米华全 伍虹霓:AI智能体赋能精准思政的机制、困境与进路

党的二十届三中全会提出，要“形成网上思想道德教育分众化、精准化实施机制”[3]33，进一步明确了思想政治教育精准化发展路向。精准思政是思想政治教育精准化的简称，指在精准思维的指导下，以大数据、人工智能、区块链和虚拟现实等前沿技术为支撑，促进受教育者思想素质、政治觉悟、道德水平及个性潜能全面发展的精准育人活动。AI智能体兼具创造性内容生产、个性化人机互动、专业化知识检索和多模态处理等功能，能够以“需求识别—即时生成”的交互机制和“特征分析—精准推送”的算法逻辑弥补传统思想政治教育模式的同质化缺陷，以技术赋能实现教育供给与多元需求的精准匹配，为破解思想政治教育供需结构性矛盾、实现主流价值传播实效化提供创新路径。

（一）基于数据驱动的精准画像具化因材施教理念

思想政治教育对象是个性鲜明的独立个体，其思想观念和价值追求各具特质。唯有推动思想政治教育向精准化转型，才能以个性化、动态化的内容供给回应个体的差异化诉求。精准思政以精准滴灌的方式“实现对传统思想政治教育大水漫灌模式的超越，最终实现精准育人，提高思想政治教育的效能与质量”[4]。基于AI智能体的精准思政，可以深度追踪并可视化呈现教育对象的思想动态和学习效果，构建教育对象的全息画像，以提升教育精细化水平。其一，AI智能体通过多模态数据融合技术，能够精准识别教育对象的潜在智能。多元智能理论认为，个体具备多种不同类型的智能，涵盖音乐智能、身体—动觉智能、逻辑—数学智能、语言智能、空间智能、人际智能、自我认知智能等。[5]9-17AI智能体实时采集的文本交互数据、视频学习时长、知识检索路径等学习行为数据，经算法结构化处理后，能够精准捕捉学生的潜在需求，生成个性化发展图谱，为教师提供更加客观深入的学情洞察。相较于传统问卷调查或教师经验判断，这种数据采集方式具有较强的连续性、较好的隐蔽性和较高的实效性，能够有效避免数据采集过程中主观因素导致的信息失真，保障所获取数据是教育对象现实情况的精准反映。其二，AI智能体凭借强大的数据采集与分析能力，可以完成对教育对象特征的全景式画像。该画像既覆盖教育对象的学习行为模式、兴趣偏好、知识掌握状况等显性特征，又有助于深入挖掘教育对象的思想动态、价值倾向等隐性特质。具体而言，AI智能体可以运用自然语言处理技术（NLP）分析教育对象的文本语言，精准识别其思想倾向与情感态度；利用计算机视觉技术（CV）捕捉教育对象面部表情与肢体语言，推断其心理活动和思想动态；通过机器学习算法整合多源异构数据，对教育对象的学习状况进行多维度综合研判。在此基础上，AI智能体遵循“识别—判断—评估”的逻辑链条，构建立体化、可视化的教育对象画像，为教育者定制思想政治教育方案提供参考，助力思想政治教育从经验驱动向数据驱动、从群体化施策向精准化育人转型。

