大數據時代高校思想政治教育目標、機制及路徑探索

辛奇

【摘要】大數據也稱為海量資料，是指通過多種途徑匯集而成的龐大的數據組合。大數據為經濟社會的發展提供了大量的信息資源，改變了知識的傳播載體形態。隨著大數據技術在多個領域的廣泛應用，教育教學改革也勢在必行。高校思想政治教育應當適應大數據時代發展，以數據化為核心，以個性化為導向，以精準化為訴求，促進思想政治內容數據化，促進素材與主客體數據化，形成數據化思想政治教育生態系統。

【關鍵詞】高校;思想政治教育;大數據

“大數據”的概念緣起于麥肯錫咨詢公司，是一種依托海量數據，運用特定技術進行數據獲取、集成、處理及利用的分析方法與技術工具?；诟咝＝逃拈_放性、前沿性、探索性及創新性特征，將大數據技術與高校的教學有機結合，具有必然性與可行性。這種內容與技術的全新耦合對高校教育工作者創新教學方法、探索全新的育人機制均有著重要的意義。

思想政治屬于綜合學科，思想政治教育也是具有高度集成性的教育單元。就高校思想政治教育的內容來看，馬克思主義教育、近現代史教育、思想道德與法律教育、馬克思主義中國化教育構成其主線，涵蓋哲學、政治、歷史及法律等方面，具有高度集成性。各項任務具有技術性和系統性相結合的特征，亦即高校思想政治教育中各教學內容是獨立的單元，但各單元最終形成一個具有連續性、邏輯性和體系性的整體。大數據作為處理復雜數據、邏輯、關系的技術方法，對思想政治教育具有高度的適用性。在橫向上，可梳理整合思想政治教育的多元學科，將多元學科整理為鮮明的教學模塊;在縱向上，大數據可以將思想政治課程的各教學內容梳理為知識點和思維導圖。大數據在戰略集成、組織集成、資源集成、平臺集成、知識集成、技術集成等方面的先天優勢，對思想政治教育極具支撐性，二者深度耦合將為高校的系統教育和人才培養發揮更大作用。

一、大數據時代高校思想政治教育目標

大數據時代高校思想政治教育的目標是思想政治教育與大數據的加成。思想政治教育的目標有三：教育、整合、管理。教育和引導高校學生形成馬克思主義主導的價值觀和世界觀，樹立唯物史觀，夯實法治意識和倫理道德品質;整合高校學生隊伍，將思想作為凝聚學生的紐帶，秉持馬克思主義歷史唯物主義思想，發揮社會意識對社會存在的辯證作用;管理高校學生，對學生價值觀及行為進行管理，激勵良性行為，對不良行為適度介入干預，保障高校學生身心健康成長。在大數據的技術加成之下，結合傳統高校思想政治教育的目標，可將大數據時代高校思想政治教育的目標歸納如下：

（一）拓展思想政治教育途徑，創新教育教學方法

教育包含教學內容與教學方法。在內容方面，大數據時代高校思想政治教育的目標可歸納為建立教學內容數據庫，拓展國內政治、外交與國際關系、當代經濟發展等內容，拓展學生的知識邊界與認知邊界，與時俱進建立全新的思想政治教育數據庫，基于海量數據技術，進行知識資源的匯總、分類、挖掘和價值產出。在教學方法方面，大數據會加快高校教學方法的演進進程，驅動傳統教師一元化單主體教學方式向師生二元化多主體教學方式演變，引進微課、慕課（MOOC）等數據化教學方法，加強學生教學參與性，適應高校學生個性化教學需求，定制具有強烈個人屬性及偏好的思想政治教育內容，關注學生自我發展和個人成長。以上兩方面目標，核心在于建立現代化教育模式。思想政治教育內容的龐雜性、分散性、跨學科性，使思想政治教育與高校其他學科教學具有本質區別。建立具有個人偏好的思想政治教育單元，是學生深入探究自我、社會、國家和世界的必然。

（二）利用大數據動態分析學生的思想與行為

針對學生思想特征和行為特征開展思想政治教育是適應現代化、多元化思想政治教育活動趨勢的必然。依托數據庫的測算功能與節點處理能力，高校思想政治教育者應及時掌握學生思想動向，并據此對學生進行學習、婚戀、就業創業等方面的指導。實際上，大數據在學生隊伍整合方面的重點是匹配，匹配思想政治教育內容與形式、匹配學生關注點與課程內容、匹配行為與價值導向。

（三）全面關注高校學生管理，實現跨空間高效管理

樣本的有限性和經驗的不足，是社會及思想學科深入發展的掣肘因素。從個體管理來看，大數據對該問題的解決效能相對顯著。學生管理作為學生隊伍整合目標的延伸，進一步指向大樣本大數據的學生分析模式。以大樣本分析學生思想與行為，以大數據匯總學生共性問題與個性問題。對于此前集體主義有余而個性不足的思想政治教育困境，取而代之以關注人本、關注個性、追蹤成長、力求學生自我實現的教育要旨。從整體來看，交通工具的演進和城市化發展，使高校學生管理不僅限于校園內，更在地理上呈現分散性。大數據時代高校思想政治教育可以削弱距離和地緣邊界的制約，弱化時間因素對教學及管理的掣肘，真正實現精準教育，服務學生個人發展與成長，服務高校人才培養和機構管理目標。

