大数据时代高校精准思政的价值意蕴、现实困境和实施路径

陈 琳

(1.湖南人文科技学院 马克思主义学院,湖南 娄底 417000;2.兰州大学 马克思主义学院,甘肃 兰州 730000)

大数据是指海量的、多种类型的数据集合,通过采集、分析和运用相关数据,可以帮助我们了解社会、经济、文化等方面的情况,揭示人们的行为和思想特征。 精准思政指在精准思维和理念的引导下,借助大数据、人工智能等信息技术,实现思想政治教育与前沿信息技术深度融合,进而实施精准化的思政育人活动[1]。 党的二十大报告指出:“办好人民满意的教育。 推进教育数字化,建设全民终身学习的学习型社会、学习型大国。”[2]因此,如何充分利用大数据算法技术助推精准思政,实现思想政治教育在理论逻辑和实践进路上与算法的深度互嵌,完成思想政治教育方法的技术升级,以精准的教育模式满足大学生日益增长的个性化需求,无疑是高校思想政治教育工作必须研究的重要课题。

一、大数据时代高校实施精准思政的价值意蕴

(一)有助于实现大学生全面发展,是落实立德树人根本任务的必然要求

立德树人是高校思想政治教育的核心目标,旨在培养德智体美劳全面发展的社会主义建设者和接班人。 高校借助大数据技术开展精准思政,可以更好地适应大数据时代的挑战和变化,实现立德树人的目标。

大数据可以提供丰富的信息资源,有助于培养学生的信息素养和综合能力。 分析和挖掘各个领域的海量数据,可以为学生提供更全面、深入的学习资源和知识,有助于学生增加知识储备,提高综合思考和判断能力,培养学生的信息获取和应用能力。

大数据时代,高校应注重学生创造力和创新思维的培养。 大数据时代,学生需要具备开放思维、想象力和创造力,需要对海量的信息和数据进行批判思考,要能够分辨信息的可靠性和价值,并做出合理的判断和决策。 这有助于激发学生的创新思维和实践能力,有助于学生的全面发展,进而实现立德树人的目标。

大数据可以为学生精准推送思政教育资源,有助于促进学生的个性化成长,使其成为有社会责任感的公民。 通过大数据分析教师可以深入了解学生的兴趣、偏好、学习习惯等信息,并为他们量身定制符合其需求的思政教育内容和方式,促使其更积极地参与思想政治教育活动,实现其个性化的成长和发展;通过深入了解学生的思想状态、情感体验和生活经历等信息,教师可以更好地进行精准思政,引导学生树立正确的政治立场,培养正确的人生观、价值观和道德观。

需要注意的是,在思想政治教育中,人文关怀和师生互动是不可或缺的要素,大数据技术不能完全取代人文关怀和教师的指导,它只能作为辅助手段,为教育提供更多可能性。 因此,教师在应用大数据技术时,需要保持平衡,注重人文关怀与技术应用的结合,以达到更好的教育效果。

(二)有助于破解教育资源供需失调困境,是推动高校精准思政的必然之策

传统的思想政治教育模式往往面临着教育资源不足的问题,难以满足大规模学生的需求。 大数据可以有效弥补教育资源供给不足的问题,但随着信息技术的发展,教育资源的传递和获取在变得更加便捷的同时,也面临着供需失调的现象。

第一,教育信息不对称。 大量信息的泛滥和信息质量的不均衡使得高校思政工作者和学生难以准确定位适合自己的教育资源。

第二,学生需求多样化,优质思政教育资源稀缺。 大数据时代学生的兴趣、需求和学习方式发生着巨大变化,然而,一些高校在思想政治教育资源供给上存在单一化或者相对集中化的问题,并且过于注重理论讲解,忽视具体实践的教育资源供给,导致学生在实践能力和思辨能力培养方面的需求无法得到满足。 另外,一些受限于地域或经济条件等因素的学生无法获取到优质教育资源,导致供需失衡。

