思想政治教育学科的系统性建设已经历经40余年，在不断总结提炼中国共产党百余年思想政治工作实践经验，以及吸收其他学科优秀成果的基础上，学科研究领域不断成型、学科分支得到拓展，原理、方法论、历史、比较、应用这五个方向已成为思想政治教育学科知识体系建构的基本逻辑线条。成为马克思主义理论学科的重要组成部分以来，思想政治教育二级学科承担了“要集马克思主义理论各二级学科为一体”①的使命，在马克思主义指导下，坚持“两个结合”，善于借鉴和运用多方面的思想资源，做强做深知识体系的增量成为加强学科内涵建设的重要任务。而以数字化、智能化为表征的数智时代的来临，则使得如何以“发展”与“融合”为支点来把握学科知识体系变量的问题成为思想政治教育学科体系、学术体系、话语体系建设所不能回避的新领域。由此，在新的环境条件下，拓宽学术视野、开辟学术领域、创新研究方法的问题已然被提出，深入思考数智时代为学科自主知识体系建构提供了怎样的契机、催生了怎样的动力、提出了怎样的任务、指明了怎样的方向，成为思想政治教育学人应思考的重要问题。 一、抓住数智时代思想政治教育学科自主知识体系建构的契机 在思想政治教育基本原理与具体实际的结合中，学科知识体系的建构具有不竭的理论来源与实践动力，既包括在马克思主义指导下，借鉴多学科知识框架基础上的基本原理建构，也包括建立在不断总结思想政治教育实践经验基础上的理论升华。而随着数智时代的到来，思想政治教育的实践演进与理论研究之间的表征关系不断被赋予新的内涵，一系列新现象新问题的出现都对新技术条件下拓展思想政治教育研究体系、创新学科知识体系提出新的要求。 第一，面向数智技术在思想政治教育实践中的应用，学科自主知识体系建构要做好积极引领。数字技术和智能技术的快速发展与广泛应用，正在促进数据、算力、算法的不断融合，并由此引发生产、生活、教育领域出现智能化应用、人机协同等复杂情形与系统性变革。思想政治教育的总体环境、构成要素、运行过程、评价体系等维度在数智技术的作用下产生了很多新现象，推动思想政治教育实践不断发展、育人模式不断创新，从而催生思想政治教育学科知识体系在基本概念、理论模型、实践应用、研究方法等方面获得新的拓展。这些新现象主要表现在：一是数智技术赋能教育者形成各具内涵与特色的“智能体”，不少高校构建了“思政教师—智能体—学生”互动模型，并通过建设专属智能体开发平台，开展师生“同学、同研、共建、共享”的协同实践活动，逐步形成思政智能体矩阵。二是数智技术赋能教育方式和手段，从而形成人们对“精准思政”的期待。数智技术促进了思想政治教育在方式方法上的智慧性重构，大数据不仅能够基于数据间的关联性生成新的知识架构从而构建起思想政治教育更加丰富的内容体系，而且能够实现对教育对象的精准画像从而使得思想政治教育的内容供给与方法适配更加符合需求。三是数智技术赋能教育环境的再造从而出现教育的“泛在时空”，数智技术突破了传统的时空框架，促进了时空的动态变化与相互关联。时空信息通过各种载体渗透到我们的日常生活，“泛在化”的服务网络可以使思想政治教育从曾经的有限场域走向无所不在的“泛在时空”。 这些新现象都是思想政治教育实践领域在数智技术作用下发生的新变化，也对思想政治教育理论和实践的发展带来新机遇、提出新要求，需要学科自主知识体系的建构能面向新现象、新实践做好积极引领，在开放、吸收、借鉴中夯实知识基础。正如习近平指出，“我国哲学社会科学应该以我们正在做的事情为中心，从我国改革发展的实践中挖掘新材料、发现新问题、提出新观点、构建新理论”。[1](P484)从知识体系建构的来源而言，数智时代是一个以人工智能、大数据、云计算、物联网等技术为基础，数字化与智能化深度耦合的时代，这一过程中概念发展与知识建构的路径是沿着计算机科学与技术领域现象描述、规律揭示的轨迹来推进的，对计算机科学与技术领域认识和实践过程中的内容、性质、方法、特点、内在联系与变化规律进行系统研究后的理论总结，对数智时代诸多新概念、新知识的产生具有重要作用。