大數據背景下大學生思想政治教育的創新

李 響

大數據技術推進高校教育改革，大數據技術與大學生思政教育的結合，是現代化高校教育領域創新的成果。大數據背景下，大學生思政教育環境開放、教育方式創新、教育素材豐富。大數據技術不僅為高校推進大學生思政教育帶來良好機遇，同時也給其帶來一定挑戰。高校思政工作者如何適應大學生思政教育創新的切實需求，尋求大數據背景下大學生思政教育的創新路徑，這是新形勢下的新挑戰。

一、大數據背景下大學生思政教育的現狀

大數據背景下，大學生思想政治教育的學科建設走向新發展、教學工具實現更新換代、師生關系有了新的調整。

(一)學科建設新發展

大數據背景下，大學生思政教育獲取的教育素材更為豐富，學科建設實現了新發展。目前，大學生思政教育的教學維度主要分為三部分：第一部分是包容世界。大學生思政教育立足經濟全球化和文化多元化背景，兼容海內外文化，吸收不同國家和地區的特色文化，讓學生在領略多元文化后，實現對優質文化的包容與吸收。第二部分是熱愛中國。將愛國主義教育貫穿于大學生思政教育中，培養大學生的愛國情懷。大學生思政教育還會關聯中國古代和近代的優秀文化，通過優秀文化資源及素材來感染并引導大學生。高校思政工作者利用大數據技術，獲取相應的圖文資料和影像資料，幫助大學生直觀感知思想政治教育的豐富內容。第三部分是聚焦時代。跟進時代潮流，以時代為背景，努力與時代接軌。在開展大學生思政教育時聚焦熱點話題，以當下時事新聞為切入點，幫助大學生完成思想政治教育工作。例如可以借助大數據技術，充分采集時事熱點新聞，通過同類新聞歸類的方式，把握時事新聞動態。

(二)教學工具實現更新換代

大學生思政教育是系統工程，正處于持續完善階段。高校思政工作者依托大數據技術，實現教學工具更新換代。[1]在傳統的思想政治教育工作中，思政工作者需查閱相關資料并推進思想政治教育工作，他們對于思想政治教育原理及觀點只是進行枯燥的文字敘述，大學生很難在課堂上學懂弄通思想政治教育內容。大數據技術在大學生思政教育中的應用，有效推進了思政課程改革，教師可以利用新工具實現可視化教學。同樣是在思想政治教育原理及觀點的講述方面，思政工作者不再單一采用文字敘述，而是會依托大數據技術下的數據圖表來直觀呈現相關內容，大學生對思政教育內容的認知和理解更透徹。

大數據技術對大學生思政教育的改變，不僅表現在數據圖表方面，還催生了慕課和翻轉課堂等特色教學模式。無論是對既往政治事件的講述，還是對當下熱點新聞的分析，高校思政工作者都可借助大數據技術實現對相關事件信息的追溯及整合，大學生在思政課堂上，就能實現對相關新聞信息的可視化學習，學習效率及效果均有所提升。[2]

(三)師生關系新調整

大數據背景下，師生關系有了新的調整。高校思政工作者與大學生不再只是簡單的師生關系，而是亦師亦友，思政工作者更多的是幫助學生了解更豐富的思政教育內容，引導其參與思政教育工作并掌握相關知識。

從大學生思政教育現狀看，大數據技術與思想政治教育的融合對高校思政工作者的個人能力提出了更高的要求。思政工作者要想有序完成思想政治教育工作，就要在扎實專業知識及專業技能的同時，理解和鞏固計算機專業知識，將計算機知識與思想政治教育專業知識恰當結合，從而有效利用大數據技術來優化思政教育成果。[3]同時，大學生對大數據技術的適應度高于教師，大學生會在大數據與思政教育融合方面實現文化反哺。這也就意味著，大數據時代的高校思政工作者與學生不只是單純的師生關系，思政工作者還要以引導者和互助者的身份參與到思政教育中。思政工作者與學生互相幫助，共同完成思政教育工作。大數據背景下，只有思政工作者主動參與并與學生共同創設良好的學習環境及氛圍，方能實現大數據技術的應用價值最大化。

二、大數據技術應用于大學生思政教育的價值

大數據技術在大學生思政教育中的應用具有重要價值，在大數據背景下，大學生思政教育的主體更廣泛、大學生思政教育載體關聯性更強、大學生思政教育信息更全面、大學生思政教育預測更具前瞻性。

