政治经济学评论杂志近十年出版发文量：

政治经济学评论杂志论文格式要求

为便于学术交流和推进本社期刊编辑工作的规范化，在研究和借鉴其他人文社会科学学术期刊注释规定的基础上，我们对原有引文注释规范进行了补充和完善，特制定新的规定。

一、注释体例及标注位置

文献引证方式采用注释体例。

注释放置于当页下（脚注）。注释序号用①，②，③……标识，每页单独排序。正文中的注释序号统一置于包含引文的句子(有时候也可能是词或词组)或段落标点符号之后。

二、注释的标注格式

（一）非连续出版物

1．著作

标注顺序:责任者与责任方式/文献题名/出版地点/出版者/出版时间/页码。

责任方式为著时，“著”可省略，其他责任方式不可省略。

引用翻译著作时，将译者作为第二责任者置于文献题名之后。

引用《马克思恩格斯全集》、《列宁全集》等经典著作应使用最新版本。

示例：

《马克思恩格斯全集》（第31卷），北京：人民出版社，1998年，第46页。

马克斯·韦伯： 《新教伦理与资本主义精神》，于晓等译，北京：三联书店，１９８７年，第８页。

黑格尔：《历史哲学》，王造时译，上海：上海书店出版社，１９９９年，第４５４、４５３页。

Ｓ．Ｎ．艾森斯塔特：《反思现代性》，旷新年等译，北京：三联书店，２００６年，第８页。

米歇尔·博德： 《资本主义史（１５００—１９８０）》，吴艾美等译，北京：东方出版社，１９８６年，第１４５页。

安琪楼·夸特罗其、汤姆·奈仁： 《法国１９６８：终结的开始》，赵刚译，北京：三联书店，２００１年，第１３２—１３３页。

金冲及主编：《周恩来传》，北京：人民出版社、中央文献出版社，1989年，第9页

2．析出文献

标注顺序:责任者/析出文献题名/文集责任者与责任方式/文集题名/出版地点/出版者/出版时间/页码。

文集责任者与析出文献责任者相同时，可省去文集责任者。

示例：

杜威·佛克马:《走向新世界主义》,王宁、薛晓源编：《全球化与后殖民批评》,北京：中央编译出版社,1999年,第247-266页。

3．著作、文集的序言、引论、前言、后记

（1）序言、前言作者与著作、文集责任者相同。

示例：

大卫·麦克莱伦：《马克思传》，王珍译，北京：人民出版社，1994年，“序言”，第1页。

（2）序言有单独的标题，可作为析出文献来标注。

示例：

托洛茨基：《<俄国革命史>中文版自序》，《俄国革命史》，北京：三联书店，1997年，第2页。

(二)连续出版物

1.期刊

标注顺序:责任者/文献题名/期刊名/年期。

刊名与其他期刊相同，也可括注出版地点，附于刊名后，以示区别；同一种期刊有两个以上的版别时，引用时须注明版别。

示例：

吴易风：《论政治经济学或经济学的研究对象》，《中国社会科学》1997年第2期。

叶明勇：《英国议会圈地及其影响》，《武汉大学学报》（人文科学版）2001年第2期。

2.报纸

标注顺序:责任者/篇名/报纸名称/出版年月日。

同名报纸应标示出版地点以示区别。

示例：

张宇：《关于构建中国经济学体系和学术话语体系的思考》，《光明日报》2012年08月20日。

常修泽：《新时期改革的战略思维》，《人民日报》2012年11月27日。

《西南中委反对在宁召开五全会》，《民国日报》（广州）1933年8月11日。

（三）未刊文献

1.学位论文、会议论文等

标注顺序:责任者/文献标题/论文性质/地点或学校/文献形成时间/页码。

示例：

丁堡骏：《转形问题研究》，中国《资本论》研究会第11次学术年会论文，北京，2002年6月，第9页。

丰雷：《经济金融化背景下美国经济危机的根源研究》，博士学位论文，西南财经大学，2010年5月，第11页。

2.手稿、档案文献

标注顺序:文献标题/文献形成时间/卷宗号或其他编号/藏所。

示例：

《党外人士座谈会记录》，1950年7月，李劼人档案，中共四川省委统战部档案室藏。

3．报告

责任人/文献标题/会议名称/日期

示例：

胡锦涛：《坚定不移沿着中国特色社会主义道路前进，为全面建成小康社会而奋斗》，中国共产党第十八次全国代表大会报告，2012年11月18日。

4．标准

标准编号/标准

示例：

GBPT1615921996，汉语拼音正词法基本规则.

