大數據時代高校精準思政的價值意蘊、現實困境和實施路徑

陳 琳

(1.湖南人文科技學院 馬克思主義學院,湖南 婁底 417000;2.蘭州大學 馬克思主義學院,甘肅 蘭州 730000)

大數據是指海量的、多種類型的數據集合,通過采集、分析和運用相關數據,可以幫助我們了解社會、經濟、文化等方面的情況,揭示人們的行為和思想特征。 精準思政指在精準思維和理念的引導下,借助大數據、人工智能等信息技術,實現思想政治教育與前沿信息技術深度融合,進而實施精準化的思政育人活動[1]。 黨的二十大報告指出:“辦好人民滿意的教育。 推進教育數字化,建設全民終身學習的學習型社會、學習型大國?！盵2]因此,如何充分利用大數據算法技術助推精準思政,實現思想政治教育在理論邏輯和實踐進路上與算法的深度互嵌,完成思想政治教育方法的技術升級,以精準的教育模式滿足大學生日益增長的個性化需求,無疑是高校思想政治教育工作必須研究的重要課題。

一、大數據時代高校實施精準思政的價值意蘊

(一)有助于實現大學生全面發展,是落實立德樹人根本任務的必然要求

立德樹人是高校思想政治教育的核心目標,旨在培養德智體美勞全面發展的社會主義建設者和接班人。 高校借助大數據技術開展精準思政,可以更好地適應大數據時代的挑戰和變化,實現立德樹人的目標。

大數據可以提供豐富的信息資源,有助于培養學生的信息素養和綜合能力。 分析和挖掘各個領域的海量數據,可以為學生提供更全面、深入的學習資源和知識,有助于學生增加知識儲備,提高綜合思考和判斷能力,培養學生的信息獲取和應用能力。

大數據時代,高校應注重學生創造力和創新思維的培養。 大數據時代,學生需要具備開放思維、想象力和創造力,需要對海量的信息和數據進行批判思考,要能夠分辨信息的可靠性和價值,并做出合理的判斷和決策。 這有助于激發學生的創新思維和實踐能力,有助于學生的全面發展,進而實現立德樹人的目標。

大數據可以為學生精準推送思政教育資源,有助于促進學生的個性化成長,使其成為有社會責任感的公民。 通過大數據分析教師可以深入了解學生的興趣、偏好、學習習慣等信息,并為他們量身定制符合其需求的思政教育內容和方式,促使其更積極地參與思想政治教育活動,實現其個性化的成長和發展;通過深入了解學生的思想狀態、情感體驗和生活經歷等信息,教師可以更好地進行精準思政,引導學生樹立正確的政治立場,培養正確的人生觀、價值觀和道德觀。

需要注意的是,在思想政治教育中,人文關懷和師生互動是不可或缺的要素,大數據技術不能完全取代人文關懷和教師的指導,它只能作為輔助手段,為教育提供更多可能性。 因此,教師在應用大數據技術時,需要保持平衡,注重人文關懷與技術應用的結合,以達到更好的教育效果。

(二)有助于破解教育資源供需失調困境,是推動高校精準思政的必然之策

傳統的思想政治教育模式往往面臨著教育資源不足的問題,難以滿足大規模學生的需求。 大數據可以有效彌補教育資源供給不足的問題,但隨著信息技術的發展,教育資源的傳遞和獲取在變得更加便捷的同時,也面臨著供需失調的現象。

第一,教育信息不對稱。 大量信息的泛濫和信息質量的不均衡使得高校思政工作者和學生難以準確定位適合自己的教育資源。

第二,學生需求多樣化,優質思政教育資源稀缺。 大數據時代學生的興趣、需求和學習方式發生著巨大變化,然而,一些高校在思想政治教育資源供給上存在單一化或者相對集中化的問題,并且過于注重理論講解,忽視具體實踐的教育資源供給,導致學生在實踐能力和思辨能力培養方面的需求無法得到滿足。 另外,一些受限于地域或經濟條件等因素的學生無法獲取到優質教育資源,導致供需失衡。

