打开文本图片集

基金项目：江苏开放大学《2024年度思政精品培育项目》（编号：2023SZJP001）

【摘要】本文基于大语言模型，构建了大学生思想政治教育的评价指标体系。该体系遵循科学性、可操作性和独立性的原则，邀请了数字化教育平台和高等教育领域的专家，最终形成了包含5个一级指标和21个二级指标的评价体系。基于这一评价指标体系的方向指引性和大学生思想政治教育的实际情况，本文提出了以下优化路径：加强育人实践工作、满足学生个性化需求、优化评价内容和改进评价方式。研究结果为提升大学生思想政治教育的质量提供了理论依据和实践指导。

【关键词】大语言模型；ChatGPT；思想政治教育；评价体系

【中图分类号】D64；G41    【文献标识码】A

0 引言

进入21世纪以来，以ChatGPT为代表的大语言模型在经济和教育领域得到了广泛应用[1]，推动了教育领域的深刻变革。特别是基于GPT架构的ChatGPT，凭借其卓越的文本分析和生成能力，在教育教学中迅速普及和应用。2020年10月，中共中央与国务院联合发布的《深化新时代教育评价改革总体方案》指出，应充分发挥教育评价的指导作用，科学确定育人目标，确保教育的正确发展方向。在此背景下，各高校积极利用信息技术，提升教育评价的科学性和准确性。大学生思想政治教育在高校培养什么样的人、如何培养人以及为谁培养人等方面发挥着关键作用。因此，结合国家政策指导，如何借助智能化技术科学合理地评价大学生思想政治教育的效果，不仅能够为思想政治教育工作提供明确的方向和目标，还能显著提升教育质量[2]。本文基于大语言模型构建了一个评价指标体系，旨在深入探究大学生思想政治教育的实际状况。

1 大学生思想政治教育的功能

1.1 转化功能

近年来，思想政治教育通过将枯燥的理论知识转化为大学生易于接受的教学内容，显著提升了教育效果[3]。具体而言，大学生思想政治教育在实际开展过程中，通过展示大量实例，阐述中国特色社会主义的优越性和取得的巨大成就。这种方式不仅使大学生认识到我国制度的优越性，还帮助他们树立理论自信、道路自信、制度自信和文化自信。随着时代的进步，大学生思想政治教育的内容展示重点也在发生变化。在大数据时代，搜索和推送机制的广泛应用为思想政治教育内容的准确性和针对性提供了历史机遇，使其更加注重为大学生提供个性化的服务。这一转变不仅优化了思想政治教育的功能，还提高了学生的接受度，提升了教育的整体效果。

1.2 塑造功能

随着社会经济的快速发展，我国在物质文明和精神文明方面的发展出现了一定的不平衡状态[4]。市场经济和商品经济的高速发展导致拜金主义、利己主义和享乐主义等不良思想的快速传播[5]。在这种背景下，思想政治教育作为提升未来国家建设主力军精神文明水平的重要途径，发挥了关键作用。通过理论讲解与具体实例相结合的方式，思想政治教育帮助大学生建立正确的价值观、人生观和世界观，使其在步入社会后能够自觉抵制利己主义和享乐主义等消极思想的侵蚀，成为具有高度社会责任感和道德素质的人才。

1.3 引导功能

当前，大学生表现出主体人格凸显、利己主义倾向明显等特征[6]。这些特征的形成与我国改革开放的持续深化和市场经济体制的逐步巩固密切相关。在这样的社会环境中，大学生思想政治教育能够引导学生找到个人价值与社会价值的契合点，帮助他们理解在经济发展中辨别真伪的重要性。通过思想政治教育，学生不仅能够提升个人素养，还能积极投身于祖国的现代化建设中，为国家的发展贡献自己的力量。

