党的二十届四中全会指出，全面实施“人工智能+”行动，以人工智能引领科研范式变革，加强人工智能同产业发展、文化建设、民生保障、社会治理相结合，抢占人工智能产业应用制高点，全方位赋能千行百业。这为教育领域数字化转型指明了方向。课程思政作为落实立德树人根本任务的重要载体，在人工智能技术赋能下，正从传统育人模式向智能育人模式转型。人工智能凭借数据处理、智能分析、场景创设等核心优势，从知识建构、精准施教、体验升级、评价革新四重向度，为课程思政建设注入强劲动能。

　　构建“思政知识图谱”，实现思政知识结构化整合。构建“思政知识图谱”的核心在于打破课程思政建设面临的碎片化困境，通过技术赋能实现系统整合、动态更新与规范把关，确保价值引领的准确性与时代性。一是整合多元思政资源，建立数字基因库。依托自然语言处理、知识图谱等核心技术，系统整合中华优秀传统文化、革命文化、社会主义先进文化等各类思政资源，梳理核心概念、历史脉络、价值内涵与实践要求，构建逻辑严密的“思政知识数字基因库”，形成层次分明的知识网络。二是强化知识关联分析，完善内容关联体系。通过深度学习算法，深入分析思政元素与专业知识的内在联系，搭建关键概念间的逻辑连接，实现课程思政知识的系统化呈现。三是健全动态更新机制，保持内容时代性。借助人工智能的智能检索功能，实时吸纳科技创新成就、乡村振兴实践、生态文明建设等鲜活素材，及时更新知识图谱内容。四是建立严格审核机制，筑牢价值引领底线。组建由思政专家、学科教师、技术人员构成的审核团队，对知识图谱内容进行政治性、科学性、准确性把关，防范错误思潮与虚假信息渗透。

　　开发“个性化思政智能体”，推进精准思政高效化实施。个性化思政智能体的核心是破解“一刀切”的育人难题，围绕不同专业学生和不同课程内容实现精准匹配、动态适配与安全保障，让价值引领更具针对性。一是多维度采集数据，构建精准的学生画像。整合学生课堂互动数据、线上学习轨迹、社会实践记录、思想汇报内容等多方面信息，运用机器学习算法分析学生思想困惑、价值倾向与成长需求，绘制立体全面的学生画像。二是立足个体差异，设计差异化思政内容。针对工科、文科、医科等不同专业学生和专业课程特点，分别推送科技伦理、文化自信、医德医风等适配性素材，实现思政内容与学生专业背景、成长需求的精准匹配。三是动态生成学习方案，优化内容呈现形式。根据学生画像定制微课、专题阅读、互动问答等多元学习形式，依据学习反馈实时调整内容难度与呈现方式，满足不同学生的个性化学习需求。四是健全数据治理规范，保障学生信息安全。明确数据采集范围与使用边界，建立学生信息管理和保护制度，采用加密技术强化数据安全防护，杜绝个人信息泄露与滥用。

　　创设“虚拟仿真教学情境”，打造沉浸式育人新生态。虚拟仿真教学情境建设需以技术为支撑、以内容为核心，推动课程思政教育从静态呈现向动态交互转型，增强学生情感共鸣与思想认同。一是运用数字技术，打造多元教学场景。依托实时渲染、虚拟现实等技术，精准还原重大历史事件、红色教育基地、社会实践场景等内容，打造可感知、可参与的沉浸式思政教学场景。二是构建闭环体验模式，推动线上线下融合。构建“线上预习+线下实操+线上复盘”的闭环体系，学生先通过虚拟仿真系统提前熟悉实践流程、预判潜在问题，再参与线下志愿服务、社会调研等活动，最后借助智能系统完成成果复盘与反思提升。三是坚守内容核心导向，规范技术应用边界。坚持“内容为王、技术为用”原则，注重虚拟情境的历史真实性与思想严肃性，杜绝娱乐化、低俗化倾向，确保技术服务于价值引领目标。

　　实施“数据驱动的思政素养评价”，完善科学化评价体系。数据驱动的思政素养评价旨在突破传统结果性评价的局限，通过多元指标、全场景数据与科学研判，实现评价的动态化、精准化。一是构建多元评价指标，覆盖思政素养全维度。建立“过程+结果”“定量+定性”相结合的评价指标体系，涵盖思想认知、情感态度、行为实践等多个维度，全面反映学生思政素养发展状况。二是全场景采集数据，夯实评价数据基础。借助人工智能技术，系统采集学生在课堂互动中对核心价值观的认同表达、在线上学习中对革命文化的关注时长、在社会实践中的服务成效、在日常生活中的文明行为表现等多场景数据。三是智能分析数据，生成思政素养数字画像。通过算法模型对采集数据进行量化分析与质性研判，清晰呈现学生思政素养的成长轨迹与发展短板，为个性化指导和教学优化提供数据支撑。四是建立评价复核机制，确保评价客观公正。推行“智能评价+人工复核”模式，发挥教师在评价中的主导作用，对智能评价结果进行综合研判，避免“唯数据论”，保障评价结果的客观性与公正性。

　　（作者单位：北京航空航天大学马克思主义学院）