第三,形式化教育资源过剩。 大数据时代形式化教育资源(如在线课程、网上教学平台)的供应大量增加。 然而,受限于学生的积极性和主动性,以及学生对思想政治教育认可度和认同度等因素,形式化教育资源过剩,导致大量资源浪费和利用不充分。

第四,教育质量参差不齐。 由于供给方的竞争和商业化倾向,一些教育资源的质量和真实性难以保证,这对学生和高校思政工作者造成误导和困扰。

要解决以上问题,必须利用大数据的收集整理技术、分析挖掘技术、个性化教育推荐、教学效果评估调整以及资源共享合作等优势,科学有效地开展精准思政工作,提高高校思政工作的针对性、有效性和全面性。

(三)有助于打破时空限制,是加快高校思政数字化转型的必要举措

大数据技术可以实现对教育资源的无时空限制的使用和共享。 构建高校思想政治教育的在线学习平台,通过云计算和网络技术,学生可以根据自己的兴趣和需求随时随地进行在线自主学习,这样就可以突破传统教学的时空限制。

大数据技术可以帮助打破师生之间的时空限制,促进教师和学生的互动和交流。 通过高校思想政治教育在线讨论论坛、在线问答和实时投票等工具,学生可以与教师和同学进行互动和讨论,分享观点和心得。 这样可以提高学生的参与度和交流效果,增强思想政治教育的互动性。

大数据可以实现异地合作与资源共享。 利用大数据技术,通过建立高校思想政治教育资源共享平台,不同高校之间可以共享优质的思想政治教育资源,达到资源共享、互利互惠的目的。 学生可以通过共享平台获取不同学校的教育资源,拓宽学习的广度和深度,提高学习质量和体验。

大数据技术可以帮助高校实时动态地了解教学效果和学生需求,从而优化思想政治教育的内容和方法,使学生能够更有效地参与和受益于思想政治教育。 同时,高校数字化转型也有利于教育资源向农村和偏远地区的学校延伸,实现教育公平和均衡发展。

二、大数据时代高校实施精准思政的现实困境

(一)教育对象信息识别受限

教育对象信息识别受限是指在特定的教育环境中,因大数据分析技术的限制、个人信息的隐私保护规定、学生的自主选择性等原因,教师无法准确获取或了解学生的个体信息。

首先,教育对象隐性信息识别难。 教育对象的信息包括显性和隐性信息,前者是指教育对象的基本数据,是能够直观展示给高校思政工作者的内容。 后者则包括学生的兴趣偏好、性格特征、知识体系、价值取向、思想状况等无法直观展现的数据,往往隐性数据更能够反映学生的本质特征。 现如今,数据来源非常多样,包括公共数据库、社交媒体、传感器设备等。 这些数据来源涵盖的信息也十分丰富,从结构化数据到非结构化数据,从文本数据到图像和视频数据等,加之,教育领域的数据收集和共享机制相对薄弱,如何从多个来源中收集并整合数据,确保教育对象信息的准确性和完整性,是一个主要挑战。

其次,教育对象动态信息掌握难。 教育对象的数据往往是动态变化的,数据准确性受学生自身主观影响很大,如学习成绩、行为习惯等,可能存在一定的误差和不准确性。 同时,不同数据源的录入和管理方式不一致,甚至存在填写错误或故意篡改数据等情况,可能导致数据质量参差不齐,给识别工作带来一定的困难。

再次,教育数据中涉及学生的个人敏感信息,如学生的姓名、出生日期、身份证号、家庭住址等,保护教育对象的隐私和数据安全是重要的问题。因此,高校在获取学生的详细信息时只能通过学生主动提供或间接获取,这就造成个性化教育和辅导的难度增加。

为了更好地利用大数据技术开展高校精准思政,学校必须在符合法律法规、尊重个人隐私的前提下,通过学生的主动参与、自愿提供等方式来弥补教育对象信息识别受限的问题,以实现更精准和个性化的教育服务。

