English
您所在的位置:首页>思想政治教育

敖永春 王鹤天:大数据视域下高校思想政治教育精准化评价的特征

发布时间:2023-09-13
字体: 打印
分享:
  当前高校思想政治教育评价还存在大量非标准化、主观评定式的评价方法,这类评价方法以宏观的定性评价为主,偏重主观经验式评价,评价结果的客观性不足、精准度不够。大数据、人工智能、算法推荐、区块链等前沿技术对高校思想政治教育的赋能,驱动高校思想政治教育评价转向精准化。利用大数据技术,建立在海量网络数据分析与提纯基础上的高校思想政治教育精准化评价,呈现出数据的海量性和多维性、定制化的整体性和个体性、实时化的过程性和结果性、开放化的共享性和交互性、智能化的监测性和预测性、可视化的反馈性和动态性等新特征,实现了从经验主义到数据主义、从传统粗略化到技术精准化的转变。
  思想政治教育评价是高校开展思想政治教育工作的重要环节,是检验思想政治教育成效的重要手段,也是开展新一轮思想政治教育工作的逻辑起点。当前高校思想政治教育评价还存在大量非标准化、主观评定式的评价方法,这类评价方法以宏观的定性评价为主,偏重主观经验式评价,评价结果的客观性不足、精准度不够。随着大数据、人工智能、算法推荐、区块链等前沿技术对高校思想政治教育的赋能,高校思想政治教育评价逐步转向精准化。精准化概念最早出现在管理学领域,“精”意为精细简化管理程序,提高管理的效率;“准”意为管理过程中的各项操作定位准确,能够量化。“思想政治教育与大数据的深度融合,不仅仅是大数据技术优势的运用,而且是思想政治教育大数据功能优势的拓展。”[1]大数据视域下高校思想政治教育评价活动的精准化开展是新时代思想政治教育探求新的发展路径的必然选择。高校思想政治教育精准化评价是高校依托大数据、云计算等相关先进技术,采集、存储、挖掘思想政治教育过程中产生的各类海量数据信息,并将分析结果以“精准画像”等可视化方式呈现出来的一种思想政治教育评价方法。高校运用这种评价方法可以对教育对象和教育活动的开展情况进行真实、全面和客观的评价,基于不同事件或客体行为的变化趋势开展数据预测,为思想政治教育工作者提供精准的问题反馈。利用大数据技术,建立在海量网络数据分析与提纯基础上的高校思想政治教育精准化评价,实现了经验主义到数据主义、传统粗略化到技术精准化的转变,呈现出新的特征。
一、精准化评价引擎:数据的海量性和多维性
  全面、客观、有效的评价依据是实现高校思想政治教育精准化评价的前提和基础。随着互联网的广泛应用和云计算技术的快速发展,大数据采集技术已经突破了先前小数据阶段简单、分散、单一形式的数据采集局限。在大数据技术的赋能下,高校思想政治教育精准化评价的信息采集更加全面,有效地规避了传统评价存在的数据主观色彩强烈、数据来源单一、数据利益牵制失真等问题,技术影响力和覆盖面达到了前所未有的深度和广度,数据内容呈现出海量性和多维性的特征。
  1. 结构化的数据海量性。高校思想政治教育精准化评价打破了时空限制,依托大数据技术打开了广阔的信息获取门户,实现了数据信息获取的海量化,传递、更新与存储的高速化。第一,全过程记录实现数据采集的连续性。高校思想政治教育精准化评价利用物联感知技术、视频监控技术等开展思想政治教育全过程常态化监测和数据自动化收集,对教育对象学习、生活等的信息进行全面记录和跟踪,实现了数据采集间隔性到全过程连续性的转变,推动了真实性高、实时性强、粒度细、内容广的评价信息的全面汇聚。第二,全样本采集增加数据来源的广泛性。随着大数据时代的到来,在“万物皆可数化”的科技创新驱动下,高校思想政治教育精准化评价突破了传统思想政治教育评价小范围、小规模收集信息的局限,使数据收集覆盖了所有教育对象的所有时间,实现了由“小样本”到“全样本”的海量数据采样转变。[2]第三,全类型获取保障数据收集的完整性。高校思想政治教育精准化评价的数据采集不仅包含成绩、出勤、选课、实践记录等由二维表结构来进行逻辑表达和呈现的结构化数据,还包含官方系统网页、日志文件、邮件等半结构化数据和声音、视频、图片、文档等非结构化数据,最大限度保证了评价数据的全面性,更好地还原了思想政治教育的真实情况。