（二）基于深度学习的知识生产精准供给教育资源

“AI智能体的普适性、集成性以及卓越的学习能力，使其能够快速融入教育场景并广受欢迎。”[6]教育内容的精准性是精准思政得以实施的关键要素。AI智能体依托跨模态生成能力，通过海量思想政治教育数据的聚合、训练和调优，可以实现对知识的解构与重组，为思想政治教育提供权威专业、及时精准、因人而异的教育内容。其能够在纵向上贯通古今，整合中华优秀传统文化与马克思主义经典理论，帮助学生形成纵深历史视野；在横向上打破学科壁垒，联动社会科学与自然科学资源，帮助学生塑造跨界融合视野；在前沿上洞悉发展趋势，追踪时政与学术热点，生成具有预判性的价值引导策略。进而，使主流价值传播突破碎片化表达，在更宏阔的认知坐标系中强化理论阐释的穿透力与思想引领的精准度。其一，精准设定培养目标。基于用户数据的分析，AI智能体能够依据教育对象的个性需要、思维方式、认知水平设计短期与长期的教学目标。在横向维度根据认知基础差异设置多梯度教学目标；在纵向维度结合思想动态变化实施教学方案持续进阶，协助教育者设计分层分类的教育培养框架，并为教育对象提供可自我评估的学习目标参照系，实现教与学的双向精准对齐。其二，精准配置教育资源。创造性的知识生产能力是AI智能体的核心功能和重要优势，它能够根据用户提示词、上下文和积累的用户数据，精准匹配知识需求进行思想政治教育内容生产。在实践中，AI智能体依托检索增强生成（RAG）等技术，生成并推送适配不同认知层次、偏好与需求的文本、图像、视频等多模态学习资料，促进思想政治教育内容定制化供给和精准化投送。如智能体可为具象思维主导者提供更多图文并茂的教案，还可为抽象思维主导者进行“苏格拉底式”思辨问答。其三，精准构建教育场域。AI智能体可嵌入师生的学习生活，重构思想政治教育传播的时空结构。时间维度上，AI智能体通过对课程知识图谱的分析，既能为超前学习者生成拓展性微课，又能为滞后的学习者生成补偿性知识模块。空间维度上，AI智能体结合虚拟现实（VR）、增强现实（AR）等设备连接物理空间、虚拟空间和心智空间，使思想政治教育突破物理空间限制，构建理论推演与实践情景相统一的教育新场域。而且，AI智能体还能依据不同线上教育场域，分化出更具针对性的角色。例如，南开大学的辅导员智能体“AI开开”，不仅能够为学生解答思想政治教育问题，还可以提供心理支持、生涯辅导、医保咨询等服务。

（三）基于人机共生的教育生态创设精准教育方式

随着技术的深入发展，人工智能赋能思想政治教育正从工具性的局部创新走向生态性的系统变革，促使人机互动从二元疏离转变为人机共生的深度融合。AI智能体作为深度参与思想政治教育的协同主体，通过助力教学实施、反馈和评估等环节的智能化协同重塑，成为提升精准思政效能的重要载体。其一，助力教学实施走向精准施教。“智能助教”“智能学伴”等AI智能体依托“多平台协作+智能机器人代理”的运行模式，具备多角色互动、强交互能力、专业教学问答与深度感知等功能。[7]它不仅能够提升课堂组织、师生互动和课堂管理的综合效能，还能根据学生需求提供全时段的答疑服务。如浙江大学研发的“AI+思想道德与法治”，在提升施教精准性方面作出了有益探索。其二，助力教学反馈达成精准诊断。AI智能体通过拟人化互动模式和人在回路技术，能够在高质量的交互对话中深入把握教育对象学习状态，精准捕捉其在学习过程中的共性瓶颈和个体差异，并形成客观的学情分析报告，从而帮助教师及时调整教学方法策略，优化教学内容和进度，规划因材施教的育人路径。其三，助力教学评估实现精准衡量。“思想政治教育评估是思想政治教育的重要组成部分，它直接影响思想政治教育各个环节的信息反馈、教育活动的调整。”[8]356现有的思想政治理论课教学评估往往局限于考试成绩、课堂出勤率等显性数据，缺乏学生认知相关的隐性数据，因而难以全面评价思想政治教育成效。依托AI智能体技术，构建过程性评估与增值性评估相结合的评估体系，可以更加精准描摹学生接受思想政治教育前后的认知变化曲线，为更加客观科学的教学评估提供有力支撑，推动精准思政教育方案落地见效。

