International Open Access Journal Platform

1 AIGC浪潮下高职动漫思政的转型使命

1.1 AIGC 推动动漫创作与教育传播范式变革

数字技术与文化创意产业深度融合，AIGC 逐步成为数字文创内容创作重要辅助工具，全面渗透剧本生成、分镜设计、角色建模、动画渲染、智能配音等全产业链环节，推动动漫产业由“手绘主导”向“人机协同共创”转型。中国人工智能学会相关研究表明，AIGC正在推动文化创作从“个体创作”走向“人机协同”，为教育领域的价值传播提供全新可能。[1]教育部《高等学校课程思政建设指导纲要》明确指出，要推动现代信息技术与课程思政深度融合，创新价值传播形式，提升育人吸引力与实效性。[2]AIGC的崛起为高职动漫专业破解传统思政传播困境提供了关键的技术突破口。朱永新、杨帆系统梳理生成式人工智能介入教育的机遇与矛盾，提出AI与专业教学融合不能仅停留在工具使用层面，必须同步搭建价值引领配套体系，这一论断为本研究AIGC赋能动漫思政的整体设计提供了理论参照。[3]

1.2 动漫是青年价值引领的核心载体

动漫是Z世代喜闻乐见的文化载体，依托形象化叙事、情感化表达与沉浸式体验，在青年价值引领、文化滋养和审美教育方面具有天然优势。未来数字文化创作的中坚力量来自高职动漫专业学生，他们的价值选择、文化认同和职业伦理，深刻影响国家文化安全与文创产业发展方向。将思政教育全面融入专业教学全过程，是完成立德树人根本使命、培育高素质数字文创人才的必由之路。王凯翔聚焦动画专业课程思政落地路径，提出以视听叙事、声音表达为载体厚植青年文化自信，印证动漫媒介在思政育人中的独特优势。[4]

1.3 核心概念界定

动漫思政传播指的是以动漫为媒介载体，将思政元素有机融入创作、传播、接受全流程，实现价值引领、文化传承与专业教育协同育人的传播活动。范式创新指的是突破传统思政和动漫简单拼接模式，构建AIGC深度嵌入、理论支撑完整、可复制可推广的育人体系。人机协同育人指的是以学生为主体、AIGC为工具支撑，在动漫创作中实现技术能力、艺术素养、思政素养同步提升的育人模式。[5]

1.4 动漫思政面临五大结构性矛盾

当前高职动漫课程思政面临五大结构性梗阻，已成为制约育人实效的核心瓶颈。思政元素挖掘碎片化，素材选取依赖经验，缺乏系统性规划，与动漫叙事、角色塑造、视觉设计割裂，导致价值传递断裂；融入方式标签化，思政元素仅以符号、标语等表层形式添加，未融入故事内核与情感逻辑，引发受众逆反心理；共情传播浅层化，依赖视觉刺激制造瞬时情绪，缺乏深度叙事与角色代入，形成“有点击无共鸣”困境；技术价值二元化，AIGC应用与思政引领“两张皮”，技术停留在工具层面，未能与价值目标深度耦合；评价机制缺失化，缺乏量化与质性结合的评价体系，重技术达成而轻价值
内化。[6]

1.5 三大理论支撑的内在耦合逻辑

本研究的理论框架并非三大理论的简单叠加，而是以问题为导向的有机融合，形成了“流程为体、共情为魂、技术为用”的嵌套结构。第一，以姜大源职业教育行动体系衍生的工作过程系统化理论为流程骨架，匹配动漫完整创作周期，解决“思政教学如何分层落地实施”的实操问题；第二，融合心理学、传播学交叉领域的共情传播理论作为内容内核，指导抽象思政元素转化为青年可共情的情感叙事，打通价值接纳转化路径，解决“传递何种思政内容、如何打动青年”的内容问题；第三，借鉴吉布森技术可供性理论并引入教育传播场景，划定AIGC人机分工边界，明确技术应用尺度，解决“AI工具如何规范使用、权责如何划分”的工具问题。

三者动态约束、相互支撑：工作过程系统化划定分阶段育人任务；共情传播理论规定各环节叙事情感导向；技术可供性理论限定人机操作边界。脱离价值内核的流程训练会沦为单纯技术操练，脱离标准化流程的情感叙事无法转化为可执行教学步骤，流程与价值目标均需在技术边界内落地，技术工具也必须服务于立德树人核心目标，三者共同构成从目标设定、过程实施到工具选用的完整教学闭环。[7]