（四）转引文献

无法直接引用的文献，转引自他人著作时，须标明。标注顺序：责任者／原文献题名／原文献版本信息／原页码（或卷期）／转引文献责任者／转引文献题名／版本信息／页码。

如前述信息不全可直接按转引文献责任者／转引文献题名／版本信息／页码标注。

示例：

孟氧:《经济哲学与社会场理论》，1925年10月，转引自孟小灯：《孟氧学术文集》，北京：石油工业出版社，2012年，第129页。

（五）电子文献

电子文献包括以数码方式记录的所有文献（含以胶片、磁带等介质记录的电影、录影、录音等音像文献）。

标注项目与顺序：责任者／电子文献题名／更新或修改日期／获取和访问路径／引用日期。（无法确定日期的可以不标注）

示例：

王明亮：《在实践中塑造马克思主义哲学的品格》，2008年6月30日， http://qk.cass.cn/zgshkx/qkdt/200806/t20080630_1102.htm， 2008年10月4日。

李其庆：《法国调节学派评析》，《经济社会体制比较》（网络版试刊）2006年第1期， http://www.literature.org.cn /Article.asp?ID=199，2007年9月13日。

（六）外文文献

1.引证外文文献，原则上使用该语种通行的引证标注方式。

2.本规范仅列举英文文献的标注方式如下：

（1）专著

标注顺序：责任者与责任方式/文献题名/出版地点/出版者/出版时间/页码。文献题名用斜体，出版地点后用英文冒号，其余各标注项目之间，用英文逗点隔开，下同。

示例

Paul Sweezy, Theory of Capitalist Development, New York: New York University Press, pp.45-46.

David Harvey, A Brief History of Neoliberalism, USA: Oxford University Press, 2005, pp.32-35.

Randolph Starn and Loren Partridge, The Arts of Power: Three Halls of State in Italy, 1300-1600, Berkeley: California University Press, 1992, pp.19-28.

（2）译著

标注顺序：责任者/文献题名/译者/出版地点/出版者/出版时间/页码。

示例：

Karl Marx, Capital, trans. by Samuel Moore and Edward Aveling, London: Penguin Classics, 1992, pp.55,88.

（3）期刊析出文献

标注顺序：责任者/析出文献题名/期刊名(工作论文)/卷册及出版时间/页码。析出文献题名用英文引号标识，期刊名用斜体，下同。

示例：

Heath Chamberlain, “On the Search for Civil Society in China”， Modern China, vol. 19, no. 2 (April 1993), pp.199-215.

（4）文集析出文献

标注顺序：责任者/析出文献题名/文集题名/编者/出版地点/出版者/出版时间/页码。

示例：

Red Schfield, “The Impact of Scarcity and Plenty on Population Change in England”, in Rotberg and Rabb, eds., Hunger and History: The Impact of Changing Food Production and Consumption Pattern on Society, Cambridge, Mass: Cambridge University Press, 1983, p.79.

（5）档案文献

标注顺序:文献标题/文献形成时间/卷宗号或其他编号/藏所。

Nixon to Kissinger, February 1, 1969, Box 1032, NSC Files, Nixon Presidential Material Project (NPMP), National Archives II, College Park, MD.

进入期刊首页

1.生成式人工智能嵌入大学生学风教育的积极变革、潜在风险及其应对

作者：赵癸萍

作者单位：无锡职业技术学院

关键词：生成式人工智能;学风教育;教育数字化

　　摘 要: 生成式人工智能以人机互驯打造知识生产新引擎、以人机对话构建知识学习新模式，驱动提升教师教学 和学生学习的含“智”量，释放技术红利成为新智能助手、加速技术迭代催生新摩尔效应，引发大学生学风教育基 础的变革、内容的革芯和手段的革新，推动了学风教育积极变革。但是，生成式人工智能面临架构偏狭的教育目 标失衡、人机倒置的教育主体暗转、道德冲击的学术诚信危机、算法黑箱的教育技术漏洞等问题，滋生大学生学风 教育的多重潜在风险。为此，需恪守扬长补短、以人为本、诚信为先、算法透明的基本原则，以三维目标纠正教育 目标失衡、以人机共生巩固教育主体地位、以自律他律筑牢学术规范底线、以 AI 发展弥补算法技术漏洞，坚守使 命担当，推进生成式人工智能技术合理嵌入大学生学风教育。 

　　随着“数字化生存”从话语范式演变成生存方 式，生成式人工智能( Artificial Intelligence Generated Content，简称 AIGC) 掀起高潮。作为思想政治教育 的一个重要构成，大学生学风教育在教育数字化时 代，与生成式人工智能深度融合已成为必然趋势。 聚焦培育优良学风的大学生学风教育，意指遵循思 想政治教育规律与大学生成长成才规律，有目的、 有计划、有步骤地教育、影响和引导大学生树立良 好学风，形成一定社会和高校所要求的积极的学习 状态、精神风貌和群体氛围的教育活动。［1］习近平 总书记强调，“人工智能是引领这一轮科技革命和 产业变革的战略性技术”［2］，需要“不断提升人工 智能技术的安全性、可靠性、可控性、公平性”［3］。 生成式人工智能在学风教育中是一种特殊的矛盾 综合体，须科学认识其积极变革，精准化解其潜在 风险，赋予大学生学风教育更多数智化能量。

