大数据融入思想政治教育探析

时间:2022-12-10 08:28:55

大数据融入思想政治教育探析

摘要:大数据与高校思想政治教育融合式创新、契合式发展,遵循思想政治教育发展要求和创新规律,符合大数据战略的发展趋势和发展方向,是提升和增强思想政治教育在新时代所赋予“亲和力和针对性”的研究任务、研究目标和研究课题。着眼时代诉求,从教育目标诉求、教育保障诉求和教育管理诉求三个层次展开,分析大数据融入高校思想政治教育的价值定位;着眼现实困境,从数据资源匮乏性、数据挖掘困难性和数据应用风险性所关涉的数据来源、数据精准和数据伦理三个视角考察,坚持问题导向探求大数据融入高校思想政治教育的挑战难题;着眼解决之途,打造“采集链”的技术之维、构建“分析集”的方法之维、强化“保障域”的基础之维、运用“个案例”的实证之维四个维度探析和研究大数据融入高校思想政治教育的措施方法。

关键词:大数据;思想政治教育;时代诉求;现实困境;对策措施

随着社会的发展、科技的进步和时代的变迁,信息化、网络化和智能化已成为新时代最为显著的特征。大数据是信息化、网络化和智能化的核心要素,是时代诉求、时代特色和时代话语的代名词,已经成为关注的焦点、聚集的亮点和引领的热点。高校思想政治教育是教育教学的日常形态,是客观的社会存在物,必然受到大数据的影响,并逐步与大数据相结合、相融合,形成思想政治教育传统优势与现代信息技术高度融合的生动局面与活泼形式,从而实现“时代特色”与“传统优势”的有机结合与协调统一,把大数据技术纳入到高校思想政治教育视野、引入到高校思想政治教育视域、拓展到高校思想政治教育版图,把大数据思想政治教育认知和思想政治教育大数据思维有机结合、完美融合、高度统一;把大数据应用的普遍性和高校思想政治教育的特殊性有机有效整合、协调配合,推动、促进和引领高校思想政治教育不断推陈出新、不断融合前进、不断完善发展。自2013年被称为大数据元年后,大数据研究如雨后春笋,蓬勃发展,欣欣向荣的研究场景跃然纸上,硕果累累的研究成果琳琅满目,名目繁多的研究方法层出不穷。高校思想政治教育网络化、数据化、智慧化是必然的发展趋势和发展目标,大数据与高校思想政治教育相融合的结合式发展、外延式发展是思想政治教育未来形态、未来方向和未来样式。大数据融入高校思想政治教育是实现网络强国、技术大国的一项现实创举、通途举措,是实现数字中国、智慧社会的一项发展蓝图、宏大目标。2017年12月10日,大数据建设的“路线图”正式问世,走到了历史前台,走上了历史舞台,成为一项重要的国家战略,智慧校园、智慧教育、智慧教学成为研究的核心话题和重点内容。此后,大数据相关研究正式提上日程,纳入到“计划表”之中,进入到“日程表”之域,大数据与高校思想政治教育融合、结合、耦合研究成为必然之势、发展之趋、未来之向。近年来,有关大数据与高校思想政治教育方面的研究,经历了一个从无到有、从宏观到微观、从相关到融合的发展过程,研究越来越深入、越来越全面、越来越完善。2018年9月4日,在知网以“大数据”并“思想政治教育”共检索出相关文献862篇,其中2012年1篇,2013年3篇,2014年30篇,2015年102篇,2016年218篇,2017年308篇,2018年200篇。排除滞后性的因素影响,作为大数据元年的2013年成为“分水岭”,是该课题研究的真实写照、生动反映和现实体现。从总体上考量和分析,研究成果不断深入、不断丰富、不断完善,由浅入深、由抽象到具体,由分散到融合是一条清楚和明晰的研究路径和研究脉络,研究的谱系逐步形成,研究的基因逐步确立,研究的定位逐步明确,从不同层次、不同角度和不同视域探讨和研究大数据作为一个时代因素、时代条件和时代背景的高校思想政治教育丰富完善、健康发展和创新前进的问题,但从具体上探求和研究,已发表的文献仍然存在许多问题。其中,多数研究冠以“大数据时代”“大数据背景”的帽子,把大数据只是作为一个研究的背景,一个研究的条件和一个研究的立足,而没有把大数据作为一个变量应用到研究中来;多数研究仍然把大数据作为一种思想政治教育载体来运用,没有把大数据融入高校思想政治教育纳入其中、融入进来,没有形成大数据融入高校思想政治教育的客观性分析和规律性认识;多数文献仍然没有把“互联网”和“大数据”概念区分开来,没有把“数据”和“大数据”概念辨别清楚。大数据与高校思想政治教育融合研究、耦合研究和结合研究的文献寥寥无几、凤毛麟角,难得一求。大数据与高校思想政治教育相融合,是建设“智慧校园”“智慧课堂”的有机组成和关键环节,是大数据技术更新演进的发展趋势和推进动因,是高校思想政治教育适应新时代、新要求、新目标的现实体现。大数据推动和拓展了高校思想政治教育的信息化形式、知识化内容、科学化手段和交互化方式,改变和颠覆了传统高校思想政治教育的思维观和理念观,拓展和丰富了高校思想政治教育的智能观和资源观。大数据是高校思想政治教育内在价值与隐现意义的有机统一体,通过对数据的挖掘、处理和优化,发现和探求数据背后的潜在价值和逻辑关系,以大数据视角探求高校思想政治教育的特点和规律,为预测和展望高校思想政治教育的未来发展趋势成为可能。大数据融入高校思想政治教育是解决新时代思想政治教育的新方法和新尝试,是运用现代科学技术的新思维和新理念,既解决思想政治教育大数据的采集、挖掘、清洗的技术问题,又运用大数据知识解决思想政治教育的方法论问题。分析、整合和运用高校思想政治教育大数据,离不开大数据在思想政治教育中的现实状况和客观本真。通过高校思想政治教育大数据的构建和运用,既赋予大数据信息的现实价值,又掌握思想政治教育的全新认识,还把握思想政治教育大数据的内在联系。

