数智技术赋能网上思想道德教育分众化的三重意蕴

赵成林 郭忠宝

[今年会官方网站（中国青年政治学院）青少年思想政治教育教研部（青少年工作系），北京 100089]

［摘要］ “形成网上思想道德教育分众化、精准化实施机制”是网上思想道德教育发展的必然趋势。分众化对精准性的诉求需要数智技术的加持。数智技术以大数据与大算力为技术优势，通过对目标群体进行分类、个性需求感知以及群体间需求“破壁”的方式，为网上思想道德教育精准分众提供了技术支撑。在网上思想道德教育内容与形式方面，数智技术能够辅助内容创作，提升教育内容的受众适配度与价值引导力，提升分众化育人的内容质量；能够创新分众化育人形式，增强教育对象的道德体验，提升风险防控能力，助力育人目标的实现。

［关键词］数智技术网上思想道德教育分众化

［中图分类号］D648  ［文献标识码］A  ［文章编号］1007-192X(2025)05-0092-06

《中共中央关于进一步全面深化改革、推进中国式现代化的决定》提出：“形成网上思想道德教育分众化、精准化实施机制。”当前，网上思想道德教育正面临结构性调适，教育主客体关系呈现出双向互动性、虚拟现实性的新特征，教育模式需要从“泛化传播”向“精准滴灌”转换。“数智技术是基于大数据引擎，通过大规模机器学习和深度学习，对海量数据进行处理、分析和挖掘，提取数据中所包含的有价值的信息和知识，并通过建立模型寻求现有问题的解决方案以及实现预测等的技术过程”，^[1]其突破性发展为网上思想道德教育的范式重构提供了创新理念与技术支撑。

一、精准细分：细分目标受众以提升

育人精准度“分众化”概念源自传播学的受众细分理论，其本质是通过技术赋能使信息传播实现从“大众化广播”向“群体化窄播”的范式跃迁。锁定目标群体是实现分众化的基本前提。网上思想道德教育分众化既是提升思想道德教育针对性、实效性的需要，也是顺应现代信息技术发展的必然要求。数智技术以其数据的海量性以及数据处理的智慧性，通过对目标群体进行分类、个性需求感知以及群体间需求“破壁”的方式，为网上思想道德教育实现精准滴灌式创造了条件，为开展分众化育人提供了技术支撑。

1. 身份识别：精准识别数据以提升分众化的客观性

在数智技术语境下，身份识别是一个多维含义的概念体系，其本质是通过数据建模与智能算法对

目标对象的特征属性和行为模式进行数字化解析与归类。以生成式人工智能、大语言模型为核心的技术集群，依托机器学习算法对海量数据进行深度挖掘，能够揭示教育对象的网络行为与价值认知之间的潜在规律。数智技术以算法逻辑为基础，通过解析教育对象所生成的大量数据，将其按照一定标准进行归类，实现对各群体间的差异性与共同性的把握，进而为教育对象勾勒身份画像，为实现实时育人创造有利条件。

作为数智技术基石的模糊逻辑能够使教育者精准识别与划分受众所属群体。马克思指出：“不同物的量只有作为同一单位的表现，才是同名称的，因而是可通约的。”^[2]了解和确定事物的属性是对其进行量的比较的重要前提。同理，对教育对象进行识别与划分需要考虑不同对象的群体属性，这构成了分众化教育的认识论基础。利益诉求是表征群体属性的重要参考标准，精准识别利益诉求是对教育对象进行分众归类的关键。相较于现实生活，社会成员在网络中的社会关系呈现出彼此相连、相互渗透、交错复杂的趋势，这增加了精准识别受众身份与诉求的难度。模糊逻辑作为一种处理数据不确定性和模糊性的有效方法，可以根据人们已经得到的经验规则和事实利用相关函数对大量不确定性信息进行系统的测量，为科学识别数据间的关系强弱提供数值参考，进而更好地确定数据间的关系，使数据间可以进行相对的比较。在网上思想道德教育领域，模糊逻辑能够依托数据平台，在冗杂的数据中抽象出受众群体的共性特征，以全面把握教育对象的群体属性，提升教育的精准性与实效性。