　　一、生成式人工智能嵌入大学生学风教育的 积极变革

　　生成式人工智能是基于算法、模型、规则生成 文本、图片、声音、视频、代码等内容的技术［4］，其独 特性在于自主生成能力，既能处理输入数据，又能 学习和模仿事物内在规律、自主创造新内容。《教 育强国建设规划纲要( 2024－2035 年) 》要求“促进 人工智能助力教育变革”［5］，生成式人工智能从教 育基础、教育内容、教育手段等维度，对大学生学风 教育产生积极变革。

　　1．学风教育基础的变革

　　学风教育的首层本质是规范学习行为［6］，以掌 握知识生产方式和学习行为特点为基础。生成式 人工智能对知识生产和知识学习产生了积极影响。 知识生产层面，生成式人工智能以人机互驯打 造知识生产新引擎。生成式人工智能研发环节，人 类通过编辑算法、研发技术，将人类观念植入算法，驯化智能机器的初始性能，并依托技术进步提升智 能机器的算法规制能力。生成式人工智能运用环 节，智能机器用算法影响人类观念、提升人类认知 水平和智能素养。人类与智能机器的每一轮沟通， 都会使智能机器更好习得人类思想，影响其深度学 习的输出结果; 而智能机器深度学习的输出结果， 将再次影响人类的思想和行为，由此实现人机双向 赋智。人类和机器双向互驯“成为一个循环交替作 用与即时交互作用共在的动态过程”［7］，使智能机 器具备一定的“语言的自组织能力和内容的再创造 能力”［8］，成为知识生产的新引擎。这一变革能够 实现大学生知识生产能力的跃变、学习内容的海量 奔涌、知识获取的极度便捷，夯实了学风教育的知 识生产根基。

　　知识学习层面，生成式人工智能以人机对话 构建知识学习新模式。生成式人工智能着重开发 人机对话模式。例如，ChatGPT ( AIGC 的典型代 表) 采用人类提问、机器回答的方式，通过精准描 述、持续追问、补充信息等多轮互动深化交流，让智 能机器以“对话参与者”身份充分理解人类意图，为 人类提供越来越可信赖的问题答案与解决方案。 具备自主重组再造能力和类人理解能力的生成式 人工智能，貌似将自身塑造成一个无所不知、有求 必应的“虚拟教师”，以辅助知识生产者和信息决策 咨询者的身份嵌入教育系统，构建了“师—机—生” 智能交互的新型学习模式。这一学习模式将生成 式人工智能深度嵌入学习过程，在提高学习效率、 优化学习趣味性等方面潜能巨大，丰富了学风教育 的知识学习方式。

　　2．学风教育内容的革芯

　　科技革命是学风教育内容革芯的强大驱动力。 18 世纪 60 年代到 19 世纪中期，以纺织机和蒸汽机 为代表的第一次科技革命，推动人类步入工业时 代。出于社会对技术工人的渴求，学习者需要掌握 技能和科学知识，还必须学习维护资产阶级统治地 位的社会道德规范，推进学风教育内容的世俗化变 革。19 世纪 70 年代，发电机和内燃机的发明应用 标志着第二次科技革命的出现，电力技术扩大了生 产规模，社会渴求“严、细、实”的技术实用人才与 “高、精、尖”的精英人才，学习者学习内容以工业发 展所需的数学、自然科学等实用学科为主，带来学 风教育内容的实用化变革。20 世纪四五十年代计 算机的发明以及后续互联网的普及，催生第三次科 技革命，驱动了学风教育内容的信息化变革。立足 具备较高科学素养的综合性人才培养需要，学风教 育注重学生学习的主动性和合作探究［9］，拓展终身 学习和在线学习方式，强调科研诚信和学术道德教 育，日益与信息化接轨。

　　新世纪以来，2014 年图灵测试首次通过，2016 年“阿尔法狗”战胜围棋世界冠军李世石，尤其是 ChatGPT、Sora、DeepSeek 陆续面世，生成式人工智 能将引爆新一轮人工智能革命，驱动学风教育内容 的智能化变革。大学生学风教育亟需提升教师教 学含“智”量，着重培养教师的数智知识技能、数智 情感态度、数智伦理道德等数智素养，善于以“智” 助教，以优良教风培育优良学风。大学生学风教育 还需加速提升学生学习含“智”量，着重培养学生进 行人机交互时清晰的表达力、公平安全多元包容的 道德力、尖端前沿领域持续的探索力、智能生成结 果有效的解读力、应用技术保障变化的适应力、多 元智能工具融合的应用力［10］、合规运用人工智能 的学术道德制约力，善于以“智”助学，以智能化学 习培育优良学风。

