胡劍鋒
摘?要:隨著互聯網技術的發展,信息數據量爆發式增長,由此社會進入“大數據時代”。如何將“大數據”引入高校思想政治教育效果評價中,推進高校思想政治教育創新發展,具有極其重要的意義。因此,課題組將高校思想政治教育與大數據技術相結合,探究高校思想政治教育效果評價問題,從而提升高校思想政治教育效果。本文深入分析了“大數據”核心技術、價值挖掘、共享平臺建設存在的困境。并從提升“大數據”時代思想政治教育評價的效果,提出了可行的實施方案。
關鍵詞:大數據;思想政治教育;效果評價
隨著互聯網技術的發展,信息數據量爆發式增長,由此社會進入“大數據時代”。目前,數據已成為重要的生產資料,大數據技術將應用于各行各業。2016年6月,教育部發布的《教育信息化“十三五”規劃》中,要求“積極利用云計算、大數據等新技術,提升教育教學的水平?!贝髷祿诟淖冎鐣?,并對大眾的思維、生產、生活方式帶來巨大的影響。
大學生電腦、移動設備已全面普及,并且數字化校園建設日趨完善。因此,數據已緊緊的包圍著他們的學習和日常生活,形成了思維、生活、學習等網絡化的新特征。所以,傳統的思想政治教育效果評價方法已不能適應新的環境,不能很好的發揮評價的導向作用。如何面對新的形勢,將思想政治教育效果評價與大數據技術融合,實現思想政治教育效果評價創新,提升教育教學效果,已成為高校思想政治教育效果評價必須解決的問題。
一、高校思想政治教育效果特征分析
通過對高校思想政治教育特點的全面分析,形成科學、系統的教育效果認知。才能開展有效的評價。
(一)教育效果的多變性
大學生的思想意識受時代特征的影響,隨時代的變化而表現出不同的特征。而大數據背景下,一直以來采取的效果評價方式不再適應教育對象。因此,高校思想政治教育效果會隨著時代的發展變化而改變,具有多變性。
(二)教育效果的差異性
目前,在思想政治教育開展主要是共性教育為主的上課模式,未考慮大學生個體差異。因而教育效果差強人意。在面對不同個體時,思想政治教育效果具有差異性。
(三)教育效果的未知性
高校思想政治教育通過情感教化,引導大學生形成正確的價值觀、人生觀、世界觀。但,目前教以課堂講授為主要教育方式,教育效果評價以考試為主,是否達到“知行合一”的效果是未知的。因此傳統的教育評價體系讓教育效果具有未知性。
二、“大數據”評價高校思想政治教育效果的困境
(一)“大數據”認知困境
隨著大數據技術的發展,正在與社會各行各業深度融合,“大數據思維”正沖擊著各領域的傳統觀念,在思想政治教育效果評價中亦是如此,教育者陷入“大數據”認知困境
一是傳統觀念固化。思政課程是較典型的文史類學科,其教師學科背景以人文社科為主,其思維方式并不擅長用數據,并且對傳統課堂的認識的固化。
二是“大數據”意識薄弱。因受學科背景的限制,教師無法從技術層面進行更深層次的理解,往往停留在字面意識。且受硬件設施限制,讓教師們的可用數據很少,加上大數據專業人才缺乏,無法挖掘數據背后隱藏的價值。導致教師對“大數據”的意識淡薄。
(二)“大數據”技術困境
將大數據技術應用于思政教育效果評價,涉及到數據的存儲、分析、挖掘、結果呈現、評價模型建立等多學科知識,在進行教育效果大數據分析時,技術的壁壘是教師面臨的難題。
(三)“大數據”價值挖掘困境
將“大數據”應用與教育效果評價,其價值在于評價的精準性。但大規模數據良莠不齊,給數據價值的挖掘提出難題。
一是數據存在嚴重的不完整性,在現實的數據挖掘過程中,存在數據壁壘、數據失真、數據缺失等問題。因此,對數據的準確挖掘帶來影響。
二是虛假數據嚴重。目前因大數據在各行各業的應用,數據已儼然成為財富的象征。因此,在大數據高昂的回報誘惑下,假數據層出不窮。思想政治教育效果評價,通過記錄學生的學習行為,并進行數據分析,從而評價教育效果。但也存在故意制造出的學習數據,例如掛學習視頻,而不學習。因此,如何去偽存真,對數據進行降噪,是挖掘有效數據的關鍵。
(四)“大數據”共享困境
要對高校思想政治教育效果評價,必須將校內各種數據進行聯通,形成共享數據。共享機制有待完善。目前,高校存在未將大數據應用到學生思想政治教育效果評價中去,為有相關的共享機制。因此,在思想政治教育效果評價的數據利用中難度較大。
三、“大數據”提升高校思想政治教育效果評價的幾點思考
(一)“大數據”的評價手段將促進思想政治教育工作的有效性
“大數據”的評價手段將促進教師大數據思維的形成,并弄清大數據思維的內涵。特別是大數據定量化和數據化的研究方法;數據挖掘、數據清洗等處理技術;開放性、量化、“個性化”思維的使用。因此,隨著教師開放性思維、量化思維、個性化思維的提升,將極大促進思想政治教育工作的有效性。
(二)提升“大數據”挖掘價值
通過大數據來有效評價高校思想政治教育效果,必須提升大數據的挖掘價值。
1.提高數據處理的時效性
將大數據準確應用于思想政治教育效果評價中,必須提高數據采集的深度和廣度,提升數據的質與量,切實解決數據采集的時效性問題。涉及到思想政治教育的數據很廣泛,既有自然數據,又有社交數據,因此,須融合思政課程學習、學生管理、學生活動、學生學習等一系列相關數據。并注重這些數據的時效性。
2.拓展數據采集的廣度
思想政治教育效果在多個層面進行反應。因此必須在數據采集的廣度上下功夫,并且拓寬數據采集思路,廣集數據采集渠道,以能夠完整的分析學生的日常思維行為,使之能夠準確的評價思想政治教育效果。
(三)創建全方位的評價機制
高校思想政治教育評價的內容包括教師的教學水平、方式、態度的評價,對學生學習態度、效果的評價,對教學內容、以及整體效果等多方面的評價。因教育效果具有形式復雜、隱形、間接、遠期等特性,給評價造成困難。就目前來看,通過大數據可以規避傳統評價無法量化分析的缺點,從而得出更為準確的評價結果。通過教師、學生日常數據的挖掘,并建立相關的關系模型,實現量化研究,并結合傳統的評價手段,提升評價結果的全面性和客觀性。
四、結語
將大數據引入思想政治教育效果評價領域,能夠有效提升思想政治教育效果評價的科學性、多樣性、客觀性、全面性。但也存在諸如教師的接收問題、數據的使用問題等,但相信隨著時間的推移,大數據與思想政治教育的融合更加深入,能夠解決目前所面臨的問題,確實提升思想政治教育效果評價水平。
參考文獻:
[1]陳云玲.基于大數據技術的高校思想政治教育效果評價研究[J].山東農業工程學院學報,2017(06):90-91.
[2]謝方園.大數據時代高校思想政治教育有效性探究[D].中北大學,2018.
[3]梁瑤福.大數據時代高校思想政治教育載體變革及對策研究[J].教書育人(高教論壇),2016(27).
[4]凌小萍,鄧伯軍.大數據時代高校思想政治教育探究[J].廣西師范大學學報(哲學社會科學版),2015(1).