【前沿思考】大数据技术如何提升高校思想政治教育

发布时间:2018年10月29日

将大数据技术应用于高校思想政治教育中,能够更加贴近教育对象的实际,增强高校思想政治教育的掌控力,弥补传统高校思想政治教育的缺陷。以此为基础,从高校思政课和日常思政工作入手,提升高校思政课的效果和日常思政工作的质量,并以制度规避大数据技术在应用过程中的“黑暗面”,全方位提升高校思想政治教育实效性。

大数据—高校思想政治教育面临的新环境

大数据,亦称巨量数据,是互联网、物联网等数据承载方式在使用过程中产生、积聚的大量网络行为数据。《大数据时代》一书认为大数据不仅是指这种巨量的网络行为数据,更重要的是通过对海量数据进行分类、加工和处理,能够提供可预见性的、前瞻性的科学信息,为人类创造新价值的信息资产。较之之前的小数据时代,它具有如下特征:

1.样本采集不是随机取样而是全部数据

大数据在于发现和理解信息内容及信息与信息之间的关系。而当中的关键就是大数据对所有信息的掌握和分析。以往的数据分析采用随机采样的方式,力求以最少的数据获得最多的信息。但是,随机采样的精确性是随着随机性的增加而大幅提高的,与样本量的增加关系反而不大。样本选择的随机性比样本数量更重要的观点是比较普遍的。虽然随机采样的方式在历史上取得了巨大的成功,但不可否认的是其本身固有的缺陷,如随机“绝对性”的不存在,随机对于细节的忽视。而大数据时代,即全数据模式,“样本=总体”。拥有全部或几乎全部的数据,我们就能够从不同的角度,更细致地观察和研究数据的方方面面。全数据模式,不仅是能够反映事物的发展规律,预测其未来的发展趋势,规避随机采样的不足外,而且其对于细节的收集也非常有益,能够让我们看到微观层面,具有异常性、多样性。

2.数据收集显示的不是精准性而是混杂性

  《大数据时代》认为:数据混杂是提升数据价值精准性的前提。只有5%的数据是结构化且能适用于传统数据库的。如果不接受混乱,剩下95%非结构化数据都无法被利用,只有接受不精确性,我们才能打开一扇从未涉足的世界的“窗户”。对于大数据时代以前而言,最基本、最重要的要求就是减少错误、保证质量,确保被记录下来的数据尽可能精确。很多科学家致力于优化测量工具。因为,收集信息的有限性意味着细微的错误会放大,甚至有可能影响整个结果的准确性。因此,物理学家开尔文说出了“测量就是认知”的至理名言。大数据时代作为网络时代的升级版,数据收集的数量之大不言而喻。不同的信息来源,不一致的信息格式、技术本身的不足,带来的不是精确,而是混乱。谷歌人工智能方面的专家发表了一篇名为《数据的非理性效果》的文章,其中提到“大数据基础上的简单算法比小数据基础上的复杂算法更加有效”。2006年,谷歌发布的上万亿的语料库,就是来自于互联网的一些废弃内容,这就是“训练集”。就此,他们指出,混杂是关键。

3.思维方式不是因果关系而是相关关系

  在小数据时代,习惯于采用因果关系的思维方式,分析问题现象背后的根源,进而收集数据验证。但这些分析都不容易,耗费巨大,都要从建立假设开始,然后进行实验—假设被证实或者推翻。而且这些分析都易受到偏见影响的可能,极易导致错误。大数据时代的到来,变革了这种传统的思维。让人不再去探求“为什么”,而是“是什么”。大数据背景下,相关关系大放异彩。通过应用相关关系,识别有用的关联物,帮助我们分析一个现象,捕捉现在和预测未来。因此,关联物是预测的关键,通过找出一个关联物并监控它,我们就能够预测未来。这个就是数据系统的价值,它依赖于相关关系,而不是因果关系。它告诉你的是会发生什么,而不是为什么发生。当然,依赖相关关系但不否定因果关系。一旦我们完成了对大数据的相关关系分析,而又不再满足于仅仅知道“是什么”时,我们就会继续向更深层次研究因果关系,找出背后的“为什么”。

