“大數據”時代下大學生思想政治教育體制改革創新

■ 許 敏，李 巖，陳文君

（南京信息工程大學，江蘇 南京 210000）

隨著數字和網絡技術的飛速發展，人類已經進入信息共享和大數據時代。在當前形勢下，大學生的消費習慣、學習過程、生活軌跡等日常生活都可以通過大數據呈現出來，給高校思想政治教育工作帶來了新的機遇和挑戰。高校思政教育工作者應該結合時代發展的特點，構建新的教育模式，有效促進大學生思想政治教育更好地發展。

一、“大數據”時代大學生思想政治教育現狀

“大數據”是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合。大數據具有五大特征：（1）大量；（2）高速；（3）多樣；（4）低價值密度；（5）真實性。思想政治教育是提升大學生道德素養的重要教育手段，它能夠培養學生形成正確的世界觀、價值觀和人生觀。黨的十八大以來，以習近平同志為核心的黨中央把高校思想政治工作擺在突出位置，對高校思想政治教育提出一系列具有理論深度和時代高度的新思想、新觀點和新戰略。對于伴隨著互聯網成長起來的大學生而言，大數據時代使得他們可以輕而易舉地通過網絡獲取海量信息，大數據模式在一定程度上沖擊和改變了大學生的思維認知、學習方式和生活習慣。要把握新時代下大學生思想政治教育的特點，就需要更全面地掌握大學生群體的大數據信息。

傳統模式下的大學生思想政治教育工作一般是通過思修課程、主題教育、社會實踐等形式開展。互聯網時代下，QQ、微博、微信、知乎等APP成為大學生交友溝通的主要手段，高校思想政治教育工作者應緊追時代潮流，搶占各類文化陣地，針對大學生思想現狀廣泛開展線上思想政治教育。通過調研發現，當前高校思想政治教育工作還存在一些問題，對大學生思想動態的了解也不夠深入，主要表現在：（1）對大學生思想政治教育創新度不夠。當前高校思想政治教育在利用主流媒體對大學生進行主動性教育時，學生作為獨立個體對教育內容的關注因人而異，一些精心準備的教育題材因為太過官方，學生關注度不高，教育效果欠佳。（2）對大學生思想狀態調研不夠及時，信息采集面不夠廣泛，定期采集的大學生思想狀態調研報告只能反映學生階段性的思想動態，準確度不高且容易滯后，難以排查學生個體思想上存在的隱性問題特別是突發性問題。

在大數據時代，高校思想政治教育可以結合互聯網數據、人工智能技術等高科技手段，將每位學生個體的信息數據收集和匯總起來，將學生日常行為習慣建立大數據模型，通過智能算法分析學生的思想動態、學習成效、特長喜好和生活習慣。思政教育工作者定期對學生的思想政治狀況及日常表現進行總結，及時關注學生個體的日常表現，在面對問題學生時結合行為大數據更能對癥下藥，進行針對性思想政治教育。在開展主題教育時，思政教育工作者可以實時捕捉學生關注的熱點、要點，結合學生的興趣和關注度開展各類主題教育活動。

二、“大數據”時代下大學生思想政治教育工作的創新舉措

在大數據時代，學生成績、圖書借閱、宿舍進出、食堂消費，甚至日常購物、出行都可以通過智能軟件實時查詢到。大學生思想政治教育工作者可以結合科技發展，將每位學生的學習過程、日常行為習慣建立大數據模型，分析出該生現階段的思想、學習及生活狀態，有力提升大學生思想政治教育成效。所以，結合大數據加強對大學生思想政治教育的日常管理，既是時代的潮流，也是歷史的必然。

（一）利用大數據提供學生個性化服務機制

通過大數據技術可以采集大學生在校期間學習生活中的各類信息，如：學習成績、進入圖書館時長、借閱圖書的次數及種類、上課出勤情況、參加社團情況、消費記錄、心理咨詢次數、師生綜合評價等。利用智能軟件將以上數據進行歸納整理分析，使學生的思想行為、學習狀態、興趣愛好等信息得以量化和研判，剖析總結學生現階段的狀態，從而可以有針對性地為學生提供個性化而又準確的輔導和幫助。

（二）利用大數據建立學生思想行為預測機制

維克托·邁爾·舍恩伯格是洞見大數據時代發展趨勢的數據科學家之一，他在《大數據時代》中指出：大數據技術的核心就是預測，它的主要功能是將海量的數據通過數學算法進行分析，預測和研判事情發生的概率和可能性。因此，在大數據技術的基礎上，高校建立大學生思想行為預測機制是完全可行的。例如，某同學最近出現上課出勤次數比較少、學習成績有明顯下滑、進入圖書館時長明顯縮短、心理咨詢次數增加等情況，教育管理者可以通過大數據技術對該同學的在校情況進行分析，及時了解該生情況并提出針對性的建議；某同學將自己糟糕的心情狀態和內心想法以文字的形式發表到網絡社交平臺，教育管理者就可以通過大數據技術了解到該同學最近的學習生活狀態、心理波動緣由，從而進行必要的心理疏導，幫助同學走出低谷等。

