人工智能绘制医学生思政画像的内容、挑战与应对

Content, challenges and response of AI-drawn ideological and political portraits for medical students

摘要

新时代以来，将思想政治工作的传统优势同信息技术高度融合，成为思想政治教育增强时代感和吸引力的发展新态势。人工智能的蓬勃发展使人工智能绘制医学生思政画像成为可能。运用人工智能实现对医学生的思政行为、思政需求、思政效果画像，可为医学院校的思想政治教育工作提供参考，增强针对性和实效性。然而，人工智能绘制医学生思政画像还面临着数字技术上的困难、医学伦理上的未卜、画像展示上的局限，以及信息安全上的风险等。对此，应完善人工智能模型、加强平台伦理监管、基于现实考量画像、划清数据收集边界，以保证医学生思政画像能正确发挥其积极作用，增强医学生思想政治教育的针对性和实效性，促进医学院校思想政治教育的现代化。

Abstract

The traditional advantages of ideological and political work have been highly integrated with information technology, which has become a new development trend of ideological and political education to enhance the sense of the times and attraction. The vigorous development of artificial intelligence (AI) makes it possible for AI to draw ideological and political portraits of medical students. The use of AI to realize the portrait of ideological and political behavior, the portrait of ideological and political demand, and the portrait of ideological and political effect of medical students can provide reference for the ideological and political education work of medical colleges and enhance the pertinence and effectiveness. However, AI-drawn ideological and political portraits for medical students also faces difficulties in digital technology, uncertain medical ethics, limitations in portrait display, and risks in information security. In this regard, we should improve the AI model, strengthen the ethical supervision of the platform, draw portraits based on reality considerations, and draw the boundaries of data collection to ensure that the ideological and political portraits of medical students can correctly play their positive role, enhance the pertinence and effectiveness of ideological and political education for medical students, and promote the modernization of ideological and political education in medical colleges and universities

关键词

人工智能 / 医学生 / 思政画像

Key words

artificial intelligence / medical students / ideological and political portrait

习近平总书记在全国高校思想政治工作会议上强调：“要运用新媒体新技术使工作活起来，推动思想政治工作传统优势同信息技术高度融合，增强时代感和吸引力。”^[1] 这为人工智能绘制思政画像提供了理论指引。尽管学术界对人工智能绘制思想政治（以下简称“思政”）画像有许多研究，但是对医学生这一群体的思政画像构建研究不足，缺乏对医学生的思政行为、思政需求、内化效果等方面有针对性的研究。“医学以人为研究和服务对象，是自然科学和社会科学有机融合的综合性学科，医学教育就是要培养具备精湛医术和高尚医德的合格医学生。”^[2] 医学生未来将承担健康中国建设这一历史任务，除接受专业知识的教育外，也需要接受特定的医学伦理和职责使命教育。特殊的时代使命与学习工作内容，决定了医学生在思政行为、思政需求、思政效果等方面的特殊性，也为人工智能绘制医学生思政画像提供了必要性。人工智能赋能医学生思政画像，即人工智能在学习医学生相关知识后，首先对医学生的思政信息进行“量”的收集，进而通过算法和交互系统加以“度”的分析，最后对医学生在思政行为、思政需求、思政效果等重点领域进行“质”的呈现。人工智能绘制医学生思政画像的应用将有利于思想政治教育责任单位与责任人精准把握医学生在思想政治领域的特殊矛盾，增强医学院校思想政治教育的针对性和实效性。

1 人工智能绘制医学生思政画像的基本内容

人工智能绘制医学生思政画像是人工智能通过捕捉医学生日常行为以及与医学生进行交互来获得医学生的思想政治教育信息，进而通过数据量化处理实现的。其基本内容包括思政行为画像、思政需求画像及思政效果画像。

1.1 医学生思政行为画像

人工智能可以通过捕捉医学生日常行为，绘制医学生的基本思政行为画像。有学者将行为归为思想品德结构的子系统，认为品德行为是人的思想品德的外显形式、外在标志和客观内容，培养良好的思想品德行为及其习惯是思想政治教育的归宿^[3]。据此可以将医学生的思政行为定义为医学生在学习、工作、生活中表现出的各种与自身思想政治素养相关的行为。医学生的思政行为体现了医学生所具有的思想品德和政治素养，是医学生思想政治水平最直接的体现。