2 高职动漫思政传播的实践瓶颈

2.1 思政元素挖掘碎片化

思政素材选取无统一规范，资源零散无序，与剧本、分镜、视觉设计等创作环节割裂，多作为附加片段生硬植入，无法形成连贯统一的价值叙事逻辑。红色历史、非遗文化、新时代乡村发展等内涵无法与人物成长、主线剧情深度绑定，作品文化底蕴单薄，难以形成持续性精神感召。

2.2 思政融入方式标签化

教学实践存在明显形式主义问题，思政元素仅作为表层视觉符号、标语背景堆砌，未融入叙事逻辑与人物成长线，既破坏动漫艺术完整性，又极易引发青年受众逆反心理，最终造成思政传播浮于表面，无法实现内在价值认同。

2.3 共情传播浅层化

多数思政动漫片面追求视觉特效与感官冲击，缺少细腻的人物心理刻画与递进式情感铺陈，情感动员仅停留在浅层瞬时情绪，无法搭建情绪触动、认知接纳、价值认同的完整情感链条。受众仅获得短暂感动，难以形成稳定价值认知与正向行为意愿，出现流量与育人效果脱节问题。

2.4 技术价值二元化

AIGC工具应用与思政价值引领脱节，技术仅作为提升制作效率的工具，未与育人目标深度耦合；部分创作出现技术压倒人文、效率替代内涵的倾向，作品具备成熟视听质感，但缺少精神温度与价值内核。二元对立问题根源在于教学偏离“技术服务育人”的根本导向，同时AI自主生成内容存在史实失真、价值偏移等潜在隐患。[8]

2.5 评价机制缺失化

现有考核标准侧重软件操作、画面完成度等技术指标，缺少兼顾情感共鸣、价值内化、社会传播效果的多元评价体系，无法量化思政育人成效。教学优化、作品迭代缺少客观数据支撑，形成重作品结果、轻学生成长、重技术指标、轻价值塑造的评价盲区，偏离课程思政育人初衷。

3 AIGC赋能高职动漫思政传播的四维创新范式

本范式以工作过程系统化理论搭建全流程实施框架，以共情传播理论锚定情感育人内核，以技术可供性理论规范人机协同边界，三大理论相互耦合，共同支撑四维范式完整运行。工作过程系统化提供标准化实践载体，共情传播理论确立价值表达内核，技术可供性理论提供落地工具约束，三者共同界定四维范式的内涵、运行逻辑与实施边界。

表 1 五大育人梗阻与四维范式靶向对应机制

Table 1 Targeted correspondence mechanism between five major obstacles to education and four-dimensional paradigm

3.1 技术赋能层，夯实动漫思政数字底座

技术赋能是动漫思政传播的底层支撑，让AIGC贯穿创作全链条，既能提升制作效率、优化叙事质感，也能增强传播精准性。研究表明，AIGC有四大应用价值：一是通过大模型梳理红色文化与传统文化的叙事脉络，辅助剧本创作打磨；二是借助数字扫描、三维建模及风格迁移技术，生成视觉内容、转译文化符号，助力非遗元素现代表达；三是基于多模态感知捕捉受众情绪变化，动态调整叙事节奏与视听呈现，强化情感共鸣；四是结合用户画像进行精准分发，实现多平台差异化定向传播

3.2 内容共情层，筑牢价值认同的情感枢纽

内容共情是价值传播的关键纽带，基于共情传播理论，以情感为桥梁打通认知接纳、情感共鸣与行为转化的完整路径。在红色文化维度还原历史情境、塑造英雄人格、搭建代际精神对话，实现历史记忆与当代时代精神深度对接；在传统文化维度精准识别经典文化符号、唤醒大众审美情感、厚植民族文化基因，持续增强青年群体文化自信；在职业精神维度依托行业楷模事迹、真实职业场景与行业伦理规范，潜移默化培育学生工匠精神与职业认同感。

3.3 价值共生层，达成多方主体的协同增益

价值共生是本研究的核心目标，基于工作过程系统化理论，着力推动学生、教师、社会三大主体协同发展，构建教育教学、产业发展与文化传播良性互构格局。在学生层面，实现文化自信、职业认同与价值素养全方位提升，完成从文化被动消费者向主动创造者的身份转变；在教师层面，实现课程思政育人能力与数字化教学应用能力双向升级，促使教师转型为学习设计师、价值引领者与技术教学协作者；在社会层面，助力主流价值高效广泛传播，赋能国漫产业创新升级，助推社会主义文化事业繁荣发展。