数智技术具有精准识别和归类非结构化与半结构化数据的优势，能够提升网上思想道德教育者分析教育对象数据的全面性与可靠性。大数据时代，网上思想道德教育面临着数据结构异构化的技术挑战，具体表现为非结构化数据与半结构化数据的识别困境。非结构化数据是指“没有预定义的数据模型，不方便用数据库二维逻辑表来表现的数据”，^[3]难以被传统计算机方法识别与运用；半结构化数据则呈现格式规范但内容混杂的特性。依托强化学习与神经网络算法，教育对象的行为轨迹、情感表达等非结构化数据得以实现向量化表征。从数据排列上看，数智技术能够对过往教育对象零散的数据进行分类整理，将各类数据进行结构化排列，在过往网络平台与渠道的基础上按照设定的运算工作程序构建出互联互通的信息排列格局，为把握教育对象的群体差异提供算力支撑。

2. 各取所需：智能感知与精准供需以尊重个体差异

思想道德素养本质上是一种具有社会建构性的实践理性。只有当价值规范完成从他律到自律的认知转化，才能真正实现道德实践从工具理性向价值理性的跃迁。数智技术赋能网上思想道德教育分众化，需要在满足各层次群体差异性需要的同时，进一步聚焦群体中每个个体的主体地位，避免只见群体不见个体的错误倾向。数智技术的智能化感知能力为网上思想道德教育探索精准化、个性化的育人模式提供了技术路径。社会关系的本质是人类为满足需求而形成的动态联结系统。教育对象差异化的生成机理既注重群体共性需求聚合的实现，又关注个体特殊需求外化的诉求。这种需求结构的双重性，构成了智能感知技术介入教育实践的逻辑起点。智能感知技术是数智技术的重要组成部分，是依托多模态生物特征识别、自然语言处理及计算机视觉技术，构建起“以人为中心”的智能信息处理范式，^[4]在识别教育对象群体与个体的需求方面具有重要作用。数智时代，以阅读理解、语音识别、人脸识别等为代表的智能感知技术，在识别的精准度上已然追及甚至超越了人类的水准。^[5]虚拟现实与增强现实技术的普及应用，使数智技术在感知人的情绪反应、理解并满足人类个体需求方面的功能愈发凸显，使网上思想道德教育关注教育对象的个性需求成为可能。

数智技术通过智能算法与大数据分析的协同机制，实现了对教育资源供需关系的精准识别与动态适配。教育内容的供需平衡是网上思想道德教育分众化的内在要求。在信息碎片化传播成为常态的数字化生存情境中，教育对象持续暴露于信息超载环境中。传统的海量同质化内容供给模式，不仅导致教育资源配置效率低下，更可能引发教育对象的信息倦怠与认知排斥。数智技术通过构建“数据采集—算力驱动—语义解析—智能编码—精准匹配”的处理链条，在教育过程中构建常识性信息筛选、群体特征识别、个体需求解析机制，形成个性化需求与教育资源的智能对接系统，使教育对象的信息搜寻成本降低，在技术层面保障了教育对象信息选择的自主权，推动教育供给模式从“人找信息”向“信息适配人”的范式转型。这种技术驱动的精准传播机制，不仅重构了网上思想道德教育的信息分发逻辑，也在内容维度实现了个性化知识图谱构建，在形式维度催生了沉浸式教育场景，在传播维度形成了动态反馈调节系统，为教育内容创新提供了多维可能性，推动网上思想道德教育从标准化供给阶段向智能适配阶段演进。