(一)大學生思政教育的主體更廣泛

大學生思政教育應當是面向全體大學生的，而大數據技術對大學生思政教育的價值之一，便是思政教育主體更廣泛。從以往的大學生思政教育看，盡管國家高度強調高校思政教育的全員覆蓋，但由于高校思政工作者的人手及精力有限，大學生思政教育多集中于優秀學生和班級后進生，但對“中等生”卻關注不足，思政教育工作未能實現全覆蓋。同時，由于信息采集和分析的任務量過大，使得思政教育工作浮于表層，思政工作者對學生個體情況的掌握較為有限。

大數據背景下，高校思政工作者依托大數據技術，不再只關注優秀學生和“后進生”，而是可以對全體學生一視同仁。在確定思政教育內容后，思政工作者能依托大數據技術，廣泛收集并深度分析相關信息，全面掌握每位學生的個人情況。[4]采用問卷調查時也不再受限于樣本分析，而是可以盡可能覆蓋全員，并且對每位學生個體信息的采集、數據分析的結果都更為合理。

(二)大學生思政教育載體關聯性更強

網絡時代的到來，使得大學生思想政治教育載體愈加豐富。在落實大學生思想政治教育工作時已不僅局限于單一載體，因此，如何實現大學生思政教育載體的高效關聯，也是大學生思政教育的重點和難點。大數據技術的應用使得大學生思政教育載體關聯性更強，高校思政工作者在推進思政教育時能夠利用相關數據來分析大學生的狀態。[5]

在以往的大學生思政教育中，教師多是借助單一載體與大學生展開溝通交流，對于學生生活與工作的了解是有限的。在大數據技術的助力下，教師可以實現多個載體間的關聯。例如大學生時常在社交軟件上分享個人的動態信息，思政工作者可以通過關注社交軟件動態了解學生的學情及情緒。對于學情或情緒波動不正常的學生，思政工作者應在第一時間予以介入。由于大數據技術會為思政工作者推送可能認識的人，思政工作者就可在已掌握的思政教育載體基礎上，關聯其他思政教育載體，實現多個載體的跨界聯動，這將更有助于高校思政工作者全面掌握大學生的思想及情緒變動情況。[6]

(三)大學生思政教育信息更全面

如前所述，大學生思政教育是系統工程，高校思政工作者在落實思想政治教育工作時需獲取大量信息，思政教育工作難度較大。從傳統的大學生思政教育看，即使高校方面嚴格按照國家關于大學生思政教育的相關指示，有序推進大學生思想政治教育工作，但由于缺少人手，在落實思政教育工作時會出現心有余而力不足的情況。[7]例如對貧困生的認定，思政工作者只能根據學生反饋的相關情況，了解學生的家庭經濟狀況，但對于學生的消費情況等無法逐一排查，部分學生在使用貧困生助學金時，出現消費超綱情況，而這是不合規的。

高校思政工作者在開展大學生思想政治教育工作時，能夠依托大數據技術實現對相關信息的整體獲取。一方面，根據學生個體差異判斷其思政教育情況，這有利于學校制定下一步的思想政治教育安排。另一方面，還可依托大數據技術，整體把握大學生的思政教育狀況。學校對學生大體發展方向的把握，能方便教育者立足宏觀層面，自上而下地推進大學生思政教育工作。在貧困生認定方面能給予合理的補貼，而對于其他思政教育工作也能做到科學有序。[8]

(四)大學生思政教育預測更具前瞻性

大數據技術的核心功能之一在于預測研判，它的應用，使得大學生思政教育的預測更具前瞻性。在傳統的大學生思政教育中，思政工作者通常是通過問卷調查及訪談的方式獲取大學生在思想及情緒方面的最新動態，由于問卷調查及訪談難以覆蓋全體大學生，只能通過樣本分析獲取部分大學生的學情及情緒動態，而在有限樣本中還存在部分大學生隨意亂答的情況，問卷數據并不真實有效，由此導致基于問卷調查及訪談的大學生思政教育預測的真實性和有效性欠佳。

大數據技術為大學生思政教育預測提供了有效的技術支持，同樣是采用問卷調查及訪談來了解大學生思想及情緒動態時，大數據技術能夠實現對大學生的全覆蓋，大學生思政教育預測不再受樣本限制。與此同時，利用大數據算法技術，及時了解大學生思想及情緒的變化，對于未來的預測更具參考性。在綜合分析大學生工作、生活等各維度的數據后，思政工作者能更及時掌握學生動態。尤其是對消費數據及人際交往數據等的獲取，高校思政工作者在建構大學生的大數據模型后，能及時發現大學生的思想及情緒異常。

