雷洁
2026年，教育部印发《“人工智能+教育”行动计划》，要求“研发教育评价智能化工具，探索开展学生学习全过程纵向评价、德智体美劳全要素横向评价”。这一部署为新时代思政课教学评价的智能化转型提供了重要政策依据与指引。教学评价作为检验育人成效的“质量标尺”，其精准化程度直接关系到立德树人这一根本任务的落地见效。然而，当下传统思政课教学评价，在对象刻画、过程追踪、反馈时效、标准建构等方面仍有不足，与“教育数字化”战略所提倡的全过程、全要素要求尚有差距。在此背景之下，以生成式人工智能赋能思政课教学评价，助力对象精细化、过程动态化、反馈即时化、标准科学化，正成为思政课教学评价未来发展的趋势。
评价对象精细化：以精准学情分析为逻辑起点。传统思政课评价受学生规模大、数据分析难等制约，学情刻画不够精细，难以支撑精准施教。随着生成式人工智能的不断发展，为突破这些局限提供了技术支撑：一是精准研判学情基础。借助知识图谱技术和自然语言处理技术，融通课前预习情况、课堂互动次数、考试测验分数等显性行为数据，进行深度语义解构和特征提取，构建直观可感的“学情立体画像”。二是精准识别学习需求。在立体画像的基础上，依托预测分析技术，对学生的认知基础、情感态度、行为倾向进行深度关联与动态推演，识别不同个体的差异化发展诉求，定制个性化学习路径。
评价过程动态化：以精准过程追踪为内在要求。传统思政课评价在动态追踪方面仍显不足，难以捕捉学生价值观塑造与思想动态演进的完整轨迹。生成式人工智能的技术突破，为摆脱这一困境提供了有效路径：一是实现全时段追踪。依托多模态学习分析技术，全时段、多维度实时采集课前预习认知、课中互动专注、课后实践反思等全链路学习行为，将场景运行过程转化为可追踪的动态数据流，推动评价从“事后评价”走向“过程评价”。二是记录成长档案。依托数字孪生技术，把学生认知、情感、行为表现转化为结构化数据，对接校内外数据库，持续采集学生职业发展、社会参与等后续信息，动态呈现思政课对学生价值观塑造与行为养成的长远影响，落实“全过程纵向评价、全要素横向评价”要求。
评价反馈即时化：以即时反馈贯通教学评环节。提升思政课育人实效，需推动评价反馈即时化。传统思政课评价受“反馈滞后”制约，难以充分发挥导向、激励与调控功能。生成式人工智能正日益为突破这一瓶颈提供新的可能：一是即时捕捉反馈信号。针对学生对交互性与体验式学习的强烈诉求，智能助教基于大语言模型的实时对话能力，在课堂互动中即时对学生的课堂发言、小组研学成果、课堂测验等过程性表现，即时生成初步的评价结果。二是即时优化引导策略。借助时序数据分析技术，实时追踪与动态分析多维度学情数据，使评价反馈始终与教学进程同频共振，让思政课育人实效在“即知即改、即评即育”的动态循环中充分彰显。
评价标准科学化：以可观测标准贯通价值与行为。受制于价值考核的隐性特征与实践考核的量化难度，传统思政课评价往往还是以知识考核为主，与立德树人根本任务的全面落实存在差距。生成式人工智能通过技术赋能，将抽象的价值内化和行为外化转变为可量化的评价标准：一是价值内化“可视可测”。运用情感计算技术，实时采集课堂语音、微表情、在线学习轨迹、文本情感倾向等多模态数据，构建情感态度计算模型，精准识别学生的价值认同程度与情感共鸣深度，有效破解“知而不信”的评价难题。二是行为外化的“可察可循”。借助多模态学习分析技术，依托跨平台数据融通机制，系统整合红色研修基地、社区志愿者服务平台、学校德育管理系统等多渠道的实践记录数据，将原本分散、隐性的行为表现转化为结构化践行轨迹，生成学生个体行为发展评估报告，确保思政课始终成为铸魂育人的关键课程。
面向未来，我们要在守正中把准政治方向，在创新中激活数据动能，以评价精准化推动思政课建设内涵式发展，书写铸魂育人的时代新篇章。
【作者系湖南省中国特色社会主义理论体系研究中心湖南文理学院基地研究员。本文为国家社科基金一般项目“数智技术赋能思想政治教育场景化研究”（25BKS133）阶段性成果】
责编：伍镆
一审：伍镆
二审：卢小伟
三审：谭登
来源：华声在线