借助人工智能与大数据技术，收集医学生群体的课堂学习状况、基本网络行为、课外活动参与程度等相关数据进行特征值处理，运用分析模型对其精准化把握，进一步进行模型预测，并通过可视化技术展示画像。医学院校、任课教师等责任单位与责任人可以根据人工智能所生成的医学生思政行为画像，获悉医学生的基本思政行为，了解医学生的基本思政行为所蕴含的思政倾向，发现并改进思想政治教育活动中所存在的不足，以便培养医学生良好的思政行为及其习惯，达到思想政治教育的目的。

1.2 医学生思政需求画像

人工智能可以通过与医学生的日常交互，绘制医学生实际思政需求画像。受教育者实际需求与社会要求、达到受教育者需求的方式是组成思想政治基本矛盾中的具体矛盾。要在对医学生进行思政教育的过程中解决这些矛盾，就要运用矛盾的普遍性与特殊性原理，着重对医学生进行思政需求的特殊性分析，这包括分析医学生在学习、工作和生活中可能会面对到诸多的思想道德难题等方面。例如医患关系、人文关怀、对待科研对象等，这些难题体现了医学生在思想道德层面上需求的特殊性。

人工智能可以在深度学习医学与相关社会科学知识的基础上，通过与医学生进行学习、工作和生活等层面的智能交互，分析医学生在思想政治层面的实际需求。这将有助于相关单位与个人精准把握医学生对思想政治矛盾的特殊需求，做到思想政治教育内容与教育方式的精准供给，提高思想政治教育的针对性和实效性。

1.3 医学生思政效果画像

人工智能可以根据医学生外化的思政行为表现，绘制医学生思政效果画像。医学生思政效果画像本质上是对医学生思想政治内化与外化情况的评价。在思想政治教育学原理中，内化与外化是思想政治教育学研究的基本范畴，是揭示人的思想行为变化发展过程及其规律的重要范畴。其中，思想政治教育内化是指思想政治教育过程中，受教育者在教育者的帮助下将社会发展所要求的思想观念、价值观点、道德规范纳入到自己的行为态度体系，成为自己品德意识体系有机组成部分的过程^[4]。思想政治教育外化是指受教育者将内化了的思想政治知识表现在自己的实践中。

医学生思政效果画像是人工智能根据医学生“思政行为画像”和“思政需求画像”的历史性、现实性的动态变化分析实现的。其一，对于“思政行为画像”的动态变化分析，是通过历史性对比医学生接受思想政治教育前后行为，现实性对比医学生接受思想政治教育后实然与应然实现的。其二，对于“思政需求画像”的动态变化分析，是通过历史性对比医学生接受思想政治教育需求的变化，现实性对比医学生思想政治教育需求与社会要求的差距实现的。医学生的思政效果画像有助于展现思想政治教育成效，帮助相关责任人员与单位进行思想政治教育评估，改进思想政治教育实践活动，增强思想政治教育的针对性与实效性。

2 人工智能赋能医学生思政画像的现实挑战

人工智能绘制医学生思政画像固然可以推动医学院校思想政治教育责任单位及责任人把握医学生的思想政治动态，增强对医学生进行思想政治教育的针对性和实效性，然而在现实情况下还面临着数字技术上的困难、医学伦理上的未卜、画像展示上的局限，以及信息安全上的风险等挑战。

2.1 数字技术上的困难——人工智能平台技术水平有待提高

技术与人才的缺乏是实现人工智能赋能医学生思政画像的技术困难。精准地绘制属于医学生的思政画像，要求人工智能平台的构建既要有强大的数据捕捉、处理、分析、交互和展示等能力，也要有懂得人工智能、思想政治教育、医学人文知识的综合性人才作为人力保障。与以上要求相比，人工智能赋能医学生思政画像面临着技术和人才上的双重困难。

首先，在技术层面上，中国的人工智能技术还有待提高，急需进一步发展以支撑人工智能赋能医学生思政画像的需要。美国Open AI公司2024年5月最新发布的“ChatGPT-4o”AI模型，已经将智能交互、图像生成和解析能力提高到了新的高度，可以根据用户所处的场景加以较为准确的辨别，并在交互中展示细致的情感表达能力。绘制医学生思政画像，要求人工智能应当具有不低于“ChatGPT-4o”的智能交互、生成和解析能力，只有这样才能够满足在多场景下对医学生进行思想政治行为、需求捕捉的要求。人工智能一旦缺乏智能交互、生成与解析能力，就会在医学生绘制画像的过程中产生“看不全”“看不清”“想不到”等问题，造成医学生思政画像缺乏清晰度与整体性，使思政画像丧失基本信度，不能为相关责任单位与责任人所运用。