一、时代诉求:大数据融入高校思想政治教育的价值定位

大数据是英文BigData的翻译语,是高校思想政治教育绕不开的时代热词、关注前沿和研究重点。大数据与网络不是同一概念,是网络的高级形式和更高形态。大数据是信息化发展的新阶段[1]。大数据在哲学上讲,是客观存在物,对高校思想政治而言,它既是客观的外在环境,又是重要的技术载体。大数据与高校思想政治教育相互融合、形成一体是时代所赋、发展所为和未来所向,具有鲜明的意义指向和价值定位。(一)教育目标诉求——个性化发展与人文化关怀。大数据犹如一具“显微镜”,从细微之处无微不至观察大学生的思想和行为;大数据恰似一具“望远镜”,从整体角度一览无余审视大学生的思想和行为,既从微观层面着眼,又从宏观层面着手;既从个性方面考察,又从共性视角衡量,直接客观“录制”大学生的行为,细致精准分析大学生的思想,缜密科学预测大学生的需求。一是关注数据采集的全面覆盖性。大数据并不是无所不包、无所不能、无所不至,采集的选择性、覆盖性和代表性是其最为鲜明的特征。对高校思想政治教育而言,数据采集主要是通过对广大大学生的思想、心理和行为情况进行实时追踪、及时捕捉和重点监测所形成的即时数据、普遍数据和相关数据,既包括显性数据,又包括隐性数据。通常讲,显性数据大多用传统方法获取,而隐性数据大多来源于智能分析。从智能化的数据中发现大学生的思想轨迹、心理认知和价值追求方面的信息,突出大学生的个性要求,在对大学生的人文关怀上,向着以人为本的要求进发,从而营造和谐、积极的教育氛围。二是强化数据分析的科学预测性。运用数据系统对所采集和掌握的数据进行科学数据分析,判断数据的相关联系,做出合乎逻辑和合乎实际的预测。对大学生的思想状况形成一个清晰、明确和客观的认识,有针对性调整教育的内容、方法和形式,对大学生区分层次、分类指导,掌握“弹钢琴”的统筹技巧,摆脱“胡子眉毛一把抓”的消极做法。三是把握数据整合的实际运用性。在教育过程中运用大数据技术手段,通过数据归类,数据检索和数据分析,挖掘数据、信息归档,利用大数据技术手段将枯燥无味、单调乏趣的教育内容转化为活灵活现的视频、图声并重的动画,直观形象的图表,实现数据资源的分享与共享。总之,大数据在高校思想政治教育个性化发展和人文化关怀中发挥着重要的作用,推动和实现教育从传统“克隆人”的模式向新时代“创造人”的模式深刻转型。(二)教育保障诉求——精细化服务和精准化保证。高校思想政治教育具有鲜明的党性特征和政治性特色,秉承党的领导、坚持党的方向、传播党的声音、表达党的意志,实现党的理论武装和进行精准的思想引导,需要精细化服务和精准化保证。这就决定了教育者不仅要做理论知识的传授者,也要做思想引导的组织者,还要做心理服务的指导者。当前大学生思想观念活跃,价值取向多元,心理承受脆弱,要求对大学生进行细致入微的思想政治教育和心理引导。一是解开大学生的思想疙瘩。大学生思想疙瘩由多种复杂因素而引发,由持续变化过程而深入。遵循大学生思想问题产生的规律,通过大数据技术建立大学生思想问题的“数据库”,为每名大学生勾画一副“数字剪影”,按照大学生的成长环境、基本需求、成长经历合并“同类项”,按照各年级、各专业和性别等层次寻求思想政治教育“最大公约数”,逐步实现高校思想政治教育从定性到定量的转型,由粗放式向精细式转变。