AI智能体与精准思政的逻辑契合，为新一代信息技术赋能思想政治教育提供了理论可能性和实践可行性。不过，在分析AI智能体正向赋能精准思政的同时，也不能忽视两者之间存在的失配矛盾和偏移风险。实践中，内容生成、数据训练、隐私保护和智能素养等方面存在的现实掣肘，制约着AI智能体赋能精准思政的应用前景。

（一）内容无序涌现与价值精准传导的内在张力

AI智能体的内容生成以语言模式复现与概率预测为底层逻辑，通过数十亿参数的深度神经网络对海量语料中的语言规律和语义结构进行学习，从而生成语法规范、逻辑连贯的文本内容。但由于数据和算法的内生性缺陷，其生成的思想政治教育资源易出现逻辑自洽性与事实准确性、价值导向正确性之间的割裂。其一，数据挖掘的表层化阻碍思想政治教育价值内核的精准传递。当网页内容转化为数字格式时，原本蕴含的思想引导作用和情感传递效果易被削弱。机器学习虽能识别文字间的表面联系，却难以把握辩证思维的内在逻辑，这种简化处理会使生成的学习资源停留在知识表面，甚至将马克思主义理论体系的丰富内涵解构为碎片化的信息堆砌。其二，数据污染与算法偏差造成思想政治教育价值的精准导向失衡。一方面，由于动态网络信息流的质量参差不齐，且海量训练数据无法用人工逐一校验，缺乏有效的系统性筛选机制难以保障生成内容的整体信度与价值导向。若输入未经充分净化与评估的数据，智能体生成内容可能出现事实错误或价值导向的偏差。另一方面，AI智能体虽能通过训练习得学术文本、权威报道的文体特征，生成看似严谨的论述框架，但这种形式合理性可能掩盖内容实质的偏差，甚至放大输出数据的“偏见”，影响正确价值观的培育。

（二）适配数据匮乏与教育需求精准的供需矛盾

从数据语料维度看，将AI智能体应用于思想政治教育领域，正面临基础数据支撑不足与精准育人需求之间的现实矛盾。智能体的训练数据主要包括公用性数据和私人化数据。当前主流大模型主要依赖网络文本、开放文献及社交媒体内容等公用性数据源，虽经清洗、去重、转换、集成等数据处理技术进行了标准化与归一化，但仍难以满足精准思政的需求。精准思政旨在通过捕捉教育对象的认知差异、价值取向及情感需求等异质性特征实现因材施教，这要求AI智能体既掌握普遍性信息，又能运用丰富的历史经验与鲜活的个体行为数据。然而，党的历史文献和创新理论成果因其非结构化特征与数字化程度不足，难以被算法有效解析利用。与此同时，揭示个体行为特征的数据信息，被“条块分割地掌握在不同的管理部门手中，做一些简单的统计与应用”[9]。专业数据的结构性缺失与个性化数据的碎片化，削弱了智能体生成内容的实践指导价值，使其难以精准响应思想政治教育对象的真实需求，造成教育资源供给与育人目标之间的错配。

（三）信息采集粗放与数据精准治理的协同难题

以AI智能体推进思想政治教育的分众化、精准化，需要构建全样本、多角度、动态化的数字画像，这必然涉及心理测评、社交互动轨迹、网络行为等敏感数据的采集、挖掘与分析。但数据治理体系的不完善，在一定程度上使精准育人与隐私保护陷入两难境地。其一，首要困境在于教育数据分类的粗放化倾向。思想政治教育数据主要可以分为知识型数据与用户数据两类。在用户数据方面，当前智能体平台尚未建立明确的思想性数据与行为性数据区分机制，无法将承载意识形态属性的课堂影像、互动记录与日常消费、网络浏览等行为数据进行差异化处理，导致数据分级存储、访问权限设置缺乏明确指引，难以实现精准化数据治理。其二，核心挑战在于敏感数据保护规范的结构性欠缺。思想政治教育涉及的心理测评数据、价值观倾向分析等信息，关系着学生的人格尊严与政治认同状况。《中华人民共和国个人信息保护法》等现行制度虽将医疗卫生、金融账户等信息列为保护对象，却未将个体思想动态、心理波动轨迹等数据纳入特别保护范畴，这可能导致教育对象个人隐私面临“算法穿透”风险，与思想政治教育的人本理念相悖。其三，深层矛盾在于多元主体责任划分的制度性模糊。将大数据分析应用于思想政治教育，“更多地强调技术可能带来的便利，而缺少对教育者、教育对象、技术服务供应商、教育主管部门等主体的法律角色、法律责任等作出规定”[10]。以上问题可能使教育主体陷入两难抉择，一方面，若严格限制数据采集，AI智能体会因数据匮乏陷入“无米之炊”的境地；另一方面，若扩大数据采集范围，则可能引发隐私泄露焦虑，制约精准思政的有序推进。