2 大语言模型应用于大学生思想政治教育评价的价值意蕴

2.1 变革评价理念

在传统评价方式下，大学生思想政治教育评价主要依赖“常规评价+重点督查”[7]。然而，随着时代的发展，大学生思想政治教育课程在新思维、广视野、深情怀方面进行了变革，这要求教育评价更加关注学生的个性化需求，转变传统的教育评价理念，发挥评价的诊断与改进功能。以ChatGPT为代表的大语言模型凭借其独特技术优势，重新塑造了评价主体对评价功能、价值和目标导向的认知，推动了教育评价理念的变革。具体来说，ChatGPT的应用使大学生思想政治教育评价从重视标准尺度转向关注学生特征与需求的个性化评价。此外，ChatGPT通过模拟师生互动方式提问大学生，并根据回答结果提供及时反馈，有效关注了学生间的水平与个性化差异，达到了变革评价理念的目标。

2.2 变革评价主体

传统大学生思想政治教育评价多以权威主体为核心，评价范式以行政管理模式为主，重视行政部门的意见[8]。大语言模型的应用不仅提升了评价主体的评价能力，还实现了学生从评价客体向评价主体的转变。具体而言，ChatGPT可以帮助学生解读评价理论、分析评价结果，使他们更深入地理解评价结果，促进他们在“如何评价”和“为何如此评价”方面进行深入思考。同时，ChatGPT促使学生反思评价内容，并根据评价内容产生新想法和意见，提升他们的反馈素养和评价能力。此外，教师可以结合自身想法与ChatGPT的建议，及时询问学生的意见，确定具体教学内容，强化学生在思想政治教育中的主体地位。

2.3 变革评价内容

在传统评价模式下，大学生思想政治教育评价主要以“过程性评价+终极考核评价”为主，侧重于学生的理论学习效果和日常表现，但难以全面评估学生的核心素养，无法满足数字经济时代对智能人才的需求。以ChatGPT为主的大语言模型应用在大学生思想政治教育评价中，能够丰富评价内容，使其逐步多元化。具体而言，ChatGPT的应用有助于获取大学生的核心素养，为衡量学生的知识技能、高阶思维、情感态度、伦理道德等非认知因素提供可能，从而丰富大学生思想政治教育的评价内容。

2.4 变革评价方式

近年来，我国大学生思想政治教育评价方式主要以分数为主，这种评价方式较为片面和固化。大语言模型在大学生思想政治教育中的应用，使得评价从“片面固化”转向“系统动态”模式。具体而言，ChatGPT能够动态评估大学生思想政治教育的受教成果，有效转变评价方式。ChatGPT在大学生思想政治教育过程中的应用，能够根据学生的思想动态和行为特点进行全面评价。值得注意的是，ChatGPT的应用能够剔除区域经济、生源质量、家庭背景等因素的影响，使教育实施主体能够根据评价结果有针对性地为大学生提供相关指导。这使得大学生思想政治教育评价方式逐步多元化。此外，ChatGPT凭借精准供给和智能算法等优势，对教育实施者进行“教学画像”，对大学生进行“整体画像”[9]，形成多主体、多维度、系统性的评价，进一步变革思想政治教育的评价方式。

3 大语言模型下大学生思想政治教育评价体系构建

3.1 构建原则

在明确了大学生思想政治教育的功能及大语言模型在大学生思想政治教育评价中的作用后，根据以下原则选取指标并构建评价指标体系：（1）科学性原则：一方面，需要根据大语言模型在大学生思想政治教育中的实际应用情况，提取关键点，以反映大语言模型下的大学生思想政治教育评价的基本特点。另一方面，选取的指标在统计口径和计算方法上应具有一致性，确保最终结果的稳健性。（2）可操作性原则：可操作性主要指选取可获得且具有可靠数据来源的指标。因此，在选取基于大语言模型的大学生思想政治教育评价指标时，需要充分考虑数据的可得性和可跟踪性。（3） 独立性原则：在构建具体的评价指标体系过程中，需确保各指标之间相互独立，避免指标间存在包含、交叉或重叠的关系，从而提升评价指标体系的科学性和合理性。

