（来源：新华日报）
□ 师一粟
当前，全国多所高校在思政教育中引入人工智能技术并构建了专属的思政教育大模型，为思政教育注入了新的活力。但在技术应用场景不断扩展的同时，数据安全、算法偏见与主体性弱化等问题日渐凸显。如，部分平台存在过度采集、违规存储学生信息等现象；算法设计中的隐性歧视与“信息茧房”效应窄化了学生认知视野；师生互动逐渐被系统交互替代，相互间的情感联结有所减弱。推动技术向善、完善治理机制，已成为数字时代思政教育实现高质量发展的迫切要求。实践中，建议以系统性伦理思维构建“价值锚定—制度保障—技术校准—主体协同”的四维治理架构，守住思政教育的人文内核。
在价值层面，确立“育人优先”准则，在智能系统开发时植入“价值红线”。要坚持思政属性优先原则，AI思政产品开发前，需由党史专家、思政教授组成审核小组，对产品核心功能与价值导向进行双重把关，如红色文化VR产品需确保历史场景还原度达标且无历史虚无主义倾向，思政教学系统需通过“AI初筛—教师修正”机制，控制错误观点输出率低于0.5%。通过嵌入最小干预机制，严格界定AI思政产品的“辅助边界”。对于AI生成内容，要结合教师观察进行综合性的内容把关。此外，虚拟交互工具需要植入“情感适配模块”，保留情感温度，确保学生的负面情绪能得到及时疏解，避免机械回复与生硬说教。
在制度层面，完善数字技术伦理审查与备案制度。鼓励高校成立由思政教师、法学专家和学生代表等组成的伦理委员会，对AI思政项目进行立项前审查与运行中评估，重点审查数据采集的合法性、算法的公平性、价值导向的正确性等。进一步明确校园思政数据的特殊保护规则，健全数据权利保障制度。禁止收集生物识别、私人通信等与思政教育无关的敏感数据。确需采集的，必须获得学生的书面同意，并明确告知其用途和期限；畅通数据权利行使渠道，充分赋予学生查询、更正、删除个人学习数据，以及有权拒绝将个人学习数据用于评估、奖惩等用途的权利；各类评估报告中不得包含可识别的个人信息，群体分析数据需满足数据隐私保护要求，确保无法通过数据关联识别到个人。同时，建立健全校园数据安全事件应急处理机制，一旦发生数据泄露，需及时采取补救措施，切实保障学生的合法权益。建立算法问责与追溯机制。全面推行“算法备案制”，要求开发者向监管部门提交AI思政系统的核心代码与训练数据样本并确保样本可追溯；联合监管部门建立“算法影响评估”制度，定期检测系统是否存在隐性偏见与歧视，重点评估对不同性别、民族、地域等学生的影响，将评估结果向社会公开；明确开发者、使用者、管理者的责任划分，对存在严重算法偏见或价值观偏差的系统，应责令限期整改，整改不到位的坚决停用，并追究相关责任人的责任。通过严格的问责与追溯机制，敦促开发者和使用者重视算法伦理，提高系统的公平性和可靠性。
在技术层面，构建“政府—企业—高校科研院所”多主体协同技术治理体系。企业应开发可解释、可纠错的算法系统，并按要求提供AI思政产品“算法白皮书”，用可视化方式展示推荐逻辑与评估标准，如通过流程图、案例说明让师生了解系统为什么会推送某类内容、基于AI的评估结果是如何生成的；设置“人工否决权”，教师可通过手动调整智能测评系统生成的评估结果干预算法决策，并记录调整理由，确保评估结果符合教育实际。在政府统筹下，企业、高校及科研机构多主体协同构建安全可控的技术生态，通过技术优化，采用高级加密算法对数据进行存储和传输，建立多层次的安全防护体系，降低数据的泄露风险。采用联邦学习、差分隐私等技术，在数据“可用不可见”的前提下完成模型训练。如在高校联合训练思政大模型时，确保不共享原始数据的情况下实现模型参数共享，使得数据隐私得到有效保护。
在主体协同层面，实施思政教师“智能素养”提升计划，开展技术认知、伦理判断、信息技术融合能力等数字技术综合培训，激励教师主动提升自身能力，适应技术赋能的新要求。如组织教师参加算法原理与AI产品评估培训，帮助教师了解工作机制和局限性，识别数据滥用与算法偏见，培养教师的伦理意识和风险识别能力；鼓励教师自主设计“AI+思政”的混合式教学方案，提高教师运用智能技术创新教学方法的能力。同时，建立思政教师与技术人员的常态化交流机制，通过定期举办研讨会、联合攻关项目等，促进知识互补与协同合作。培育学生“算法批判”能力，在思政课中增设AI伦理专题，选取当下社会关注度高的典型案例，组织学生进行深度剖析。通过案例分析，引导学生思考算法背后隐藏的伦理困境，以及这些问题对社会公平、个人权利等方面产生的影响。同时，开展丰富多样的小组讨论活动，设置如“算法偏见的责任归属”“AI发展与人类伦理底线的平衡”等具有思辨性的议题，让学生在思想的碰撞中深化对AI伦理问题的思考，逐步培养起批判性思维和伦理判断能力，清晰认识到算法可能存在的偏见和潜在风险，树立正确的技术伦理观。实践方面，组织“算法解密”等实践活动，指导学生发现推荐系统中的内容偏见，分析算法推荐的逻辑和潜在问题，提升信息素养。
（作者单位：江苏科技大学经济管理学院）