3.4 机制保障层，构筑长效运行制度支撑

制度保障是四维范式有效落地的关键支撑。通过系统性制度设计，确保体系稳定运行并持续优化迭代。第一，构建思政教师、专业教师与行业导师的“三师协同”育人机制；第二，建立基于真实岗位任务的校企联合研发模式；第三，形成包含技术应用、情感共鸣、价值内化与社会传播的多元评价体系；第四，整合思政动漫案例、AIGC应用工具与特色文化素材，搭建动态更新、长期运维的资源保障平台。[8]

4 实践路径与案例实证

4.1 策划阶段，凸显AI舆情研判与四维思政元素系统挖掘

本阶段依托AIGC智能工具抓取青年网络舆情热点与群体情感倾向，精准研判受众审美偏好与价值传播规律。同时从历史维度、地域维度、时代维度与职业维度开展系统化思政元素深度挖掘，将红色历史文脉、地方特色文化、新时代精神内涵与行业职业伦理规范有机融入动漫创作主题顶层设计，从源头锚定正确价值导向、厚植深层文化底蕴、精准锁定情感表达落点，为后续全流程创作筑牢思想根基与内容根基。[9]

4.2 设计阶段，强化共情叙事建构与文化视觉符号深度融合

本阶段以情感共情叙事为核心架构，设置剧情情感起伏节点与价值理念升华段落，打造有温度的故事脉络、有灵魂的人物形象与有共鸣的情感表达，同时提炼红色文化、非遗文化与时代文化的经典符号，将抽象文化内涵转化为符合动漫艺术规律的视觉语言。创作兼顾文化真实性与艺术审美价值，避免表层符号化的浅层次创作，以此增强作品的艺术感染力与主流价值传播力。具体操作中，在使用AI生成视觉素材前，需要先解读文化符号，明确其历史渊源、文化意涵与情感指向，再交给AI做风格化呈现，确保技术服务于文化表达，而非替代文化理解。

4.3 制作阶段，深化人机协同创作模式与职业伦理有机浸润

本阶段确立人为主导、AI辅助的人机协同创作核心范式，借助AIGC技术提升创作效率，同时坚守艺术品质与主流价值导向底线。由AI完成分镜草图生成等重复性标准化工作，让学生能将精力集中在风格把控、内容创作与审核环节。创作过程同步融入职业伦理素养培育，实现技术应用、艺术创作与素养培育同步推进。比如在《烈火铸忠魂》创作中，AI生成三十余个备选场景草图，学生团队在此基础上筛选修正，最终得到符合史实且能传递情感的合适场景。

4.4 传播阶段，完善多平台矩阵分发与思政共情传播效能放大

本阶段立足新媒体传播生态特征，针对短视频平台、社交平台、校园平台及文创传播渠道实施差异化内容适配与精准分发策略，契合不同平台传播特性与青年受众接受习惯，实现主流价值内容精准触达与有效渗透。通过正片展播、创作幕后纪实、主创访谈分享、互动H5创意衍生等多元形式，构建跨媒介、多维度、立体化传播矩阵，持续放大作品情感共情效应，拉长文化传播与价值引领链条，形成社会大众传播反馈与课堂教学迭代优化的双向良性循环。

4.5 评价阶段，构建四维综合评价体系与育人闭环迭代优化

本阶段依托技术运用、共情效果、价值内化、社会传播四维综合评价体系，对动漫思政创作全过程与育人成效开展全面系统、客观精准的立体化评估。从技术运用维度，考量AIGC工具应用熟练度、人机协同创作效率与专业问题解决能力；从共情效果维度，衡量情感共鸣深度、文化认同强度与受众主动分享意愿；从价值内化维度，研判创作反思深度、价值观念养成与理想行为意向；从社会传播维度，评估传播覆盖范围、用户互动质量、社会公众影响与行业专业认可。依托多维度评价数据反哺教学改革与创作实践，形成创作、传播、评价、迭代的长效闭环育人机制。

4.6 典型案例印证

案例一：红色动漫项目以《抗日小英雄王朴》为教学蓝本，《烈火铸忠魂》为学生原创成果。学生团队借助多种AI工具完成创作，数据显示参与项目后学生对红色历史认同度、核心价值理解均明显提升。该作品进入重庆市首届大学生AIGC视频大赛前30强，实现了红色文化的数字化传承。

案例二：非遗主题动漫项目以《画江湖之天罡》为教学范例，《旧味新程》为学生原创成果。学生团队借助AIGC复刻铜梁龙舞相关内容，作品以腊肉制作为内容载体。数据显示参与实践后学生对非遗文化符号识别准确率提升，认知更清晰。该作品获重庆市首届大学生AIGC视频大赛优秀奖，还被纳入地方重点实验室传播项目体系。

