摘要
生成式人工智能为高校思政课教学改革创新带来重大机遇。高校思政课情境教学植根于情境认知理论,强调学习的情境性、具身性与交互性,对提升教学亲和力、促进学生深度思考与情感共鸣具有重要价值。生成式人工智能通过优化教学情境创设、增强人机交互体验、推动教学模式变革及助力学习共同体建设四方面机制赋能高校思政课情境教学,有力重塑了思政课的教学场景、体验环境、交互情境。为了更好地利用生成式人工智能赋能高校思政课情境教学,需要优化教学情境,推动教学场域深度重构;重视人机交互,增强学生理解认同效果;构建智慧情境,提高教学模式育人实效;助力共进共创,建设协作型学习共同体。
关键词
以DeepSeek为代表的各类生成式人工智能成为高校思想政治教育改革创新的重要赋能工具。高校思政课情境教学能够促进学生深度思考、引发情感共鸣。近年来已受到高度关注,一些学者对人工智能赋能高校思政课情境教学模式进行了初步探
情境认知(Situated cognition)理论强调,人们的智能行为产生于主体与环境之间的动态耦
人们的学习认知与其所处在的情境联系密切。情境认知理论认为,情境能够促进学习者有意义的学习,并且能够帮助学习者在真实生活情境中应用知
情境性、交互性与具身性是情境认知的核心特征,也是把握学生认知规律,开展情境教学的关键所在。首先,情境认知理论强调人的认知过程依赖主体所处的社会情境及实践环境。人们认知受情境的深刻影响,并且情境本身可以作为认知活动的重要资
情境教学能够创设逼真的认知任务情境,可加深学生对具体知识细节的理解,增强教学生动性和吸引力,提升学生学以致用、灵活迁移的能力。这是当前高校教学改革创新中广受关注的新模式。习近平总书记指出,“思政课的本质是讲道理,要注重方式方法,把道理讲深、讲透、讲活
高校思政课教学要转向与学生成长紧密相连的情境教学模式,关键在于将教学内容、教学活动、教学任务等课程要素情境化,构建学生真心喜爱、具身参与的思政课堂。首先,创设恰当的教学情境是思政课开展情境教学的基础条件。教师需要根据教学专题选择并创设合适的思政课教学情境。思政课教师应该在社会历史情境中讲深道
当前,高校思政课情境教学模式在改善教学内容抽象、教学方式单一和教学关系疏离等问题上取得了一定的成效。然而,由于教学观念、教学资源、人力资源和资金等主客观条件的限制,高校思政课情境教学模式推广范围受限。近年来,生成式人工智能在生成教学内容、重塑教学场域及增强教学交互等方面展现出巨大潜能,能够全方位赋能高校思政课情境教学。具体而言,生成式人工智能通过赋能教学情境创设、强化人机交互体验、推动教学模式变革以及促进学习共同体建设,显著增强高校思政课情境教学的情境性、具身性和交互性,从而有效提升思政课的教学实效性。
生成式人工智能可以通过教学情境设计优化、教学情境多模态呈现、教学过程情境活动推进等途径重塑教学情境。首先,生成式人工智能可以根据思政课教学专题创设特定的情境链,帮助学生更精准、高效、深入地理解相关思政内容。此外,生成式人工智能还能协助教师快速构建模拟学习情境,提升教学效
生成式人工智能能够在高校思政课情境教学中提供多种形式的深度交互,有效地提升学生学习体验。首先,生成式人工智能可以扮演思政课导师的角色。教师可通过人工智能等技术创设“数字分身”,从而实现一对多的实时指
生成式人工智能能够推动高校思政课情境教学更加精准化、多样化,驱动高校思政课情境教学模式智慧化升级。首先,在高校思政课情境教学中,不同学生学习进度及选择的学习路径有所差异。生成式人工智能能够根据每位学生的独特需求和学习情况提供精准指导。生成式人工智能可激发学生学习积极性,增强学生对马克思主义的理解认
生成式人工智能在赋能高校思政课情境教学过程中,可推动学生学习共同体的构建,形成良好的学习氛围。首先,在生成式人工智能协助下,学生能够更清晰地了解自己在学习共同体内的角色和任务,有助于学习共同体成员在思政课情境教学活动中高效合作。生成式人工智能可促进教育中的人机深度交互,推动共同体双向构
生成式人工智能的迭代发展,为高校思政课的改革创新注入了重要动力。为提高高校思政课的育人实效,教师应在生成式人工智能赋能思政课情境教学的过程中,不断优化教学情境,重视人机交互,构建智慧情境,并着力建设协作型学习共同体。