二是疏导大学生的心理障碍。通过对大学生心理状况的搜集、追踪和掌控,生成与之关联性的“事实数据”“预期数据”和“行为数据”,掌握大学生的成长环境、心路历程和心理倾向等问题,重点筛查特殊群体和易感人群,给予“问题大学生”心理抚慰和情感共鸣,解决大学生的情感困惑和心理障碍问题。三是解决大学生的实际问题。大学生怀揣理想和追求走进校门,规划自身的前途、向往自身的愿景、谋求自身的发展。用大数据做好大学生的职业规划、生涯设计和人生向导,帮助大学生立身、立志和立业。利用大数据对大学生的自身情况进行综合测评,发挥大数据“潜在导师”的作用,帮助大学生对自己形成正确、全面和科学的认识,发现自己的优长,制定自己的规划,指导自己的目标,实现全过程、全要素和全覆盖对大学生的精细化服务和精准化保证。(三)教育管理诉求——科学化建设和规范化管理。大数据是一种技术,也是一种价值观、方法论[2]。大数据已经成为一种神奇之物,一种智能之物,能够方便地进行采集、快速地进行分析和便捷地进行处理,成为解决高校思想政治教育新的方法和手段,全面、协调、有序推进高校思想政治教育科学化建设和规范化管理。一是充分运用大数据掌握教育的前沿问题、时代课题和重点难题,规避和克服思想政治教育低层次循环状态。运用网络搜索引擎对大学生常用“热词”进行数据分析,运用网络特定APP和共享平台对大学生“点击率”进行考察,充分掌握大学生的思想状况、心理特征和精神状态,进行实时、随机和针对性教育,归纳和总结大学生的思想发展趋势、现状需求图谱和代表类型画像,坚持问题导向、问题意识和问题思维,感知和发现思想政治教育形式空白的关键点、主题疏忽的核心点和内容遗漏的要义点,丰富和完善思想政治教育的内涵与外延、拓展和健全思想政治教育的内容与体系、更新和强化思想政治教育的方法与模式。二是充分运用大数据掌握教育的管理要求、管理目标和管理任务,规避和克服思想政治教育过程混乱性状态。落实思想政治教育的管理任务,离不开大数据的具体化、清晰化和定量化功能作用发挥。大数据具体化的方式,直接深入到每个大学生的个人末端,其具体的思想认知、精神诉求和心理状态是必要管理对象;大数据清晰化的方式,着眼对大学生进行多样化的分类,达到一目了然、清澈见底之功效;大数据定量化的方式,旨在按照教育成效、教育评价和教育反馈,注重针对性、着眼具体性和强化权重性,分解和细化教育目标、教育环节、教育过程,明确教育主体责任目标、职能要求。三是充分运用大数据基于教育的决策样式、决策目标、决策分析,规避和克服思想政治教育决策的习惯性、经验式思维状态。思想政治教育因融合与注入大数据而插上了腾飞的技术翅膀、装上了向远的技术轮子,因融合与注入大数据而增强了“科学性”“技术性”的因素,提升和增强了决策水平、决策效率和决策成效。大数据建模的具体化功用、科学化诉求、专业化方向,为研究和探寻思想政治教育的最佳途径,分析和发现思想政治教育的问题成因,预测和展望思想政治教育的发展趋势,提供了重要的方法之途和功能之用,为及时有效对思想政治教育的过程科学预警和反馈提供了可能。