同时，海量信息和数据的高速流转与分析，既驱动了各行业各领域的智能化变革，也在与不同领域原有概念和知识体系之间的交互中催生了一批新概念、新知识、新理论。在数智技术的发展备受关注的时代背景下，算法、模型、内存、并行与分布、绑定、嵌入、驱动、映射等计算机学科常用的术语已逐步进入不同学科并被频繁应用。思想政治教育实践已敏感捕捉到来自技术领域的发展变化所提供的新方案、提出的新问题，数智技术既是影响思想政治教育发展的外部技术环境要素，也是推动其学科创新的内生力量，对思想政治教育的发生基础、实践运行、过程形态等产生了不容忽视的影响，面向那些已经在实践中发生和应用的来自计算机学科及其与其他学科交互下生成的新概念、新知识、新理论，如何进一步思考其与思想政治教育学科知识体系之间的关系，对于学科自主知识体系的建构具有方向性、引领性的意义。 第二，面向数智技术对思想政治教育过程产生的影响，学科自主知识体系建构要作出有效回应。人类自工业革命以来的每一次技术革命，都会引发社会关系的深刻变革，技术变革之所以会引发社会关系变革在于两者的同步推进，在于技术在经济与社会生活中的广泛应用。在思想政治教育领域，数智技术与教育过程的双向互动已然处于快速推进之中，尤其是生成式人工智能技术的突破性进展，使得以ChatGPT、DeepSeek为代表的AI语言模型已经成为备受人们瞩目并热衷于使用的具备对话聊天、通用问答、文本生成等功能的工具，这些工具各具性能与特点，并且随着其所拥有的参数和训练数据集的扩大，其完成各种复杂任务的能力也在不断增强。这些技术所展示的独特魅力为思想政治教育的数字化转型与创新发展提供了有力的支持，但同时也使思想政治教育过程中各要素及其相互之间的关系发生了深刻变革，并对思想政治教育的实践发展与理论升级提出了诸多新的问题。从学科知识体系建构的角度出发，对这些新问题的认识主要可以从两方面展开：一方面，数智技术为推动思想政治教育实践活动的整体转型创造了条件，使得教育活动中人的因素具备新的能动性、教育活动开展的互动过程具备新的有效性、教育的时空环境具备新的开放性、教育活动的高质量发展具备新的可能性，从而为思想政治教育过程赋予了新质、新域。由此，思想政治教育过程中教育者与受教育者之间的关系、教育内容与教育方式的关系、人与环境的关系等方面均面临新的建构格局。思想政治教育的理论和实践都需要对教育过程中这些要素及其相互关系发生的深刻变化作出回应，并建构新的技术条件下关于各要素的新知识体系。另一方面，从技术原理、模型性能、应用场景等方面来看，数智技术本身具有的某些特性在给思想政治教育带来新挑战的同时也提出了不少新问题。我们需要加强对机器智能的运行逻辑、呈现方式的认识，例如，大语言模型采用了基于人类反馈的强化学习技术，能利用强化学习算法不断优化自身策略，生成更符合人类期望与偏好的回答。这个过程中，如果反馈数据的收集样本不具有代表性，就可能产生数据偏差的问题，而且人们反馈的主观性与不一致性也可能导致模型简化过程中未能保留实际问题的所有特征，从而产生模型误差。从根本上说，计算机在建立数字模型过程中，是通过对被描述的实际问题进行抽象、简化而进行的，因此其对问题的回答可能是具体的，也可能是近似的。也就是说，在人类写规则、模型学规律的进程中，多模态数据的解释难度、动态模型解释的滞后等“AI黑箱”问题的存在，对于思想政治教育而言也会出现运行机制不透明或决策逻辑不清晰的状况，那么，为了实现教育目标，是否能在机器智能的辅助下实现“精准识别”“靶向干预”，就有待进一步探索。数智技术的发展和应用为思想政治教育规律的探索、学科知识体系的构建提供新动能。