一是要组织高校思政课教师开展专门的思政课情境教学集体备课,共同研讨生成式人工智能赋能的具体专题情境教学实践方案,共建共享相关情境教学资源。二是要充分整合多类型生成式人工智能创作的思政课情境教学资源,并将智能化沉浸式教学资源与具体思政课情境实践活动结合起来,让思政课情境教学活起来、学生学习动起来。三是高校思政课教师应以具体教学目标为导向,借助生成式人工智能,为参与思政课情境教学的学生提供实时反馈与激励,并在整体把握学生学情的基础上,针对性地优化相应情境教学方案。四是重视高校思政课教学空间的数智化建设,有条件的高校应利用生成式人工智能、虚拟现实、人机交互等数智技术对传统教学空间进行升级改造,为高校思政课情境教学模式的建构提供良好坚实的硬件基础。五是共建共享优秀的高校思政课情境教学资源。例如,可通过多方协同创作以革命英雄、时代先锋模范为原型的高校思政课情境教学剧本,以此来丰富思政课教学资源。
在高校思政课情境教学活动中,应充分发挥生成式人工智能在开展深度人机交互方面的优势。一是教师要根据具体的专题教学内容,精心设计生成式人工智能在思政情境教学中扮演的具体角色,以助力学生在参与相关教学活动时获得更为深刻的学习体验。二是教师应引导学生善于在思政情境教学中运用生成式人工智能,开展协作探索任务,并以解决学习问题为导向,进行深度的人机对话。同时,鼓励学生借助人机对话和智能分析服务,高效联结与思政课理论知识相关的生活情境和文化语境,将思政小课堂与社会大课堂相结合,实现课程知识与既有经验的深度融合。三是教师应将生成式人工智能与思政课智能辅导系统整合,采用亲和力强的语言风格,以增强学生在学习过程中的情感共鸣,确保他们在参与思政课情境教学活动时,能够获得更加专业、精准、个性化的指导。四是教师应充分利用生成式人工智能多模态交互能力,根据不同的高校思政课情境教学实际需求,选择合适的人机交互方式,使得高校思政课情境教学场景更加逼真、生动,从而提升学生情感体验,增强其内心价值认同。
高校思政课教师在利用生成式人工智能赋能情境教学的实施过程中,应以铸魂育人为目标导向,打造智慧思政课情境。一是高校思政课教师应充分利用生成式人工智能技术,为情境教学提供精准指导,助力学生深入理解特定教学内容。学生在智能思政课教学助手的引导下,需对学习过程及成果进行系统总结与深刻反思,深入解读思政课情境所蕴含的丰富内涵,通过理性认知深化自我反思,进而提升自我认知水平。二是教师应重视运用生成式人工智能,设计能够促进学生具身体验的学习活动,并在情境教学过程中进一步强化学生的情感体验。例如,学生可在生成式人工智能辅助下代入特定角色身份,开展思政课情境教学探究活动,通过角色扮演、虚拟漫游、沉浸交互、任务推进等方式,获得身临其境的深刻体验。三是教师要借助生成式人工智能动态识别学生对思政课教学内容及形式的需求,灵活设计具有适应性的高校思政课情境教学方案,激发学生具身学习的积极性,推动学生将理论认知转化为价值认同,并将正确价值观念付诸行动。
在生成式人工智能的助力下,高校思政课情境教学还应加强协作型学习共同体的建设,推动学生在协作互助中逐步成长为时代新人。一是高校思政课教师要引导学生借助生成式人工智能开展小组讨论活动。应推动学生通过人机协作分析深化对复杂思政课情境问题的理解,在学习共同体知识共享与经验交流的过程中悟透道理、厘清学理、领悟哲理。二是高校思政课教师要鼓励学生在课内外情境教学活动中积极探索创新,引导其借助生成式人工智能开展协作式知识建构活动。应鼓励学习共同体将思政课所学知识与社会发展前沿结合起来,为中国式现代化建设贡献青年智慧。三是高校思政课教师在情境教学活动中要利用生成式人工智能搭建高效的在线协作平台,推动协作型学习共同体的交流协作、增强团结互信。教师应充分发挥情境育人作用,构建充满活力的思政课学习共同体,促进学生之间协同共进。四是高校思政课教师要借助以生成式人工智能为核心的数智技术,在学习共同体交流平台中集成虚拟教师助手,通过智能交互与精准化反馈,为学生提供个性化、专业化教学指导。
参考文献
刘佳. 人工智能技术条件下高校思政课情景教学模式创新研究[J]. 思想理论教育导刊, 2021(11): 100-103. [百度学术]
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). [百度学术]
Roth W M, Jornet A. Situated cognition[J]. Wiley Interdisciplinary Reviews: Cognitive Science, 2013, 4(5): 463-478. [百度学术]
