高校思政教育创新交流材料

高校思政教育创新交流材料

大数据驱动高校思想政治教育创新是指大数据时代下教育主体借助现代信息技术，挖掘、整合高校思想政治教育资源大数据和与教育主客体思想行为相关的数据，以技术优势推动高校思想政治教育创新，促进高校思想政治教育工作数字化、精准化、智能化、智慧化，最终实现立德树人根本任务。网络环境下大数据以其规模大、类型多、速度快、价值密度低及精确度高的特征在驱动高校思想政治教育工作中发挥着重要作用。

一、大数据驱动高校思想政治教育创新的价值

作为一种技术，大数据推动了高校思想政治教育创新。大数据具有整体性、多样性、动态性、关联性等特征，从采集、处理、存储到形成结果的每一个环节中侧重的技术各有不同。大数据是驱动教育现代化的重要引擎，并为其提供技术支持和动力保障。以技术加持，有助于增强高校思想政治教育的针对性与亲和力，更好地适应智能化时代高校思想政治教育创新发展。作为一种工具，大数据提高了高校思想政治教育实效。大数据驱动凭借其技术优势推动高校思想政治教育科学决策、丰富了教育教学内容、拓展了教育载体并以其工具理性赋能高校思想政治教育各个环节、各个阶段，促进这一特殊政治实践活动提质增效。作为一种资源，大数据丰富了高校思想政治教育要素。思想政治教育大数据是一个体量大、数据类别多，围绕思想道德形成发展的巨大信息资产。思想政治教育大数据从宽度、深度、广度上相较其他资源在助推高校思想政治教育目标实现中显示出巨大优势。数据流引领技术流、资金流、人才流、管理流合理流动、有序发展，丰富了高校思想政治教育主体、教育媒介、教育客体等要素。作为一种思维，大数据优化了高校思想政治教育认知。大数据是以定量思维、实验思维、相关思维等为代表的全新思维方式，有助于提升教育主体开展思想政治教育的科学认知。大数据促进教育资源观、技术素养观、教育技术观、发展动力观转变，以新观念推动新实践，以新思考解决新问题。

二、大数据驱动高校思想政治教育创新的误区

1.盲目推崇大数据。大数据驱动高校思想政治教育创新在于聚焦"大"而"全"的数据，力图通过数据化、智能化分析，优化思想政治资源配置、完善教育手段、预判识别风险、评价教育效果，有效克服传统思想政治教育"样本＝全体"的不足和局限。大数据的整体性、动态性、关联性造就研究中的"大数据热"。但在海量庞杂的大数据中，还有一些"小数据"是随着数据环境变化应运而生的一种新兴的数据组织与挖掘方式，它包括以用户为中心的、全方位行为模式和多层次情境感知的个人数据集合。这些"小数据"体现教育个体学习偏好、生活习惯、思维方式、社交行为、观点表达，以及基于显性数据预测出的情感诉求、理想信念、价值追求等更深层次的信息。这些反映学生"个性"的单一"小数据"，容易淹没在占主导地位的大数据强音中而被忽视。

2.片面夸大相关性。根据相关性原则，教育者能够透过数据把握人们的思想意识和行为活动规律。但在实践中，受教育环境、主客体特殊性、数据量化影响，教育数据有时未必能如实反映客观事实和主观感受，夸大相关性会造成问题表面化。思想政治教育是做人的思想工作，讲的是"理"，根本任务是立德树人，目标是价值塑造。人的思想具有复杂性和流变性，如果只是片面强调数据相关性，缺乏对数据背后原因的探究，就不足以做好高校思想政治教育工作。

3.过度放纵混杂性。由于大数据本身来源多、数据质量难以保证，为了确保数据量足够大，人们会选择放宽容错标准，接收混杂和不确定性数据。虽然每个数据来源因其单项而显得模糊，然而由"无限模糊"多带来的聚焦成像，有时会比"有限的精确"更准确。思想政治教育研究"拔节孕穗期"的大学生思想行为大数据，力求探究高校思想政治教育规律，引导教育对象价值确立、理性行为，最大限度揭示这个"总和"。数据采集分析的关键是数据的"价值性""稀缺性"，对于"模糊"不能过度"放纵"，否则就会造成数据采集样本集合边界混淆。