其次，在人才层面上，人工智能赋能医学生思政画像需要一批懂得人工智能、思想政治教育、医学人文知识的综合性人才，只有这样才能保证人工智能平台的技术先进、方向正确、医学知识丰富，以达到绘制医学生思政画像的技术要求。中国人工智能技术发展处于“追赶”和“并跑”并行阶段，专利申请数量和海外专利布局处于领先地位，但是PCT专利数量、龙头企业数目相对落后。显而易见，人才因素制约着人工智能发展，亟须采取各种措施补齐人才短板，促进人工智能高质量发展^[4]。技术的发展归根到底要依靠人的发展来实现，人才资源的缺乏将直接限制人工智能绘制医学生思政画像的实现进程和绘制水平。

2.2 医学伦理上的未卜——人工智能难以准确把握医学伦理关系

把握伦理尺度是实现人工智能赋能医学生思政画像的伦理挑战。医学伦理所涉及的伦理关系远远超乎了传统伦理关系的范围，这些伦理困惑往往会引发医学生的思想困惑，进而通过医学生的思想品德行为表现出来。人工智能赋能医学生思政画像在医学伦理上面临着两重挑战。

其一，人工智能难以准确把握医学伦理知识。人工智能的本质是由程序员编写的代码与算法。“然而问题是，程序员所输入的代码和算法并不是脱离伦理的，人类给智能机器人设定的任务也并非价值无涉的，它们恰恰体现了一定的目标和偏好。”^[5]在这种情况下，程序员对医学伦理的掌握程度就直接决定了人工智能对伦理知识的理解与学习能力。伦理尺度能否把握，将影响人工智能在绘制医学生思政画像过程中能否对医学生的伦理困惑进行精准地采集及反馈。

其二，人工智能与医学生交互中面临着伦理风险。在人工智能通过交互实现医学生思政画像的过程中必然会涉及到伦理道德层面的问题，这些问题通常涉及复杂的社会伦理关系，人工智能的学习能力再强，也不能将时刻变化着的社会伦理关系准确梳理。“利用AI的过程中，对于AI模型做出决策时难以考虑到伦理问题，数据隐私安全等问题的探讨不够深入，对敬畏生命、医德及职业操守理念的强调不够重视。”^[6]人工智能与医学生交互过程中所涉及的伦理问题若不能及时加以解决，将会直接影响医学生的伦理价值判断标准以及医学生思政画像的真实性。

2.3 画像展示上的局限——医学生思政画像的清晰度与整体性问题

马克思认为：“人的本质不是单个人所固有的抽象物，在其现实性上，它是一切社会关系的总和”^[7]。马克思的这一论断将人的本质回归到了现实的社会关系上，基于这一观点来说，人是复杂的，而复杂的人的思想政治情况是人工智能难以全面且深入评估的，人工智能绘制医学生思政画像的过程是机械性的，而人的本质却在复杂的社会关系中。数据收集总有边界，信息的分析也有固定的算法逻辑。这决定了人工智能赋能医学生思政画像在画像的清晰度（深度）和整体性（广度）两方面上的局限性。

首先，就人工智能赋能医学生思政画像构建的清晰度上看，基于大数据模型发展起来的人工智能在数字逻辑上具有机械性。对于医学生思政画像的构建只能停留在医学生的思想政治行为层面，而人的思想品德系统极其复杂，人工智能难以深入到医学生思想深处的认知、情感、意志、信念等层面来探究和分析医学生思想政治水平。从这一点上看，人工智能绘制医学生思政画像存在清晰度上的问题。

其次，就人工智能赋能医学生思政画像构建的整体性上看，人工智能只是基于医学生在学习行为、生活行为、网络行为等方面暴露出的基本思想情况完成对医学生的思政画像，并不能立足于复杂的社会关系中对医学生的思想政治情况进行全方位捕捉。从这一点上看，人工智能绘制医学生思政画像，存在着整体性不够的问题。

2.4 信息安全上的风险——信息收集范围模糊及数据安全隐患

人工智能赋能医学生思政画像是以信息的收集为前提的，“没有数据，就无法画像； 没有海量数据，就无法精准画像。”^[8]然而，信息的过量搜集存在可能侵犯隐私以及数据安全隐患的问题。

首先，信息收集的界限难以划分。“生成式人工智能赋能思想政治教育的实践过程需要教育者和教育对象大量的数据信息支持，而这些信息数据大多来源于对教育者和教育对象全景式的监控，依靠各种传感设备以及录音录像设备等提供各种思想政治教育实践活动的记录。”^[9] 医学生的日常学习和交往可能涉及患者、实验对象等客体的个人信息，此类信息可能是受到法律保护的个人隐私。人工智能通过收集医学生思想政治行为信息，与医学生的交互信息来为医学生绘制思政画像。在这个过程中，哪些信息应当收集，哪些信息不能收集，是一个严肃且应当首先加以解决的问题。一旦信息收集越界，将会侵犯医学生、患者和实验对象的隐私，带来法律风险。

