大数据时代高校思想政治教育目标、机制及路径探索

辛奇

【摘要】大数据也称为海量资料，是指通过多种途径汇集而成的庞大的数据组合。大数据为经济社会的发展提供了大量的信息资源，改变了知识的传播载体形态。随着大数据技术在多个领域的广泛应用，教育教学改革也势在必行。高校思想政治教育应当适应大数据时代发展，以数据化为核心，以个性化为导向，以精准化为诉求，促进思想政治内容数据化，促进素材与主客体数据化，形成数据化思想政治教育生态系统。

【关键词】高校;思想政治教育;大数据

“大数据”的概念缘起于麦肯锡咨询公司，是一种依托海量数据，运用特定技术进行数据获取、集成、处理及利用的分析方法与技术工具。基于高校教育的开放性、前沿性、探索性及创新性特征，将大数据技术与高校的教学有机结合，具有必然性与可行性。这种内容与技术的全新耦合对高校教育工作者创新教学方法、探索全新的育人机制均有着重要的意义。

思想政治属于综合学科，思想政治教育也是具有高度集成性的教育单元。就高校思想政治教育的内容来看，马克思主义教育、近现代史教育、思想道德与法律教育、马克思主义中国化教育构成其主线，涵盖哲学、政治、历史及法律等方面，具有高度集成性。各项任务具有技术性和系统性相结合的特征，亦即高校思想政治教育中各教学内容是独立的单元，但各单元最终形成一个具有连续性、逻辑性和体系性的整体。大数据作为处理复杂数据、逻辑、关系的技术方法，对思想政治教育具有高度的适用性。在横向上，可梳理整合思想政治教育的多元学科，将多元学科整理为鲜明的教学模块;在纵向上，大数据可以将思想政治课程的各教学内容梳理为知识点和思维导图。大数据在战略集成、组织集成、资源集成、平台集成、知识集成、技术集成等方面的先天优势，对思想政治教育极具支撑性，二者深度耦合将为高校的系统教育和人才培养发挥更大作用。

一、大数据时代高校思想政治教育目标

大数据时代高校思想政治教育的目标是思想政治教育与大数据的加成。思想政治教育的目标有三：教育、整合、管理。教育和引导高校学生形成马克思主义主导的价值观和世界观，树立唯物史观，夯实法治意识和伦理道德品质;整合高校学生队伍，将思想作为凝聚学生的纽带，秉持马克思主义历史唯物主义思想，发挥社会意识对社会存在的辩证作用;管理高校学生，对学生价值观及行为进行管理，激励良性行为，对不良行为适度介入干预，保障高校学生身心健康成长。在大数据的技术加成之下，结合传统高校思想政治教育的目标，可将大数据时代高校思想政治教育的目标归纳如下：

（一）拓展思想政治教育途徑，创新教育教学方法

教育包含教学内容与教学方法。在内容方面，大数据时代高校思想政治教育的目标可归纳为建立教学内容数据库，拓展国内政治、外交与国际关系、当代经济发展等内容，拓展学生的知识边界与认知边界，与时俱进建立全新的思想政治教育数据库，基于海量数据技术，进行知识资源的汇总、分类、挖掘和价值产出。在教学方法方面，大数据会加快高校教学方法的演进进程，驱动传统教师一元化单主体教学方式向师生二元化多主体教学方式演变，引进微课、慕课（MOOC）等数据化教学方法，加强学生教学参与性，适应高校学生个性化教学需求，定制具有强烈个人属性及偏好的思想政治教育内容，关注学生自我发展和个人成长。以上两方面目标，核心在于建立现代化教育模式。思想政治教育内容的庞杂性、分散性、跨学科性，使思想政治教育与高校其他学科教学具有本质区别。建立具有个人偏好的思想政治教育单元，是学生深入探究自我、社会、国家和世界的必然。

（二）利用大数据动态分析学生的思想与行为

针对学生思想特征和行为特征开展思想政治教育是适应现代化、多元化思想政治教育活动趋势的必然。依托数据库的测算功能与节点处理能力，高校思想政治教育者应及时掌握学生思想动向，并据此对学生进行学习、婚恋、就业创业等方面的指导。实际上，大数据在学生队伍整合方面的重点是匹配，匹配思想政治教育内容与形式、匹配学生关注点与课程内容、匹配行为与价值导向。

（三）全面关注高校学生管理，实现跨空间高效管理

样本的有限性和经验的不足，是社会及思想学科深入发展的掣肘因素。从个体管理来看，大数据对该问题的解决效能相对显著。学生管理作为学生队伍整合目标的延伸，进一步指向大样本大数据的学生分析模式。以大样本分析学生思想与行为，以大数据汇总学生共性问题与个性问题。对于此前集体主义有余而个性不足的思想政治教育困境，取而代之以关注人本、关注个性、追踪成长、力求学生自我实现的教育要旨。从整体来看，交通工具的演进和城市化发展，使高校学生管理不仅限于校园内，更在地理上呈现分散性。大数据时代高校思想政治教育可以削弱距离和地缘边界的制约，弱化时间因素对教学及管理的掣肘，真正实现精准教育，服务学生个人发展与成长，服务高校人才培养和机构管理目标。