第三,形式化教育資源過剩。 大數據時代形式化教育資源(如在線課程、網上教學平臺)的供應大量增加。 然而,受限于學生的積極性和主動性,以及學生對思想政治教育認可度和認同度等因素,形式化教育資源過剩,導致大量資源浪費和利用不充分。

第四,教育質量參差不齊。 由于供給方的競爭和商業化傾向,一些教育資源的質量和真實性難以保證,這對學生和高校思政工作者造成誤導和困擾。

要解決以上問題,必須利用大數據的收集整理技術、分析挖掘技術、個性化教育推薦、教學效果評估調整以及資源共享合作等優勢,科學有效地開展精準思政工作,提高高校思政工作的針對性、有效性和全面性。

(三)有助于打破時空限制,是加快高校思政數字化轉型的必要舉措

大數據技術可以實現對教育資源的無時空限制的使用和共享。 構建高校思想政治教育的在線學習平臺,通過云計算和網絡技術,學生可以根據自己的興趣和需求隨時隨地進行在線自主學習,這樣就可以突破傳統教學的時空限制。

大數據技術可以幫助打破師生之間的時空限制,促進教師和學生的互動和交流。 通過高校思想政治教育在線討論論壇、在線問答和實時投票等工具,學生可以與教師和同學進行互動和討論,分享觀點和心得。 這樣可以提高學生的參與度和交流效果,增強思想政治教育的互動性。

大數據可以實現異地合作與資源共享。 利用大數據技術,通過建立高校思想政治教育資源共享平臺,不同高校之間可以共享優質的思想政治教育資源,達到資源共享、互利互惠的目的。 學生可以通過共享平臺獲取不同學校的教育資源,拓寬學習的廣度和深度,提高學習質量和體驗。

大數據技術可以幫助高校實時動態地了解教學效果和學生需求,從而優化思想政治教育的內容和方法,使學生能夠更有效地參與和受益于思想政治教育。 同時,高校數字化轉型也有利于教育資源向農村和偏遠地區的學校延伸,實現教育公平和均衡發展。

二、大數據時代高校實施精準思政的現實困境

(一)教育對象信息識別受限

教育對象信息識別受限是指在特定的教育環境中,因大數據分析技術的限制、個人信息的隱私保護規定、學生的自主選擇性等原因,教師無法準確獲取或了解學生的個體信息。

首先,教育對象隱性信息識別難。 教育對象的信息包括顯性和隱性信息,前者是指教育對象的基本數據,是能夠直觀展示給高校思政工作者的內容。 后者則包括學生的興趣偏好、性格特征、知識體系、價值取向、思想狀況等無法直觀展現的數據,往往隱性數據更能夠反映學生的本質特征。 現如今,數據來源非常多樣,包括公共數據庫、社交媒體、傳感器設備等。 這些數據來源涵蓋的信息也十分豐富,從結構化數據到非結構化數據,從文本數據到圖像和視頻數據等,加之,教育領域的數據收集和共享機制相對薄弱,如何從多個來源中收集并整合數據,確保教育對象信息的準確性和完整性,是一個主要挑戰。

其次,教育對象動態信息掌握難。 教育對象的數據往往是動態變化的,數據準確性受學生自身主觀影響很大,如學習成績、行為習慣等,可能存在一定的誤差和不準確性。 同時,不同數據源的錄入和管理方式不一致,甚至存在填寫錯誤或故意篡改數據等情況,可能導致數據質量參差不齊,給識別工作帶來一定的困難。

再次,教育數據中涉及學生的個人敏感信息,如學生的姓名、出生日期、身份證號、家庭住址等,保護教育對象的隱私和數據安全是重要的問題。因此,高校在獲取學生的詳細信息時只能通過學生主動提供或間接獲取,這就造成個性化教育和輔導的難度增加。

為了更好地利用大數據技術開展高校精準思政,學校必須在符合法律法規、尊重個人隱私的前提下,通過學生的主動參與、自愿提供等方式來彌補教育對象信息識別受限的問題,以實現更精準和個性化的教育服務。

