一、引言

思政课是高职院校落实立德树人根本任务的主阵地。伴随职业教育数字化进程持续推进，依托人工智能（AI）创新教学模式、重构评价体系，已成为高职思政课内涵式发展的重要路径之一。高职思政课在教学与评价方面存在一些问题：教学内容相对固化、形式较为单一，AI应用碎片化且与专业融合不足，课程针对性与吸引力偏弱；评价重结果轻过程，难以量化学生价值认同与实践能力，未形成教学反思闭环。［1］

本文立足高职教育类型定位，以“国家安全教育”课程为实践样本，围绕提升课程“针对性”与“吸引力”，构建AI赋能的教学创新模式与三维量化评价体系，并据此开展教学实验。既为完善数智化思政教育理论框架提供支撑，也为思政课教学改革提供实践指导，助力培育德技并修的高素质技术技能人才。

二、高职思政课教学与评价体系现状分析

（一）教学现状分析

第一，AI工具浅层化应用。《职业教育人工智能应用发展报告（2024—2025）》显示，超过半数的职业院校已应用AI提升教学效率，但AI仅被用于教案生成、客观题批改等基础工作，虚拟仿真、情境推演等深度技术应用普及率有待提升，“国家安全教育”课程兼具理论性、保密性、实操性，该课程数字化改造相对滞后于普通思政课，尚未形成全链条系统化教学模式。

第二，教师数字教学能力相对不足。调研显示：职业院校教师初步具备智能教学素养，两成教师使用AI工具超过1年；院校常态化专项培训不足，教师较难运用大数据绘制学情画像，定制专业适配的教学案例，且需花费较多时间修改AI生成的素材。

第三，教学内容与专业、地域之间的衔接相对不足。部分教师使用通用教学素材，缺少对接不同专业岗位的思政教学模块；案例素材与本土红色思政元素的融合设计不足，学生反映思政课堂形式较为单一，数字化教学流于形式，自主学习意愿不强。

（二）评价体系现状分析

第一，评价维度重理论轻素养。部分思政教师认为当前思政课评价体系难以全面衡量学生综合素养，期末卷面成绩占比较高，评价指标集中于理论识记层面，实践操作、价值认同、道德素养类指标占比较低。

第二，过程性数据不足，动态评价相对缺位。传统评价主要依托试卷及作业，课堂研讨、虚拟实训、社会实践等过程性行为的数据难以自动留存。部分教师依据主观印象评判日常表现，较难追踪学生思想认知动态，教学调整缺乏客观数据支撑。学生认为日常表现未计入总成绩，学习积极性受挫。

第三，评价闭环相对缺失，以评促教效果不够理想。评价结果仅用于课程成绩核算，未配套教学优化流程；评价主体以校内督导为主，尚未形成科学完善的多元评价模型；未借助AI学情诊断针对班级共性短板、学生个性问题开展分层教学指导，评价反馈、教学改进的良性循环未能形成。

三、AI赋能高职思政课教学的学理阐释与作用机理

（一）AI赋能教学全流程的主要内涵

AI赋能贯穿“备课—授课—评价—反思”四大环节，以大数据分析、自然语言处理、虚拟仿真等技术为支撑，遵循以学生为中心的教育理念，形成“数据驱动—精准施教—效果反馈—持续优化”的教学闭环。其中，备课环节依托AI学情分析实现精准教学设计，授课环节借助虚拟仿真打造沉浸式课堂，评价环节通过全流程数据采集实现多维度测评，反思环节依靠数据诊断反馈优化教学，四环节联动推动教学质量持续提升。

（二）AI提升课程“针对性”与“吸引力”的内在机理

AI技术从三方面强化针对性：一是学情识别，通过采集线上学习时长、答题情况、课堂互动等数据构建学情画像，识别学生的知识薄弱点并诊断其价值困惑；二是内容适配，结合学生专业背景生成对应领域教学案例，如计算机专业聚焦网络安全、财经专业侧重经济安全，推动思政内容与职业场景衔接；三是学习路径推送，基于学情画像分层推送不同学习任务，实现因材施教。［2］