三、大數據技術助力大學生思政教育面臨的困境

其一，大學生思政教育同質化嚴重。科技進步推進教育事業改革，大數據技術對大學生思政教育的影響是不容忽視的。但從現階段看，只有部分高校能夠深度融合大數據技術與傳統思政教育，實現大學生思政教育的改革創新，仍有不少高校在應用大數據技術助力大學生思政教育時，出現同質化嚴重的問題。[9]

大數據背景下的教育改革強調高校思想政治工作的創新優化，高校思政工作者應更新工作觀念，借助大數據技術，削減各工作環節的工作量。而在實踐中，部分思政工作者欠缺對大數據技術系統的規范認知，尚未形成大數據意識和大數據思維，在借助大數據技術助力大學生思政教育時，仍然無法依托大數據技術整合分析相關數據信息，此時大數據技術的應用多是集中于對大學生學情及情緒信息的獲取，信息采集和數據分析缺乏全面性和系統性，同質化的大學生思政教育將陷入信息不對稱、流于形式的困境。

其二，大數據技術與傳統思政教育遠未實現深度融合。大數據技術助力大學生思政教育，強調其與傳統思政教育的恰當而有效融合，但從現階段來看，大數據技術與傳統思政教育的融合比較生硬，這限制了二者融合的效果，大數據技術的應用價值還不夠顯著。

對于高校思政工作者而言，在開展大學生思想政治教育工作時，需要轉變原有的思政教育觀念，從根本上接納大數據技術并將其融入到思想政治教育的各個階段。[10]這意味著，高校思政工作者不僅需要扎實的思想政治教育專業知識的儲備，還需要依托大數據技術創新思政教育工作，因此，必要的大數據分析及處理技術是不可或缺的。

正是由于思政工作者中缺乏專業知識儲備豐富且擅長大數據分析的綜合性人才，他們在開展思想政治教育工作時，仍然以傳統思政教育觀念為主導思想，此時的大數據技術與思政教育工作的融合僅流于表面，融合效果自然受到限制。

其三，高校的大數據技術應用能力不足。高校思政工作者在開展大學生思政教育工作時，應當借助大數據技術，有效挖掘大學生思想及情緒方面的一手數據資料，在系統分析及整合數據后，實現數據可視化。而從實際狀況來看，高校的大數據技術應用能力不足，其中一些高校只在部分工作環節應用大數據技術，大數據技術與思政教育工作遠未實現深度融合。[11]

由于高校的大數據技術應用能力不足，高校信息部門及思政工作者在借助大數據技術了解學生動態時，只是借助已持有的信息載體獲取相關動態信息，此時思政工作者無法全面識別大學生思政教育的個性化需求。在大學生的思想或情緒發生變化時，高校方面會由于應用能力不足而無法及時獲取學生的一手情況，大數據技術應用存在局限性，這與大數據技術的應用初衷不符。

其四，高校信息部門對思政教育的技術支持有限。大學生思政教育應當具有前瞻性，但當高校信息部門對思政教育的技術支持有限時，思政教育工作的預測研判會因此受限。對于高校而言，信息部門需要根據思政工作者有關思想政治教育的相關安排，做好對有效數據的采集及分析，對于已獲取的信息資料還應做好有效的分析和儲存。但從實際狀況來看，部分高校在推進思想政治教育工作時疏于對信息技術的更新優化，思政教育預測的前瞻性缺失。盡管高校信息部門及思政工作者，試圖借助學校網絡實現線上思政教育，但由于信息部門的網絡技術人才有限，他們無法全面保障網絡思政教育工作的有序開展，大數據技術的應用是有限的。大數據技術下的大學生思政教育能夠實現對大量數據及信息的獲取，但由于思政工作者對大數據技術的應用不太熟悉，導致資源利用率低下，數據資源雖被獲取但未被整合利用，前期在時間和精力上的投入與后期數據信息的回報間存在矛盾。[12]

四、大數據背景下大學生思政教育的創新路徑

第一，利用大數據技術，落實思政教育分類管理機制。由于大學生思政教育的同質化現象比較嚴重，限制了思想政治教育工作的推進，因此，應利用大數據技術，落實思政教育分類管理機制。

考慮到大學生個體差異的存在，高校思政工作者在推進思想政治教育時，應根據學生的個體差異做好有效的數據采集及分析，確定不同的思政教育內容，確保不同需求的學生都能在大數據背景下獲得有效的思政教育。