　　3．学风教育手段的革新

　　学风教育的第二层本质是营造学习氛围。［11］ 生成式人工智能通过释放技术红利、加速技术迭 代，革新教育手段，营造学习氛围。

　　释放技术红利，生成式人工智能成为学风教育 的新智能助手。近年来，各种新兴技术纷纷嵌入大 学生思想政治教育，赋能学风教育的技术革新。元 宇宙创造出沉浸式、自主化、虚实结合的数字网络 空间，通过“去中心化”的泛在技术作用于人的感 知，进而塑造或改变人的思想行为，重构“人人是主 体、处处是中心”的新型教育模式，变革了思想政治 教育主客体的互动方式。大数据技术基于算法推 荐带来方法论变革，使教育者可以根据行为和思想 的相关性预测受教育者的思想趋势和行为倾向，进 而发挥思想引领作用，改变客体认知方式，在“精准 思政”中大放异彩。［12］继承元宇宙与大数据在沉浸 式、精准式思想政治教育方面的优势，生成式人工 智能以新智能助手的角色赋能大学生学风教育。 对教学而言，生成式人工智能可以助力教学方法革 新，提高教学效率，课前以设计大纲、陈列知识点、 丰富教学内容、模拟课堂、语言翻译等方式辅助教 师备课，讯飞星火、通义千问等还能自动生成幻灯 片和教案。课中可充当人工智能助教，提供趣味性课堂交互平台，解答知识性问题，辅助开展探究性 学习。课后可参与作业评价、教学反思等环节。对 学习而言，生成式人工智能可以赋能学习行为，提 升学习效率，在辅助学习、语言讨论、个性化学习、 设计问答任务、辅助研究等方面都能发挥积极 作用。

　　加速技术迭代，生成式人工智能催生学风教育 的新摩尔效应。英特尔创始人之一戈登·摩尔曾 在 1965 年预测: 集成电路上可容纳的晶体管数目 大约每经过 18 至 24 个月便会增加一倍。换言之， 处理器的性能大约每两年会翻一倍，且价格下降为 原来的一半。这就是摩尔定律，它深度预测了信息 技术倍增的整体趋势，并在人工智能技术加速迭代 中得到验证与演进。深度学习出现之前，用于 AI 训练的算力增长最初大约每 20 个月翻一番，基本 符合摩尔定律。深度学习出现后，用于 AI 训练的 算力大约每 6 个月翻一番，形成新的摩尔效应。如 今，ChatGPT 的训练算力需求有望扩张到原来的 10 至 100 倍，人工智能技术进入爆发增长、加速迭代 的窗口期，加速更新着学风教育的技术基座。多媒 体、互联网早已从学习前沿工具沦为入门级标配， 智慧教育、智慧教室等数字化教学平台日益成为普 及性载体，大数据、交互技术、数字孪生等元宇宙技 术渐次铺开，EduChat、希沃、桃李教育等国产大模 型助力教学逐步成为常态。在新摩尔效应驱动下， 学风教育必须主动普及新学习技术、倡导新学习理 念，以教育现代化驱动优良学风培育。

　　二、生成式人工智能嵌入大学生学风教育的 潜在风险

　　当前生成式人工智能“赋能”学风教育已成必 然，而技术的双刃剑特性又使得生成式人工智能嵌 入大学生学风教育潜藏一定“负能”风险。

　　1．架构偏狭: 教育目标失衡

　　教育目标研究的一种代表性观点为“三维目 标”，指国家对不同阶段的学生在知识与技能、过程 与方法、情感态度与价值观三个方面的基本要 求。［13］对大学生学风教育而言，“落实立德树人根 本任务，必须将价值塑造、知识传授和能力培养三 者融为一体、不可割裂”［14］，教育目标也应具化为 知识目标、能力目标和价值目标。但是，生成式人 工智能嵌入大学生学风教育可能导致教育目标失 衡，陷入架构偏狭困局。

　　首先，知识目标囿于“低阶学习”。知识教育是 生成式人工智能的长板。安德森将知识分为“事实 性知识、概念性知识、程序性知识和反省认知知识” 四个类别。［15］生成式人工智能凭借庞大的基础信 息数据库和强大的自主知识生产能力，并持续接受 人类信息“喂食”，在知识获取方面优势卓著。此 外，安德森还从认知过程的视角，将认知目标从低 阶到高阶依次分为记忆、理解、运用、分析、评价、创 造六个水平，前三者为低阶学习，后三者为高阶学 习。［16］生成式人工智能的知识生产具有无生成性、 无发散性和无思想性等特征，认知目标集中于记 忆、理解、运用等低阶学习，对分析、评价、创造等高 阶学习助益有限。

