□ 李文辉 陈爱文

近年来，高校课程思政建设虽已取得扎实成效，但评价体系相对滞后仍成为制约其高质量发展的现实梗阻。在数字化浪潮下，人工智能技术的应用为摆脱传统教育评价困境、推动教育评价数字化转型提供了破局之策，却也悄然开启了技术风险的“潘多拉魔盒”。在技术赋能的背后，工具理性正引发“主体让位、技术异化、算法漏洞”等衍生危机，这些风险因素已成为制约高校深化课程思政教学改革的关键瓶颈，本文立足高校课程思政教学实际，阐释人工智能赋能课程思政教学评价过程中的潜在风险，并据此提出依托人工智能创新课程思政教学评价的实践策略。

AI赋能课程思政教学评价的技术之忧。一是场景适配度不足。目前主流的教学评价体系大多采用通用数据模型，缺乏面向课程思政教学场景的专属评价指标与专业模型，育人导向偏弱；二是评价主体缺位。部分教师由于过度依赖智能评价工具，导致自身作为教育主体的作用被弱化；三是存在技术异化风险。部分教师的教学理念发生偏移，片面追求量化数据指标，致使评价目标出现异化。

AI赋能课程思政教学评价的路径创新。首先，强化顶层设计，为数据“赋魂”。在顶层设计层面，强化育人理念，将立德树人、价值引领确立为智能评价核心目标，摒弃唯数据论的固化评价思维，充分彰显课程思政的价值导向。构建“技术赋能+价值引领”一体化的课程思政综合评价体系。突破传统僵化的教学评价范式，跳出单纯依靠技术与数据指标的教学评价逻辑，围绕情感态度、职业素养、价值观念等维度搭建多元评价体系，实现技术工具与育人理念的深度融合。

其次，优化场景适配，打造课程思政专属ID。一方面，紧扣职业教育场景特征，针对行为养成、价值引导、理想信念等隐性数据采集难问题，综合运用物联网、语义分析、自然语言处理等智能采集工具，融合动作捕捉、知识图谱等前沿技术，开发适配课程思政教学场景的智能采集与评价系统。另一方面，搭建“技术量化+专业评价”相结合的综合评价模式，借助前沿技术赋能思政课程评价工作，通过细化评价标准，不断提升评价效能，为后续课程思政教育改革和迭代优化提供数据支撑。

最后，消除算法偏见，持续优化评价方案。在智能评价模型的设计与调试阶段，立足课程思政内在特征，从优化算法模型入手，打造凸显课程思政特色的数据库。同时，借鉴前沿实践经验，辨析各类算法模型的优势与短板，并对算法模型开展针对性迭代改进，建立常态化校验机制，保障评价过程的公平性与可信度。

【作者均系重庆三峡医药高等专科学校副教授；本文系2025年重庆市职业教育教学改革研究项目“人工智能时代职业院校课程思政评价体系的数字化转型研究”（项目编号Z2253297）、重庆市职业教育学会2025-2026年度课题“新时代职业教育服务乡村振兴的制度创新研究”（项目编号2025ZJXH580017）成果】