English
彭小兰：算法推荐赋能核心价值观教育
算法推荐是在计算机编程技术支持下，计算机通过运算、数据处理等方式对网络用户的个人基本信息、网络行为等数据进行分众化和精准化剖析，推算出网民的兴趣点和需求，进而有针对性地高频分发推送信息的一种技术形态。推进教育数字化，用好算法推荐技术，不仅能够精准识别、及时追踪新发生的思想和行为动向，为思想引领和行为引导提供支撑，而且能够推动算法推荐和核心价值观教育协同发展，为核心价值观教育模式、场景、动能的高质量发展提供新的方法。
算法推荐赋能核心价值观教育的表征
个性化推荐激活核心价值观教育资源。个性化推荐是根据受教育者的学习情况（如个人信息、学习记录、地理位置）自动预测其学习偏好，个性化推送其合适的核心价值观教育资源。传统一对多的教育模式关注教育的同质性，智能时代的核心价值观教育以移动设备的便携特点让教育回归一对一的模式。无论是信息内容的真实化，还是信息渠道的多样化，都能为智能推荐技术助力核心价值观教育个性化推荐提供有力支持。教育者借助算法推荐技术的个性化推荐功能，可以分析受教育者的个性、优化教育资源配置，并实现跨时空共享教育资源，使得核心价值观教育主体发生质的变化，生成新质的师生关系。
数据化推荐赋能核心价值观教育决策。数据化推荐是通过建立教学模型与学习建模表征的方式，对身份信息、偏好信息和学习信息进行模型画像，再进行有针对性的教育资源推送的方法。传统小数据教育决策和管理关注现实生活中获得的数据，而智能时代数据驱动的教育决策依托大数据技术将海量数据的相关性进行整理，进而预测教育活动发展的可能。无论是小数据决策还是大数据决策，都是智能技术助力核心价值观教育数据化推荐的基础和前提，是提升教育质量的重要手段。借助算法推荐技术的数据化推荐功能，可以全面监测受教育者的学习行为，科学制定教育管理政策，深挖受教育者群体特性，使得核心价值观教育的决策发生显著变化，生成新质学习资料。
动态化推荐优化核心价值观教育方式。传统被动性的学习路径设计关注教育者提供的信息，而智能时代网络原住民的学习者更倾向于主动性学习路径优化，通过智能工具和网络平台进行学习素材收集、整理、分析、输出，实现自我成长成才。无论是传统被动的学习路径设计，还是现在主动性的学习路径优化，都是智能技术助力核心价值观教育动态化推荐的条件，是推动受教育者学习高质量发展的重要途径。借助算法推荐技术的动态化推荐功能，为受教育者设计其所需要的学习路径，让受教育者自主规划学习内容，让教育者高效传授学习内容，可以使得核心价值观教育的受教育者学习路径优化可能空间更广，组织和内容设计更加精确，生成新质的学习者。
算法推荐与核心价值观教育的矛盾
算法定制与受教育者全面发展的矛盾。算法定制是算法通过对受教育者的数据和偏好分析，进行教育内容和范围的确定，并进行定向推荐。从价值教育角度看，算法定制侧重对学生短期发展需求的满足，对国家发展、人才培养、经济社会发展的需要关注不足，容易导致个体认知失真、行为极化。算法定制具有个体针对性或群体针对性，在一定时间范围内难以承担对人的自由全面发展的教育目标要求，使得教育对象陷入信息封闭、自我封闭的圈子。算法定制容易吸引受教育者的注意力，但这种短期的舒适感与价值观生成的长期性存在着内在张力。可见，主体认知局限、主体信息封闭和主体学习倦怠三方面构成了算法定制与受教育者全面发展矛盾产生的根源。
算法替代与受教育者创造力发挥的矛盾。在核心价值观教育领域，受算法技术本身的复杂性以及教育相关机构的商业政策影响，教育者与受教育者对算法目标和意图并不知晓，对算法生成内容的主体责任和评判监督也缺乏认识，出现了教育算法替代现象。人类开发设计了算法，但算法黑箱的存在导致戏剧性的人机悖论出现，即“我能给出解释，但你们人类听不懂”，使得人类的想法并不能践行，以技行事代替了以人为本行事。算法依赖也容易使教育者盲目相信其思维理性，降低思想感情的作用，出现按照计算机程序绝对执行的不计后果、不问缘由的教育行为。可见，技术替代、对话缺失和主体弱化三方面构成算法替代与受教育者创造力发挥矛盾产生的根源。