AI技术从三方面提升吸引力：一是场景构建，依托AI生成交互式情境脚本、动态案例动画与线上虚拟推演场景，还原网络安全风险处置、意识形态渗透应对、公共安全事件演化等典型情境，引导学生在模拟场景中完成任务与处理问题，将抽象理论具象化；二是互动设计，支持智能问答、情境推演、小组协作等互动形式，提高课堂参与度；三是即时反馈，对学生作业、课堂发言、实践操作给出即时反馈，维持学生自主学习动力。

（三）针对性与吸引力协同育人机制

当教学内容针对学生专业需求与成长规律设计时，更易引发情感共鸣，增强课程吸引力；当课程设计包含具有吸引力的沉浸式、互动化AI教学场景时，能调动学生参与热情，使其更深入理解思政内涵，保障育人目标有效达成。对思政课教学效果的影响还遵循“目标锚定—动机激活—行为深化—效果转化”育人逻辑：AI依托数据分析锚定育人目标，个性化情境激活学习主动性，分层任务推送与实时互动反馈深化学习行为，最终实现知识识记、价值认同、行为自觉的递进式育人成效。

四、AI赋能课程全流程闭环教学模式构建

（一）总体架构

遵循“教师主讲+AI辅助”人机协同思路，搭建以数据流转为纽带的四环节闭环模型，备课环节输出学情素材支撑授课，授课环节采集课堂行为数据供给评价，评价环节生成学情诊断报告指导教学反思，反思环节产出优化方案，反馈环节修正备课设计，形成“数据驱动—精准施策—效果反馈—持续优化”的教学闭环。

（二）四大环节实施路径

1.备课环节：精准差异化教学设计

依托教学平台AI工具分析数据，识别学生知识盲区与学习偏好；利用大语言模型生成适配不同专业的教案、课件等；AI自动检索与课程章节相匹配的最新政策与热点，并搭配本土红色素材，形成知识点配套资源包；教师结合教学经验优化AI生成内容，设计分层预习任务，减轻备课工作量。

2.授课环节：沉浸式互动课堂打造

采用“理论可视化+场景仿真+实时互动”教学方式：通过AI动态图表、短视频拆解抽象理论；搭建与授课内容适配的虚拟场景，组织学生角色扮演与风险处置演练；课堂实时推送抢答题目，自动统计答题正确率，动态调整授课节奏。

3.评价环节：全流程动态数据测评

教学平台自动采集过程数据：AI智能批改随堂练习与单元测试，生成班级错题分析；借助文本情感分析工具分析学生心得体会与发言，评估价值认同程度；虚拟实训系统记录实践操作表现；AI汇总多维度数据生成学生学情画像。

4.反思环节：数据化教学诊断复盘

单元教学结束后，AI整合全链条教学数据，从目标达成度、互动效果、知识短板等维度生成诊断报告，输出针对性优化建议；教师依托数据复盘课堂问题，调整下节课教学重点，实现教学持续优化。

（三）本土红色资源融合创新

借助AI信息抓取、知识点匹配技术，挖掘红色革命历史与当代发展实践中的思政元素，搭建覆盖政治、经济、科技、生态等领域的红色元素案例库。每个案例均配套AI生成的解读素材、研讨问题与情境模拟方案，形成“知识点—案例—教学素材”一体化资源包，教师可按需嵌入各教学环节，弥补本土化教学资源短板，增强课程的地域文化感染力。

五、AI赋能三维多元化评价体系构建

（一）构建原则

四大原则：全面性，涵盖知识掌握、能力提升、理念内化三个维度，兼顾理论认知与实践表现；导向性，紧扣立德树人根本任务，发挥评价对教与学的引导作用；科学性，采用层次分析法科学确定指标权重，依托AI实现指标的可量化与可操作；动态性，可随课程更新、专业调整优化评价指标。［3］