Choi J I, Hannafin M. Situated cognition and learning environments: roles, structures, and implications for design[J]. Educational Technology Research and Development, 1995, 43(2): 53-69. [百度学术]
Woolley N N, Jarvis Y. Situated cognition and cognitive apprenticeship: a model for teaching and learning clinical skills in a technologically rich and authentic learning environment[J]. Nurse Education Today, 2007, 27(1): 73-79. [百度学术]
Hung D. Situated cognition and problem-based learning: Implications for learning and instruction with technology[J]. Journal of Interactive Learning Research, 2002, 13(4): 393-414. [百度学术]
Semin G R, Smith E R. Interfaces of social psychology with situated and embodied cognition[J]. Cognitive Systems Research, 2002, 3(3): 385-396. [百度学术]
Wortham S. Interactionally situated cognition: a classroom example[J]. Cognitive Science, 2001, 25(1): 37-66. [百度学术]
Da Rold F. Defining embodied cognition: The problem of situatedness[J]. New Ideas in Psychology, 2018, 51(1): 9-14. [百度学术]
习近平在中国人民大学考察时强调 坚持党的领导传承红色基因扎根中国大地 走出一条建设中国特色世界一流大学新路[N].人民日报,2022-04-26(1). [百度学术]
何畏. 在科学分析世情国情党情民情基础上,把高校思政课讲深讲透讲活[J]. 思想理论教育导刊, 2024(7): 92-100. [百度学术]
黄东. “法治大思政课” 如何讲深讲透讲活——以“和立方”“ 背包法官” 的课程化为例[J]. 思想教育研究, 2025(4): 103-108. [百度学术]
闫方洁, 郝敏. 优化思想政治理论课教学有效供给论析——基于新时代大学生精神需求的分析[J]. 思想理论教育, 2023(7): 73-78. [百度学术]
缪静敏,沈苑,汪琼.生成式人工智能如何改变教学?——来自高校教师的实践叙事[J].中国远程教育,2025,45(5):75-91. [百度学术]
闫寒冰, 杨淑婷, 余淑珍, 等. 生成式人工智能赋能沉浸式学习: 机理、模式与应用[J]. 电化教育研究, 2025, 46(2): 64-71. [百度学术]
程琼, 刘宏达. 基于生成式人工智能的思想政治教育场景构建及其风险防范[J]. 国家教育行政学院学报, 2024(8): 87-95. [百度学术]
田永静, 李潇涵. 数智技术赋能“大思政课” 实践教学研究[J]. 思想教育研究, 2024(6): 114-119. [百度学术]
刘永贵, 眭雨婷. 从支持工具到学习主体: “GenAI-学习者” 协作学习系统的模型构建与促进策略[J]. 现代教育技术, 2025, 35(4): 53-61. [百度学术]
温旭. 新质态与新境遇: 生成式人工智能赋能思想政治理论课内涵式发展论析[J]. 思想教育研究, 2025(2): 94-101. [百度学术]
顾小清, 郝祥军. 悟空的毫毛: 正在重塑学习技术系统的多智能体[J]. 华东师范大学学报(教育科学版), 2025, 43(5): 16-29. [百度学术]
孙立会, 沈万里. 论生成式人工智能之于教育的命运共同体[J]. 电化教育研究, 2024, 45(2): 20-26. [百度学术]
肖韶峰, 李泽浩, 高娟, 等. 生成式人工智能对铸牢中华民族共同体意识的影响[J]. 民族学刊, 2025, 16(4): 1-9, 145. [百度学术]