（四）技术逻辑强化与育人主体弱化的平衡挑战

基于“双主体”理论，人工智能介入前的思想政治教育主体主要是教育者与教育对象。AI智能体凭借生成性、交互性和可扩展性等鲜明特质，在增强技术自主性和智能性的同时，对师生的主体性地位带来了新挑战。其一，技术逻辑挤压教育主导权，削弱精准思政育人的方向把控力。法国技术哲学家雅克·埃吕尔指出，“人在技术社会中应该保持主体而非客体身份，这意味着两个条件：就是说，人能够给技术以方向和定位，并为此目的而能够控制它”[11]117。一方面，教育者在拓展数据采集边界时，须在算法需求与隐私保护之间权衡，可能被迫让渡育人主导权，使数据采集标准逐渐向技术逻辑倾斜。另一方面，技术“黑箱”特性赋予算法享有极大权重的资源配置权，教育者难以实质性介入内容生产与算法推荐机制，教学计划与内容制作愈发依赖算法分析，最终导致精准思政陷入工具理性主导的境况。其二，教育主体能力适配不足，制约精准思政育人的实践效能。对教育者而言，部分教师将AI智能体仅视为交互工具，未能挖掘其在行为分析、个性化教学定制等方面的深层价值；部分年长教师因技术操作障碍产生应用焦虑，年轻教师则因教学经验不足难以实现技术与教育策略的有机结合，影响精准教育方案落地实效。对教育对象而言，AI智能体普遍将用户反馈数据收集起来用于反哺模型，使模型“倾向于产出符合用户期待的结果”[12]，缺乏批判性思维的教育对象极易在信息茧房中丧失独立思考能力，逐渐沦为技术输出内容的被动接受者。此外，教育对象在提示词设计、上下文多轮对话等人机深度协作技能方面的匮乏，也会限制其主动获取优质思想政治教育资源的可能性，使其在学习过程中的自主性与创造性受到技术逻辑的牵制，难以达成个性化成长目标。

总书记指出，要“充分发挥人工智能优势，加快发展伴随每个人一生的教育、平等面向每个人的教育、适合每个人的教育、更加开放灵活的教育”[13]。在人工智能技术的迭代升级和思想政治教育数字化转型的双重驱动下，以AI智能体赋能精准思政已是大势所趋。充分发掘AI智能体的赋能潜力，既须夯实底层数据基座，建设专业化思想政治教育智能体（以下简称“思政智能体”），又须在制度合规性与主体适应性等维度协同发力，最终形成技术赋能与价值引领同频共振的思想政治教育新生态。