　　其次，能力目标呈现“有限能力”。能力教育是 生成式人工智能的短板，生成式人工智能对教师教 学能力赋能有限。例如，ChatGPT 的教学设计四平 八稳，缺乏教学针对性和互动性，尤其不具备显著 的创造力，目前仅可用于教学参考。此外，生成式 人工智能赋能能力培养作用有限。大学生学习能 力培养具有鲜明的实践性、操作性、长期性，并与学 习动机、学习价值等内驱因素紧密相关。生成式人 工智能在技能指导、实验实训等方面作用有限，也 无力解决学生学习内驱力不足的问题。

　　最后，价值目标宣称“价值无涉”。学风教育最 深层本质是引领学习价值［17］，最根本任务是引导 学生实现学习的自我价值和社会价值的辩证统一， 以学习风气塑造为突破口，教育引导大学生“坚定 马克思主义信仰、中国特色社会主义信念、中华民 族伟大复兴信心，立报国强国大志向、做挺膺担当 奋斗者”［18］。表面看，以 ChatGPT 为代表的生成式 人工智能宣称不具有价值观，亦无意进行价值塑 造，存在价值引领缺位风险。深层次看，“价值无 涉”或“价值中立”只是生成式人工智能产品全球 扩张的面具，无法掩盖西方试图借技术优势进行意 识形态渗透的风险。目前生成式人工智能可能潜 在助推西方个人本位学习价值观全球扩张，可能导 致我国大学生片面重视学习的个体功利性价值、漠 视学习满足国家需要的社会公益性价值，出现学风 教育价值引领的错位风险。

　　2．人机倒置: 教育主体暗转

　　教育界对教育主体达成一定共识性假定: 只有 人才能成为主体、任何物永远都不能成为主体。基 于此，先后出现“学生是唯一主体”“师生双主体或 互为主客体”等学说。［19］根据现代西方哲学主体间性理论，在大学生学风教育中，教师和学生是“双主 体”［20］，教师是教育的主导主体，学生是学习的主 动主体。生成式人工智能嵌入大学生学风教育形 成的主客体关系，应然状态是教育者和学习者居主 体地位，借助智能机器发挥教育主导性和学习主动 性，智能机器居客体地位，发挥技术所长助教助学。

　　师生运用生成式人工智能构建的人机关系，实 质是网络思想政治教育的主客体关系，其主客体可 参照网络思想互动的主动和被动、主导和从属、影 响层次的深层和浅层等三项标准划分。［21］生成式 人工智能嵌入大学生学风教育的实然状态中，教育 主体地位从三个维度渐失，衍生人机主体倒置风 险。一是学习互动主动性渐失。师生主动发起与 智能机器的学习互动，但未主动发布学习信息，而 是被动接受智能机器的学习信息和影响，可能沦为 教育客体。二是学习互动主导性渐失。师生主导 与智能机器学习互动的起止及议题，但智能机器是 话语内容的主要供应者，可能主导人机交流的方 向、内容和进程。师生在人机互动中相对处于从属 和依赖地位，可能沦为教育客体。三是学习互动深 层性影响渐失。人机互驯是人机相互作用、相互影 响的，但人类主要训练机器理解人类与生俱来的思 维、情感和语言表达方式等，易沦为弱势的信息接 收方; 机器主要提供人类渴求的宝贵知识，助推人 类掌握系统性知识和智慧成果，易处于强势的信息 输出方。由此师生可能沦为教育客体，甚至可能在 人机主体倒置中异化为“取悦机器的寄生虫”，渐渐 演变成机器的奴隶。［22］

　　3．道德冲击: 学术诚信危机

　　传承学术文化亦是学风教育之本质。［23］生成 式人工智能一定程度冲击了学术道德和学术诚信， 极易由表及里引发诸多风险。

　　一是直观上助长剽窃侵权风险。短时间内生 成式人工智能就高效掌握了人类历经漫长历史才 逐步形成和成熟的各种民族语言，而且与时俱进地 将整个互联网都作为自己的知识储备［24］，出现“共 享”与“权利”的价值冲突。生成式人工智能的使 用，一方面使人类智慧成果得到最广泛的分享与应 用，另一方面使学术剽窃、知识侵权等更加便利，且 更难以识别，以致于美国语言学家乔姆斯基直接将 ChatGPT 的本质界定为“高科技剽窃”［25］。在实践 中，大学生作业、论文中“AI 味”日渐浓郁等现象表 明，滥用生成式人工智能作弊、代写，是学风教育需 解决的重要现实问题之一。