  2. 结构化的数据多维性。第一,多角度采集数据拓展了评价要素维度。高校思想政治教育精准化评价的数据采集突破了单一的评价信息来源,涵盖了教育者、教育对象、教育中介等诸要素的所有数据,有利于高校思想政治教育工作者从不同角度掌握思想政治教育全貌。第二,多场景采集数据拓展了评价物理维度。思想政治教育活动本身就是一个信息流生成的过程。高校思想政治教育精准化评价的数据收集实现了由传统单一思想政治教育场景到日常生活、社会生活等多维物理场景融合的变迁,利用数据感知技术、智能移动终端等将数据采集感知嵌入高校日常活动和管理服务环节中,能够实现场景数据获取的多维化。第三,多空间采集数据拓展了评价虚实维度。互联网技术的广泛应用促使学生的学习空间由物理空间向网络空间延伸,高校思想政治教育精准化评价则利用数据挖掘、社会网络分析等技术实现了对多维空间内高校思想政治教育活动中产生的半结构化和非结构化原始数据的收集和转化[3],为后续的评价工作提供了依据。
精准化评价视角:定制化的整体性和个体性
  高校思想政治教育精准化评价不但注重高校思想政治教育技术应用的改革和创新,而且在助力宏观的教育整体水平提升的同时更加关注微观的教育对象个体的情况和感受,其评价视角具有定制化的整体性和个体性特点。
  1. 定制化的整体性。高校思想政治教育精准化评价注重立足全局、统摄整体,通过定制化整体性评价折射出高校思想政治教育质量的大体样态。第一,开展思想政治教育数据的全局性收集。高校思想政治教育精准化评价充分发挥了大数据技术的聚合效应,对思想政治教育全过程的总体数据进行实时监控和追踪采集,其评价时空场景的切换优势为全面记录评价对象在虚拟网络空间和现实物理空间中的活动轨迹、行为表现、社会关系,形成高校思想政治教育评价整体性数据链和信息库[4],从宏观角度统筹高校思想政治教育活动,提供了全面的数据来源。第二,剖析数据要素的内在性关联。借助各种智能终端,高校思想政治教育精准化评价对整体性和关联性等大数据思维实现了从观念到现实的转化。高校思想政治教育精准化评价从思想政治教育全过程入手,透过各种复杂繁琐的数据信息,深入分析其核心数据及数据之间的关系,积极找寻和搭建思想政治教育各个要素之间的内在关联,从整体上实现了对高校思想政治教育情况的全局性分析和把握。第三,实现科学定制的整体性评价。伴随着大数据技术的不断迭代升级,高校思想政治教育评价理念实现了整体性数据思维的变革。高校思想政治教育精准化评价以大数据采集、挖掘、处理等方面的技术优势,纵深剖析数据间的相互关系,力图对其整体情况作出全方位、多维度、全局性的评价,并充分发挥评价结果的指挥棒作用,不断完善、优化思想政治教育工作体系,促使思想政治教育过程更加科学化、系统化。高校思想政治教育精准化评价能够推进思想政治教育整体工作的调整,实现高校思想政治教育决策、实施、评价等环节和方法的改进和创新。
