高中阶段具体课堂场景的落地路径着墨不多。黄叶玲（2025）以"我国的经济发展"复习课为个案，从共生范式构建、沉浸情境创构、全域资源统整、智能评价生成四个维度展开实践探索，提出AI赋能高中思政教学的具体操作路径，其研究的实践指向性较强，但尚未触及"教-学-评"三者系统联动的深层机制。

在教学评一体化的理论与实践研究方面，叶兰留（2025）基于"教学评一致性"理念，提出聚焦单元大概念、导入目标细化表、创设情境脉络线、对标评价量规度的教学设计框架，强调素养目标统领下教、学、评各环节的协同设计。孔晟（2025）构建了"教师导学—自主探学—合作议学—展评促学"的"四学"课堂模式，以评促学、以评促教，试图在课堂微观层面实现教学评的深度融汇，其研究细化了课堂操作流程，但评价工具的技术含量仍有提升空间。屈秀萍（2024）引入新结构教学评框架，开展大单元"四维一体"教学设计，主张以课程标准为导向、大概念为核心、学科素养为目标、评价工具为手段，推动教学评一体化转型升级，该研究为单元层面的一体化设计提供了结构化工具，但尚未引入数智技术元素。

在AI与思政课评价融合的专项研究中，周维煦（2025）深入剖析了人工智能技术驱动思政课教育评价的现实隐忧，包括算法偏见导致价值偏差、数据采集侵犯隐私、技术依赖弱化人文关怀等问题，并从技术伦理、制度规范、主体素养三个层面提出应对路径，其研究的批判性视角对于本课题规避技术风险具有重要借鉴意义。卢爱鲜（2026）指出当前高中政治教学评一体化存在目标错位、过程割裂、评价单一、落地虚化等实践困境，提出构建指向一致的目标体系、议题式教学流程、核心素养导向评价体系及复盘迭代机制等优化路径，其对现实困境的诊断较为精准，但未将人工智能作为破解困境的关键变量纳入分析框架。

总体来看，国内研究已分别在AI赋能思政课、教学评一体化两个领域积累了较为丰富的成果，但将二者深度结合、系统探讨人工智能如何全链条赋能高中思政课"教-学-评"一体化的专门研究仍较为匮乏，多数研究停留在技术工具的零散应用层面，缺乏从目标设定、教学实施到评价反馈的闭环式设计，尤其缺少扎根高中课堂的系统性实践研究。

2.国外研究现状

国外相关研究主要集中在人工智能赋能公民教育（Civic Education）与教学评价一体化两个领域，其研究语境与我国思想政治教育存在差异，但技术应用逻辑与方法层面具有参考价值。

Wang与Luo（2025）针对人工智能时代中学思想政治教育质量提升问题展开系统研究，认为AI技术在创新教学模式、拓展教育边界、支撑精准教学方面具有显著优势，同时指出数据安全隐私、教育者角色异化、人文关怀消解等现实挑战，提出坚持教师主导、强化制度建设、推动AI与人文精神融合发展的策略体系。该研究在国际语境下探讨了思政教育与AI融合的一般性规律，但其提出的评价策略较为宏观，未形成可操作的一体化流程模型。

Li与Zhang（2025）基于情感分析技术构建了思政课程多维评价模型，采用RoBERTa-BiGRU融合架构，整合语义特征提取与熵权分配方法，实现情感认同度、教学互动性、学习满意度三个维度的综合量化，实验显示模型准确率达0.946，较传统BiLSTM方法提升4.9%。该研究在评价技术层面取得突破，为智能评价提供了算法支撑，但未将评价系统与教学设计、学习过程进行系统衔接，尚未形成教-学-评闭环。

Chen与Wang（2025）探讨生成式人工智能优化青少年伦理教育教学路径的问题，提出包含目标设定、资源生成、情境创设、效果评价在内的结构化框架，指出可借助视觉技术分析学生课堂表情与肢体动作，精准判断学生情感变化与知识掌握程度，同时强调意识形态与道德发展难以直接测量，需通过行为观察、数字足迹分析、社会适应模式追踪等间接方式判断教育效果。该研究触及了生成式AI在人文社科类课程中应用的特殊性，其"混合评价"思路对于本课题具有方法论启示意义。

总体而言，国外研究在技术算法层面较为深入，注重模型构建与实证检验，但受教育制度与课程体系差异所限，其研究成果无法直接移植到我国高中思想政治课场景中，尤其缺乏与我国思政课课标体系、素养目标、育人要求相适配的一体化实践方案。

（二）本课题相对于已有研究的独到学术价值和应用价值

1.学术价值

第一，构建人工智能赋能高中思政课"教-学-评"一体化的理论分析框架。现有研究多将AI视为单一环节的辅助工具，本课题将人工智能作为贯穿教学目标设定、学习过程支持、评价反馈优化的系统性变量，揭示三者在技术赋能下的联动机制与运行逻辑，丰富思政教育数字化转型的理论内涵。

第二，探索思政学科智能评价的本土化路径。针对思想政治学科价值性与知识性统一、内隐性与外显性并存的特点，本课题突破纯技术导向的评价思路，构建"人机协同、多维互补"的智能评价体系，既发挥AI在过程数据采集、认知水平诊断方面的优势，又保留教师在价值判断、情感体察方面的主导地位，为人文社科类课程智能评价提供新的理论范式。

第三，拓展教学评一致性理论的技术维度。崔允漷教授提出的教学评一致性理论在基础教育领域影响深远，但既有研究多在传统教学语境下展开，本课题将人工智能技术变量引入该理论框架，探讨技术条件下教学目标、学习活动、评价任务三者的新匹配关系，推动教学评一体化理论在数智时代的创新发展。

2.应用价值

第一，为高中思政课教师提供可操作的智能化教学评一体化实施方案。本课题立足高中课堂实际，开发适配统编教材的典型课例设计包、智能评价量规与工具使用指南，直接服务一线教学，帮助教师破解"目标-教学-评价"脱节难题，提升课堂育人实效。

第二，推动思政课评价方式转型升级。针对传统评价重结果轻过程、重认知轻情感、重共性轻个性的弊端，本课题依托AI技术实现评价数据全程化、评价维度多元化、评价反馈即时化，切实发挥评价的诊断、激励与改进功能，促进学生思想政治学科核心素养的真实发展。

第三，为区域推进思政课数字化改革提供实践样本。研究成果可直接应用于区域智慧教育平台建设，为教育行政部门制定思政课数字化转型政策提供实践依据与数据支撑，助力高中思政教育高质量发展。

二、研究内容

（一）研究对象与主要目标

本课题以普通高中思想政治课程"教-学-评"一体化建设为研究对象，以人工智能技术为赋能手段，选取江西省3所不同层次的普通高中作为实践基地，围绕必修模块典型单元开展行动研究。

主要目标包括：一是厘清人工智能赋能高中思政课"教-学-评"一体化的内在机理与实践逻辑，形成系统化的理论认知；二是构建"目标精准锚定—过程智能支持—评价即时反馈"的一体化运行机制，开发配套的工具、资源与流程；三是形成一批可复制、可推广的典型课例与实践模式，验证其在提升学生学科核心素养与教师教学能力方面的实际效果；四是总结提炼实践经验与风险防范策略，为同类学校提供参考借鉴。