（一）研发专业化思政智能体，拓展精准思政智能应用场景

通用大模型虽能规模化生成思想政治教育内容，但“万金油式”输出难以承载思想政治教育特有的价值深度。智能体作为将大模型转变为生产力的主要应用形态，通过智能体工具调用、智能体工作流、智能体人机交互等方式，能够快速理解和响应产业需求，拓宽大模型应用场景。[14]以AI智能体助推精准思政纵深发展，须依托思想政治教育领域的专业化数据进行定向调适，完成从通用智能到思想政治教育垂直领域场景的知识迁移与专项技能习得，构建思政智能体，为AI智能体赋能精准思政提供专业化载体。其一，开发适配思想政治教育领域的算法架构，在技术层面强化价值锚定与内容校验。《生成式人工智能服务管理暂行办法》规定，凡是向我国境内公众提供的生成式人工智能服务，必须坚持社会主义核心价值观。[15]在思政智能体的预训练阶段，思想政治教育从业者应积极参与数据库搭建，将马克思主义理论体系、社会主义核心价值观等关键要素嵌入模型参数空间。通过权重赋值，强化主流价值在算法逻辑中的优先级，确保意识形态安全“数字红线”不可逾越。在事实核查环节，开发基于知识图谱的智能校验引擎。当生成涉及思想政治教育内容时，系统自动关联新华社、人民网、中国政府网、国家统计局等权威网站的数据及信息进行多维度交叉验证。其二，搭建丰富的精准思政教育场景，在应用层面强化价值引领和行为塑造。要按照“需求导向、应用为先、简洁高效”的原则，构建思政智能体矩阵，拓展思想政治教育应用场景。如电子科技大学i思政大模型创新实验室发布的“小思”智能体矩阵，该矩阵涵盖了“思政达人”“党团先锋”“师韵光谱”“科研星球”“职业潮人”“调研雷达”六大智能体，可以全方位服务思想政治理论课、课程思政和日常思想政治教育等场景。

（二）构建权威性思政语料库，夯实精准思政数据支撑基础

建设符合精准思政需求的思政智能体，应突破传统的路径依赖，建立全域覆盖的数据感知和采集网络，系统建设权威性、规模化的思想政治教育语料库。其一，建设高质量专项语料库。重点推进教学资源库、实践案例库和学情数据库建设，为思政智能体提供多元、优质的数据供给。在基座模型训练阶段应系统纳入马克思主义经典著作、权威教材、核心期刊论文及主流网站等数字化资源，确保理论根基的深度与精度。同时，依托数据处理技术深度转化优秀课件、典型经验与教学资源，完善思想政治教育案例库。还要建立全周期师生学情数据库，收集纵向贯通学习阶段、横向覆盖教学行为的结构化与非结构化数据，构建反映教育主体成长轨迹的知识图谱。如华中科技大学的“爱华导”思政智能体基于知识图谱构建了涵盖思想政治工作、安全保障、成长发展、沟通交互、信息咨询和资源推介等6类32项语料库。其二，打造跨域数据生态体系。推动教育管理部门、学校、家庭及第三方教育平台等开展数据合作共享，整合与分析学习者个体行为数据。教育主管部门应以“大思政”格局为引领，在保障隐私安全的前提下，将教务系统的学情数据、课堂智能终端的交互数据、家校协同平台的反馈数据、第三方教育应用的泛在学习数据，以及社会实践活动记录等多元异构数据进行整合梳理。在互联互通、海量汇集的基础上，依托区块链技术建立分布式数据中台，保障数据流转可追溯性与不可篡改性，为精准思政提供全景式、全周期、全链条的数据支撑。其三，健全思政智能体数据安全机制。应以国产大模型为思政智能体基座，构筑数据主权、技术自主和数据安全防线。建立预训练数据清洗、推理实时过滤、人工专家复核等“防火墙”，确保训练数据和生成内容的安全可靠。积极探索“以模制模”技术，构建覆盖“基座模型—知识库—智能体”的全链路防护体系，定期开展模型价值观对齐校准。建立用户举报通道与响应系统，快速处置风险内容。