　　二是深层次引发学术失范风险。一般而言，智 能机器会对使用者提问作出符合道德与安全规范 的回答，体现技术向善的价值追求，抵制有害信息 传播。但其缺乏对学术目的是否符合伦理规范的 推断能力，难以通过技术性防御机制识别和处理学 术研究中的风险与伤害，限制特定关键词搜索等规 避措施也可能被使用者识破或绕过，从而可能产出 违背学术伦理的搜索结果。此外，智能系统易受攻 击，包括通过根据错误指令所建立的模式来从事非 法或不道德行为的指令性攻击等［26］，使生成式人 工智能使用风险攀升。

　　三是根源上滋生学术不公风险。在全球数字 化进程中，不同主体对信息、网络技术的拥有程度、 应用程度和创新能力的差别，导致社会两极分化的 趋势，称为数字鸿沟。因不同主体对以数字技术为 基础的人工智能技术掌握水平悬殊，而产生的社会 两极分化现象，则称为智能鸿沟。那些人工智能技 术先进、物质资源丰富、技术运用熟练的研究者或 研究群体，将在数字化发展进程中居于领先位置， 更易产出高数量、高水平的学术成果。那些人工智 能技术薄弱、物质投入匮乏、技术运用生疏的研究 者或研究群体，则居于数字化发展进程中的落后位 置。长此以往，新型的“技术精英主义”和“知识精 英主义”会 在 对 特 定 AI 工 具 的 垄 断 过 程 中 形 成［27］，且人工智能加速迭代也将致使智能鸿沟越 拉越大、学术不公更加凸显。

　　4．算法黑箱: 教育技术漏洞

　　算法基于对海量数据的深度学习，通过计算机 代码程序将外部输入单元转化为数据输出单元，中 间的数据筛选、分析处理、量化决策、模型构建等运 算单元往往难以被外部知悉，具有不透明性和不可 知性，该现象被称为算法黑箱，其实质是意识形态 在算法运行中的领导权垄断。［28］在算法黑箱掩盖 下，生成式人工智能可能出现信息失真、信息茧房、 算法偏见、算法利维坦等多种算法漏洞。

　　一是信息隐蔽失真风险。貌似“无所不知”的 智能机器依然存在知识盲区，如西方人工智能产品 对中国历史文化了解偏少等。此外，其技术构成缺 乏区分信源可信度的智能控件，加之援引非权威信 源的错误理论、错误事实、错误数据等，输出内容可 能变成“言之凿凿但却完全虚假的”“谎话或胡 话”［29］。信息失真不仅严重削弱了信息公信力，更增加了信息甄别难度。生成式人工智能依托互联 网和大数据堆垒的广阔专业知识，配合流畅而逻辑 化的语言表达，将信息失真埋藏得更隐蔽，对使用 者的专业素养提出更高要求。

　　二是思维偏见固化风险。算法漏洞加剧思维 偏见，并呈固化倾向。一方面，“信息茧房”可能导 致学习者认知窄化。生成式人工智能技术根据先 前训练数据和人机交互沟通推断并生成答案，是一 种“量身定制”的个性化推送，也是一种“投其所 好”的迎合性推送。［30］长期身处这种同质化信息编 织的“信息茧房”，将降低学习者与多元化信息的偶 遇能力［31］，将学习者困囿于同质化“过滤气泡”的 狭小圈层中，使其认知逐渐偏狭与窄化，思维模式 走向单一化和片面化，不利于学风教育培养复合 型、创新型人才。另一方面，算法偏见可能导致学 习者认同弱化。隐藏于算法中的社会偏见可能导 致学习者将“窄化”信息视作真理，将个别圈层“共 识”当作普遍共识，形成认知的“刻板效应”，易引 发其对主流价值观的“对抗性”偏见与误读。一旦 算法歧视固化和放大社会偏见，就可能加剧社会对 立，以主流价值观凝聚和引领大学生涵养良好学风 将更困难。

　　三是意识形态操控风险。生成式人工智能宣 称“价值无涉”“政治无涉”的假象背后，意识形态 在技术手段中隐性内嵌。其一，从研发生产看， ChatGPT 等典型智能技术由西方社会研发，必然带 有西式特点。［32］一旦别有用心者将西方社会张扬 的个人主义、拜金主义等不良价值观，渗入人工智 能模型的内容池或算法，将助推西方不良价值观在 国内学风教育中隐蔽传播，衍生算法误导风险。其 二，从算法运行看，这种意识形态的隐蔽渗透，可能 形成算法决定人们生存环境、人们沦为算法附庸的 算法利维坦，控制意识形态传播渠道，决定学习者 知道什么，同时影响意识形态认同，决定学习者相 信什么［33］，衍生算法操控风险。