(二)教育数字资源供给适配度低

教育数字资源供给的适配度低是指在思想政治教育过程中,思想政治教育数字资源的提供与教育需求之间存在一定的不匹配或不适配的情况。

首先,教育资源供给与学生需求不匹配。 思想政治教育数字资源的开发和提供往往取决于教育机构或相关组织,与学生的实际需求可能存在差距。 比如,在教材和平台的选择上,某些数字资源内容过于简单或不够深入,无法满足学生的学习需求;或者某些教学平台操作复杂、不易于使用,影响学生和教师的使用体验。

其次,教育数字资源与思政教学内容脱节。 一是教育数字资源提供者与教师之间缺乏密切合作,导致不能充分了解教师的教学目标和内容,从而无法开发出与之相匹配的思政教育数字资源。 二是思想政治教育领域的教学内容和方法在不断发展变化,但是部分教育数字资源可能还未及时更新和调整,导致资源内容与最新教学需求脱节,或是提供的资源与教学内容的连贯性不足,影响教育数字资源与教学内容的匹配度。 三是思政教育数字资源的交互设计不合理或缺乏趣味性,学生可能会感到无聊,缺乏参与度,从而降低学习积极性和效果。

再次,学生技术能力与思政教育数字资源利用存在差距。 有些学生可能对数字技术有较高的理解和应用能力,能够灵活运用各种思政教育资源进行学习。 而有些学生即使具备一定的技术能力,但是对如何筛选、组织和评估思政教育资源,缺乏有效的指导,从而限制了思政教育资源效果的发挥。甚至有些学生可能缺乏相关技术能力,不了解如何使用思政教育资源进行学习和探索,这会导致学生难以充分利用思政教育数字资源,降低资源的适配度和学习效果。

最后,教育数字资源的供给存在着质量和可靠性问题。 有些思政教育数字资源的内容不够准确、全面或权威,无法满足学生对于高质量教育资源的需求。 此外,一些数字教育数字资源可能存在版权、隐私或安全方面的问题,从而限制了其供给的适配度。

(三)教育数据分析技术和能力不足

首先,数据分析涉及复杂的统计模型、机器学习算法和数据可视化等技术,需要专业的分析工具和相应的分析能力。 然而,许多高校在数据分析方面的技术和能力有限,缺乏专业的数据分析人员和专家,无法充分发挥数据的分析价值。 同时,数据量庞大、数据质量不一致等问题也增加了数据分析的难度。

其次,数据解读的主观性和偏差是数据分析过程中的另一个重要问题。 在数据分析过程中,分析人员的主观意识、经验和偏好可能会对数据的解读产生影响,导致结果的主观性偏差。 例如,对同一组数据的分析可以得出不同的结论,这可能是因为分析人员从不同的角度出发、使用不同的方法或者有不同的意识形态等因素的影响。

再次,大数据技术可能会引发一些伦理和社会问题。 数据本身是一种资源,其价值能够带来巨大的经济利益。 因而一些具备数据收集、分析的个人或团体便进行数据的垄断,甚至通过泄露客体信息进行牟利,如2020 年4 月郑州、西安、重庆等多地数千名学生个人信息被泄露,“被入职”陌生公司,以达到帮助某些公司偷税的目的。

(四)教育评估具有局限性

相比传统的手工调查和评估方法,大数据分析可以更高效地获取数据,并在大范围和多样化中寻找规律,可以提高评估的效率,大大减少了人力和时间成本。 尽管大数据提供了丰富的信息,但在思想政治教育评估中仍存在局限性。

首先,评估重“显性因素”轻“隐性因素”。 大数据通常更容易获取和量化可以直接观察和测量的显性因素,如学生的知识水平、考试成绩、参与活动的数量等。 相比之下,隐性因素如学生的创造力、领导能力、情感发展等往往难以通过大数据来直接获取和量化。 在教育评估过程中,因为大数据侧重显性因素而忽视隐性因素,就会导致将学生的发展局限在知识和技能的层面上,而忽视了他们的态度、价值观、情感等方面的发展,无法对学生的全面发展作出评估,这会影响学生在综合素质和人格方面的培养。