二、大数据时代高校思想政治教育机制构建

大数据时代高校思想政治的全渠道、多元化、个人化与即时化目标，技术属性十分明确，技术的基础及载体作用也极为显著。高校思想政治教育目标践行需要一定的行为支持与模式支撑，以下将针对该部分内容进行设计与架构。

（一）以数据化为核心特征

大数据时代的高校思想政治教育特征均是面向数据化的特征，与思想政治教育的学科特征形成加成。以大数据及数据化为轴心建构思想政治教育课程体系，要在宏观、中观和微观三个层次上体现数据化：第一，思想政治教育课程内容的设计实现全面数据化，亦即教师授课内容线上传导，学生学习内容数据化获取，教学成果以数据化方式贮存。实现如上几方面的数据化发展，是宏观课程架构层面对大数据时代思想政治教育所提出的要求。第二，中观层面要求搭建大数据思想政治教育教学平台板块，运用SOA（Service-Oriented Architecture，面向服务架构）等底层数据化支持机制以及数据公式和程序算法等助力相关课程有效开展。高校也可以借用钉钉、腾讯会议等线上教学平台开展课程，将独立化、闭合化、多功能的思想政治教育支持载体作为推进高校课程开展的新途径。第三，微观层面要求建立高校思想政治教育数据库，具体包括思想政治教育内容库、学生数据库、考核激励数据库、课程素材库、支撑材料库（模板、工具、数字材料）及外部的资源数据库。以上数据库是高校思想政治教育大数据体系及数据化工具得以运行和发展的基础，更是构成大数据时代高校思想政治教育的基石。

（二）以个性化为教育属性

大数据对个体特征的高度适应和满足是高校思想政治教育得以与传统教育形式形成区别的关键。思想政治教育的内容主线虽然是共同的，但学生的个性需求和亚群体则呈现出极大的离散性。学生的偏好风格、兴趣点和关注点、性格特征不同，使得学生对思想政治教育的需求点也有所不同。大数据涵盖的思想政治教育资源齐全的特征与学生学业时间有限的特征相互作用，有利于实现学生个人与思想政治教育内容的匹配，这是引导学生成长的关键。高校可结合学生性格类型、年龄阶段、专业特征、区域特征、社交特征等建立学生数据库，依据学生偏好推动线上邀请、课程推荐、性格测试等。

（三）以精准化为教育诉求

高校思想政治教育以大数据为导向进行精准教育，其中包含四个方面的“精准”教学机制：第一，对象精准。结合大数据对高校学生的大样本主体分类及偏好分类，建构细分学生群体思想政治教育的教育模块。具体的精准细分依据包含心理、区域、知识、择业、消费等。上述全面性评估可帮助高校思想政治教育人员建立学生分类数据库和分类思想政治教育机制，将学生身心成长、知识诉求、价值选择、舆情管理等纳入到精准管理系统中。第二，研判精准。依据数据进行学生行为研判，对学生心理危机、行为及思想问题进行及时干预，严防越轨行为与自我伤害行为，以数据为途径，以事前研判为路径，实现对学生的通盘关照。第三，内容精准。将思想政治教育内容要点与案例进行精准匹配。特别是时事政治、外交关系、全球治理及多元文化等内容，其整体内容前沿，时间范畴与空间范畴宏阔，提炼和匹配例证均具有一定难度。大数据时代思想政治教育则可以依据关键词和数据库，帮助师生快速定位例证，增强思想政治课程的时代感、参与感。第四，画像精准。画像精准是高校学生管理的一部分，不局限于思想政治教育的内容。学生的数据化管理包括学生畫像和行为模拟，特别是在教改背景下，关注学生个人成长成为时代的必然和教育的必需。精准的学生画像包括学生性格、就业、价值观等，以大数据进行学生自我画像，不仅可以为高校思想政治教育提供素材，也有助于学生认识自我、分析自我，形成自我与社会的良性互动。

三、大数据时代高校思想政治教育路径研究

大数据时代为创新高校思想政治教育开拓了新路径。第一阶段，形成数据化的思想政治教育课程体系，适应数据化特征而展开线上教学;第二阶段，实现课程基础素材及学生资料入库管理，形成分类数据库，并形成网络和校际思想政治教育素材共享，进一步推进思想政治教育内容数据化;第三阶段，形成高校思想政治教育生态链和生态圈，使思想政治教育系列数据与集成内容成为线上独立闭合系统，在数据层面形成独立的数据处理架构，在内容层面实现法律、伦理、哲学、历史、心理与行为等各学科的综合性创新体系。