三、大数据驱动高校思想政治教育发展创新的路径

1.推动大数据思维重构高校思想政治教育理念。一是精准理念。精准思维是习近平总书记治国理政的重要思维方式。高校思想政治教育实践过程中如果教育目标不具体不明确，解决问题方法同质化严重会造成"大水漫灌"范式教育，难以满足学生个性发展、社会适应、思想政治素养培养等多元需求。从"大水漫灌"到"精准滴灌"，高校思想政治教育工作需要建立精准把握需求、精准供给内容、精准评价反馈、精准预判预警的教育模式，积极回应时代发展的要求。二是协同理念。研究高校思想政治教育大数据驱动，需要关注伴生小数据。如果小数据代表了主流意识形态、具有价值引领性，即便信号弱影响小，对其足够重视也能使其成为高校思想政治教育更深层、更有意义的价值点，即教育中的"闪光点"。如果违背主流价值，与人才培养目标相悖，小数据中呈现的问题也可能带来"蝴蝶效应"。协同理念是"大思政"格局下，协调各方利益，协同做好高校思想政治教育的要求。三是开放理念。数据开放是大数据应用的一个重要维度，也是贯彻新发展理念的内在要求。大数据驱动高校思想政治教育创新，需要贯彻开放理念，加强数据互联互通，否则，无论大数据还是小数据都是局部数据。数据开放推动数据共享、资源共享、价值共享进而可以更好地服务师生发展，服务教育教学，服务学校发展；通过开放权限，高校教育数据对外开放，也能有效扩大公民知情权、监督权、选择权。

2.优化高校思想政治教育大数据分析方法。一是从整体分析到个体分析的优化。大数据技术突破取样最大包容性、覆盖面，把握教育对象总体思想行为状况和变化规律，为高校思想政治教育工作宏观推进和系统设计提供重要基础。小数据微观更正大数据未考虑到的学生个体差异，能清晰展现学生的思想行为特点，从而为开展个性化、精准化的高校思想政治教育工作提供有力支撑。此外，人的成长既有稳定的量变部分，也有通过直觉、顿悟式的选择而发生质变的方面，且后者很难通过数据化的方式测量出来。因此，发挥思想政治教育传统优势，做好现实场域中人的工作，提升每名学生的思想政治教育获得感极为重要。二是从普遍分析到特殊分析的优化。意识形态工作是党的一项极端重要的工作。大数据时代，确保高校意识形态工作领导权、管理权、话语权不旁落，发挥数据驱动优势提高意识形态治理效能意义重大。利用大数据对学生网络言行进行监测、以"数据显微镜"对其网络言行进行描述分析、诊断分析是大数据驱动教育的基础工作。在此基础上，通过词频使用分析、社会语义分析，可以洞察深刻影响他们社会认知和政治认同的网络社会心态。对互联网上非马克思主义、反马克思主义数据信息等进行搜集再过滤，以抵制错误社会思潮的渗透。三是从动态分析到埋点分析的优化。网站或APP在程序设计时会预先设置埋点，以了解访客（浏览者）热衷的栏目及热衷程度。根据数据分析特点，在高校思想政治教育系统、各类主题教育网站、大学慕课、虚拟仿真实验室等平台中可以设置前段埋点。在一个静态网站实现动态获取，可以了解访客浏览了哪些栏目以及停留时长、跳出率、退出率或者是参与度，以此作为平台价值评估和建设提升的参考依据。同时，埋点分析还能在了解访客个人偏好和倾向后完成标签设定，进行个人数据画像，进而精准推送，实现更为智能化、主动化的大数据驱动。

3.探索数据驱动高校思想政治教育精准模式创建

第一，精准把握需求。不同类型的教育对象在媒介使用、信息获取、网络行为、思想变化等方面会表现出一定的特殊性。通过大数据技术，采集大学生成长发展需求、学业规划需求、生活规划需求、情感认同需求、心理建设需求、职业规划需求，形成"标签库"。通过对"标签库"中的标签实现集中统一管理、优化和探索，并运用算法分析得出精准的数据标签描述，进而提供"千人千面"的个性化服务，实现"靶向"精准治理，有助于解决当前高校思想政治教育供需不平衡的问题。

第二，精准供给内容。首先面向学生日常管理、主题工作、专项问题，形成全量式大数据融合、全景式大数据展现以及线上智脑与线下智库相结合的全智式高校思想政治教育大数据精准供给体系。其次，借助信息追踪定位传播法、信息隐匿传播法、信息预测教育法等智能方法精准推送教育内容。再次，根据学生心理测评结果，结合动态数据更新，提供学生所需的心理预防指导、心理健康服务、心理危机干预。

第三，精准评价反馈。首先，利用大数据系统对学生知情意信行、德智体美劳"五育"指标量化与考量考核。其次，利用大数据对思想政治教育相关学生成长环境、学习环境、网络舆情环境、物理环境影响等进行评价。再次，为教育双方提供过程管理、目标管理数据呈现，根据评价结果进一步优化评价指标体系，进行数据模型修正，形成"以用促汇、以用促评"的大数据应用与服务闭环。

第四，精准预判预警。运用大数据技术对学生的基础属性、行为轨迹进行"画像"，开展比对和关联分析，准确描述不同群体、个体行为特征，核验各类学生状态，形成对整体的感知与预判能力，提供更具个性化的主动服务。建立高校思想政治大数据态势感知服务标准和机制，完成态势感知数据源的全面梳理，汇聚来自视频感知数据、物联网数据、互联网数据、信令数据等数据资源，通过大数据技术实现态势感知的数据汇聚、融合、洞察、仿真，呈现学生心理发展态势、世界观变化态势、课程参与态势、自主学习态势等，提高高校思想政治教育监测水平和对未来潜在风险的预测预警能力。