(二)教育數字資源供給適配度低

教育數字資源供給的適配度低是指在思想政治教育過程中,思想政治教育數字資源的提供與教育需求之間存在一定的不匹配或不適配的情況。

首先,教育資源供給與學生需求不匹配。 思想政治教育數字資源的開發和提供往往取決于教育機構或相關組織,與學生的實際需求可能存在差距。 比如,在教材和平臺的選擇上,某些數字資源內容過于簡單或不夠深入,無法滿足學生的學習需求;或者某些教學平臺操作復雜、不易于使用,影響學生和教師的使用體驗。

其次,教育數字資源與思政教學內容脫節。 一是教育數字資源提供者與教師之間缺乏密切合作,導致不能充分了解教師的教學目標和內容,從而無法開發出與之相匹配的思政教育數字資源。 二是思想政治教育領域的教學內容和方法在不斷發展變化,但是部分教育數字資源可能還未及時更新和調整,導致資源內容與最新教學需求脫節,或是提供的資源與教學內容的連貫性不足,影響教育數字資源與教學內容的匹配度。 三是思政教育數字資源的交互設計不合理或缺乏趣味性,學生可能會感到無聊,缺乏參與度,從而降低學習積極性和效果。

再次,學生技術能力與思政教育數字資源利用存在差距。 有些學生可能對數字技術有較高的理解和應用能力,能夠靈活運用各種思政教育資源進行學習。 而有些學生即使具備一定的技術能力,但是對如何篩選、組織和評估思政教育資源,缺乏有效的指導,從而限制了思政教育資源效果的發揮。甚至有些學生可能缺乏相關技術能力,不了解如何使用思政教育資源進行學習和探索,這會導致學生難以充分利用思政教育數字資源,降低資源的適配度和學習效果。

最后,教育數字資源的供給存在著質量和可靠性問題。 有些思政教育數字資源的內容不夠準確、全面或權威,無法滿足學生對于高質量教育資源的需求。 此外,一些數字教育數字資源可能存在版權、隱私或安全方面的問題,從而限制了其供給的適配度。

(三)教育數據分析技術和能力不足

首先,數據分析涉及復雜的統計模型、機器學習算法和數據可視化等技術,需要專業的分析工具和相應的分析能力。 然而,許多高校在數據分析方面的技術和能力有限,缺乏專業的數據分析人員和專家,無法充分發揮數據的分析價值。 同時,數據量龐大、數據質量不一致等問題也增加了數據分析的難度。

其次,數據解讀的主觀性和偏差是數據分析過程中的另一個重要問題。 在數據分析過程中,分析人員的主觀意識、經驗和偏好可能會對數據的解讀產生影響,導致結果的主觀性偏差。 例如,對同一組數據的分析可以得出不同的結論,這可能是因為分析人員從不同的角度出發、使用不同的方法或者有不同的意識形態等因素的影響。

再次,大數據技術可能會引發一些倫理和社會問題。 數據本身是一種資源,其價值能夠帶來巨大的經濟利益。 因而一些具備數據收集、分析的個人或團體便進行數據的壟斷,甚至通過泄露客體信息進行牟利,如2020 年4 月鄭州、西安、重慶等多地數千名學生個人信息被泄露,“被入職”陌生公司,以達到幫助某些公司偷稅的目的。

(四)教育評估具有局限性

相比傳統的手工調查和評估方法,大數據分析可以更高效地獲取數據,并在大范圍和多樣化中尋找規律,可以提高評估的效率,大大減少了人力和時間成本。 盡管大數據提供了豐富的信息,但在思想政治教育評估中仍存在局限性。

首先,評估重“顯性因素”輕“隱性因素”。 大數據通常更容易獲取和量化可以直接觀察和測量的顯性因素,如學生的知識水平、考試成績、參與活動的數量等。 相比之下,隱性因素如學生的創造力、領導能力、情感發展等往往難以通過大數據來直接獲取和量化。 在教育評估過程中,因為大數據側重顯性因素而忽視隱性因素,就會導致將學生的發展局限在知識和技能的層面上,而忽視了他們的態度、價值觀、情感等方面的發展,無法對學生的全面發展作出評估,這會影響學生在綜合素質和人格方面的培養。