  2. 定制化的个体性。基于大数据对教育对象思想、情感、行为表现等方面数据的采集、挖掘、分析和处理,高校思想政治教育精准化评价的个性化趋向不断增强——实现信息反馈、数据个性化和概率预判对象从宏观群体到微观个体的转移和扩展,基于个体行为足迹跟踪分析实现对个性化、多样化的评价个体的精准发力。第一,对个体教育数据的精准把握。高校思想政治教育精准化评价根据教育对象的数据留痕实现对个体教育数据全面、准确的把握,为高校思想政治教育工作者准确分析个体受教育的效果和质量、作出个体化精准评价、优化个性化教育方式奠定了基础。第二,对个体教育情况的精准分析。个体差异表现在认知特点、学习经历、社会背景等多个方面,并随着时间的推移而发生变化。大数据时代,高校思想政治教育精准化评价通过对教育对象行为全程化、立体化的数据记录、分析和挖掘,将个体评价结果以“精准画像”等可视化方式表现出来,进而帮助思想政治教育工作者精准掌握他们的学习特点与风格、学习进度与个性化需求。第三,对个体教育方案的精准制定。大数据的评价结果预测和反馈功能具备极强的针对性。高校思想政治教育工作者可以借助大数据技术具体详细地了解教育对象的学习效果、学习需求等,并以此为依据定制个性化评价方案,对照评价方案改进调整教学方法与行为,随后根据实际情况再对评价的内容、方法等进行调整,实现对教育对象的精准服务,有效推进个性化的特色思想政治教育。
三、精准化评价方法:实时化的过程性和结果性
  相较于传统思想政治教育重结果而轻过程的延迟性评价,精准化评价以其实时化开展思想政治教育过程性评价和结果性评价的技术优势,实现了大数据对增强思想政治教育效果的赋能,为高校思想政治教育工作者获取情况反馈、改进下一阶段思想政治教育工作提供了参考。
  1. 过程性评价的常态化角度。一方面,高校思想政治教育精准化评价实时化的过程性强调对思想政治教育全过程的监督管理、跟踪调查和反馈调节,通过高校思政课即时反馈系统、智能录播系统等强化教育过程评价数据的连续性、全方位、实时性采集,在丰富过程评价数据集的基础上,采用数据智能技术提高过程评价的次数和频率,扩大评价对象的群体范围和过程评价的覆盖面。另一方面,高校思想政治教育精准化评价强调过程反馈的即时性和实效性。数据作为高校思想政治教育过去、现在和将来的重要联结,驱动精准化过程评价更加立体。大数据技术对教育对象学习过程的及时监测和反馈功能可以有效缩短过程评价时间,使高校思想政治教育工作者及时了解教育对象的薄弱之处和需求所在。此外,利用大数据信息技术开发电子学档,记录高校思想政治教育全方位、全过程的变化历程和总体趋势,通过相关指标分析预测未来发展倾向、摸清前进方向,能够显著提升过程评价结果反馈的实效性。
  2. 结果性评价的实时化角度。一方面,精准化结果性评价满足了评价数据时效性的应用需求。高校思想政治教育精准化评价依据各种传感器上记录的多样、真实、动态的数据,通过语音、图片识别等技术实现多样态数据的结构化转变,驱动评价结果更加实时、客观、准确。另一方面,开展高校思想政治教育精准化评价要厘清过程评价与结果评价的辩证关系。高校思想政治教育精准化过程性评价实现了对高校思想政治教育工作的实时性反馈和方法的及时性更正,必然会带动结果性评价根据高校思想政治教育过程的变动情况进行实时更新,从而促进动态化的过程评价和结果评价的有机结合,实现对高校思想政治教育目标过程性实践程度的精准把握。
四、精准化评价场域:开放化的共享性和交互性
  大数据时代,思想政治教育的内容与资源共享成为一种普遍现象。大数据视域下高校思想政治教育的场域逐渐从单一线下到线上线下相融合的趋势转换,互联互通的、现实与虚拟融合的、全新的高校思想政治教育场域正在生成。高校思想政治教育精准化评价基于虚实结合的开放场域,采用云计算等先进信息技术搭建开放性资源数据库,链接多元主体参与评价活动,彰显出共享性和交互性的特点。