其次，学生信息的存储、分析和应用都增加了泄露隐私的风险。医学生思政画像的绘制需要人工智能通过数据统计与交互来实现，这其中必然需要涉及医学生的基本信息作为思政画像的信息支撑。人工智能平台一旦被攻击，则会导致医学生个人信息，甚至日常学习和交往中所涉及的患者、实验对象等客体的隐私泄漏。此类极为敏感的个人信息一旦泄露，极易成为网络诈骗的重要工具，给学生、患者、实验对象等客体带来巨大的安全风险。

3 人工智能赋能医学生思政画像的对策研究

对于人工智能绘制医学生思政画像所面临的挑战，应当着手完善人工智能模型、加强平台伦理监管、基于现实考量画像、划清数据收集边界，以保证人工智能所绘制的医学生思政画像能正确发挥其参考作用，增强对医学生思想政治教育的针对性和实效性，促进医学院校思想政治教育的现代化。

3.1 完善人工智能模型，积极吸纳多学科人才

人工智能绘制医学生思政画像需要强大的人工智能模型作为前提，也需要一群致力于人工智能、医学、思想政治教育的综合性人才作为先锋军。

首先，要大力发展人工智能技术。一要做到统筹人工智能的开放与自主、发展与安全。要发挥社会主义“集中力量办大事”的制度优势，为人工智能提供政策引导和支持，推动人工智能平台的企业合作与国际合作，从而推动人工智能技术的快速发展。要着重增强人工智能企业的使命感和责任感，发挥统一战线与思想政治工作的作用，保证人工智能发展的社会主义方向，确保人工智能可以为社会主义建设和中华民族伟大复兴服务。二要提高人工智能平台对医学生学习、生活、工作等方面的解析能力。医学生在学习、生活、工作等方面具有一定的特殊性质，对此要推动人工智能与医学生生存的现实环境相适配，增强人工智能对特殊情况的解析能力。

其次，要大力发掘致力于思想政治教育数字化的优秀科技人才。其一，要做到举贤任能。“互联网主要是年轻人的事业，要不拘一格降人才。要解放思想，慧眼识才，爱才惜才。”^[10]对于有突出能力的思想政治教育数字化人才，应当勇于委以重任。其二，要积极吸纳人才。应当加紧吸纳一批对人工智能、思想政治教育、医学知识感兴趣或有深度了解的综合性人才，以促进医学院校思想政治教育的数字化发展。

3.2 加强平台伦理监管，及时进行伦理预警或人工干预

面对医学伦理上的未卜，人工智能平台需要加强平台伦理监管，及时进行伦理预警或人工干预，使画像保持正确的伦理尺度。

首先，加强人工智能在绘制医学生思政画像过程中的伦理监管，是帮助画像保持正确伦理尺度的前提。面对网络中纷繁复杂的伦理知识和医学生面对的极度敏感的伦理现实，加强对人工智能平台的伦理监管，将有助于人工智能在绘制医学生思政画像的过程中，把握正确的伦理方向、守住伦理底线。对此，应当完善人工智能的底层学习和运行逻辑，使得人工智能在基础知识的学习和运行过程中便具备辨别正确信息的能力。

其次，人工智能在绘制医学生思政画像的过程中及时进行伦理预警和人工干预，是帮助画像保持正确伦理尺度的关键。人工智能在算法训练中虽然会被赋予多学科的知识，并对人类的情感进行学习模仿，但是终究只是经过具有机械性的“计算”后的呈现。面对无穷种可能的伦理问题，我们不应当将如此重要的问题交由人工智能去分辨和处理。对此，当伦理问题复杂且人工智能无法通过算法和学习加以解决的时候，进行伦理预警或者人工干预就显得尤为重要。这将有助于思想政治教育责任单位或教育者在医学生暴露伦理困惑或面临伦理问题的第一时间进行人工介入处理，及时基于社会现实解决伦理问题，以达到思想政治教育的目的。

3.3 基于现实考量画像，确保清晰度与整体性

人工智能绘制医学生思政画像应当明确人工智能的工具属性，并对医学生思政画像进行基于现实的考量，以此保证画像的清晰度和整体性。

首先，应当明确人工智能的工具属性。思想政治教育单位、教育者应加强与医学生以现实为基础的深层情感交流，以确保思政画像的清晰度。人工智能在绘制医学生思政画像的过程中缺乏与医学生基于现实的情感交流，对此，思政责任单位和责任人需要立足于现实的人的需求，对医学生思政画像所暴露的问题进行辩证分析和深刻考量，并对算法或运行逻辑进行及时调整，以保证思政画像的清晰度。