二、大數據時代高校思想政治教育機制構建

大數據時代高校思想政治的全渠道、多元化、個人化與即時化目標，技術屬性十分明確，技術的基礎及載體作用也極為顯著。高校思想政治教育目標踐行需要一定的行為支持與模式支撐，以下將針對該部分內容進行設計與架構。

（一）以數據化為核心特征

大數據時代的高校思想政治教育特征均是面向數據化的特征，與思想政治教育的學科特征形成加成。以大數據及數據化為軸心建構思想政治教育課程體系，要在宏觀、中觀和微觀三個層次上體現數據化：第一，思想政治教育課程內容的設計實現全面數據化，亦即教師授課內容線上傳導，學生學習內容數據化獲取，教學成果以數據化方式貯存。實現如上幾方面的數據化發展，是宏觀課程架構層面對大數據時代思想政治教育所提出的要求。第二，中觀層面要求搭建大數據思想政治教育教學平臺板塊，運用SOA（Service-Oriented Architecture，面向服務架構）等底層數據化支持機制以及數據公式和程序算法等助力相關課程有效開展。高校也可以借用釘釘、騰訊會議等線上教學平臺開展課程，將獨立化、閉合化、多功能的思想政治教育支持載體作為推進高校課程開展的新途徑。第三，微觀層面要求建立高校思想政治教育數據庫，具體包括思想政治教育內容庫、學生數據庫、考核激勵數據庫、課程素材庫、支撐材料庫（模板、工具、數字材料）及外部的資源數據庫。以上數據庫是高校思想政治教育大數據體系及數據化工具得以運行和發展的基礎，更是構成大數據時代高校思想政治教育的基石。

（二）以個性化為教育屬性

大數據對個體特征的高度適應和滿足是高校思想政治教育得以與傳統教育形式形成區別的關鍵。思想政治教育的內容主線雖然是共同的，但學生的個性需求和亞群體則呈現出極大的離散性。學生的偏好風格、興趣點和關注點、性格特征不同，使得學生對思想政治教育的需求點也有所不同。大數據涵蓋的思想政治教育資源齊全的特征與學生學業時間有限的特征相互作用，有利于實現學生個人與思想政治教育內容的匹配，這是引導學生成長的關鍵。高?？山Y合學生性格類型、年齡階段、專業特征、區域特征、社交特征等建立學生數據庫，依據學生偏好推動線上邀請、課程推薦、性格測試等。

（三）以精準化為教育訴求

高校思想政治教育以大數據為導向進行精準教育，其中包含四個方面的“精準”教學機制：第一，對象精準。結合大數據對高校學生的大樣本主體分類及偏好分類，建構細分學生群體思想政治教育的教育模塊。具體的精準細分依據包含心理、區域、知識、擇業、消費等。上述全面性評估可幫助高校思想政治教育人員建立學生分類數據庫和分類思想政治教育機制，將學生身心成長、知識訴求、價值選擇、輿情管理等納入到精準管理系統中。第二，研判精準。依據數據進行學生行為研判，對學生心理危機、行為及思想問題進行及時干預，嚴防越軌行為與自我傷害行為，以數據為途徑，以事前研判為路徑，實現對學生的通盤關照。第三，內容精準。將思想政治教育內容要點與案例進行精準匹配。特別是時事政治、外交關系、全球治理及多元文化等內容，其整體內容前沿，時間范疇與空間范疇宏闊，提煉和匹配例證均具有一定難度。大數據時代思想政治教育則可以依據關鍵詞和數據庫，幫助師生快速定位例證，增強思想政治課程的時代感、參與感。第四，畫像精準。畫像精準是高校學生管理的一部分，不局限于思想政治教育的內容。學生的數據化管理包括學生畫像和行為模擬，特別是在教改背景下，關注學生個人成長成為時代的必然和教育的必需。精準的學生畫像包括學生性格、就業、價值觀等，以大數據進行學生自我畫像，不僅可以為高校思想政治教育提供素材，也有助于學生認識自我、分析自我，形成自我與社會的良性互動。

三、大數據時代高校思想政治教育路徑研究

大數據時代為創新高校思想政治教育開拓了新路徑。第一階段，形成數據化的思想政治教育課程體系，適應數據化特征而展開線上教學;第二階段，實現課程基礎素材及學生資料入庫管理，形成分類數據庫，并形成網絡和校際思想政治教育素材共享，進一步推進思想政治教育內容數據化;第三階段，形成高校思想政治教育生態鏈和生態圈，使思想政治教育系列數據與集成內容成為線上獨立閉合系統，在數據層面形成獨立的數據處理架構，在內容層面實現法律、倫理、哲學、歷史、心理與行為等各學科的綜合性創新體系。

