多模态大模型赋能高校思政教育的比较与路径
DOI:
https://doi.org/10.70693/jyxb.v1i4.144Keywords:
多模态大模型, 人工智能, 高校思政教育, 比较, 路径Abstract
多模态大模型为高校思想政治教育创新教学范式、提升育人实效提供了重要机遇。然而,高校思想政治教育仍面临核心理论抽象难懂、教学互动深度不足以及价值引领路径单一等现实挑战。通过系统分析多模态大模型的特性与风险,研究深入探讨了多模态大模型在高校思想政治教育内容重构与过程再造两大维度的应用潜能,并在此基础上构建涵盖价值、制度与素养的高校思想政治教育生态,为多模态大模型与高校思想政治教育的深度融合提供有益参考。
References
[1]中共中央,国务院.教育强国建设规划纲要 (2024—2035年)[EB/OL]. [2025-01-19]. https://www.gov.cn/gongbao/2025/issue_11846/202502/content_7002799.html.
[2]黄志南,李根,郑娅峰.多模态大模型赋能科学教育高质量发展:潜能、挑战与应用探索[J].中国电化教育,2025,(06):60-69.
[3]李娜,戴钢书. ChatGPT赋能高校精准思政的逻辑耦合、潜在风险与优化策略 [J].思想政治教育研究, 2024, 40 (02): 155-160.
[4]吴宏政, 王子豪. 生成式人工智能驱动下的视频教学变革:思政教育的重构逻辑与应对策略[J]. 电化教育研究, 2024, 45(2): 102-110.
[5]马也. ChatGPT介入高校网络思想政治教育的风险审视及应对策略 [J]. 江苏高教, 2024, (06): 88-96.
[6]董翼. 从ChatGPT到Sora:生成式人工智能发展应用的意识形态风险审视 [J]. 重庆邮电大学学报(社会科学版), 2025, 37 (02): 85-93.
[7]郑秋伟,李前进,程晓东. 人工智能驱推思想政治教育变革:逻辑、趋向与策略 [J]. 教育理论与实践, 2024, 44 (15): 31-36.
[8]冉金昊,张毅翔. AIGC时代思想政治教育创新发展的特征、动力与进路 [J]. 社会主义核心价值观研究, 2024, 10 (02): 66-75.
[9]杨现民, 卜浩德, 李新. 推进多模态大模型的教育深度应用:价值赋能、场景构建与实施建议[J]. 中国教育学刊, 2025, (04): 9-14.
[10]王磊, 杨旺, 韩泉叶. 基于大模型构建开放教育多模态课程图谱及其价值逻辑研究[J]. 陕西开放大学学报, 2025, 27 (01): 18-23.
[11]王博岳, 杜蓉, 亓东林, 李晓理. 多模态大模型在大学教学中的应用与挑战[J]. 现代职业教育, 2024, (36): 73-76.
[12]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(02):64-71.
[13]王世鹏,王非凡.生成式人工智能创造力层级性缺失及其在高等教育领域的应用风险[J].云南大学学报(社会科学版),2025,24(03):103-110.
[14]周利生,刘芳华.DeepSeek类生成式人工智能嵌入意识形态治理的价值、风险与应对[J].南昌大学学报(人文社会科学版),2025,56(02):40-49.
[15]陈林.人工智能嵌入大学内部治理的技术逻辑、潜在风险与优化策略[J].大学教育科学,2024,(03):22-30.
[16]陈涛,张欣,谭卓熙,等.迈向数字人文教育新时代:现状、转向与进路[J].图书馆论坛,1-1
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 陈佳琪, 柯宇曦

This work is licensed under a Creative Commons Attribution 4.0 International License.
















中国现代教育学报© 2025 已获得