“活力”大數據智能與新時代高校思想政治工作融合新模式

【摘 要】智能傳播技術的發展深刻影響各個領域，新時代高校思想政治工作圍繞立德樹人根本任務，充分利用云計算、大數據、物聯網等現代信息技術，提高思想政治理論的教學、傳播、對學生的學習、思想、生活、心理等狀況進行精準分析、有效識別、及時決策、按期追蹤、精準預測，深化智能技術對學生開展教育、管理和服務，并對教育實踐活動實現精準評估具有重要意義。智能化、移動網絡、大數據、云計算等技術是通過學生的價值取向有選擇的獲取精準數據，從而將高校思想政治工作實現了“大水漫灌”向“精準滴灌”的轉變，實現思想政治工作人機環境三個體系的有機融合，增強思想政治工作針對性、科學性、時效性以及協同性。

【關鍵詞】大數據;高校思想政治工作;智能化

一、借助算法優勢構建思政評估調節模式

思想政治教育全面開啟人工智能時代的工作模式，通過學生基礎數據庫，整合全周期數據材料，首先篩選鏈條數據、關聯性數據、分析數據結構，研判決策系統、實施動態的評估，通過制度保障系統與管理協同方案實時反饋數據的整體化信息及個性化信息。

1.筑牢算法價值體系 重構信息權重配比

精準思政的實施首要是建立準確的學生基礎數據庫，采集全鏈條數據，排列橫向與縱向的周期性數據。整合與學生有關的基本情況數據、第二課堂分值、學業發展、家庭情況、實踐方向、就業情況、表彰獎勵等。數據處理可以利用相關性篩選有效值，完成“清洗”數據層，去偽存真剔除單組數據的分割性與局限性從而提高可靠數據的標準化和利用率。大數據橫向縱向相結合將其進行一致性檢驗，挖掘問題，將社會化思維融入算法加工的思想政治工作傳播中。

2.設置網絡思政教育優化平臺

思政網絡教育數據平臺要求在分析模型基礎上構建嚴謹決策系統，科學研判學生成長發展實際，為了分析學生心理、接受教育成果、社會價值觀提供扎實理論依據從而完成思想政治工作者的目標培養。

程序算法通過蟻群算法最優分析中嘗試整體化研判，摸索學生成長規律和認知水平。實踐研判體系包括：家庭和諧情況、學生心理狀況、學生生活經濟情況、興趣潛能發現、就業智能匹配推薦、社交圈分類、學業狀態預警、日常學習生活狀態捕捉及識別、判別認定、摸排診斷等。針對特殊數據，即特別關注的學生可以加入復雜性軌跡，加入相關性影響閾值，以提供給供思想政治工作者及時采取有效措施幫助學生糾正或建立良好的生活方式，得到精準思政的工作效率。也可以應用模糊預測方法建立社交關系心理健康、學習指數、生活習慣、異常行為等數學模型，尋找大數據相關性背后的特征、共性、規律，組成學生全面畫像，進行精準識別和分析，科學有效地開展思想政治工作。比如現在較為前沿的算法指導分析信息的應用，能夠根據學生的行為偏好、習慣、學習環境等有效定制信息并排列出“人工智能+媒體”的信息服務。在智能化的今天，思政工作將聚焦學生的關注熱點、喜好、學段，及時傳遞黨中央的決策部署，準確解讀中國政策和時事熱點問題。“點滴式”也幫助診療受網絡不良消息誘導的問題。比如沉迷于網絡游戲、上課遲到、“翻墻”等學生接收法律法規、校規制度，提供精準的“防沉溺”策略，類似于這樣的研判學生最佳引導方案和推送信息能有效鼓勵學生積極參與“書香文化”活動，積極參與學校“鐵人精神”教育，參加紅色文化月、讀書月等趣味紅色經典活動，從而滿足學生不同的興趣需要和學習需求，達到班委導讀和師生共賞的目的。

3.動態評估構建精準反饋系統

打通精準思政的“最后一公里”。[1]一方面，構建動態評估系統，圍繞思想政治教育根本任務，建立涵蓋歷史理論問題的目錄清單，組織工作力量開展動態評估信息管理。特別是建立學生資助評估體系、學業評估體系、行為評估體系等。行為評估體系通過對計算機科學與信息技術學院學生寢室門禁、食堂就餐、課堂考勤、意識形態、網絡社交等信息采集和關聯分析，有助于了解學生的心理波動、生活方式、興趣偏好。例如基于對學生學習數據的常態化、學業評估體系采用收集讀書借閱率、課程通過率、學分績點等數據的采集和分析，實現對學生專業素養、知識掌握質量等的精準刻畫，并得到課堂教學評價的精準反饋。資助評估體系通過分析每月消費水平參數、商場購物情況、恩格爾系數等指標，識別家庭經濟困難學生，推薦給思政管理工作者多元化、發展型資助模式，制定資助項目細化資助標準、重點關注個體之間的差異，滿足適應學生需求。總體來說對學生數據信息的管理，勾畫出興趣圖譜，利用學生群體和個性的“畫像”來反饋個體異常信息和整體性有效信息，達到定制式的思政工作方法。特別是對出現行為心理異常、消費異常、厭學逃課的重點關注學生反饋給思政教師，幫助學生找準個人發展著力點，制定育人策略，提升服務管理模式。