二、现实困境:大数据融入高校思想政治教育的问题导向

大数据与高校思想政治教育的共融发展、共生推进,既带动出、牵发出难得发展机遇,又引发出、演绎出严峻现实考验;既提出了信息化、数据化和智能化高校思想政治教育的新要求、新任务和新诉求,又引发了高校思想政治教育与大数据有机融合、正向结合的新问题、新矛盾和新困境。(一)从数据来源考察——数据资源匮乏性突出。大数据不是一般数据的简单叠加,是数据的智能集合;不是数据的中间形态,是数据最终的应用形式,海量性、巨大性和智能性是其显著的特色和鲜明的特征。就目前而言,大数据应用于高校思想政治教育仍处于起步阶段,数据多样化需求与数据供给乏力的矛盾依然突出。一是历史数据的短缺。我国高校在党的长期领导下,以时展为基、以形势任务为标、以大学生实际为本,形成了独具特色、独具优势、独具基因的思想政治教育谱系,形成了一定可供参考、可供应用的数据资源。但是,这些数据资源主要以历史资料的形式出现,存在着缺失、缺损和缺位的状况,不能够形成一个完整、全面和整体的“数据链”。同时,传统高校思想政治教育重在定性研究,忽视定量研究,因大学生的思想变化性特征和历史性差异,旧有数据随时会被新数据所颠覆,增加了数据指标体系建立和数据量化的难度。二是个体数据的稀缺。个体数据直接反映大学生个体的思想和行为的基本状况,是实现和完成个性化教育的根本前提和基本条件,是影响和制约思想政治教育效益的核心环节和关键因素。由于受各种条件的限制和制约,高校思想政治教育个体数据的采集局限于平时观察、谈心谈话、问卷调查等简单的形式,并没有全面捕捉大学生的消费偏好、兴趣爱好和网络喜好等关涉大学生思想轨迹的相关数据,距离掌握大学生个体思想和行为的“大数据”相去甚远。三是数据样本的不足。数据采集是一项复杂的工程,数据来源广泛,传统的问卷、访谈等数据采集方式已不能满足需要,耗时耗力还容易造成数据失真的情况,成本巨大还容易造成数据失察的危险。思想政治教育数据获取的“间接性”特征,决定了数据并非触手可及,直接的后果就是数据样本的局限性,难以覆盖到各角落、各层次和各领域。(二)从数据精准考察——数据挖掘困难性明显。数据本身并没有价值,其真实价值在于数据的挖掘和开发。高校思想政治教育引入大数据面临着数据的开发、挖掘和融合的难题。一是数据的表现模态多样。完整性、综合性和智能性是大数据的基本要求,决定了高校思想政治教育数据规模的巨大性、数据类型的繁杂性、数据形式的多样性。数据既有简单二维表结构的形式,又有高维结构的文档、图片、音频和视频等形式,高维数据处理的复杂性和困难性远超二维结构数据,导致传统计量分析无法快速实现数据的开发和挖掘。二是数据的来源形式多样。既有学生家长、专职辅导员和相关人员等所提供的数据,反映大学生的日常生活状态、思想状态和娱乐状态的即时数据,又有专门的“APP”软件平台捕捉的关联数据,形成了各具特色的“数据源流”。数据的存储方式和文件格式各异,导致数据标准不相统一,数据的功能不相关联,加大了数据整合、衔接和挖掘的难度。三是数据的信度真假难辨。由于当前对数据的运用没有相关的组织,缺乏统一有效的标准,还不能对数据采集、分析和整合形成统一的认识,致使数据的信度真假难辨。在数据挖掘过程中,常常伴有重复数据的影响,无效数据的干扰和虚假数据的破坏,造成了数据分析和整合的困难程度明显加大。越是信息量大,干扰程度越大,影响效果越明显。从大量的数据中排除干扰数据,过滤无效数据,保留有用数据,成为数据挖掘、数据运用苦于解决的难题。(三)从数据伦理考察——数据应用风险性显著。事物是有两面性的,大数据亦是如此,在带来便利的同时,存在着诸多风险。指出:“世界各国都把推进经济数字化作为实现创新发展的重要动能,在前沿技术研发、数据开放共享、隐私安全保护、人才培养等方面做了前瞻性布局。”[3]高校思想政治教育引入大数据,在带来新的机遇和契机同时,也带来了数据应用风险问题。一是引发乱贴数据标签的嗜好。根据高校思想政治教育的特点和规律,按照不同的班级、区别不同的专业、划分不同的对象,细化大学生群体,建立大量不同类型的数据,有效实施对大学生思想和行为预测,精准掌握大学生潜在的思想动态和行为预期,但贴上数字标签相应会产生不利因素,对大学生个人的切身利益造成消极影响。大数据需要一个量化指标,分析和考量每名大学生的思想、情感、态度,预判和定位每名大学生的智力、能力和潜力,必然在不自觉中为每名大学生贴上具有明显特征的固化数字标签,对大学生自身造成无形伤害。二是形成潜在性的干扰。由于大数据要求智能性和预测力,但囿于其能力的有限性,往往以经验式的“历史印痕”去分析和展现大学生的思想和行为,往往戴着“有色眼镜”形成大学生思想的固化数据,对大学生的思想和行为做出“经验式”或是“歧视性”的结论。同时,由于每名大学生都成为大数据的来源对象,在不知不觉中造成了“安全感”的困惑,直接后果就是大学生在大数据面前诚惶诚恐、畏于面对、高度警觉。三是易导致盲目崇尚的氛围。从“应然”角度的分析大数据,值得期待、值得应用,则极易形成对大数据的崇尚之感,然而与之所对应的“实然”则相去甚远,所导致的结果往往是只见树木,不见森林,“盲人摸象”效应突出。教育主体按照数据分析的结果实施教育,如果所用数据严重偏离真实数据的话,不仅不能取得教育实效,相反还会在潜移默化中剥夺了大学生探索的渴求和选择的权利。