3. 求同存异：在算法支持下实现共性与个性相统一

作为现实思想道德教育的数字化延伸，网上思想道德教育分众化仍以立德树人为根本旨归，是在尊重教育对象个体特征的基础上构建精准育人模式。数智技术的算法优势为此提供了技术支撑，其中并行计算实现多维度教育对象画像的同步建构，进化计算则通过动态调适机制推动教育策略迭代。这种双重算法架构不仅显著降低了精准识别教育对象特征的时间成本与资源消耗，通过数据驱动的智能决策系统，有效实现了教育内容个性化匹配与教育效果最优化之间的辩证统一。并行计算作为数智时代的核心驱动力，通过其独特的算法架构显著降低了分析教育对象的实施成本，构建起数据共享共建的机制。教育分众化的精准实施本质上依赖于对教育对象发展实情的动态把握，而并行计算通过其特有的技术属性，重塑这一认知过程的实施模式。作为数智技术的基础性突破，并行计算是基于多指令并发执行的算法模型，其核心价值在于通过分布式计算资源实现指数级提升的计算效率。相较于传统串行计算需数周完成的百万级参数神经网络训练，基于并行计算框架的解决方案可将周期压缩至24小时内。^[6]这种效率革命不仅拓展了问题求解的规模边界，更重要的是其并行处理特性能够同步捕获分众化群体与整体教育对象的多维度数据特征。在技术实现层面，并行计算框架通过优化异构数据的高效读入策略、支持多维复杂查询的弹性架构以及构建动态资源的智能索引体系，进而赋能教育数据生态，实时解析教育对象的共性规律与个性特征，在数据共享过程中达成需求响应的动态平衡。进化计算通过群体智能算法构建了网上思想道德教育的动态适配机制。该技术作为具有环境适应性的计算模型，^[7]其核心价值在于通过模拟群体演变规律，实时把握动态社会环境下教育对象的价值变迁，进而实现教育策略的持续优化。网上思想道德教育过程中，教育对象的利益诉求与特征具有显著的环境敏感性，既受宏观社会结构的制约，又受微观个体情境的影响。进化计算框架基于初始教育对象数据分析群体特征、模拟教育对象群体的自组织演化机制以及通过适应度函数动态预测群体分化趋势，使网上思想道德教育系统能够实时响应环境变量，在尊重个体差异性的基础上形成具有生态适应性的智慧教育模式。

二、内容提质：重塑思想道德教育内容供给生态

数智技术的发展表明，“无视知识及其学习机制在人类智能行为中的作用，必然导致人工智能研究的失败”。^[8]数智技术赋能教育必须遵循“内容决定形式”的基本法则。网上思想道德教育分众化实践需要破除技术工具主义与技术决定论的二元对立，建构以知识内容为主的人机协同机制。既要避免机械照搬数智算法的异化风险，又要克服传统教育模式的知识传递效率瓶颈，在知识本体与技术载体的辩证运动中实现教育质效的提升。

1. 因势利导：辅助内容创作，提升教育内容的受众适配度

网上思想道德教育的分众化实施需要实现内容供给质与量的统一，其中内容适应性是关键突破点。作为教育实践与内容生产的双重主体，教育者亟须通过数智技术提升教育内容的受众适配度。从工具理性视角考察，数智技术不仅体现了先进生产力对人类认知活动的解放价值，更通过深度学习与自动化机器学习等技术手段，为分众化内容生产提供了创新路径。深度学习能够辅助教育者研制与创作适应网上思想道德教育分众化的教育内容。深度学习通过构建多层神经网络模型，实现对文本、图像及声像数据的快速学习与智能处理。^[9]该技术为网上思想道德教育分众化内容生产提供了双重赋能机制，有效解决了传统模式下内容供给的“质效困境”。在内容生产层面，基于自然语言处理的内容生成系统，可根据特定主题实现教育内容的智能批量化生产，在保障分众化内容的持续供给量的同时，也将教育者从重复性劳动中解放出来，实现从“内容生产者向“质量审核者”的角色转型，提升分众化教育的规模效率。在内容优化层面，深度学习展现出强大的模式识别与知识发现能力，通过情感分析、主题建模和知识图谱技术，对海量教育数据进行多维度解析，实现教育内容生产范式从传统的问答式单向输出向基于数据洞察的精准化内容建构转变。