其次,評估重“短期靜態”輕“長期動態”。 短期靜態數據指的是某個時間段內的數據狀態,如某個月份、季度或年份的數據。 這些數據反映了一個特定時期內的情況,精確度較高,可以用于對該時期的評估和決策。 長期動態數據則是針對特定變量或指標隨時間變化的數據,它可以反映出趨勢、變化和演變的情況。 長期動態數據可能涵蓋多個時間段,相對復雜且難以準確預測,但對了解變化趨勢和長期影響具有重要意義。 然而,因大數據分析的速度、效率和成本等因素,目前教育評估更多的關注點放在短期靜態數據上,因為這些數據相對容易獲取、處理和分析。 而長期的動態數據,可能需要更多的時間和資源進行深入研究和分析。

再次,評估重“單項因素”輕“綜合整體”。 目前,思想政治教育工作者對大學生的評價大多偏向于某一方面或者某一階段,他們很難及時有效掌握和精準分析在教育過程中所產生的海量數據,不能準確地把握當代大學生的思想行為規律。 教育主體作為現實的人,在日常生活和思想政治教育交往活動中一直在發生動態變化,只注重單項因素的評估,勢必會導致教育主體的真實動態可能會受到過去信息的影響,在后期考察上可能因此會出現思維定勢和主觀偏見等問題,形成限制師生改進自身的枷鎖。

三、大數據助推高校精準思政的實施路徑

大數據技術運用到高校思想政治教育活動中,能夠增強其針對性和實效性,促進高校思想政治教育的精準化、高質量發展,切實推動精準思政落地有效。

(一)精準識別教育對象,構建個性化教育生態

精準識別教育對象是首要前提。 當前“00 后”大學生的生活和學習越來越趨于智能化和數字化。圍繞這一特征,教師應充分運用大數據的分眾化、差異化匹配技術,堅持讓數據“說話”、讓數據“可視”,對學生數據進行深度挖掘和分析,用數據精準刻畫學生特征,實現教育結果的預測和可視化呈現[3]。

首先,構建一體化大數據平臺。 聯合學校不同職能部門(教學科研、管理服務、信息部門等),對涉及大學生思政工作的網絡資源使用、學習活動、消費娛樂、社交分享等數據進行動態采集,做到應采盡采、能匯即匯,實現一次采集、一庫管理、多方使用,即調即用,建立學生個人檔案,實現數據互聯互通互享。

其次,精準刻畫學生的“數字畫像”。 通過對學生行為習慣、興趣特長、學習能力等若干信息的大數據分析,敏銳捕捉和精準研判其內容偏好、心理特征和價值取向,從而實現對教育對象的精準化識別。 如,通過學生選修的思政課程的成績、參加思想政治教育活動的記錄、綁定的學生社交媒體賬號等方式獲取學生在思政課程、黨團活動組織、社交媒體上關注的政治話題等方面的數據;將不同來源的數據進行整合,通過大數據關聯分析,挖掘出學生在思想政治教育方面的興趣和行為之間的關聯關系;再根據數據分析結果,提取出與學生思想政治教育相關的興趣喜好等特征,以圖表或圖像的形式進行可視化展示;根據學生的“數字畫像”,為其推薦關于特定政治話題的講座、討論會等,為每個學生提供個性化的思想政治教育課程和活動。有學者聚焦高校思想政治教育社會認同這一問題,基于社會認同理論,通過對全國4 905 名高校被試進行問卷調查,通過對問卷數據進行數據檢驗和分析,得出當前中國高校思想政治教育社會認同的主觀評價良好;高校思想政治教育社會認同水平在部分人口學變量上存在顯著差異;個體的集體認同、關系認同和自尊水平會負向影響高校思想政治教育社會認同,而個體的社會認同水平可以正向預測其高校思想政治教育社會認同。 基于統計分析結果,文章提出提升中國高校思想政治教育社會認同的工作建議,即高舉旗幟,筑牢信念;情感培養,意志引導;尊重規律,因材施教;反思創新,保持張力[4]。