其次,评估重“短期静态”轻“长期动态”。 短期静态数据指的是某个时间段内的数据状态,如某个月份、季度或年份的数据。 这些数据反映了一个特定时期内的情况,精确度较高,可以用于对该时期的评估和决策。 长期动态数据则是针对特定变量或指标随时间变化的数据,它可以反映出趋势、变化和演变的情况。 长期动态数据可能涵盖多个时间段,相对复杂且难以准确预测,但对了解变化趋势和长期影响具有重要意义。 然而,因大数据分析的速度、效率和成本等因素,目前教育评估更多的关注点放在短期静态数据上,因为这些数据相对容易获取、处理和分析。 而长期的动态数据,可能需要更多的时间和资源进行深入研究和分析。

再次,评估重“单项因素”轻“综合整体”。 目前,思想政治教育工作者对大学生的评价大多偏向于某一方面或者某一阶段,他们很难及时有效掌握和精准分析在教育过程中所产生的海量数据,不能准确地把握当代大学生的思想行为规律。 教育主体作为现实的人,在日常生活和思想政治教育交往活动中一直在发生动态变化,只注重单项因素的评估,势必会导致教育主体的真实动态可能会受到过去信息的影响,在后期考察上可能因此会出现思维定势和主观偏见等问题,形成限制师生改进自身的枷锁。

三、大数据助推高校精准思政的实施路径

大数据技术运用到高校思想政治教育活动中,能够增强其针对性和实效性,促进高校思想政治教育的精准化、高质量发展,切实推动精准思政落地有效。

(一)精准识别教育对象,构建个性化教育生态

精准识别教育对象是首要前提。 当前“00 后”大学生的生活和学习越来越趋于智能化和数字化。围绕这一特征,教师应充分运用大数据的分众化、差异化匹配技术,坚持让数据“说话”、让数据“可视”,对学生数据进行深度挖掘和分析,用数据精准刻画学生特征,实现教育结果的预测和可视化呈现[3]。

首先,构建一体化大数据平台。 联合学校不同职能部门(教学科研、管理服务、信息部门等),对涉及大学生思政工作的网络资源使用、学习活动、消费娱乐、社交分享等数据进行动态采集,做到应采尽采、能汇即汇,实现一次采集、一库管理、多方使用,即调即用,建立学生个人档案,实现数据互联互通互享。

其次,精准刻画学生的“数字画像”。 通过对学生行为习惯、兴趣特长、学习能力等若干信息的大数据分析,敏锐捕捉和精准研判其内容偏好、心理特征和价值取向,从而实现对教育对象的精准化识别。 如,通过学生选修的思政课程的成绩、参加思想政治教育活动的记录、绑定的学生社交媒体账号等方式获取学生在思政课程、党团活动组织、社交媒体上关注的政治话题等方面的数据;将不同来源的数据进行整合,通过大数据关联分析,挖掘出学生在思想政治教育方面的兴趣和行为之间的关联关系;再根据数据分析结果,提取出与学生思想政治教育相关的兴趣喜好等特征,以图表或图像的形式进行可视化展示;根据学生的“数字画像”,为其推荐关于特定政治话题的讲座、讨论会等,为每个学生提供个性化的思想政治教育课程和活动。有学者聚焦高校思想政治教育社会认同这一问题,基于社会认同理论,通过对全国4 905 名高校被试进行问卷调查,通过对问卷数据进行数据检验和分析,得出当前中国高校思想政治教育社会认同的主观评价良好;高校思想政治教育社会认同水平在部分人口学变量上存在显著差异;个体的集体认同、关系认同和自尊水平会负向影响高校思想政治教育社会认同,而个体的社会认同水平可以正向预测其高校思想政治教育社会认同。 基于统计分析结果,文章提出提升中国高校思想政治教育社会认同的工作建议,即高举旗帜,筑牢信念;情感培养,意志引导;尊重规律,因材施教;反思创新,保持张力[4]。