3.2 指标体系设计

根据大学生思想政治教育的发展现状及大语言模型在大学生思想政治教育中的实际应用情况，并借鉴学术界现有的研究方法，最终确定了包含5个一级指标和21个二级指标的大学生思想政治教育评价指标体系，详见表1。

3.3 指标权重确定

为了确保大学生思想政治教育评价结果的客观性和合理性，本文采用层次分析法（AHP）确定指标权重。具体流程如下：

（1）构建判断矩阵。在2023年10月至12月进行调研工作，具体过程中，首先邀请具有智能技术和高校管理经验的专家，其中包括7名高等教育教学专家和8名在智能技术应用领域具有丰富经验的专家。  通过专家打分法进行问询，在问询过程中为指标赋分，1分表示极其不重要，2分表示不重要，3分表示一般重要，4分表示重要，5分表示极其重要。  基于上述赋分结果，计算各指标的算术平均值和标准差等系数。最后，根据专家评分结果，利用Yaahp软件建立判断矩阵进行赋值。

（2） 构建一级指标判断矩阵。根据一级指标建立判断矩阵。基于专家打分结果，利用Yaahp软件中的群决策功能构建判断矩阵。经过计算后，构建的判断矩阵中一致性检验结果均为0.000，说明判断矩阵通过了一致性检验。

（3） 构建二级指标判断矩阵。重复上述步骤，获得二级指标判断矩阵，并进行一致性检验。发现构建的判断矩阵同样通过了一致性检验。

（4）确定指标权重。利用Yaahp软件获取大学生思想政治教育评价体系的总权重，并用W表示。  将总权重与大学生思想政治教育评价体系进行综合分析，获得各指标的实际权重，具体结果如表1所示。

4 优化路径

以ChatGPT为代表的大语言模型在教育领域的广泛应用，为大学生思想政治教育评价的改革提供了历史契机。因此，在构建评价指标体系的基础上，如何更好地发挥大语言模型在大学生思想政治教育评价中的积极作用，需要进一步探究。

4.1 注重育人实践工作开展

目前，我国大学生思想政治教育涉及的主体主要包括授课单位和其他社会组织，具有多元化的特点。因此，基于大语言模型评价大学生思想政治教育需在组织领导架构的基础上，注重育人主体的作用。具体来说，评估机构应更加关注大学生思想政治教育是否根据新时代党和国家对教育的指导方针构建思想政治体系；是否将大学生思想政治教育纳入学校发展规划中。同时，评估机构需进一步关注高校是否根据十大育人体系要求，明确思想政治教育的育人目标与方式，更加关注育人主体评价指向、育人实践效果、学生满意度等问题。构建基于大语言模型的大学生思想政治教育评价指标体系，充分发挥智能化技术在大学生思想政治教育中的积极作用。

4.2 满足学生需求

作为大学生思想政治教育的主要参与者，大学生的思想、心理、行为等方面的成长是思想政治教育教学成效的主要表现。因此，基于大语言模型的大学生思想政治教育评价指标体系在构建过程中，需要以大学生为主体，在设计调查问卷时，需要充分了解学生对思想政治相关内容的接受程度、学生对教学环境的满意度等方面的内容，旨在全方位评估大学生对思想政治教育的满意度。此外，为充分满足学生需求，育人主体还应基于ChatGPT建立相应机制，整合多方主体意见，定期评估ChatGPT在思想政治育人中的积极作用，确保思想政治教育评价工作的开展能够有效满足学生需求。

4.3 升级评价内容

在数字经济快速发展的背景下，大学生思想政治教育的具体教学内容需要根据党的最新理论成果及时进行更新，以满足时代发展需求。因此，基于大语言模型的大学生思想政治教育评价需要不断优化评价内容，提升思想政治教育的育人效果。在具体评价过程中，评估主体应借助人工智能和大数据技术评估模型，对教学过程进行多模态数据分析处理，开展教学观察和课堂诊断，并进行课程与教学的评价及反思工作，优化与升级评价内容。此外，育人主体还应借助ChatGPT开展教育模拟活动，将高阶知识教学能力、学科交叉意识与能力、学科知识教学融合与关联能力融入实际教学过程，为优化与升级评价内容提供支持。