4.聯合校園辦公管理，構建一站式服務體系

精準思政模式不僅僅是思維模式的轉變，積極推進思想政治信息高效的傳播需要建立全校協同的平臺合作。一是要建立校級部門聯合辦公制度，例如可以將寢室門禁管理、違規用電、衛生程度等測評數據直接傳輸到學生信息庫，將教務、評優情況、實踐成績、就業擇業等各部門信息整合進統一的協同機構，建構以學生需求為中心的管理、教育教學一站式服務體系，統一學校不同部門之間的端口與標準，聯通整合各部門數據，提升人工智能條件下思想政治教育信息的傳播優勢，使共治共享共建的精準思政理念融入思想政治工作全過程，達到把握教育對象訴求精準服務學生的目的。[2]

二、PID控制算法理念滲入學生思想政治教育管理工作

精準思維是以習近平同志為核心的黨中央治國理政的鮮明特征。總書記多次強調要培養精準開展思維的工作方法。精準是一種把握事物本質規定性的思維方法，提出針對性策略，強調對象差異性，體現了具體問題具體分析的馬克思主義科學方法論。[2]精準思維要求我們在認識和改造世界過程中，通過對事物進行深入分析和準確研判，抓住事物的主要矛盾，各類算法精準有效地解決學生思想政治管理問題、推動工作。PID控制算法是自動化學科的經典算法，自發展至今經久不衰，并在各個學科領域中得到廣泛的發展和應用，占比實際應用控制算法的70%。PID控制器的輸出是微分、積分、偏差的比例三者之和，即微分控制、積分控制、比例控制之和。采用PID算法對思想政治教育理念進行研討和分析。借助PID算法模式對學生用戶體系進行勾勒預測標簽，提前研判大學生信息的需求量，并與思想政治工作者之間建立教育傳導模式，全面計算“剩余數據”和“實踐數據”并從價值傾向模式中篩選思想行為譜系的“數據指紋”，增加大學生數字“畫像”的精準度。應用的實施和拓展貼近大學生現實生活，監測學生關注的信息變化、成長困惑，使大學生得到有力的人文關懷，增強學習模塊之間的相關性和連貫性借助網絡學習共同體促進大學生在線上線下虛與實之間和諧發展。通過PID數字化評估結果掌握學習生活狀態，對已有的數據建立預測性模型，使其發展過程演示動態化，有效提升思想政治教育精準性。

PID與理論基礎知識的融合，理論知識可以看作包含專業能力、人文素質和思想政治水平。首先PID算法不僅僅是理論推導出的，更是工程師實踐工作中不斷總結出來的，這符合學生成長的世界觀所形成的知識結構，任何學生的知識理論學習都存在實踐-認識-再實踐-再認識的過程，同時符合馬克思基本原理，即認識與實踐是辯證統一的。個人與集體的辯證關系，每個大學生生活在學校中都有自己的長處和不足，做一件事情，參加團隊競賽、班級集體活動單憑一己之力難以做好，在高效思想政治工作中注意培養學生的團隊合作能力，充分發揮集體力量。PID的比例控制、微分控制、積分控制在實際應用中不會單獨被使用，一般是微分控制與比例控制相結合，或者積分控制與比例控制相結合，或者三種共同結合得以實現。[3]辯證唯物主義統一觀，大學生的意識形態在四年中可視為動態變化。PID中的微分可以反映參數一瞬間的動態變化，而積分反映了學生某一時間段內的變化，可以是靜態與動態變化相結合，這對于思想政治教育工作者對立統一的分析學生心理健康變化較為有利。以PID視角引導學生在“理論學習”中挖掘課程知識體系，培養學生發現問題、勤于思考、分析問題的能力，教會學生正確的思維理念，激發學生接受思政知識、深入了解黨史以及參與主動學習的積極性，使其認識到專業知識與人文素養融合的重要性。PID算法完全實現實事求是的精神。PID算法在實踐中根據具體參數對象、具體的控制問題不斷提出新的改進算法，如微分先行控制算法、積分分離PID控制算法、同時加入神經網絡、模糊計算、自適應等方法的融合，不斷進行優化。智能算法基于自身的資本力量和技術邏輯給思想政治教育帶來了新的啟發和挑戰。應用算法整合數據或者利用技術理念在規避算法風險的同時形成思政新視角。深入學習把握精準思維的基本原則，科學內涵、自覺將信息化思維具體到大數據的應用中，能夠有效推動思想政治工作針對性、時效性、管理模式、決策范式、增強方式方法的科學性。[4]

