人工智能驱动的高校思想政治课案例教学
摘 要：大语言模型开始进入高校课堂，其在思想政治理论课中的作用，需要放到具体教学环节中考察。当前案例教学面临的主要问题并不陌生：社会议题变化较快，教材案例更新相对迟缓；课堂讨论又常受课时和学生规模限制，教师难以持续了解每名学生的学习情况。本文以案例准备、课堂互动和课后评价为线索，讨论大模型可以承担哪些辅助工作，以及哪些判断仍应由教师作出。案例生成部分记录了资料筛选、初稿形成和教师修改的过程；课堂试点则保留了问答记录与课后测验结果。从这些材料看，AI辅助班的课堂参与和知识保持有所变化，教师用于备课的时间也有所减少。这几项差异还可能受到任课教师、活动安排和样本构成的影响，现有材料不足以把全部变化归到模型上。在本研究的教学安排中，模型主要整理资料、汇总反馈，事实核查、价值判断和课堂节奏仍由教师掌握。文末进一步讨论数据保存、内容审校和教师责任等实施条件。
关键词：大模型；思政课；案例教学；智能生成；互动教学；人工智能+教育
正文
可下载并阅读全文PDF，请按照本文版权许可使用。
Download the full text PDF for viewing and using it according to the license of this paper.
AI-Driven Case Teaching in College Political Education
Abstract: Universities are experimenting with large language models in ideological and political theory courses. Their usefulness depends largely on the work assigned to them. This article traces how a model was used during case preparation, classroom discussion, and the review of learning records. Materials from a pilot course show how sources were retrieved, draft cases were revised, and student questions were handled. The classes using AI support recorded differences in participation, knowledge retention, and preparation time. Those differences do not establish that the model alone caused the improvement: teacher involvement, activity design, and the limited sample also matter. Under the arrangement discussed here, the model sorts materials and summarizes feedback, whereas teachers remain responsible for factual review, value judgments, and classroom decisions. The final part of the article addresses content review, data protection, and responsibility for model-assisted teaching.
Keywords: Large Language Model; Ideological; Political Course; Case Teaching; Intelligent Generation; Interactive Teaching; AI+Education
参考文献
- 高丹阳等. 人工智能技术在高校思政教育中的创新应用与实践路径研究[J]. 科研课题立项研究, 2025.
- 李丽斯, 王璇. 高校思政课数字化教学模式创新与实践策略研究[J]. 教育天地, 2024.
- 教育部. 高等学校人工智能创新行动计划[Z]. 2025.
- 求是网. 以数智技术赋能高校思政课教学创新[N]. 2025-05-16.
- 王健崭. 人工智能赋能高校思政课教学的生成、风险及对策[J]. 江苏高教, 2023(09).
- 李华君, 王沛佳. 人工智能时代高校思政课的智慧化教学创新与建构路径[J]. 中国大学教学, 2021(11).=
- 基于生成式人工智能的思政课教学案例设计与应用研究[R]. 2025.
- 赵天雪. AI大语言模型在高职课堂互动化教学中的角色与效果分析[J]. 教育研究, 2024(10).
- 张涛等. (2025). 基于熵权法的高校LLM风险评价. 《计算机与教育》, 312, 105-118.
- 欧盟议会. (2025). AI法案——教育系统篇. 欧盟官方公报, L-89.
- 北京AI治理研究中心. (2025). 教育AI伦理公约.
- 教育部. (2025). 《教师AI素养微认证指南》. 北京: 教育科学出版社.
- 李颖等. (2025). 联邦学习在教育场景的隐私保护研究. 《中国远程教育》, (4), 45-53
