《中国共产党党校（行政学院）工作条例》要求党校（行政学院）应当做好网络安全和信息化工作，提高教学、科研、管理和服务的数字化水平。当前，人工智能应用正加速进入各级党校的备课、授课、科研、咨政各环节。技术赋能的同时，价值渗透、语料污染、幻觉误导等意识形态安全风险也随之而来。算法偏见、主体性弱化同样可能侵蚀教职工和学员的理论思维能力。党校（行政学院）是党的意识形态工作的重要前沿阵地，让人工智能应用更好服务党校教学科研，不仅要关注其“能不能用、好不好用”，更要关注其“用谁的模型、训什么语料、对齐谁的价值观”，牢牢守住意识形态安全底线。

一是把牢政治方向，关注“用谁的模型”。破除“大模型价值中立”的认知误区。大模型看似客观，实则其语料选取、算法设计、参数调整，无不凝结着特定的价值判断。谁掌握语料的采集权、标注权和权重设置权，谁就在相当程度上掌握了“何为事实”“何为正确”的界定权。在人工智能应用的选型上，坚持自主可控为主、审慎分类管理。依托国产自主可控模型底座进行专业对齐与领域微调，涉及政治方向、意识形态和敏感数据的一律使用通过安全评估的国产模型，防止境外模型的价值底色通过市场传导渗入干部教育。管理上，建立正面清单、负面清单、责任清单“三张清单”，明确“涉密不上网、上网不涉密；敏感不训练、训练不敏感”，凡涉及政治方向、理论阐释、历史评价的核心环节，坚持人的主导与终审，让技术当“助手”而非“主管”。迭代上，针对模型版本更新快的特点，建立“定期复测、问题熔断、及时退出”的闭环机制，一旦出现价值偏差、口径失守、数据泄露，即行退出、更换底座，形成准入、使用、审核、评估、退出的全链条管理。

二是把严内容关口，关注“训什么语料”。风险不止于模型，更藏于语料。人工智能存在“幻觉”问题，在生成相关理论内容时，可能出现概念阐释偏差、虚构引文出处等情形；若不经严格审核直接用于备课授课，就可能把错误带入课堂、带进文稿。一方面，从源头校正价值分布。系统推进马克思主义经典著作、党的权威文献高质量数字化，建设覆盖党的创新理论、党史党章党规的权威语料库，为模型提供正确的“知识底座”，做到权威语料进得去、管得住、用得好。明确人工智能生成内容不得直接进入课堂和文稿，须经人工审核后方可使用。另一方面，协同共建、多元共治。与网信、保密、数据管理等部门建立备案评估、风险监测、应急处置联动机制；引导平台企业坚守数据不出域、定制化对齐、第三方安全审计的底线；联合科研机构攻关价值对齐、事实核查、可追溯标注等关键技术，形成以党校为主责、各方协同的治理格局。

三是把住主体根本，关注“对齐谁的价值观”。要以党的立场、观点、方法为标尺，以党中央决策部署为基准，以社会主义核心价值观为底色，确保模型输出在政治方向、理论阐释、历史评价上始终与党中央保持高度一致。技术对齐必须服从政治对齐，这是党校数智化建设的根本原则。需要看到，对齐价值观，表层是技术层面的价值对齐，深层是人的文化主体性的培育；前者靠算法纠偏解决“机器说得对不对”，后者靠人的修养解决“人还能不能独立地思考”。人工智能的深层风险，在于拟人化交互侵蚀干部的文化主体性，遇事习惯先问机器，把“对不对”“是什么”“怎么说”交给机器，久而久之，理论思维能力难免退化。守牢意识形态安全，根本在人。

在教学中，可探索“人机对比阅读”法：先由学员独立研读经典原著、形成自己的理解，再以大模型的解读作对照。引导学员逐段比对、辨析差异，看机器在哪些地方抓住了要点，又在哪些地方简化了逻辑、回避了立场、稀释了锋芒，在对照中直观感受机器话语的边界，既会用工具，又不盲从工具。可设置“机器说得对不对”“差异出在哪里”的研讨环节，由教师带着学员逐条辨析，把差异本身转化为教学资源。同时，把人工智能素养教育纳入主体班次教学布局，讲清大模型的能力边界与风险机理。

在科研咨政中，同样不可松懈。近年来已有多起高校师生因误信人工智能检索结果、对生成内容缺乏应有警惕而被认定学术不端的案例，教训深刻。为此，应建立全流程规范：备课环节，建立人工智能生成内容审核单，对涉及政治性结论的内容实行双人复核；授课环节，禁止人工智能直接生成政治性结论，教师对课堂内容承担第一责任；科研环节，标注人工智能使用情况，确保学术诚信；咨政环节，坚持人机协同、专家论证、人工终审，确保咨政报告的政治方向和理论准确性。

〔作者系安徽省委党校（行政学院）信息技术中心副主任〕