算法偏见与教育公正的矛盾。算法偏见存在于算法技术与价值教育目标的平衡之中。算法推荐系统注重数据的个体性与多样性，却忽视了数据的价值主导性，进而引发技术嵌入与教育价值的矛盾，对教育公平性产生影响。在训练核心价值观教育数据内容的技术掌握者的筛选和标识工作中，无意识的失误或细微偏差都有可能致使算法内部推理机制发生变化，进而引起算法模型推理演绎的轨道偏移，其直接后果是人工智能教育运用出现行为异常。在算法数据的收集、存储和处理过程中，会面临采集者、设计者、使用者、平台方等多重主体责任归属的难题，比如非法滥用、隐私泄露等潜在风险。可见，教育主体需求偏离、教育内容危害和教育风险归责难三方面构成算法偏见与教育公正矛盾产生的根源。
算法推荐助推核心价值观教育的举措
以价值导向引领算法，助推核心价值观教育内涵式发展。一是优化核心价值观教育算法推荐系统的内容。在已有算法推荐的教育服务基础上，根据教育对象的身心健康需要持续完善和优化推送内容。深入整治核心价值观教育领域的诱导沉迷问题，构建“信息茧房”防范机制。融入马克思主义理论等优质内容，做到价值导向、价值取向、价值倾向的同频共振。结合最新的核心价值观教育研究成果和实践经验，为学习者提供更加丰富、优质的核心价值观教育内容，从而保证算法推荐系统有效。二是在算法教育服务中嵌入向上向善价值观。根据《关于加强互联网信息服务算法综合治理的指导意见》的要求，对核心价值观教育的算法机制审核、数据安全的管理制度和技术措施持续优化；核心价值观教育的算法训练数据来源要合法，通过及时检测修复代码安全漏洞和算法逻辑缺陷，对核心价值观教育算法模型的可用可控可释以及数据处理、模型训练、部署运行等环节开展定期安全评估。
以伦理法律规约算法，助推核心价值观教育人本化发展。一是遵循伦理法律要求设计运用算法。构建起符合伦理法律的算法体系，推送符合公序良俗的价值观，化人被算法所困为让算法为人所用。在教育双方数据采集、存储和处理过程中，坚持数据的安全性和隐私性原则。持续提升核心价值观教育方面合成教育信息检测识别能力，对违法违规生成的有害合成信息要及时发现并清除。二是遵循公开透明规则设计运用算法。算法程序的规范需要算法模型设计聚焦教育系统的全面性、完整性，充分考虑教育类型、向度和层面的多样性。对于核心价值观教育相关算法推荐服务的目的意图、运行机制和基本原理要进行适当公开，并确保教育算法推荐的简单、清晰、明确。
以教育规律发展算法，助推核心价值观教育高质量发展。一是优化教育过程，精准推荐可选可行的教育方案。算法推荐的核心价值观教育是运用算法处理设计的教育策略模型和学习者模型中的知识、学习素材、文本、视频、图片等自适应内容对受教育者的辨、筛、学、记、决进行有组织输入的过程。线上开放课程等平台可以根据学习者的学习习惯与思维，推荐个性化内容和资源，促进深度学习和自主学习，使内容供给由无声走向有声。二是畅通算法反馈，推进高效教育评价。核心价值观教育要建立高效的算法反馈渠道和响应机制，识别教育的薄弱环节和学习瓶颈，并据此调整教育资源配置和教育决策优先级。通过制定可靠有效的反馈指标，追踪受教育者创造力和好奇心等技能发展态势，探索最有效的教育方法以及契合受教育者的语境。利用智能手机等工具，让受教育者依据自身需求实时关注、点击、收听智能手机推送的内容，据此持续优化教育反馈系统，凭借精确反馈数据适时调整教育策略和教育内容。
（作者系华南理工大学马克思主义学院教授）
来源：《中国社会科学报》2025年1月17日
网络编辑：慧慧