大数据对于提升高校思想政治教育实效性的作用

大数据作为一种新型文化形态为人类开启了一方全新的文化空间,它以其神奇的魅力对师生特别是学生的思想品德、生活方式以及价值观产生着巨大的影响。

1.更贴近教育对象的实际

当今时代,信息浪潮冲击着所有人的生活。人们习惯性用手机、iPad、电脑学习和交流。这种网络活动的痕迹都毫无例外地被大数据记录下来。这些数据信息更加真实、全方位地反映了教育对象的实际,成为思想政治教育工作者的“真实材料”。其包括三个层面:第一,认知实际。具体说,是学生对于知识理解的透彻程度。以学生为例,对思政课堂关于马克思主义的真理性、科学性、人民性是否真正理解,还是仅浮于表面。这些都为后期的教学改革提供数据支持。第二,思维实际。由于我国高校对于思政课普遍采取笔试考核方式,学生为了获得较高的成绩填写标准答案。而其思想是坚定中国特色社会主义道路自信,还是偏向于西方的普世价值,通过考试的方式很难辨别出来。大数据可以根据学生平常浏览的信息,网络发表的言论进行数据分析和整合,更加准确地了解学生的真实想法。第三,行为实际。知行不一,是当前思政教育面临的主要问题之一。基于这些海量数据,可以从中抽取与其行为相关联的数据,分析其经常性的聚集地,行为与行为之间的关联度,找出与其相关的内容进行分析,探寻其行为与认知之间的差异度,并建立相应的对策。

2.增强高校思想政治教育的掌控力

大数据技术的应用对于高校思想政治教育主体而言,有助于增强其掌控力。掌控力主要表现在两个方面:第一,为高校思想政治教育工作规律性研究和个性化教学提供数据支撑。一方面,样本的全面性,有助于减小误差,提供教育的预见性。通过数据技术与设备,对大学生日常思想、行为的相关数据进行实时记录、收集和整理,从大量数据的“相关性”来寻找规律,分析推理和预测大学生思想和行为的特点规律以及发展态势,从而增强教育的预见性、精准性。另一方面,样本的全面性,为个性化服务提供了可能。通过个体性的大数据分析,思想政治教育可以真正做到“个性化定制”“因材施教”,达到个性化教育的目的。第二,为高校思想政治教育评价系统提供全过程、全方位的数据依托。大数据时代之前的高校思想政治教育质量评价存在“缺少科学评价依据、评价层级比较单一、评价不能很好地指导改进”等局限性,而大数据可以将零散、单一的评价数据汇集成连续、系统的数据,依托大数据技术,高校思想政治教育质量评价体系可以全方位地覆盖学生学习成长的各个阶段和各个方面,并实现“问责与改进”的双重功能,以期在对高校思想政治教育质量进行准确“画像”的同时,全面提升高校思想政治教育的质量。

3.弥补传统高校思想政治教育的缺陷

随着移动终端的普及,网络成了思想政治教育的重要阵地,大学生随时随地通过各种“微平台”接受着思想政治教育。它有效地弥补了传统思想政治教育无法满足的“润物细无声”渗透性要求。第一,在这种多维时空交叉的教育环境下,大数据技术与平台设施能够提供无地域和时间限制的在线交流空间,突破传统思想政治教育物理地域和空间限制,实现高校思想政治教育的全覆盖。第二,大数据技术丰富拓展了思想政治教学资源、教学模式。整合基于大数据的思想政治教学资源,分成理论知识类资源、道德教育类资源和能力素质类资源。在传统的思想政治教学模式的基础上,搭建具有可视化、个性化和及时性等呈现大数据优势的教学新模式。第三,大数据的信息除了有记录、分析和反馈功能,同时信息的传播对于人的认知、思想和行为也具有一定的反作用。严把网络信息入口,有意识地进行社会主义意识形态的价值引导,大力落实和践行社会主义核心价值观。

大数据提升高校思想政治教育实效性的路径

大数据既给高校思想政治教育带来了机遇,使我们可以利用大数据去捕捉学生群体在互联网终端留下的无数痕迹,触摸到他们的思想脉搏,同时也给我们带来前所未有的挑战,在大数据时代提高高校思想政治教育的实效性成为紧急而又迫切的任务。

1.大数据引入高校思想政治教育课程改革,提高思政课实效性

习近平总书记在全国思想政治工作会议上指出:高校思想政治工作,“要用好课堂教学这个主渠道,思想政治理论课要坚持在改进中加强,提升思想政治教育亲和力和针对性,满足学生成长发展需求和期待。”对此,我们可以以大数据技术为支撑,智能整合资源。从教学教师角度来讲,积极采用“传统教学方法+网络慕课(MOOCs)”的教学模式。在传统课堂上,用数据记录学生上课率、抬头率、点头率,甚至每个学生的发言次数、发言时长;分析每门课程,学生认为的重点、难点,学生关注的学科问题,以此作为教师教课备案的前提要求。在借助新媒体的基础上,采用慕课(MOOCs)的教学方式丰富高校思政课的教学模式。