再次,全景化呈現思想動態。 全景化呈現思想動態是指通過多維度、多角度的方式來展示和分析學生的思想觀念、思維方式和價值取向的變化。 具體來講,可以通過分析社會媒體數據、問卷調查方式、學術研究成果和師生互動數據,了解大學生對特定問題和主題的態度和觀點,從而把握其思想動態;基于學生的個性化思想動態分析結果,針對性地進行思想引導和教育。 可以通過監測學生的思想動態變化,及時發現問題并采取措施,促進學生的全面發展和思想素質的提升。 此外,還可以每年開展學生思想政治狀況滾動調查,充分發揮思想政治工作隊伍深入學生、了解學生的優勢,及時掌握學生思想狀況。

最后,實行個性化需求識別與適應性教學。 利用大數據技術,對收集到的相關數據進行深度挖掘和分析,發現學生的個性化特征,如情感傾向、觀念觀點等,從而識別學生的需求和特點,制定個體化輔導計劃,提供個性化學習資源;再根據學生的學習過程和反饋信息進行動態調整,實現定制化教育。

(二)精準供給教育資源,確保資源優質均衡發展

精準供給教育資源是關鍵所在。 當前“00 后”大學生一出生就與“數字媒體時代”無縫對接,是互聯網使用的原住民和主力軍,其個性鮮明、思想活躍,需求趨于個性化[5]。 所以高校思想政治教育必須實現由傳統的“大水漫灌”式向大數據驅動的“精準滴灌”式的轉變,實現思政教育數字資源供給與需求之間的匹配。

首先,利用大數據技術對思想政治教育內容進行科學分析和動態調整。 高?？梢詫W生分布、學科需求、思政教育數字資源的配置等進行深入分析,了解現有資源供給的情況和不平衡問題,并通過數據預測技術預測未來的教育需求,為資源配置提供參考,可以依據數理模型的輸出數據,檢查和研判教育內容是否符合國家要求和標準,并結合社會發展、環境變遷以及教育對象的具體狀況對教育內容進行相應的調整、設計和編排。

其次,借助大數據對思想政治教育內容實行個性化定制。 高?？梢愿鶕煌瑢I、年級學生的認知水平、接受能力、知識背景等,借助大數據分析學生的個性化學習需求,為學生提供對口的優質思想政治教育數字資源。 通過個性化的匹配,滿足學生的學習需求,提高學習效果。 可以根據地區特點和人口分布情況,借助大數據對不同地區的思想政治教育資源狀況進行評估,推動資源的平衡配置,逐漸打破各領域之間的壁壘,達到更高水平的數據資源共享。 例如,可以根據學生人口分布和學校數量,進行資源配置調整,確保每個地區都能夠獲得優質的教育資源。

再次,構建思想政治教育數字資源的調查與監測機制。 基于大數據分析和評估,對思政教育數字資源的配置和使用情況進行監測和評估。 及時發現和解決思政教育數字資源不均衡的問題,確保資源的優質均衡發展。

最后,借助大數據分析和政策指導,對思政教育數字資源進行優化和調整。 通過數據的支持,政府部門可以針對資源不均衡的情況出臺相應的政策和措施,推動資源的優質均衡發展。

(三)精準提升數字技術,促進現代化的教育發展

精準提升數字技術是重要環節。 信息化時代,數字技術的提升直接關系著高校思想政治教育的質量、效率和創新能力。

首先,要搭建一體化大數據平臺,強化數據安全性。 建立一套完善的數字技術平臺,用于收集、分析和應用相關數據,該平臺應具備數據存儲、處理、分析和可視化等功能,為高校精準思政提供有力支持。 同時,學校與相關部門和機構合作,開發和整合專業化的數字技術工具和資源。 對平臺數據的存取、更新進行實時監測,以便對系統的管理進行及時的調整。 構建數據安全性評審機制,對各類評審準則進行完善和細化,以保證共享系統內的教學資源都通過了專家的嚴格評審。 高?？梢越⒁粋€專門的安全管理機構,制定出一些與之相適應的規范和制度,并安排一些與之匹配的工作人員來展開運營工作,并定期對數據平臺展開風險測評,并做好記錄,以便能夠及時的將相關的問題解決掉。 建立基于大數據的考核評價體系,分階段進行考核,從而引發示范效應,帶動更多的人參與到大數據治理的體系之中。