其次，应立足于现实的人，将人工智能所绘制的医学生思政画像置于医学生个体的社会关系中进行考量，以确保思政画像的整体性。现实的人总是生活在一定社会关系中的，对于人工智能生成的医学生思政画像所展示的量化指标或思想政治层面的突出问题，相关思政责任单位和责任人应当立足于医学生所处的社会关系层面进行综合考量，以确保思政画像的整体性。

3.4 划清数据收集边界，完善信息监管制度

人工智能绘制医学生思政画像必须划清数据收集边界，完善信息监管制度。这是防范信息安全风险，保证医学生信息安全的重要举措。

首先，人工智能绘制医学生思政画像必须划清数据采集边界。人工智能生成医学生思政画像的过程是建立在搜集医学生信息的基础上的，这些信息可能包含着医学生、患者、实验对象等客体的敏感信息。划清人工智能对医学生数据收集的边界，应当明确“何为医学生及其工作学习对象的个人隐私，何为医学生的思想政治行为或需求”。属于个人隐私的内容坚决不可采集，而对于隐私之外的各项对绘制医学生思政画像有积极意义的信息要加以及时且精准采集，以保证医学生思政画像的绘制有足够的信息来源。

其次，利用人工智能绘制医学生思政画像，必须有完善的信息监管制度。习近平总书记在网络安全和信息化工作座谈会上的讲话中强调：“要加快网络立法进程，完善依法监管措施，化解网络风险。”^[10]对此，要建立完善的信息监管制度，确保信息在人工智能计算平台、数据生成与传输、存储等各个技术环节的绝对安全。

4 结束语

自思想政治教育数字化转型成为研究热点以来，对于人工智能赋能思想政治教育的研究便不断涌现，然而针对不同特殊群体的研究并不多见。尽管本研究是基于医学生这一特殊群体进行的，但在广义上也具有人工智能赋能思想政治教育研究的普遍性特征，存在人工智能赋能思想政治教育研究的共同问题，如技术瓶颈、人才缺乏、信息安全、伦理规范、对学生如何进行量化评定等。

人工智能绘制医学生思政画像的成功实施，将助力医学院校更好地把握医学生思想政治教育的特殊性，增强对医学生进行思想政治教育的针对性和实效性。对于人工智能绘制医学生思政画像实施过程中可能面对的挑战，应当抱有充分的信心。相信随着中国人工智能技术和思想政治教育工作的发展、相关政策和法规的完善，这些挑战和风险必将被逐步化解。人工智能绘制医学生思政画像也必将助力医学院校培养更多思想端正、医德高尚、致力于实现健康中国的社会主义仁心医者。

参考文献

[1] 习近平. 习近平在全国高校思想政治工作会议上强调: 把思想政治工作贯穿教育教学全过程 开创我国高等教育事业发展新局面[J]. 实践(思想理论版), 2017(2): 30-31.

[2] 宋静, 邓静萍. 与专业教育相结合的医学生思想政治教育途径研究[J]. 中国社会医学杂志, 2009, 26(6): 355-356.

[3] 陈万柏, 张耀灿. 思想政治教育学原理[M]. 北京: 高等教育出版社, 2015.

[4] 朱兰. 中国人工智能发展的空间极化与国际追赶: 基于技术-产业双重视角[J]. 农村金融研究, 2024(3): 67-80.

[5] 马长山. 人工智能的社会风险及其法律规制[J]. 法律科学(西北政法大学学报), 2018, 36(6): 47-55.

[6] 李婧欢, 肖遥, 谢朗. 人工智能在医学人文教育的应用现状[J]. 中国医学教育技术, 2022,36(3): 286-291.

[7] 中共中央马克思恩格斯列宁斯大林著作编译局. 马克思恩格斯选集(第1卷)[M]. 北京: 人民出版社, 2012.

[8] 操菊华. 大数据助力思想政治教育精准用户画像的对策研究[J]. 三峡大学学报(人文社会科学版), 2020, 42(2):63-66.

[9] 任凤琴, 董子涵. 风险与超越: 生成式人工智能赋能思政教育的伦理分析[J]. 重庆邮电大学学报(社会科学版), 2023, 35(6): 80-89.

[10] 习近平. 在网络安全和信息化工作座谈会上的讲话[N]. 人民日报, 2016-04-26(2).