  1. 评价数据资源的开放化共享。推进评价数据的开放共享是高校发挥数字资源价值的有效举措,也是高校实现思想政治教育工作“弯道超车”的突破口。第一,搭建数据互联的物质载体。高校思想政治教育精准化评价重视教育信息化的顶层设计与发展规划,要求教育部门与第三方技术评估机构加强联系和合作,增加对高校思想政治教育评价信息大数据采集管理平台的研发和投入,为信息化评价系统的运行部署相应的软硬件设备[5],搭建具有统一规范治理规则的数据库网络共享平台,从技术层面满足评价数据开放化共享的硬件需求。第二,实现评价数据的聚合联通。统一智慧技术平台的搭建实现了校内宣传部、学工部、教务处、科研处等多个部门评价数据的汇聚、结合和联通,其通过对不同来源的多维数据进行整理统计、指标展现、横纵向对比和发展趋势分析,以智能化、可视化的方式呈现和共享获取到的规律性信息。第三,推动评价结果的开放共享。评价数据共享必然会实现评价结果的共享。大数据、人工智能等技术为高校思想政治教育评价提供了虚拟开放的评价空间,搭建了多元主体平等参与的数据聚合互通的评价平台,形成了评价数据共享、协同共治、平台共建的高校思想政治教育共同体。
  2. 评价主体多元开放化交互。基于虚拟开放、数据互通的高校思想政治教育评价平台,多元评价主体能够积极参与到评价过程中,克服评价主体单一、错位等弊端,为实现高校思想政治教育精准化评价奠定基础。一方面,精准化评价突破了技术条件和时空因素对传统评价的限制,广泛吸纳多元利益相关者参与到高校思想政治教育评价工作中来,构建起了平等交互的评价体系,满足了多元主体开展多维度评价的需求。另一方面,高校思想政治教育精准化评价赋予了各个评价主体平等参与评价的权利,拓宽了评价的视角和维度。多元评价主体从评价对象的不同评价视角出发进行多层次的开放交互,在平等的交流协商中达成评价共识,削弱了传统单一评价主体绝对权威性的影响,提升了评价的精准性、合理性和公平性,为思想政治教育工作的开展提供了方向性指引和内源性动力支持。
五、精准化评价动能:智能化的监测性和预测性
  实时监测和精准预测是高校思想政治教育精准化评价智能化的集中表现。即时性和可预见性是大数据分析的关键所在,其中,可预见性是大数据实时分析最核心的价值。相较于传统评价,高校思想政治教育精准化评价对数据的采集更加完整、即时,对数据的处理和分析更加深入、多元,更能实现对高校思想政治教育情况的智能化监测和未来发展趋势的智能化预测。
  1. 抓取即时数据实现资源更新。移动通信、云计算、传感器等信息设备在高校思想政治教育中的广泛应用,使得高校思想政治教育工作者能够运用大数据技术对数值型、文本型以及人体的形态、面部、声音等多模态数据资源进行无损化采集、严格筛查、高效挖掘,实现异构数据的有效转化,保证数据分析处理结果的真实可靠,为其精准监测思想政治教育情况的动态变化、开展预判性的思想政治教育评价活动、优化思想政治教育评价工作提供资源支持。
  2. 开展“数据画像”实现精准监测。在高校思想政治教育精准化评价的实践过程中,高校思想政治教育工作者能够运用各种数据分析方法分析处理数据结果,对思想政治教育对象进行“数据画像”,动态监测、精准掌握教育对象多方面的实时表现,密切关注教育对象个体的过程性表现和增值性发展,更加直观地反映出思想政治教育工作的基本状态,这也是精准化评价智能化监测特点的优势所在。