其次,推動數字技術的創新應用。 鼓勵教師和研究人員開展數字技術領域的研究和創新,推動數字技術與精準思政的深度融合,如開發智能教育工具和平臺,為教學過程提供輔助和支持。 這些工具和平臺可以根據學生的學習數據,推薦合適的學習資源,提供個性化的學習反饋和輔導,幫助教師更好地進行教學;也可以運用智能化的計算方法對教育對象進行精確畫像,從而能夠全面準確地掌握學生的行為習慣和思維模式。

再次,深化行業合作,加強跨學科合作。 與科技企業、教育機構和社會組織等建立長期合作關系,共同推進數字技術與精準思政的發展。 通過行業合作,高校能夠獲取更先進的技術和資源,推動數字技術在精準思政中的應用與創新。 數字技術涉及多個學科領域,高校應建立跨學科的數字技術研究團隊,加強交流與融合,創造全面多維的學術環境。

最后,提高思政隊伍的質量和素質,為精準思政做好人才保障。 高校要幫助教師發現自身教學的優勢和存在問題,提供個性化、專業化的教師專業發展計劃和培訓資源。 高校要為思政工作者提供數字技術培訓,增強其數字技術應用能力。 教師要以大數據技術為基礎,對日常生活、時事政治等方面所蘊涵的思想政治教育要素進行深層挖掘,要注重思政教師的職業道德,尊重和保護教育對象的信息,實現“潤物無聲”的潛移默化的教育,還要根據受教育者的活動情景和行為軌跡,實時進行“精準滴灌”,將思政教育滲透到學生的內心,加強對學生知情意行的引導。

(四)精準完善評估體系,提升教育質量和效果

精準完善評估體系是落腳點。 大數據可以提供全面實時的評估和反饋機制,有助于提高高校思想政治教育的實效性。 通過大數據來實現分類評價、可視化分析和趨勢預測,能夠有效提升高校思想政治教育效果的水平。

首先,建立合理的評估指標體系。 一是基于數據分析結果,建立科學合理的評估指標體系,對學生的學習水平、教師的教學能力、學校的教學質量等進行評價。 二是建立完備的教育數據管理系統,對學生的個人信息、學習成績、參與活動等數據進行收集和整理。 同時,將學生的選課情況、思政課授課情況、教師評價等教學數據也納入評估體系。有學者將數據分析應用于大學生黨課滿意度指標體系構建中,基于用戶滿意度理論視角,基于量化指標構建與實證測量,客觀掌握影響大學生黨課學生滿意度相關因素,有針對性地構建涵蓋黨課教學內容、教學方式、教學師資和教學考核在內的“四位一體”全員全過程全方位大學生黨課滿意度評價指標體系,為推動大學生黨課教育創新改革發揮了評價導向作用[6]。

其次,設計相應的評估模型,制定合理的評估指標和權重。 評估模型包括學生的學習評估模型、教師的教學評估模型等。 評估指標包括思政課程參與情況、課程滿意度、思政活動參與情況、社會責任意識等。 通過對教師思政課程教學數據的收集和分析,評估教師在思政教育中的表現,根據評估結果,提供相應的培訓和輔導,幫助教師提升思政教育的教學質量和效果。

最后,利用大數據分析技術,對學生在思想政治教育中的表現進行實時監測和分析,及時發現學生可能存在的思想問題和情緒問題等。 通過提前預警和干預,及時調整教學策略,避免潛在問題的發生。 利用大數據技術對高校思想政治教育進行精準評估和監控,可以及時發現和解決問題,提高思想政治教育質量和教育效果,為學生提供更好的思想教育和人文關懷。

四、結語

大數據時代,信息數據已經成為重要的生產要素。 通過采用先進的數據分析、可視化和人工智能技術,可以更加深入地挖掘學生的思想需求和行為特征,以更加個性化和精準的方式開展思政教育工作,從而幫助高校更好地承擔起立德樹人的根本任務,并推動思想政治教育的高質量發展。 然而,大數據技術也帶來了一系列的挑戰,需要高校教育界認真應對。 為了確保大數據技術的有效應用,高校應進一步強化精準思政工作的交互性、共享性和驅動性,創新工作路徑,實現大數據與高校精準思政的融合發展。