教育者能够聚焦价值引导策略优化、教育情境设计等核心工作，而深度学习系统则承担基础内容生成与数据解析任务。这一模式既遵循了“技术向善”的伦理原则，又充分释放了人工智能的教育应用潜能，为破解分众化教育中的“信息茧房”困境提供了切实可行的技术方案。自动化机器学习作为数智技术的组成，通过构建“算法选择算法”的智能决策范式，为破解网上思想道德教育面临的碎片化问题提供了解决方案。该技术基于贝叶斯优化和元学习机制，能够自动匹配最优算法组合，有效建立“教育内容—受众特征”的动态关联模型，显著提升分众化教育的适应性与实效性。满足教育对象的选择性心理，凸显教育对象的主体地位，是提升网上思想道德教育内容适应性的重要举措。从教育传播学视角审视，网络环境下教育对象的认知行为呈现出显著的选择性心理特征。教育对象基于个体心理图式与环境变量，对传播内容产生差异化注意与理解偏好。^[10]这种认知选择机制虽然增强了学习自主性，却导致传统线性教育模式面临连续性断裂的挑战。自动化机器学习技术通过知识图谱与迁移学习的协同应用，实现了碎片化教育要素的系统整合。比如，构建领域本体知识库，运用图神经网络实现理论要点与热点事件的语义关联，确保内容体系的逻辑自洽；采用动态课程生成技术，依据教育对象的认知轨迹重组知识元，在碎片化场景中维持教育连贯性；建立算法动态优化机制，通过强化学习持续改进内容推荐策略，使教育供给精准适配教育对象的学习心理发展阶段等等。

2. 破立共生：数智风险驱动，重构分众化教育的价值生态

数智时代的技术风险与教育创新呈现出“破立共生”的演进逻辑，在算法偏见与系统风险的倒逼机制下，网上思想道德教育的多元内容正经历价值生态的重构。技术偏见引发的认知偏差与数字鸿沟，暴露出数据基模缺陷与价值理性断裂的双重困境，而对抗性攻击等系统性风险则凸显算法脆弱性与教育场域的深度耦合。技术赋能的“向善性”诉求与风险驱动的教育创新形成双向互构，既通过既有价值标准培育技术批判意识，又在认知图式研究中重构包容性教育体系。这种破立共生的演进路径，最终指向数智文明时代技术治理与价值引领的协同进化，为构建人机共生的网上思想道德教育新生态开辟了实践进路。

在数智技术的价值传导机制中，技术偏见对网上思想道德教育分众化产生了显著的范式重构效应。技术偏见是算法复杂性与算法“黑箱”共同作用下的认知偏离现象。这种由数据基模缺陷引发的技术异化现象，在加剧网络空间“信息茧房”效应的同时，也在认知维度上催生出新型数字鸿沟，导致特定社会群体陷入认知弱势的困境，使数智技术的价值中立属性与开发者主观价值嵌入之间的矛盾凸显，这在挑战网上思想道德教育价值传导分众化场域的同时，也开辟了教育内容创新的战略空间。从价值重构视角审视，社会主义核心价值观为摆脱数智技术伦理困境提供了价值校准工具，其国家层面的民主协商机制与和谐发展理念，社会维的自由边界厘定与平等公正保障，个人范畴的诚信准则与友善规范，共同构成了消解技术偏见的价值尺度。这种价值重构效应呈现双向互构特征，构成了数智技术与网上思想道德教育的动态调适机制。一方面，技术偏见通过激活教育的价值纠偏功能，倒逼平等公正教育内容的生产机制创新；另一方面，分众化教育对个体差异性的尊重诉求，与技术偏见导致的群体认知分化形成辩证矛盾，驱动教育主体深化研究异质化群体的认知图式，催生更具包容性的教育内容供给体系。在数智技术的风险治理维度，对抗性攻击与逆向攻击的双重威胁构成网上思想道德教育分众化创新的驱动力。从技术伦理视角审视，对抗性攻击表现为在输入数据中掺杂恶意噪声使系统作出错误决策的算法污染行为，逆向攻击则聚焦模型层的参数篡改与生成式信息失真。这种系统性风险不仅揭示了算法系统的技术脆弱性，更在实践层面催生了网上思想道德教育的创新动能，形成“风险识别—教育干预—制度建构”的治理环节。算法攻击导致的价值污染倒逼教育主体构建“风险类型—群体特征—教育策略”的映射模型，推动网络公德准则向技术使用规范延伸；分众化教育通过将技术伦理、数字公民责任等模块嵌入教育体系，形成“认知建构—行为规范—价值引领”的教育闭环；多元治理主体协同开发的技术伦理评估框架，使教育目标、方法与原则形成有机衔接。这种风险驱动的教育创新本质上构成技术治理与价值教育的协同进化，为破解技术异化难题提供了教育维度的有效方案。