  3. 搭建预测模型实现概率预判。高校思想政治教育工作者要充分发挥大数据在高校思想政治教育精准化评价中的预测功能,从复杂庞大的海量数据中抽丝剥茧出有价值的数据,深入挖掘各种有效数据间的关联性和规律性,实现对高校思想政治教育发展趋势的科学预测。高校思想政治教育精准化评价将视角从“已然发生的过去”转向“即将发生的未来”,基于先进技术和思想政治教育过程中已然产生的数字化信息,通过数据建模,挖掘教育对象学习效果与学习内容和资源、教学方法和行为等变量之间的相互关系,建立变化趋势预测模型,动态演示教育对象发展过程,对评价对象未来发展情况进行概率预测,为问题的及时发现、措施方案的制定和改进提供了数字化、科学化的依据。
六、精准化评价结果:可视化的反馈性和动态性
  大数据可视化技术赋能高校思想政治教育精准化评价能够克服滞后性、静态化评价的弊端,将数据以直观的图像方式呈现出来,通过提供友好的交互手段,搭建与评价数据之间的图像桥梁,将数据背后的变化态势作用于人的视觉感知。这是数据转化的重要环节和提升教育科学性的重要手段。
  1. 评价结果的可视化反馈。大数据的优势在于经过分析、处理后的数据反馈和互动的价值功能,其价值功能的发挥与数据开放和共享的程度成正比。高校思想政治教育评价反馈是衔接思想政治教育过程的重要节点,利用大数据采集到的海量、多维的教育状态数据,能够为高校思想政治教育工作者实现评价数据结果的转化、全面而精准地刻画出高校思想政治教育状态创造条件。可视化分析工具的设计是“数据驱动教学”的核心,能够直观地呈现分析对象的相关信息。技术赋能使得高校思想政治教育评价结果能够以智能化、可视化的方式展现出来。智能化表现为大数据技术将隐藏于评价数据中的相关规律和信息引入到相对应的可视化分析工具中,不仅可以通过绘制树形结构、放射性层次圆环等图例来展示高校思想政治教育评价结果,而且可以在此基础上进一步展示主体与分支之间的关系,探究其演变规律。[6]可视化表现为高校思想政治教育精准化评价情况可以直接以热力图、柱状图、饼状图、个人画像等可视化方式直接、直观地呈现出来,降低了解读教育评价数据的难度,全面客观地呈现了高校思想政治教育的基本情况,为思想政治教育工作的改进和开展提供了参考和借鉴。
  2. 评价结果的动态化更新。动态性表现为思想政治教育评价结果反馈在大数据技术的助推下实现了从间断到延续、从粗略到精细、从滞后到实时的转化,促使评价和反馈操作更加常态和及时,有效地支撑了思想政治教育科学决策、方案改进、发展预测等相关工作的开展。在实际操作中,高校思想政治教育精准化评价常常通过Experience API技术、Wiki技术等实现对教育过程的全过程动态监控,形成动态的评价数据链,对评价对象个体或群体性的真实数据进行实时动态跟进、生成化整合、无损化传输和精准化分析。此外,还可运用大数据的可视化分析前沿算法和跟踪性技术优势,例如全空间时空对象可视化工具的对象加载、三维场景可视化、图表实时更新、实时数据可视化等功能[7],实现对教育过程中动态数据即时且清晰的处理和反馈,其可视化反馈结果也会根据实时数据的变化进行动态更新,让整个评价过程及其变化趋势以更直观、动态和艺术化的方式呈现出来,使高校思想政治教育达到在评价中发展、在发展中评价,因势利导、定而可变的效果。
  (作者简介:敖永春,电子科技大学马克思主义学院博士研究生,重庆邮电大学马克思主义学院教授、硕士生导师;王鹤天,重庆邮电大学马克思主义学院
  (基金项目:本文系国家社会科学基金重大项目“大数据时代思想政治教育理论、方法与实践的创新研究”(项目编号19ZDA007)、重庆市高等教育教学改革研究重点项目“基于大数据实施‘精准思政’教育的研究与实践”(项目编号202087)的阶段性成果
  网络编辑:同心
  来源:学校党建与思想教育