三、解决之途:大数据融入高校思想政治教育的措施方法

大数据与高校思想政治教育之融合,就目前而言,仍然处于“摸着石头过河”的初级阶段,处在婴儿蹒跚学步的起始阶段,需要不断探索和研究。大数据的最终意义是通过数据获得洞察力和价值[4]。高校思想政治教育与大数据相融合、相结合,推动思想政治教育革故鼎新,在“科学化”“学科化”轨道前行;引领思想政治教育发展完善,在“内涵式”“外延式”路径拓展;永葆思想政治教育的活力生机,在“体系化”“精细化”方向深入。(一)技术之维——“采集链”的打造。数据的采集和监测是高校思想政治教育与大数据融合的基础环节,是拓展数据资源深度和广度的必经之路。把大数据比作“上帝之眼”的主要含义就是数据的采集是非干预的、在自然状态下被采集的,而不是为了某种功利的目标被采集[5]。海量数据是支撑高校思想政治教育的基本骨架,决定了思想政治教育必须重视数据的精准采集,拓展数据获取的相关渠道,形成数据的“采集链”。具体数据采集过程如图1所示。一是有针对性搜集大量关键数据。数据的搜集呈现明确的优先级,运用多种数据挖掘技术获取隐藏于网络交互中的关联性信息。坚持“去粗取精、去伪存真”的原则,提高数据搜集的质量和效果。数据的搜集集中在大学生的日常生活方面,从细微处着眼、从细小处着手,从大学生的一言一行、一举一动上进行对比、筛选和甄别,在寻找差别和归纳变化中,在贴近大学生实际情况中搜集出真实可靠、详实细致的数据资料。不管是大学生档案记录的家庭背景、成长经历和兴趣爱好,还是在谈心谈话中的言谈举止、关注话题和生活困难等情况,亦或是大学生通信录、上网记录、网购记录、聊天记录、“朋友圈”留言或链接“脚印”等都是思想政治教育大数据的第一手资源。二是有目的性量化个体相关数据。发动和激励大学生进行“自我量化”和“自我认知”,使用现有的数据采集设备、应用软件,利用网络问卷调查或网络心理测试等方式对大学生的生活情况、思想状况和心理状态进行实时测试和精准记录。这些数据信息记载了大学生个体的基本状况,为思想政治教育提供了可靠的数据依据。依据大学生个性化的相关数据,探寻大学生在现实生活和网络虚拟生活的碎片化“痕迹”,正确评价大学生,深入了解大学生、合理教育大学生。三是有计划性拓宽数据获取渠道。发挥大数据智能化的功效,要求数据的广泛性、全面性和代表性,决定了数据获取要拓宽渠道。依据高校思想政治教育的作用机理和大数据的关系运算特点,充分把握数据获取的关联性、覆盖性,不断丰富数据的获取源,增强数据的可信度,强化数据的典型性,科学勾勒出大数据思想政治教育的完整“图谱”。运用互联网的共享平台,整合和运用思想政治教育的数据,发挥网络的作用、运用网络的优势,挖掘网络的功效,改善思想政治教育数据分散化的状况,有目的、有目标和有指向将数据转化成为适合融合与挖掘的形式[6]。(二)方法之维——“分析集”的构建。大数据融入高校思想政治教育,是技术优势与功能优势的有机结合、有机统一,决定了运用思想政治教育的大数据分析大学生的思想和行为,需要综合运用多种分析方法。具体流程如图2所示。一是整体性分析。