案例三：乡村振兴主题动画项目以《梦开始的地方》为叙事范例，《山城旧事》为学生原创成果，由学生主导价值表达，AI负责场景渲染。数据显示作品传播后受众家国情感共鸣度提升，八成多学生表示对乡村振兴有了实际感知。这一过程有效涵养了学生的使命意识与专业担当。

5 AIGC应用伦理与风险防控

5.1 主要风险识别

AIGC生成内容常存在素材来源不明、版权界定不清的问题。在红色文化、历史题材、非遗文化等思政主题创作中，AI生成易出现史实细节失真、文化符号误读、价值导向偏差、叙事逻辑松散等情况，削弱思政传播的严谨性与权威性。学生若过度依赖AIGC，会造成手绘能力、原创构思、审美判断及艺术表达等核心专业素养弱化，偏离技术赋能育人的初衷。此外，部分境外通用 AIGC 算法模型存在训练数据偏向性问题，若直接用于思政动漫创作，易出现文化表达片面、价值取向偏差等问题，因此教学场景需优先选用经过主流价值校准的国产合规生成工具。同时，内容审核不足、传播边界模糊、数据使用不规范等隐患也会损害思政传播的公信力。［10］

5.2 风险防控机制

第一，厘清人机协作的权责边界。恪守“人为主导、AI辅助”的核心准则。AI承担剧本初稿、分镜草图、批量渲染等标准化任务；学生则主导创意构思、价值传递、情感塑造、艺术风格把控及内容最终审核，确保技术应用始终服务于育人目标。第二，建立三级审核机制。实行专业教师初审、思政教师复核、企业导师终审的层层把关模式，从源头规避错误信息与不当内容。第三，规范版权管理流程。统一采用正版素材资源与合规AIGC工具，完善作品版权登记流程，清晰标注AI参与环节与人工创作内容，增强知识产权保护意识，防范侵权风险。第四，将伦理教育贯穿教学全过程。把数据安全、算法规范、行业责任、文化自觉等内容融入各教学环节，引导学生树立“技术向善、文化守正、育人为本”的基本准则。

5.3 实践反思与边界条件

本研究取得成效的同时，实践中也遇到了一些需要反思的问题。首先，学生数字素养差异较大，约两成学生因不熟练操作AIGC工具而产生挫败感，前期反而降低创作效率。这说明推广范式前需要增设AIGC工具前置训练模块。[11]其次，部分学生出现了AI依赖，部分学生在创作初期直接提交AI生成的剧本初稿，缺少自主构思。针对该问题，第二期实践增设了手绘分镜必修周和无AI剧本工作坊，要求学生在AI介入前完成人工初稿，取得了较好效果。再次，硬件条件和师资能力是推广的瓶颈。该范式需要高性能计算设备、正版软件授权，以及同时懂AIGC技术和思政教育的复合型师资，这对部分硬件薄弱、师资不足的高职院校来说是现实挑战。最后，本范式存在适用边界。它更适合以叙事性、视觉性为主的动漫类课程，在抽象理论类课程或是强调身体技能的实操类课程中，AIGC的赋能空间有限，需要另行设计适配方案。综上，AIGC赋能思政并非万能，落地效果需要学生基础、教师素养和硬件条件的协同支撑。

6 实践成效

6.1 学生维度，素养与专业能力双向提升

参与教学实践的学生在思想素养与专业能力层面实现同步提升。文化自信度提升，历史认同感增强，文化符号识别准确率提高。学生累计完成数十部优秀思政动漫作品，在省级及以上职业院校技能竞赛中屡获佳绩。学生逐步从知识的被动接受者转变为主动创作的实践者，从文化受众成长为文化内容的创造者。在期末教学评价中，学生对课程对自己价值观的积极影响评分偏高，这从主观层面印证了育人实效。

6.2 社会维度，主流传播与社会影响双向扩大

三部国产思政动漫采用多平台矩阵传播与共情叙事策略，获得社会各界的普遍认可与积极评价。作品有效传递主流价值理念，传承中华优秀传统文化与红色基因，展现新时代发展风貌，实现思政传播效果与社会影响力的同步增强。部分作品被平台列入展播目录，进一步扩大了主流价值的辐射范围。