再次,全景化呈现思想动态。 全景化呈现思想动态是指通过多维度、多角度的方式来展示和分析学生的思想观念、思维方式和价值取向的变化。 具体来讲,可以通过分析社会媒体数据、问卷调查方式、学术研究成果和师生互动数据,了解大学生对特定问题和主题的态度和观点,从而把握其思想动态;基于学生的个性化思想动态分析结果,针对性地进行思想引导和教育。 可以通过监测学生的思想动态变化,及时发现问题并采取措施,促进学生的全面发展和思想素质的提升。 此外,还可以每年开展学生思想政治状况滚动调查,充分发挥思想政治工作队伍深入学生、了解学生的优势,及时掌握学生思想状况。

最后,实行个性化需求识别与适应性教学。 利用大数据技术,对收集到的相关数据进行深度挖掘和分析,发现学生的个性化特征,如情感倾向、观念观点等,从而识别学生的需求和特点,制定个体化辅导计划,提供个性化学习资源;再根据学生的学习过程和反馈信息进行动态调整,实现定制化教育。

(二)精准供给教育资源,确保资源优质均衡发展

精准供给教育资源是关键所在。 当前“00 后”大学生一出生就与“数字媒体时代”无缝对接,是互联网使用的原住民和主力军,其个性鲜明、思想活跃,需求趋于个性化[5]。 所以高校思想政治教育必须实现由传统的“大水漫灌”式向大数据驱动的“精准滴灌”式的转变,实现思政教育数字资源供给与需求之间的匹配。

首先,利用大数据技术对思想政治教育内容进行科学分析和动态调整。 高校可以对学生分布、学科需求、思政教育数字资源的配置等进行深入分析,了解现有资源供给的情况和不平衡问题,并通过数据预测技术预测未来的教育需求,为资源配置提供参考,可以依据数理模型的输出数据,检查和研判教育内容是否符合国家要求和标准,并结合社会发展、环境变迁以及教育对象的具体状况对教育内容进行相应的调整、设计和编排。

其次,借助大数据对思想政治教育内容实行个性化定制。 高校可以根据不同专业、年级学生的认知水平、接受能力、知识背景等,借助大数据分析学生的个性化学习需求,为学生提供对口的优质思想政治教育数字资源。 通过个性化的匹配,满足学生的学习需求,提高学习效果。 可以根据地区特点和人口分布情况,借助大数据对不同地区的思想政治教育资源状况进行评估,推动资源的平衡配置,逐渐打破各领域之间的壁垒,达到更高水平的数据资源共享。 例如,可以根据学生人口分布和学校数量,进行资源配置调整,确保每个地区都能够获得优质的教育资源。

再次,构建思想政治教育数字资源的调查与监测机制。 基于大数据分析和评估,对思政教育数字资源的配置和使用情况进行监测和评估。 及时发现和解决思政教育数字资源不均衡的问题,确保资源的优质均衡发展。

最后,借助大数据分析和政策指导,对思政教育数字资源进行优化和调整。 通过数据的支持,政府部门可以针对资源不均衡的情况出台相应的政策和措施,推动资源的优质均衡发展。

(三)精准提升数字技术,促进现代化的教育发展

精准提升数字技术是重要环节。 信息化时代,数字技术的提升直接关系着高校思想政治教育的质量、效率和创新能力。

首先,要搭建一体化大数据平台,强化数据安全性。 建立一套完善的数字技术平台,用于收集、分析和应用相关数据,该平台应具备数据存储、处理、分析和可视化等功能,为高校精准思政提供有力支持。 同时,学校与相关部门和机构合作,开发和整合专业化的数字技术工具和资源。 对平台数据的存取、更新进行实时监测,以便对系统的管理进行及时的调整。 构建数据安全性评审机制,对各类评审准则进行完善和细化,以保证共享系统内的教学资源都通过了专家的严格评审。 高校可以建立一个专门的安全管理机构,制定出一些与之相适应的规范和制度,并安排一些与之匹配的工作人员来展开运营工作,并定期对数据平台展开风险测评,并做好记录,以便能够及时的将相关的问题解决掉。 建立基于大数据的考核评价体系,分阶段进行考核,从而引发示范效应,带动更多的人参与到大数据治理的体系之中。