（三）健全人工智能制度体系，筑牢精准思政规范运行屏障

“从全球技术发展实践来看，通过法律手段规范人工智能技术无疑是国际通行做法。”[16]目前，我国已出台《互联网信息服务管理办法》《中华人民共和国网络安全法》《生成式人工智能服务管理暂行办法》等一系列法律法规，为AI智能体赋能精准思政提供了制度保障。构建思政领域垂类智能体，应以相关上位法为基础，从标准制定、数据治理、权益维护等方面系统发力，形成全链条监管体系。其一，明确行业标准。“宏观层面上的法规制度体系具有纲举目张、举旗定向的重要作用，将为精准育人提供基本遵循”[17]。教育主管部门要牵头组织思想政治教育专家和AI技术团队协同制定行业标准，明确模型开发、数据使用、内容输出的规范要求，并建立动态调整机制，确保制度修订与技术迭代同步。其二，规范数据治理。思政智能体的升级离不开新数据的持续注入，应基于《中华人民共和国个人信息保护法》《中华人民共和国数据安全法》等法律法规，对教育对象的个体数据实施分级分类管理，明确不同类型数据的采集边界、存储期限与使用权限，既保障数据安全，又为大模型训练提供合规、优质的数据资源。特别需要明确技术供应商的数据使用红线，严禁将思想政治教育数据用于非教学场景，防止“教育数据”异化为“商业资产”。且要确定数据采集、存储、应用各环节的责任主体，明确数据泄露、算法歧视等场景的归责认定。其三，维护合法权益。数据采集方须向用户明确告知数据采集与使用的具体范围、目的及方式，并征得用户同意。应建立健全侵权后权利救济机制，确保用户在权益受到侵害时，能够通过合法途径获得相应的赔偿和补救。鉴于思政智能体责任划分和治理途径较为复杂，监管措施的制定应兼具审慎性与灵活性，方能更好服务于精准思政的实践需要。

（四）培育教育主体智能素养，提升精准思政育人实践能力

教育者和教育对象对人工智能技术的认知水平、应用能力与素养储备，直接决定了技术与教学融合的深度、效度及安全性。[18]应强化对教育主体的智能素养培育，构建兼具“技术精度”与“教育温度”的人机协同育人范式。在教育者层面，重点强化对智能技术的驾驭引领能力。立足思想政治教育理论性强、价值导向鲜明的学科特质，围绕智能认知思维、智能应用能力和人工智能伦理等议题，为教育者开展马克思主义理论数字化呈现、教学数据评价分析、价值导向算法优化等专项培训，着力提升其教研资源数字化整合、学情精准研判、智能教学工具实操等能力。为此，须多措并举以保障教育者智能素养得到有效提升。其一，建立协同共建机制，通过技术帮扶、跨校思政教研共同体建设等方式弥合数字鸿沟。其二，建立激励反馈机制，对教育者的智能化教育教学创新成果予以肯定，激发其主动性和创造性。其三，建立科学评价机制，兼顾过程性评价与成果性评价，“细化教育评价政策”[19]。在教育对象层面，要将智能素养培育有机融入教育教学全过程。一方面，开设理论课程提升其认知思维。通过开设人工智能导论、大模型应用开发以及算法伦理、批判性思维等课程，引导教育对象掌握智能体基本知识，提升思辨批判能力，学会质疑、验证与反思智能体的输出，成为主动的信息甄别者。另一方面，开设实践课程训练其操作能力。要强化教育对象精准提问、有效反馈、深度追问等人机协作技能培育，使其能够清晰表达需求，主动挖掘适配的教育资源。值得注意的是，教育者与教育对象的智能素养培育并非彼此孤立，而是要整体融入人机协同育人生态。其中，AI智能体主要承担知识图谱构建、学习行为分析、教学场景创设等技术密集型任务，教育者和教育对象则聚焦情感共鸣、价值引导、思想启迪等核心育人环节。要构建以学习共同体为基础的新型师生关系，教育者应充分发挥主导作用，将技术作为育人手段而非目的，通过面对面交流与情感互动深化价值引领；教育对象则以主体姿态参与人机协同学习，在质疑、验证与重构信息的过程中，消解技术对主体地位的潜在冲击，实现从被动接受者向主动建构者的角色转变。通过“师—机—生”多方协同、多维发力，最终形成教育主体主导、智能技术赋能、师生深度互动的精准思政新格局。