整体性分析是一种共性分析,基于全局性、综合性、宏观性的一种分析方法,以全局的观念、整体的思维、宏观的视角,建构一个样本化思想政治教育大数据的分析模型,进行全过程、全方位、全覆盖的数据分析、调节和反馈,对大学生思想观念和行为举止进行多维度、多层次、多方位的准确呈现和灵活把控。应用整体宏观分析,建立思想政治教育综合性、整体性评价体系,使确定、定位和把握大学生精神需求的基本标准和量化指标成为可能。通过建立和运用大学生思想政治教育大数据分析系统,全时空、全要素、立体化呈现大学生的具体思想和行为,在整体上和宏观上提供有价值、有效果、有针对的教育指向。二是差异性分析。差异性分析就是个性化的分析,是基于问题导向和微观视角所建构的一种个性化大数据的分析模型。高校思想政治教育在大数据分析的基础上,为有针对性基于个体角度对大学生实施思想政治教育成为可能。为大学生个体提供针对性强的“私人定制”“专人专享”教育服务;为大学生个体职业生涯发展提供针对性强、价值性强的有益指导。三是动态性分析。动态性分析是依据特定要素变化所进行的一种分析,是一种基于特定关键点实时性、及时性的大数据分析模型,是根据大学生普遍性特征所进行的一种预警和分析。对特定大学生思想和行为的变化动态分析,增强对大学生思想和行为的预先判断,从而为提高对大学生的思想掌控能力成为可能。四是关联性分析。相关性分析是一种联系分析,是依据思想政治教育大数据开放性特点所进行的大数据相关性分析模型[7]。运用大数据关联性分析方法,不拘泥于传统的因果关系,而是着重掌握思想政治各要素之间的关系,发现在思想政治教育中隐含的规律。如通过对大学生快递情况进行关联性分析,对大学生校园一卡通情况进行关联性分析,对大学生手机软件应用情况进行相关分析等,发现大学生的思想和行为的规律,进而进行有针对性的思想政治教育。(三)基础之维——“保障域”的强化。环境与高校思想政治教育紧密相连,大数据的发展与运用与环境密切相关,决定了思想政治教育与大数据的融合必定与环境分不开、绕不过、躲不掉。因此,营造一个风险化规避、规范化运行和制度化保证的环境氛围,确保思想政治教育运用大数据朝着正确轨道健康发展。其大数据思想政治教育保障如图3所示。一是严格规定数据的使用限度。充分把握大数据的使用时机,既有效利用大数据的辅助作用,科学把握大学生思想走向,又正确面对大数据所带来的挑战和困难。充分把握大数据使用的“度”,既把握数据搜集的范围和数据挖掘的深度,又避免数据采集的失真、使用的失范和应用的失度所带来的信息滥用和隐私侵犯。充分把握大数据使用的效果,既要准确认识大数据的局限性,不乱贴“高大上”的数字标签,谨防“精准预测”的数据陷阱,又杜绝排斥应用大数据的做法,辩证、全面看待大数据的效用。二是逐步落实数据的运用规范。思想政治教育运用大数据处于初步的探索时期,起步的初始阶段,标准不统一、规范不完善、制度不健全的问题将长期存在。数据规范是一项法治化进程,更是一项严峻的法治化任务。规避和祛除思想政治教育数据不正当运用所带来的副产品、负效应——信息安全和大学生隐私问题,是必须充分认识和着力解决的首要问题,需要在制度层面形成规范,在法规层面形成严格的约束机制。三是有效加强数据的统一管理。数据的通用性是实现思想政治教育与大数据相融合的前提和条件。