其次,推动数字技术的创新应用。 鼓励教师和研究人员开展数字技术领域的研究和创新,推动数字技术与精准思政的深度融合,如开发智能教育工具和平台,为教学过程提供辅助和支持。 这些工具和平台可以根据学生的学习数据,推荐合适的学习资源,提供个性化的学习反馈和辅导,帮助教师更好地进行教学;也可以运用智能化的计算方法对教育对象进行精确画像,从而能够全面准确地掌握学生的行为习惯和思维模式。

再次,深化行业合作,加强跨学科合作。 与科技企业、教育机构和社会组织等建立长期合作关系,共同推进数字技术与精准思政的发展。 通过行业合作,高校能够获取更先进的技术和资源,推动数字技术在精准思政中的应用与创新。 数字技术涉及多个学科领域,高校应建立跨学科的数字技术研究团队,加强交流与融合,创造全面多维的学术环境。

最后,提高思政队伍的质量和素质,为精准思政做好人才保障。 高校要帮助教师发现自身教学的优势和存在问题,提供个性化、专业化的教师专业发展计划和培训资源。 高校要为思政工作者提供数字技术培训,增强其数字技术应用能力。 教师要以大数据技术为基础,对日常生活、时事政治等方面所蕴涵的思想政治教育要素进行深层挖掘,要注重思政教师的职业道德,尊重和保护教育对象的信息,实现“润物无声”的潜移默化的教育,还要根据受教育者的活动情景和行为轨迹,实时进行“精准滴灌”,将思政教育渗透到学生的内心,加强对学生知情意行的引导。

(四)精准完善评估体系,提升教育质量和效果

精准完善评估体系是落脚点。 大数据可以提供全面实时的评估和反馈机制,有助于提高高校思想政治教育的实效性。 通过大数据来实现分类评价、可视化分析和趋势预测,能够有效提升高校思想政治教育效果的水平。

首先,建立合理的评估指标体系。 一是基于数据分析结果,建立科学合理的评估指标体系,对学生的学习水平、教师的教学能力、学校的教学质量等进行评价。 二是建立完备的教育数据管理系统,对学生的个人信息、学习成绩、参与活动等数据进行收集和整理。 同时,将学生的选课情况、思政课授课情况、教师评价等教学数据也纳入评估体系。有学者将数据分析应用于大学生党课满意度指标体系构建中,基于用户满意度理论视角,基于量化指标构建与实证测量,客观掌握影响大学生党课学生满意度相关因素,有针对性地构建涵盖党课教学内容、教学方式、教学师资和教学考核在内的“四位一体”全员全过程全方位大学生党课满意度评价指标体系,为推动大学生党课教育创新改革发挥了评价导向作用[6]。

其次,设计相应的评估模型,制定合理的评估指标和权重。 评估模型包括学生的学习评估模型、教师的教学评估模型等。 评估指标包括思政课程参与情况、课程满意度、思政活动参与情况、社会责任意识等。 通过对教师思政课程教学数据的收集和分析,评估教师在思政教育中的表现,根据评估结果,提供相应的培训和辅导,帮助教师提升思政教育的教学质量和效果。

最后,利用大数据分析技术,对学生在思想政治教育中的表现进行实时监测和分析,及时发现学生可能存在的思想问题和情绪问题等。 通过提前预警和干预,及时调整教学策略,避免潜在问题的发生。 利用大数据技术对高校思想政治教育进行精准评估和监控,可以及时发现和解决问题,提高思想政治教育质量和教育效果,为学生提供更好的思想教育和人文关怀。

四、结语

大数据时代,信息数据已经成为重要的生产要素。 通过采用先进的数据分析、可视化和人工智能技术,可以更加深入地挖掘学生的思想需求和行为特征,以更加个性化和精准的方式开展思政教育工作,从而帮助高校更好地承担起立德树人的根本任务,并推动思想政治教育的高质量发展。 然而,大数据技术也带来了一系列的挑战,需要高校教育界认真应对。 为了确保大数据技术的有效应用,高校应进一步强化精准思政工作的交互性、共享性和驱动性,创新工作路径,实现大数据与高校精准思政的融合发展。