三、大數據智能優化對新時代高校思想政治工作價值

教育部召開的新時代全國高等學校本科教育工作會議強調，要緊緊抓住信息技術變革帶來的歷史性機遇，推動實現高等教育質量的“變軌超車”，不斷推動高等教育的理念創新、方法技術創新和模式創新。[5]高校存有大量以文本、音頻、圖像、傳感器等數據資源，呈現關于個體和群體在不同空間和時間維度的數據鏈條，大數據在現代信息技術智能算法優化的介入下將原本未發現價值或者低價值的數據信息轉化為高價值數據信息，為高校思想政治工作精準化提供了數據基礎。利用云計算、大數據、物聯網等現代信息技術，對學生學習生活、思想心理等狀況進行精準分析識別和追蹤預測，多個觀測點的疊加整合，把握學生思想行為變化的規律，對可能出現的問題和趨勢進行預測，使工作從被動轉為主動、從事后轉為事先，掌握教育先機，進行預防教育。

大數據時代，數據已成為研究個體及群體活動規律的重要依據。大數據的重要特征是“樣本=總體”，使得思想政治工作者能夠發現日常工作中被忽略的細節并無限接近學生真實需求。正如維克托·邁爾·舍恩伯格所說：“與局限在小范圍的數據相比，使用一切數據為我們帶來了更高的精確性，也讓我們看到了一些以前無法發現的細節。” [2]大數據信息處理已從“隨機樣本”擴展到“全體樣本”，通過建構科學數據模型，以及對連貫客觀數據的深度挖掘，可以更準確地反映隱匿的細節和特征，從而進一步探尋學生社交關系及不同場域的耦合度，更大程度地發掘學生真實訴求。

大數據時代，通過整合動態的數據鏈，能夠實時分析、研判與預測。傳統思想政治工作受制于技術條件，對受教育者的信息往往是一種靜態把握，無法進行動態掌控和追蹤，脫離了思想政治工作的時效性特征要求。而“大數據將從過去相對固定時間點的靜態狀況推向其隨時隨地都在變化的過程和狀態”。 [3]在大數據技術中，不再一味地追求事物的因果關系，而是更加注重事物的相關關系，并且“建立在相關關系分析法基礎之上的預測是大數據的核心”。 通過大數據進行提前研判和事前防控，能夠及時挖掘思想政治工作中的潛在關聯和存在的問題，制定出針對個體、群體的預案，一定程度上能夠實現源頭治理，做到未雨綢繆。所有數據“痕跡”將成為思想政治工作者開展預警和施策的有效資源，促使思想政治工作由事后處理向事前預防轉變，特別是對于預防高風險的個體行為和群體事件，大數據技術具有顯著的優勢。物聯網、大數據、云計算等現代信息技術是精準思政的硬件基礎，精準識別、精準分析、精準決策、精準預測、精準追蹤、精準評估是精準思政的實施過程，精準教育、管理和服務則是精準思政的具體應用。從特征上看，精準思政作為一種新的教育實踐活動，凸顯場域對象差異化、隱匿特征顯性化、供給結構科學化、管理措施前置化、服務支持實時化、反饋機制動態化等六維特征。優化“計算機專業學生通識選修課程+寬口徑專業教育”制定人才培養方案，并結合社團活動、心理疏導、創新創業、扶貧助困、社會實踐、成長指導、職業規劃等育人模塊，構建第一課堂與第二課堂相銜接的育人體系，為課程設置、活動設計、計算機專業分流等不同發展階段提供科學參考，實現第一課堂和第二課堂育人的有效供給。精準思政需重視信息隱私與信息安全規章制度建設。學生數據涉及個人隱私、信息保護等倫理和法律問題。[6]在大數據智能優化的不斷滲入和應用中，嚴格的大數據使用規則條例，合理合法地進行脫敏隱私保護，思想政治工作者數據分析、挖掘、使用，評估、反饋和調節的工作思路和方法才會不斷更加有效的提升，從而保證教育效果的長效化。

參考文獻：

[1][2][4][6][英]維克托·邁爾·舍恩伯格，肯尼思·庫克耶.大數據時代[M].譯者：周濤.杭州：浙江人民出版社，2013：15，17，75，21.

[3]陳文，蒲清平，鄒放鳴.大數據時代的高校學生教育管理模式轉變與應對策略[J].江蘇高教，2017（1）.

[5]鄒紹清.論大數據嵌入青年社會主義核心價值觀培育的戰略契合及思維變革[J].馬克思主義研究，2015（6）.

作者簡介：

張宇，1988年2月出生，黑龍江省大慶市，2011-2014東北石油大學應用數學專業，現任大慶師范學院計算機科學與信息技術學院學生黨支部書記，并從事5年思想政治理論教研和學管工作。現就讀東北石油大學博士研究生。

（作者單位：大慶師范學院 計算機科學與信息技術學院）