实现数据的统一管理,形成一个组织严密、规范统一、自上而下的管理体系,实现高校思想政治教育大数据的管理新机制,从而实现自下而上的收集数据、自上而下的应用数据的运行局面。通过统一的管理,使思想政治教育的大数据在全国高校流动起来、应用起来和整合起来,形成一个兼具评估、反馈和调整功能的“数据源”“数据流”和“数据链”,实现大数据的真正价值和应用初心,切实发挥和增强思想政治教育应有的实效。(四)实证之维——“个案例”的运用。大数据融入高校思想政治教育是理论与实践交互促进、相互作用的一种复杂反复前进过程,体现着大数据与思想政治教育融合的产生、发展和成熟的演进过程。在理论与实践的相互作用过程中,起着关键和中介作用的实证成为推动研究和具体实践的关键因素和重要环节,即通过个案例进行科学实证研究。仅以广东外语外贸大学南国商学院在思想政治教育中运用大数据的实证例,通过搭建大数据思想政治教育框架图在问题分析、经验总结、寻求规律三个层面展开分析和探讨。总体框架如图4所示。一是问题分析。大数据融入高校思想政治教育的过程,受到主客体因素的限制,受到技术条件的制约,许多突出问题需要解决、许多矛盾困难亟待克服。比如:高校思想政治教育者不懂得、不会用大数据技术问题,大数据技术人员不懂、不会做思想政治教育问题,也就是“不对称”“有偏科”的倾向问题,所导致的大数据平台建不起来,建起来又不会用的问题,以及大数据融入高校思想政治教育管理体制、运行机制不完善、不健全的问题等。这些问题都具有同一个指向——“素质、知识和技能”型复合型人才。一方面,学校着力建设一支专业能力强的技术队伍。大数据专业技术性强,涉猎面广,需要掌握大数据的知识体系,需要运用专业视角科学选择、分析和整合巨量、格式不相统一的数据信息,需要建立数据的关联性,提供有教育价值的数据线索和分析论据。另一方面学校着力建设和培养一支综合素质高的复合队伍。挖掘各类人才资源,建设和培养一支复合型、综合型、全能型的人才队伍,能够独立开发、维护和运用思想政治教育大数据系统,能够独立自主利用大数据开展及时有效、切实可行开展思想政治教育。二是经验总结。针对大数据融入高校思想政治教育中的采集问题、挖掘问题、共享问题以及伦理问题,形成可行、可用和有价值、有意义以及有普遍性的经验。既包括教育效果提升、教育管理增强、教育内容优化等的经验启示,又包括大数据采集、挖掘、运用和共享等经验启示。为此,学校初步建立了大数据服务平台,将思想政治教育应用大数据纳入其中,通过校园网的大数据平台建设,对大学生思想状况、心理动态和行为表现进行动态采集、实时分析和及时处理,既对每个大学生的动态“画像”实时测量,又对重点人员的动态“表现”及时反馈。三是规律寻求。规律寻求是总结经验的更高形式,是经验上升到理论的必经之途和必备因素。既包括大数据的采集、挖掘、运用和共享的基本要求、基本经验和基本规律,又包括大数据应用于思想政治教育的规律性内容、规律性条件和规律性环境,如大数据技术优势向思想政治教育功能优势的转化规律以及技术优势与功能优势的融合与整合等。就学校而言,在大数据融入思想政治教育的智能化形式上进行了尝试,旨在实现大数据融入思想政治教育中实现“研用学”一体化的模式,着眼跨学科、跨领域和专业化的方向,但囿于技术的难题、体系的复杂,需要进一步探索、总结和研究。