三、形式创新：多元教育形式与风险防范并行推进

网上思想道德教育分众化形式创新的目的不仅在于为教育对象提供个性化、差异化的体验，也在于调动教育对象自主进行思想矛盾运动的积极性，更好地将思想道德教育内容内化于心、外化于行。从数智技术深度反思功能来看，数智技术在赋能网上思想道德教育分众化的过程中，能够提升教育对象有效的道德体验，重构网上思想道德教育的生态架构。在增强教育对象体验感的同时，通过风险预警的算法机制，提升网上思想道德教育分众化的风险防控能力。

1. 敦本务实：有效的道德体验与生态重构保证分众化育人的温度

当前，网上思想道德教育面临着双重环境制约：既受网络空间技术架构的显性规制，又受信息传播规律的隐性影响。特别是在网络社群分众化演进过程中，教育主体与传播环境的互动呈现出“信息茧房”带来的认知封闭性、圈层文化形成的价值区隔性、算法推荐导致的关系脆弱性等问题。数智技术赋能教育环境创新，既能够保持教育过程的科学理性，又可以彰显教育实践的人文温度为网上思想道德教育分众化提供了可操作的实践路径。大语言模型与决策树算法的双引擎协同，为道德体验提供技术支持。道德体验过程既是道德认知与情感升华的过程，也是人的社会化的过程。身临其境的道德体验是避免陷入道德相对主义误区的重要方式。大语言模型与决策树算法的技术耦合，在实现道德情境的虚拟具象化的同时，为教育对象体验不同主体的思想道德情境创造了条件。这种技术协同架构通过大语言模型的语义描述与情境模拟能力，构建起动态演化的道德叙事空间；通过决策树算法概率分支与路径回溯机制，为道德决策提供结构化推理框架。^[11]当两类技术形成闭环系统时，学习者个性特征数据经决策树节点解析后，触发大语言模型生成适配性教育内容，进而在认知层面构建了虚实融合的道德实践场域，使教育对象的价值判断训练突破时空限制；在方法层面创建了“决策树引导+语言模型阐释”的育人机制，实现规则推理与价值阐释的有机统一；在效果层面形成了内隐学习机制，通过情境化决策体验潜移默化地完成道德社会化过程。数字孪生技术作为数智化转型的技术之一，正在重构网上思想道德教育的生态架构。数字孪生技术是一种将物理实体与数字模型紧密结合的技术，能够反馈实体空间与虚拟空间的数字化、网络化、智能化的映射关系，实现对网络空间中记录、观察物体或设备运行特征的动态反馈。^[12]这种虚实同构的技术特性，为破解网上思想道德教育分众化困境提供了解决方案。在实践维度，数字孪生系统展现出双重教育赋能效应。其一，教育资源供给的精准适配。基于学习者认知特征与道德发展轨迹的动态建模，系统可构建“数字镜像—现实本体”的循环优化机制。当传感器实时捕捉现实场域的热点事件时，数字孪生引擎能自动生成匹配度极高的教学模块，实现教育资源从静态储备向动态演进的范式转型。其二，教育情境构建的具身适配。通过整合多模态学习数据（包括道德认知水平、价值判断模式与社会化程度），系统可构建学习者的数字孪生体，并基于强化学习算法生成个性化道德发展路径。这种适配机制突破传统教育场景的时空限制，通过虚实联动的“决策—反馈”回路，使学习者在沉浸式体验中完成道德认知图式的迭代升级。