6.3 教师维度，教学能力与科研水平双向丰收

教师团队的课程思政育人能力与数字化教学应用能力同步升级，逐步成长为兼具专业技术能力与思政教育素养的“双能型”教师队伍。团队累计建成高质量思政动漫教学资源库1个，发表相关教学改革论文39篇，主持完成市校级课题17项，成功构建起教学实践带动科研创新、科研成果反哺教学优化的良性循环。

6.4 模式维度，可复制可推广的实践价值

本模式已在本校动漫制作技术、数字媒体技术、摄影摄像技术等3个专业推广应用，同时被3所兄弟院校借鉴实施。模式的普适性与推广价值得到充分验证，为全国同类院校动漫及数字文创类专业课程思政建设提供了可落地、可复制的实践范本。

7 研究结论

AIGC作为数字时代的新质生产力，能够全面赋能高职动漫思政传播。本研究构建的技术赋能、内容共情、价值共生、机制保障、四维框架，精准有效回应了当前高职动漫思政传播中的五大结构性梗阻，实现了技术工具理性与人文价值理性的有机统一。工作过程系统化与本土特色案例相结合的实践模式，让课程思政建设落地可行、成效可测、经验可推广，切实提升了育人实效与传播效能。

本研究的理论贡献主要体现在三个方面：第一，提出了技术、情感、价值、制度四维耦合的动漫思政传播模型，将共情传播理论从新闻传播领域迁移至职业教育课程思政场景，拓展了该理论的适用边界；第二，首次在AIGC教育应用中系统引入技术可供性理论，为人机协作中AI能做什么、不能做什么、人应做什么提供了理论依据和操作准则；第三，揭示了流程为体、共情为魂、技术为用的三理论嵌套机制，超越了以往“工具论”视角下对技术赋能教育的简单化理解。

四维范式突破了思政教育与动漫创作简单叠加的传统模式，是国内首次针对高职动漫专业构建、AIGC贯穿创作全流程、融合三大理论支撑的专属育人框架，兼顾通用性与职业教育的独特性。AIGC有效解决了传统创作效率偏低、文化符号转化困难、共情效果难以量化等痛点；推动技术赋能与价值引领深度融合，破解长期存在的“技道脱节”难题。

随着多模态大模型、具身智能、沉浸式交互等前沿技术持续迭代，思政动漫的沉浸体验与情感共鸣能力将进一步增强。为此，提出五项发展建议：第一，组建全国动漫思政传播协作联盟，整合优质资源、促进跨区域协同创新；第二，搭建智能共情评价平台，以技术手段提升思政传播效果评估的精准性与科学性；第三，完善AIGC创作伦理规范，坚守技术向善原则；第四，在高职动漫专业人才培养方案中增设《AIGC创作伦理与文化安全》课程，并将其纳入毕业设计前置审核模块；第五，推动传播学、教育学、计算机科学与艺术学的交叉融合，持续打造有思想、有情怀、有温度的思政动漫精品。

参考文献

[1] 祝智庭，戴岭，胡姣．AIGC 技术赋能高等教育数字化转型的新思路 ［J］．中国高教研究，2023（6）：12-19.

[2] 教育部．高等学校课程思政建设指导纲要 ［Z］．2020-05-28.

[3] 朱永新，杨帆．ChatGPT/生成式人工智能与教育创新：机遇、挑战及未来［J］．华东师范大学学报（教育科学版），2023，41（7）：1-14.

[4] 王凯翔．文化自信：课程思政理念下动画专业“声音叙事”课程的再设计与再实践［J］．艺术与设计（理论），2023（1）：142-144.

[5] 易凯谕，韩锡斌．从混合教学到人智协同教学：生成式人工智能技术变革下的教学新形态［J］．中国远程教育，2025（4）：85-98.

[6] 赵玉瑜，朱国芬．课程思政的三种形态、实践原则与建设路径［J］．思想政治教育研究，2025，41（1）：154-160.

[7] 沈蓓蓓．AIGC赋能教育研究回顾与展望—基于CiteSpace可视化分析［J］．凯里学院学报，2025（2）：108-115.

[8] 朱永海，周语亭，韩锡斌．基于生成式人工智能的未来教育形态［J］．人民教育，2025，（23）：35-40.

[9] 高清泉．职业教育课程思政的现状、问题与建议——以课程思政集体备课活动为例［J］．中国职业技术教育，2024（32）：57-61，78.

[10] 刘璇，孙中华．生成式人工智能教育应用的伦理风险协同治理研究［J］．长春师范大学学报，2026，45（3）：131-138.

[11] 李俊，亢凤华．AIGC时代职业院校教师能力建构与素养提升研究［J］．应用技术教育研究，2026 （1）：127-133.