四、结束语

大数据与高校思想政治教育融合和结合研究,既发挥思想政治教育的红色基因效益,又推动科技发展为思想政治教育效益带来的红利。在于发挥大数据天然的信息化和智能化优势,充分把握二者结合的“融合点”;在于发挥思想政治教育独有特点和固有特征,充分协调二者结合的“契合点”;在于把大数据的特色、定位和思想政治教育基因、谱系的有机融合,充分把握二者结合的“优势点”。本文循着“价值→问题→路径”的思路和逻辑,按照“是什么、为什么、怎么办”的研究理路,对大数据融入高校思想政治教育做了初步探索,但仅限于宏观层面,下一步需要从融入后的效果评价,精选分析指标,进行定量的模型分析,从微观视域探寻高校思想政治教育融入大数据的科学和有效路径。

参考文献:

[1][3]在中央政治局第二次集体学习的讲话:审时度势精心谋划超前布局力争主动实施大数据战略加快建设数字中国[N].人民日报,2017-12-10(1).

[2]寻找通往未来的钥匙[N].人民日报,2013-02-0l(23).

[4]胡树祥,谢玉进.大数据时代的网络思想政治教育[J].思想政治教育研究,2013,(6):60-61.

[5]张治,戚业国.基于大数据的多源多维综合素质评价模型的构建[J].中国电化教育,2017,(9):69-77.

[6]上超望,韩梦等.大数据背景下在线学习过程性评价系统设计研究[J].中国电化教育,2018,(5):90-94.

[7][英]维克托•迈尔-舍恩伯格,肯尼思•库克耶.大数据时代——生活、工作与思维的大变革[M].杭州:浙江人民出版社,2013.

作者:徐永利 单位:广东外语外贸大学