4.4 完善评价方式

基于大语言模型的大学生思想政治教育评价需要关注不同主体的需求，因此需进一步完善评价方式。一方面，评价主体应依托以ChatGPT为主的大语言模型适度扩展评价主体范围。具体而言，评价主体需要在“大思政”格局下，将校内外评价主体纳入具体评价之中，明确各自的权利与义务，全面评价大学生思想政治教育教学质量。另一方面，大语言模型为大学生思想政治教育评价改革提供了新方向。因此，评价主体应基于大语言模型，及时收集大学生学习思想政治教育过程中产生的数据，实现以数据赋能思想政治教育评价活动。此外，评价主体还应借助大语言模型的特性，选取可观察、可量化、可记录、可描述的指标进行量化。在此基础上，利用ChatGPT与大数据技术对量化指标进行数据采集、存储、清洗与挖掘，形成数据库。进一步利用数据挖掘技术获得评价结果，并根据结果动态调整教学内容，充分发挥评价考核在大学生思想政治教育中的积极作用。

5结语

思想政治教育被誉为“德育课”和“公民教育”，是世界各国各级院校普遍开设的课程，具有成规模、成体系的优势，并且具有显著的意识形态指向性。同时，思想政治教育在引导大学生形成正确的价值观、人生观和世界观方面发挥着不可忽视的作用。大语言模型，如ChatGPT，蕴藏着引发教育领域巨大变革的无限潜力，具备理解自然语言并生成高质量回答的能力。基于此，利用大语言模型评价大学生思想政治教育显得尤为必要。 本文在明确大学生思想政治教育的功能及其在大语言模型应用中的价值的基础上，构建了一个基于大语言模型的大学生思想政治教育评价指标体系，并进行了权重赋值。具体而言，本文提出了包含5个一级指标和21个二级指标的评价体系，通过层次分析法确定了各指标的权重。最后，在数字经济快速发展的背景下，本文提出了优化大学生思想政治教育的路径，包括注重育人实践工作开展、满足学生需求、升级评价内容和完善评价方式。 通过这些优化路径，本文旨在为提升大学生思想政治教育的质量提供理论依据和实践指导，充分发挥大语言模型在教育评价中的积极作用，推动思想政治教育工作的科学化、系统化和智能化发展。

【参考文献】

[1]周雨婷，姚石.ChatGPT在高等教育领域的应用价值、潜在风险及治理向度[J].军事高等教育研究，2024，47（1）：19-25+37.

[2]任刚，李彩云.大学生思想政治教育工作的评价方法与科学指标体系构建[J].文教资料，2023，（6）：67-70.

[3]栾云镪，谢于风.人工智能赋能高校思想政治教育的时代意蕴与实践路向[J].湖北师范大学学报（哲学社会科学版），2024，44（4）：93-100.

[4]吕小宁，曹东勃.“两个文明”协调发展的思想探赜[J].上海财经大学学报，2024，26（4）：3-17.

[5]薛生山，王帅.批判与超越：新自由主义的意识形态迷雾[J].大庆社会科学，2023，（6）：65-72.

[6]陈云云，许川川.“六体”联动：智媒时代大学生理想信念精准培育探索[J].现代教育科学，2023，（5）：91-97.

[7]许东波，魏晨晨，王洁.新时代高校思想政治理论课教师队伍的历史性变化及主要建设经验[J].思想教育研究，2024，（1）：83-89.

[8]王蔚虹.新时代教育评价改革视角下高校教学与科研关系刍议[J].教育探索，2024，（7）：29-34.

[9]张诗博.人工智能赋能高校“大思政课”的理论逻辑、价值意蕴与实践路径[J].现代教育科学，2024，（1）：73-79.