　　三、生成式人工智能嵌入大学生学风教育的 风险应对

　　面对具有双刃剑特质的生成式人工智能，大学 生学风教育须去芜存菁，逐一化解教育目标失衡、 教育主体暗转、学术诚信危机、教育技术漏洞等潜 在风险。

　　1．扬长补短: 以三维目标纠正教育目标失衡

　　首先，扬生成式人工智能之长，为知识目标升 阶。教师运用生成式人工智能开展知识教育，要实 现授权与收权的辩证统一。对具体的、答案固定的 事实性知识、概念性知识，教师可主动授权，将知识 生产和知识教育的部分权利让渡给生成式人工智 能。对更加具身性、抽象性、依赖人发挥主观能动 性的程序性知识和反省认知知识，教师要及时收 权，发挥理论阐释、系统分析、逻辑推理、启发引领 等教育优势，以智能工具辅助教学。在授权与收权 的多轮切换中，生成式人工智能与学风教育深度耦 合、优势联合，有助于推动知识自主建构，培养学生 的批判创造等高阶思维。

　　其次，补生成式人工智能之短，为能力目标赋 能。培育优良学风“教师要精心从教”［34］，学风教 育高度依赖教师高水平实施教育教学活动和有效 开展思想政治教育。［35］教师善用智能学情分析、智 能化教学方法、智能资源共享等智能化手段，是解 决生成式人工智能赋能学风教育能力不足的直观 要求。同时，教师针对学生特点开展差异化、针对 性、具身性的学习能力教育，精心设计现场示范、实 习实训等操作能力指导，是弥补生成式人工智能能 力培养短板的必然要求。

　　最后，补生成式人工智能之缺，为价值目标铸 魂。“学习是学生的主要任务，学习过程也是学生 锤炼心志的过程”［36］，以优良学风滋养大学生价值 观生成，引领其价值观发展是学风教育的核心本 质。开展大学生学风教育必须理直气壮讲好坚定 理论信仰、注重理论品质，强调实践特征、提升实践 能力，坚持传承发展、巩固指导地位，坚持问题导 向、坚定人民立场，回答时代课题、经受时代考验的 马克思主义学习观［37］，以马克思主义学习观和社 会主义核心价值观引领大学生价值观发展。

　　2．以人为本: 以人机共生巩固教育主体地位

　　传统人机关系往往是主客二元对立关系，类似 黑格尔的“主奴辩证法”。黑格尔将人的自我意识 分为两种: “其一是独立的意识，它的本质是自为存 在，另一种为依赖的意识，它的本质是为对方而生 活或 为 对 方 而 存 在。前 者 是 主 人，后 者 是 奴 隶。”［38］有时这种主奴关系还可能相互颠倒。生成 式人工智能带来的教育主体倒置风险，实质是人类 对智能机器可能凭技术优势建立起“机主人仆”颠 倒关系的焦虑与恐惧。因此，学风教育要跳出根深 蒂固的二元对立思维，建立人机共生的主客同一关 系［39］，促进人类与人工智能相互提升。

　　一方面，增强人机互促，用技术革新倒逼主体 学习创新。学风教育需深度运用智能机器的“镜 子”功能，帮助人类内窥深层认知规律、反射现实世 界和映照人类局限。正如马克思所说: “只有当对 象对人来说成为人的对象或者说成为对象性的人 的时候，人才不致在自己的对象中丧失自身。”［40］ 学风教育需发挥生成式人工智能的新智能助手优 势，将其对教育主体的倒置风险转化为复刻人脑局 部功能、模拟人类智能能力、延伸人类智能行为的 学习助力。学风教育还需抓住人工智能爆发期，以 新摩尔效应倒逼大学生主动更新学习理念、积极适 应新技术与新平台，发扬人类自由意志、创造性思 维、价值判断与认同、情感与行为等独特优势，让生 成式人工智能与学习者相互成就。

　　另一方面，实现人机协同，借工具价值激发主 体目的价值。思想政治教育是工具价值与目的价 值的辩证统一。人工智能作为一种智能工具，本质 是对人“身”和“心”的模拟，由此决定人工智能无 法超越工具或技术范畴，只能发挥工具价值。当工 具价值得以妥善运用，生成式人工智能还能激发学 风教育主体的目的价值，促进人的全面发展与国家 的繁荣兴盛。此时，学习互动的主动权被师生掌 握，主动甄别真伪、深度思考创新是师生的价值追 求; 学习互动的主导权由师生把控，主导交流方向、 传播主流价值是师生的价值共识; 学习互动影响的 深层性由师生主控，师生与机器是友非敌是人机关 系的价值立场。因此，高校需围绕新兴人工智能产 品，开设辅导讲座、公共选修课等，编制使用指南， 出台管理规定，提升师生智能素养，让师生居于“智 能学习”的主导地位。