（一）思想政治内容全面数据化

大数据的海量数据基础是高校思想政治教育中较难实现的一个单元。高校应当针对数据化教育设计专门的组织架构，包括内容单元、教学单元、技术单元、运维单元等。内容单元负责将实体思想政治教育内容转化为数据组和数据集，为大数据时代高校思想政治教育的开展提供基础的内容;教学单元主要指的是授课教师要掌握大数据时代的教学方法，就网络教学模式及形态进行教学行为和思想转换，学习网络教学方法，洞悉线上教学规律;技术单元负责架构大数据时代高校思想政治教育支持平台，依据高校规模和可行资源，独立架构或授权引进高校思想政治教育平台，为课程开展、学生打卡考核、教师绩效、反馈留言等提供载体;运维单元则是负责机房与服务器的管理，可由高校自主运维或是采用运维外包模式。

思想政治教育内容通盘数据化并非将大数据及数据化工具作为教学的辅助工具，而是围绕大数据及技术实现思想政治教育转型。通盘数据化作为第一阶段目标，须帮助教师熟悉线上教学环境，确保高校线上教学系统稳定高效，为打造高校大数据思想政治教育生态圈提供基础条件。

（二）思想政治教育的素材与主客体数据化

传统高校思想政治教育的教材仅仅是素材的一部分，因思想政治内容与国际关系、国内政策、法律法规等内容的高度关联性，高校对思想政治教育的内容进行数据化处理时，不能仅仅将传统的教材内容以分门别类的单元模块方式录入到思想政治教育系统及平台中，而是要建立思想政治教育跨库关系和数据调取关系，实现对多元思想政治教育数据的高度采集。在思想政治教育素材的采集维度方面，高校应当将官媒数据、新闻数据、国家政策和法律法规数据、社会热点数据、各类社会统计数据、开放获取知识数据、财经等分类数据、国民健康和教育数据等以分门别类的方式建立数据授权使用机制。

主客体数据化强调建立高校思想政治课授课教师以及学生数据库。教师数据库包括教师课程打分、课程信息共享、网络课程调取和线上交互反馈等;学生数据库则包括学生画像、学生行为数据分析、学生心理健康预测和跟踪、学生职业生涯规划与数据反馈等。以上内容构成了思想政治教育主体和客体的全面数据库。主客体数据化不仅仅是高校思想政治课程的任务，更是构建闭合的思想政治教育生态圈和生态链的重要环节。

（三）形成数据化思想政治生态系统

形成数据化的高校思想政治教育生态系统，包括建立生态圈和生态链两个部分。建立生态圈及生态链指的是进一步挖掘大数据的计算功能，显著提升其信息属性和数学属性。生态链强调上游和下游的关系链条。具体到高校思想政治教育中，指的是设计思想政治教育内容→搜集整合基础数据和素材→分析处理大数据教学内容→以数据化载体进行内容分享和教授→观点论证和答辩→教学内容评价与绩效。以上过程完成了从上游教学内容布置到大数据资料汇总，再到思想政治教育内容沟通与评价流程的整合。

打造高校思想政治教育生态圈不仅仅限于教学流程，强调的是将各方面的相关主题建立一个统一平台，在横向上涵盖课程教授、课程学习、分数绩效、意见分享等不同任务，在纵向上覆盖课程架构、教学主客体、教学素材。高校思想政治教育生态圈的建构方式是循序渐进地实现课程内部资料、教师与学生资料的全面线上化，在数据化教学平台、数据化教学素材、信息储存和调用机制、数据库架构和升级等方面全面实现数据化。

参考文献：

[1]徐永利.大数据融入高校思想政治教育探析[J].中国电化教育，2018（12）：46-53.

[2]张东，吕杰.精准供给：大数据时代高校思想政治教育创新[J].重庆邮电大学学报（社会科学版），2019，31（01）：75-81.

[3]李怀杰，申小蓉.大数据时代个性化思想政治教育论析[J].思想理论教育，2019（03）：105-110.

[4]张瑞敏.大数据时代的高校思想政治教育研究综述[J].四川理工学院学报（社会科学版），2017，32（03）：68-84.

[5]黄欣荣.大数据对思想政治教育方法论的变革[J].江西财经大学学报，2015（03）：94-101.

[6]陶好飞，莫勇.大数据视域下高校思想政治教育创新路径研究[J].中国电化教育，2019（08）：44-49.

[7]豆勇超.思政课教师大数据素养的时代价值、实然困境与实践路径[J].石家庄铁道大学学报（社会科学版），2021，15（04）：66-71.

[8]张耀天，刘秀莲.大数据时代大学思政教学技术改革的启示及反思——以“学习通”平台为例[J].湖北理工学院学报（人文社会科学版），2021，38（06）：74-80.

[9]任湘，李红琼.大数据时代大学生思想政治教育课程改革路径研究[J].湖北开放职业学院学报，2021，34（21）：60-63.

[10]刘洋.运用大数据提升高校思想政治理论课教学实效的反思[J].思想理论教育，2021（11）：72-77.

（作者单位：西安体育学院）