（一）思想政治內容全面數據化

大數據的海量數據基礎是高校思想政治教育中較難實現的一個單元。高校應當針對數據化教育設計專門的組織架構，包括內容單元、教學單元、技術單元、運維單元等。內容單元負責將實體思想政治教育內容轉化為數據組和數據集，為大數據時代高校思想政治教育的開展提供基礎的內容;教學單元主要指的是授課教師要掌握大數據時代的教學方法，就網絡教學模式及形態進行教學行為和思想轉換，學習網絡教學方法，洞悉線上教學規律;技術單元負責架構大數據時代高校思想政治教育支持平臺，依據高校規模和可行資源，獨立架構或授權引進高校思想政治教育平臺，為課程開展、學生打卡考核、教師績效、反饋留言等提供載體;運維單元則是負責機房與服務器的管理，可由高校自主運維或是采用運維外包模式。

思想政治教育內容通盤數據化并非將大數據及數據化工具作為教學的輔助工具，而是圍繞大數據及技術實現思想政治教育轉型。通盤數據化作為第一階段目標，須幫助教師熟悉線上教學環境，確保高校線上教學系統穩定高效，為打造高校大數據思想政治教育生態圈提供基礎條件。

（二）思想政治教育的素材與主客體數據化

傳統高校思想政治教育的教材僅僅是素材的一部分，因思想政治內容與國際關系、國內政策、法律法規等內容的高度關聯性，高校對思想政治教育的內容進行數據化處理時，不能僅僅將傳統的教材內容以分門別類的單元模塊方式錄入到思想政治教育系統及平臺中，而是要建立思想政治教育跨庫關系和數據調取關系，實現對多元思想政治教育數據的高度采集。在思想政治教育素材的采集維度方面，高校應當將官媒數據、新聞數據、國家政策和法律法規數據、社會熱點數據、各類社會統計數據、開放獲取知識數據、財經等分類數據、國民健康和教育數據等以分門別類的方式建立數據授權使用機制。

主客體數據化強調建立高校思想政治課授課教師以及學生數據庫。教師數據庫包括教師課程打分、課程信息共享、網絡課程調取和線上交互反饋等;學生數據庫則包括學生畫像、學生行為數據分析、學生心理健康預測和跟蹤、學生職業生涯規劃與數據反饋等。以上內容構成了思想政治教育主體和客體的全面數據庫。主客體數據化不僅僅是高校思想政治課程的任務，更是構建閉合的思想政治教育生態圈和生態鏈的重要環節。

（三）形成數據化思想政治生態系統

形成數據化的高校思想政治教育生態系統，包括建立生態圈和生態鏈兩個部分。建立生態圈及生態鏈指的是進一步挖掘大數據的計算功能，顯著提升其信息屬性和數學屬性。生態鏈強調上游和下游的關系鏈條。具體到高校思想政治教育中，指的是設計思想政治教育內容→搜集整合基礎數據和素材→分析處理大數據教學內容→以數據化載體進行內容分享和教授→觀點論證和答辯→教學內容評價與績效。以上過程完成了從上游教學內容布置到大數據資料匯總，再到思想政治教育內容溝通與評價流程的整合。

打造高校思想政治教育生態圈不僅僅限于教學流程，強調的是將各方面的相關主題建立一個統一平臺，在橫向上涵蓋課程教授、課程學習、分數績效、意見分享等不同任務，在縱向上覆蓋課程架構、教學主客體、教學素材。高校思想政治教育生態圈的建構方式是循序漸進地實現課程內部資料、教師與學生資料的全面線上化，在數據化教學平臺、數據化教學素材、信息儲存和調用機制、數據庫架構和升級等方面全面實現數據化。

參考文獻：

[1]徐永利.大數據融入高校思想政治教育探析[J].中國電化教育，2018（12）：46-53.

[2]張東，呂杰.精準供給：大數據時代高校思想政治教育創新[J].重慶郵電大學學報（社會科學版），2019，31（01）：75-81.

[3]李懷杰，申小蓉.大數據時代個性化思想政治教育論析[J].思想理論教育，2019（03）：105-110.

[4]張瑞敏.大數據時代的高校思想政治教育研究綜述[J].四川理工學院學報（社會科學版），2017，32（03）：68-84.

[5]黃欣榮.大數據對思想政治教育方法論的變革[J].江西財經大學學報，2015（03）：94-101.

[6]陶好飛，莫勇.大數據視域下高校思想政治教育創新路徑研究[J].中國電化教育，2019（08）：44-49.

[7]豆勇超.思政課教師大數據素養的時代價值、實然困境與實踐路徑[J].石家莊鐵道大學學報（社會科學版），2021，15（04）：66-71.

[8]張耀天，劉秀蓮.大數據時代大學思政教學技術改革的啟示及反思——以“學習通”平臺為例[J].湖北理工學院學報（人文社會科學版），2021，38（06）：74-80.

[9]任湘，李紅瓊.大數據時代大學生思想政治教育課程改革路徑研究[J].湖北開放職業學院學報，2021，34（21）：60-63.

[10]劉洋.運用大數據提升高校思想政治理論課教學實效的反思[J].思想理論教育，2021（11）：72-77.

（作者單位：西安體育學院）