2. 防微杜渐：数智技术提升网上思想道德教育分众化的风险防控能力

习近平总书记指出：“社会治理的最好办法，就是将矛盾消解于未然，将风险化解于无形。”^[13]数智技术的介入可以构建网上思想道德教育领域的“数字记忆免疫系统”，打造智能风险预警防控体系，在提升网上思想道德教育分众化的风险防控能力方面发挥重要作用。

从记忆储存方式来看，数智技术以大算力、智能化的第三持存构建了超越个体意识的外化记忆基质。第三持存是斯蒂格勒技术哲学中的原创性概念，是从胡塞尔的意识时间现象学中的第一持存（当下记忆）和第二持存（回忆）出发而产生的概念，特指一种技术化的记忆，是脱离个体记忆的外在化记忆载体。^[14]这一重塑分众化教育的认知治理模式基于超大规模算力与分布式存储技术，能够完整捕获教育交互过程中产生的多模态数据流，形成覆盖全周期的认知演化图谱。互联网场域的信息熵增效应使分众化教育面临价值偏差的危机，导致人们在认知建构中面临碎片化传播引发的记忆解构和算法推荐造成的“认知茧房”效应的双重困境。第三持存技术的介入，实质上是构建了对抗认知熵增的“数字记忆免疫系统”，在采集层运用知识图谱技术整合多源异构数据，在分析层采用认知计算模型解析价值传播路径，在应用层通过记忆重构算法生成风险干预策略。第三持存系统通过构建“数据采集—记忆分析—认知调适”的智能回路，不仅实现了分众化教育过程的数字化复现，更重要的是具备了价值风险防控的预见性治理能力。数智技术赋能的智能风险治理系统，正在重构网上思想道德教育分众化的安全范式。从风险预警的效率来看，数智技术深度搜索、机器学习的强大功能能够提升自动检测网络安全和识别威胁的能力。基于贝叶斯—决策树融合架构构建的预测性治理模型，实现了风险防控从被动响应向主动预判的范式跃迁。在思想道德教育分众化的过程中，数智技术能够敏锐感知社会舆论事件的流量波动异常，通过搜集、整合、分析教育对象关于社会重大事件的数据与信息，协助教育者建立分众舆情安全态势感知系统、指标预警体系、态势研判机制，以可视化的方式反馈教育对象对各社会事件与热点问题的认识、看法、态度、情感倾向及价值取向，并在此基础上模拟教育对象的网上思想道德行为走向，及时向教育者提供风险预警信息，使教育者能够要素化回应蕴含在教育对象行为背后的现实利益问题与思想困惑，从而更好地完成分众化育人的任务。

参考文献：

[1]徐翔.数字经济时代：大数据与人工智能驱动新经济发展[M].北京：人民出版社，2021：6.

[2]马克思恩格斯文集，第5卷[M].北京：人民出版社，2009：63-64.

[3]高莉.大数据创新发展与知识产权保护[M].北京：人民出版社，2021：114.

[4]刘则渊等.技术科学前沿图谱与强国战略[M].北京：人民出版社，2012：31.

[5]黄相怀等.人工智能与国家治理[M].北京：人民出版社，2020：21.

[6][9][11]谭营.人工智能知识讲座[M].北京：人民出版社，2018：44，72，95.

[7][8]任晓明，桂起权.计算机科学哲学研究——认知、计算与目的性的哲学思考[M].北京：人民出版社，2010：151，180.

[10]王贤卿.论传播学受众理论与思想政治教育创新[J].思想理论教育导刊，2009(11).

[12]汪德嘉等.身份危机[M].北京：电子工业出版社，2017：260.

[13]习近平著作选读，第2卷[M].北京：人民出版社，2023：242.

[14]郝立新，吴晓明.马克思主义哲学史研究（2018）[M].北京：人民出版社，2018：402.

（转自《思想理论教育》2025年第5期）