對于學業困難的學生，應在現有課程基礎上開設拓展性課堂，讓學生能夠依托大數據技術，獲取及利用線上學習資源。除本校學生可以根據各自需求選擇合適的課程進行學習外，學校還可組織跨校聯動，讓不同高校的學生通過線上平臺共同參與思政教育。而對于生活困難的學生，則根據學生的經濟條件和個人能力，為之提供合適的勤工儉學崗位，讓學生能通過勤工儉學得到一定的學習補貼。學校還可根據校園一卡通的消費情況對學生的日常支出作跟進分析，對于確實存在經濟困難的特困生予以學習補助。為提高思政教育效果，思政教育分類管理機制的落實應當根據大學生個體差異做出調整。

第二，利用大數據技術，建立思政教育自主學習模式。目前，大數據技術與傳統思政教育的融合還比較生硬，學生在思政教育課堂上很難獲取足夠的思政教育資源，思想政治教育工作的推進未達到預期效果。為此，高校應充分利用大數據技術，建立思政教育自主學習模式，讓學生通過線上學習來獲取更多相關學習資源。

在國家及地方政府的支持下，高校大學生的學習環境優越，學生能夠借助已有的學習條件，獲取大量新知識并實現新知識的實踐應用。由于高校各專業的課程內容差異大，統一的思政教育工作會限制學生的學習效果，目前，線下教學與線上教學結合的模式更符合大學生的課余學習需求。大數據技術為大學生自主開展思政教育活動提供了便利，學生可以快捷高效地參與到思想政治教育中。有別于課堂教學模式，思政教育自主學習模式具備更強的主觀能動性，學生可以依托大數據平臺獲取豐富的學習資源，從中選擇適合自身學習計劃的學習資源并加以利用。大數據技術支撐下的自主學習能在保護學生隱私的同時，有效獲取學生的學習信息，這對思政工作者準確把握學生學習狀態及學習進度比較有利。

第三，利用大數據技術，完善思政教育增值服務機制。大數據背景下，學生的學習生活與大數據技術息息相關，高校思政工作者可依托它實時查詢學生的學習信息，并對其學習過程作出全面分析，這有利于思政工作者了解學生動態，同時也有助于其實現本階段的思政教育目標，并設計下階段的思政教育計劃。高校方面也應當利用大數據技術來完善思政教育增值服務機制。[13]

在學習方面，高校思政工作者可依托大數據技術，及時采集學生的上課出勤情況、進入圖書館的時長及各階段的學習成績等，并依據對上述數據信息的歸納整理，通過量化分析的方式，確定學生是否處于良好的學習狀態。對于存在薄弱科目的學生，思政工作者可通過跟進輔導的方式，提升其專業學習能力。

在生活方面，絕大多數學生都是剛剛開始獨立生活，在日常生活中難免出現過度消費的情況，此時，學校就可用大數據技術剖析學生的消費狀況及情緒狀態，針對性地開展思政教育工作，實現思想政治教育增值。對于確實存在心理問題隱患的學生，思政工作者應在第一時間予以疏導，避免其出現嚴重的心理問題。

第四，利用大數據技術，建立思政教育預測研判機制。如前文所述，大數據技術為大學生思政教育的預測提供了技術支持，可使大學生思政教育的預測更具前瞻性。但由于思政工作者對大數據技術的了解及應用程度有限，大數據技術尚未完全發揮作用。未來應利用大數據技術，建立思政教育預測研判機制，從而實現大數據技術與大學生思政教育的充分融合。

為提高思政教育預測研判效果，思政工作者可嘗試通過多種信息載體來綜合分析學生的在校狀態。當學生在校學習時，可以根據學生的上課出勤情況，學生的作業完成情況及課余時間進入圖書館、運動場館的時長，判斷學生是否高效完成學校規定的學業任務，是否存在厭學情緒。對于在一定時間段內，多次出現上課不出勤、作業不完成或學習成績明顯下滑等情況的學生，應當認定其在校狀態出現異常，思政工作者應在第一時間聯系該學生，了解其具體情況并為之提供相應建議。

針對線上教學，高校則可借助大數據技術，對學生在網絡社交平臺上的相關信息進行分析，對于正常的個人學習或生活所分享的內容，思政工作者無須過多介入；而對于出現明顯的心理波動的內容，思政工作者應結合其學習和生活狀態，判斷其是否需要進行心理疏導，在有效的預測研判下進行思政教育。

大數據技術在大學生思政教育中的應用，可有序推進高校思想政治教育工作的開展。大數據技術使得大學生思政教育的主體更廣泛、教育載體關聯性更強、教育信息更全面、教育預測更具前瞻性。但面對大學生思政教育同質化嚴重、大數據技術與傳統教育遠未實現深度融合、大數據技術應用能力不足及思政教育技術支持有限等困境，后續需落實分類管理機制、建立自主學習模式、完善增值服務機制、建立預測研判機制，以期實現大數據背景下大學生思想政治教育的創新。