通过网络慕课(MOOCs)的形式,一方面,扩展了学生对于思政课学习的时空要求,将碎片化的学习方式也可以纳入思政课的学习中;另一方面,学生通过网络学习,留下浏览痕迹,如观看时间、重复观看的内容、快进的内容等,也是作为学生对于课程理论认知的外在表现。教师可以通过传统加慕课(MOOCs)的方式打组合拳,针对学生遇到的重点、难点问题在课堂上着重分析讲解,真正地增强学生对于思政课的理解,透彻领悟马克思主义理论的科学性和人民性。从学生角度而言,提升自身的学习能力。数据样本的全面性也为其个性化、精准化提供了便利条件。学生从自身出发,大数据将学生个体的学习数据采集起来,呈现多维、立体、直观的学习情况,使学生可以从不同维度观察到自己的学习数据,及时了解、掌握自己对思政课的学习态度、积极程度、讨论参与、测验得分等各方面情况,做到自我学习认知,锻炼学生的自我管理。同时,技术的直观感受也有助于改变学生对思想政治理论非科学的感官认知和印象,在“重复学习”以调整数据结果的过程中,潜移默化地发生思想和意识的变化,有效传输思想政治教育的政治思想、方针政策和价值观念,强化学生自我学习、自我启发和自我教育的价值与能力。

2.大数据引入高校日常思政工作,提高高校思政工作的质量

以数据为本,构建大数据平台,对学生思想动态预测研判,将大学生思想动态从传统的经验推断转变为智能化的理性数据分析,将思想政治教育方法升级为一门真正的科学,从根本上推动高校思想政治工作的实效性。第一,全覆盖式地追踪师生思想动态和行为走向,建立预防监测机制。从数据信息中收集、分析学生的认知、思维和行动。以数据的全覆盖率为基础,提取相关数据信息,分析学生的行为走向,建立数字化的红色预警系统,及时发现问题、解决问题。数据的全面性,为精准化服务提供了条件。对于贫困家庭的、存在心理疾病的或者是出现反社会行为的学生进行重点关注、积极引导、严格防控。第二,实现数据信息共享,建立联动机制。要提高高校日常思政工作的实效性,就是要在尽可能减少各部门重复工作的基础上消减消极影响,保证各部门之间的信息真实、通畅和完整。同时,根据不同部门设置不同的数据调取权限和范围。在提高不同部门在工作中效率的同时,可以作为高校各部门数据信息的监测和评价的数据指标,提升各部门思政工作质量。数据提供的不仅是全方位的覆盖,而且也可以在全方位的基础上实现全过程。同时,可以整合教育类政府职能部门、企事业单位等和高校一起建立数据共享机制,借助大数据载体优势,合法挖掘大学生相关的数据信息,并将信息量化后与大学生的社会实践相结合,促进大学生思想政治教育政策的有效性、实用性和针对性充分发挥。第三,为学生提供个性化服务。大数据信息全面而混杂的特点,为学生个性化服务提供了横向和纵向的数据支持,如同经纬度定点一样,更加准确和精密地为学生的成长、发展解除困惑,提供合理化的建议。

3.以制度管理规避大数据技术的“黑暗面”

大数据技术本身并不具有属性,但是在实际操作过程中,数据的使用方法不当,往往会对个人的隐私和自由造成深远的影响。第一,数据的收集中,必须确保信息采集者对于采样的知情和同意。第二,以制度规定数据使用的范围和年限。数据的使用范围必须明确,在使用途径发生变化时也要提起申明。规定数据的使用年限包括两个方面的含义:一方面,规定阶段性数据的有效期,并注明阶段时间内数据价值的影响因子;另一方面,作为全过程的参考数据时,要将数据所在年限的长短也作为参考因素之一。同时,数据收集的常态化也需要制度为保障。收集的数据除了需要采样的群体享有知情权和确认,对于后期的数据收集、整理、分析和反馈也有较高的要求。对于数据调取的权限、数据分析的能力、数据开放的程度等应有明确的规范。

(文章来源:《北京教育》杂志  原标题:大数据技术如何提升高校思想政治教育)