　　3．诚信为先: 以自律他律筑牢学术规范底线

　　习总书记强调: “要大力弘扬优良学风，把 软约束和硬措施结合起来，推动形成崇尚精品、严 谨治学、注重诚信、讲求责任的优良学风，营造风清 气正、互学互鉴、积极向上的学术生态。”［41］治理生 成式人工智能引发的学术道德问题，要坚持软约束 与硬措施双管齐下。

　　软约束方面，提升道德自律，合理使用生成式 人工智能。正如康德所说: “道德的普遍规律总是 伴随着自律概念。”［42］意志自由意味着人是自我立 法的，大学生之所以服从道德法则，是因为这些道 德法则被主体创制或认同，成为大学生自己的意 志。因此，将外在制度约束内化为道德观念，培养 大学生的内在德性，是确保生成式人工智能合理运 用的治本之策。大学生要树立坚定的学术信仰，基 于对学术的热爱与真理的追求，务实谨慎地运用生 成式人工智能，强化自我的道德主体责任，主动公 开学术研究过程中智能技术的参与度，坚决避免其 沦为考试作弊、论文造假、学术抄袭剽窃、滋生学术 垃圾的“帮凶”。管理机构要定期开展学术道德培 训，划定大学生运用生成式人工智能的合理范围和 违规界限，强化大学生的道德边界感。此外，学术 共同体对学术不端行为具有预防、监督和治理作 用，在研究团队中形成崇尚学术诚信、抵制滥用智 能技术的良好氛围，能够对大学生个体自律发挥正 向引领与反向制约作用，培养道德自律的团队 文化。

　　硬措施方面，织密制度天网，合规制约生成式 人工智能。这种约束力主要来自法律法规和制度 规章。目前，我国围绕人工智能的规范治理逐步建 章立制，《互联网信息服务算法推荐管理规定》《关 于加强科技伦理治理的意见》《生成式人工智能服 务管理暂行办法》等文件先后出台，以法律制约“信 息茧房”、算法偏见、算法歧视等问题。2024 年颁 布的《学位法》，实际上将滥用生成式人工智能产生 的代写、剽窃、伪造等各类学术不端问题与学位授 予直接关联，极大强化了人工智能使用中的学术规 范。为贯彻执行《学位法》，天津科技大学等多所高 校已在毕业论文审核中加入 AIGC 检测环节，明确 规定人工智能生成比例上限和处理办法。AIGC 检 测将逐步成为遏制学术不端的普及化手段。法律 与制度的效力如何，关键在执行。要落实学术审核 和学术不端行为问责机制，公开社会监督渠道，重 拳惩处滥用人工智能、扰乱学术秩序的学术不端 者，让制度他律的硬措施真正发挥规约、惩治、震慑 之功效。

　　4．算法透明: 以 AI 发展弥补算法技术漏洞

　　技术治理方面，以“算法优”助力“学风优”。 技术治理的首选是算法治理，可从法律法规、行政 管理和行业规范等多角度发力，采取增强算法模型 的可解释性、向社会公开算法源代码、以法律保障 算法解释权和算法自动化决策拒绝权、对算法开发 及运营的风险控制能力问责［43］等措施，建立公平 向善的算法运行生态，用算法治理压缩算法偏见、 算法利维坦的生存空间。技术治理亦可选择 AI 治 理。例如，研发高精度 AIGC 检测工具，给人工智能生成内容添加水印或特殊标识，让学术研究滥用 AIGC 难以隐藏; 给生成式人工智能设置信源等级， 优先选择信源等级高的信息为内容生成依据，并标 识信息来源，便于使用者检验信息真伪、增加知识 可信度，让信息失真易于核验。技术治理还可增设 人工把关环节，在产品设计中增加“投诉”渠道，供 使用者标记、投诉生成式人工智能导致的信息失 真、思维偏见或学术滥用等问题，并将问题反馈给 设计者用以优化算法。多种技术手段协同治理智 能技术，致力打造更有利于传播优良学风的智能算 法，让算法黑箱走向算法透明。

　　自主研发方面，以“中国芯”护航“中国心”。 西方借技术先发优势，既对我国人工智能技术“卡 脖子”，又潜在对我国学风领域进行意识形态渗透。 破局之策是加速研发中国自主的聊天机器人，既能 破解西方生成式人工智能对中国历史文化知之较 少、不能高度贴合中国大学生学习需求的弊端，更 能规避西方智能产品对中国大学生学习思想和行 为的隐蔽性误导风险。目前国内聊天机器人市场 百花齐放，文心一言、通义千问、盘古、讯飞星火等 多个大模型已经上线，尤其是 2025 年 1 月上线的 DeepSeek 引发全球轰动，以“世界级爆款”吹响 AIGC 自主研发的冲锋号，以人工智能技术之“中国 芯”护航大学生学风教育之“中国心”。