（二）三维评价指标体系

构建“知识掌握—能力提升—理念内化”三维评价指标体系，设置3个一级指标、11个二级指标。

（三）指标权重确定与计分标准

邀请相关领域专家，运用层次分析法构建判断矩阵并计算权重，所有判断矩阵一致性比例CR＜0.1，通过一致性检验。（可见表1AI赋能教学效果评价表）

表1 AI赋能教学效果评价表

C：总得分；Xn：二级指标评价得分（1～5分）；Yn：二级指标绝对权重。计算如式（1）所示。

（1）

设置四级评价标准：优秀、良好、合格、不合格。处于优秀等级的教师侧重总结AI教学经验，深化专业融合创新，形成可复制的示范教学方案并推广应用；处于良好等级的教师侧重强化自身数字化教学能力，优化AI互动场景设计与专业案例适配，提升评价模型的应用精度；处于合格等级的教师侧重梳理重构教学内容体系，规范AI基础工具应用，夯实知识点的教学设计与课堂反馈；处于不合格等级的教师需接受教学结对帮扶与专项督导，重新锚定育人目标、重构AI赋能教学方案，建立常态化教学复盘机制，形成“评价—反馈—诊断—提升”的完整闭环。

六、课程实证检验

（一）实证设计

选取两所院校4个平行班开展一学期对照教学，实验班采用本文构建的AI赋能教学模式与三维评价体系，对照班沿用传统讲授、期末笔试模式，统一师资、课时、教材内容，期末通过理论测试、情境模拟、问卷调查等方式对比育人成效。

（二）结果分析

实验班整体教学效果优于对照班：知识层面，知识点达标率与知识应用准确率均有提高；能力层面，风险识别与处置能力及课堂互动参与度均有提升；价值内化层面，国家安全情感认同与践行意愿也有所增强。同时，教师感到备课效率提升，教学优化精准度提升，上述成效验证了该模式与评价体系的良好适配性与有效性。

（三）实践反思

实践中发现部分教师高阶AI应用能力不足，复杂场景设计仍有难度；少数基础薄弱的学生适应AI教学模式节奏较慢；本土案例的专业适配方案仍需细化。

七、课程教学优化路径

（一）动态更新教学内容，推进专业融合

建立案例素材动态更新机制，每学期国家安全政策、行业热点等素材更新占比不低于20%；结合不同专业人才培养目标，开发定制化教学模块，有效衔接思政知识与专业知识。扩充本土红色资源案例库，配套可视化实践任务，体现地域育人特点。

（二）完善激励机制，激发学生课堂参与

构建“目标—兴趣”双驱动机制，结合专业岗位安全需求阐明课程育人价值；常态化开展安全情境推演、知识竞赛、主题研讨等活动。建立“反馈—激励”闭环，将全过程课堂表现纳入总成绩，设置证书认定、竞赛推荐等阶梯式激励措施，激发学生学习主动性。

（三）构建智能反馈体系，开展个性化教学

依托AI搭建“数据采集—学情诊断—分层推送”反馈体系，自动生成班级共性问题报告与学生个人画像；针对班级短板调整教学设计，针对个体薄弱点推送差异化学习资源与改进建议，实现因材施教。

（四）推进理实融合，拓展多元育人场景

构建“校内模拟—校外实践—项目贯穿”实践体系。校内教学将思政素养纳入专业仿真实训，开展校园安全排查、主题宣传等活动；校外实践对接企业、社区、红色研学基地开展普法宣传、实地调研活动；设计跨学期项目式实践，强化思政课实践育人实效。

八、结语

本文构建的AI赋能教学创新模式与三维评价体系，旨在回应当前高职思政课教学与评价中存在的突出问题。经“国家安全教育”课程实践，该方案能够提升课堂吸引力、强化育人实效、减轻教师备课负担、激发学生主动参与意识。未来研究可进一步扩大范围，面向不同专业、不同区域优化适配方案，提升成果质量。持续跟踪人工智能前沿技术在思政课堂的创新应用，细化个性化教学策略，提升育人适配度，为高职思政课发展提供有力支撑。

［基金项目：中国机械政研会2026年第二批行业课题“新一代人工智能技术赋能高职思政课教学创新与评价体系重构研究——以国家安全教育课程为例”（项目编号：JXZY26393）］