（三）利用大數據建立學生自主學習模式

自主學習指個體自發、主動、獨立地學習，是一種控制自我學習的能力。自主學習能力是獲取新知識的基礎，是創新創造的前提。大學生自主學習環境優越，時間支配余地較大。大學學習內容專業性強，對學生的自主學習能力要求較高，更有機會培養大學生實踐創新能力。大數據技術為大學生自主學習提供了便利條件。傳統的教學模式以教師灌輸性教學為主，學生是處于被動學習的一方，學生學習的主動性和積極性薄弱。而在大數據時代，學生的學習模式由被動學習模式向自主學習模式轉變。布魯納發現學習理論認為，自主學習的過程是指個體在主動意識的驅動下，不斷地探索、尋找問題答案的過程。自主學習不等于自學，需要在老師的指引下開展自主性學習，學習的主體還是學生。大數據時代，線上學習資源豐富多樣，教師和書本不再是知識的唯一來源，學生只要有需要，隨時隨地都可以利用互聯網資源進行自主學習。大數據為學生自學能力的培養提供了技術便利，大數據技術也為個人自主學習方式的多樣化、個性化提供了支撐。通過互聯網技術對登記在案的大學生的學習情況進行統計分析，使學生的學習軌跡得以量化，可以優化學生自主學習方式，提升其自主學習的能力和效率。由于網絡學習資源過于海量，專業教師需要加強對學生學習內容的引導，提高學生對學習內容的選擇能力和學習進度的把握能力。

（四）利用大數據對學生進行分類教育管理

由于大學生的出生背景、成長環境和教育水平都不盡相同，學生教育管理者在實際工作中很難做到均一化管理。在大數據時代，教育管理者可以對學生的學習生活進行數據分析，根據學生的性格、興趣愛好、家庭情況、學習能力等因素進行分類培養，讓不同層次的學生達到共同提高。實施分類培養和教育管理是學生管理體制健全的體現，對學校、學生的發展都具有重要的指導意義。分類管理可以提高學生個體目標培養的針對性，能夠充分關注每位學生的成長及發展，是以生為本的具體表現，有助于學生成長成才，為其順利步入社會打下良好的基礎。

1.經濟困難型學生

家庭經濟困難學生是大學生中的特殊群體，國家、各級政府及高校都非常重視，積極推進各種資助政策開展助學工作。如：推進入學綠色通道和國家助學貸款政策，確保每位學生無條件入學；通過國家勵志獎學金、助學金、提供勤工助學崗位等對家庭經濟困難學生進行各項資助，使得他們大學期間能夠生活無憂，較好地完成學業。大數據時代下，部分高校如南京理工大學、成都電子科技大學、重慶郵電大學都開始利用大數據分析了解學生的日常支出，對真正家庭經濟困難學生進行精準化資助。隨著“電子支付”的逐漸普及，以大數據實時動態分析為支撐，學校可以通過查看經濟困難學生的網絡消費賬單和消費軌跡（如支付寶、微信、校園一卡通、移動通訊等），了解其日常消費；通過每月進入圖書館的次數及時長，課程成績，參與學科競賽、科研項目的次數等來了解學業情況。高校可以加強跟社會責任感強的企業合作，動員企業優先錄用家庭經濟困難學生參加勤工助學和實習實踐崗位，有效提高家庭經濟困難學生的綜合素質和實踐能力。

2.學業困難型學生

通過豐富多彩的課程數據庫開展線上學習已經成為大學生學習新知識的重要途徑，教學部門可以不斷完善學校網絡電子學習資源，如電子圖書、數字化學習系統等，以此豐富學生的學習資源。在大數據時代下，利用教學管理系統收集學生的圖書借閱次數、文獻閱讀量、課堂和晚自習簽到及學習情況、學習成績等信息，進行學習現狀對比分析，從而進一步了解學生的學習興趣、思維水平和學習進程。為督促學習困難生更好地學習，學校可采取如下措施：對學習態度不端正導致學習困難者，需實時監督提高其學習進度，督促其早日完成學習計劃；對學習基礎較差導致學習困難者，需及時跟任課老師反饋，加強線下輔導。任課教師可通過相關數據平臺解決不同學生的學習反饋與疑問，分析學生目前學習狀態，對癥下藥。學院也可構建一對一幫扶機制，挑選學有余力的優秀生來幫助學困生，并制定相應的獎懲制度，提高雙方積極性。

3.心理問題型學生

近年來，大學生的心理健康問題凸顯，心理與行為問題的發生概率不斷增加。人際關系、學業問題和情感問題是大學生心理健康中尤其需要重視的幾個問題。利用大數據實時監測學生的異常信息，包括：網絡留言、博客記錄、微信微博QQ狀態、進行心理咨詢的次數等，通過智能軟件分析出學生所出現的心理問題類型，有針對性地進行疏導，提出合理的建議。利用大數據能夠動態地把握學生中普遍存在的問題，深入了解學生的特點，幫助思政教育工作者更有效地理清工作思路，提升工作實效。

4.科創薄弱型學生

在大數據背景下，科技創新思維在知識結構、思維對象和思維方式三個方面發生了深刻變革。教育管理工作者可以通過定期調查了解大學生的科技創新思維現狀、對大數據的認識、對科創的關注度和感興趣的研究方向，根據調研結果開展針對性的大學生科創教育改革。通過統計學生參加知識競賽和科技前沿講座的次數，了解學生對科創知識的重視度和興趣方向；通過統計學生參加創新創業比賽的次數和獲獎情況，了解其科創實力。利用大數據對以上收集到的信息進行分析，找出科技薄弱型學生，并制定相應的對策，如：幫助這類學生改變傳統的思維習慣和研究方法，了解知識型社會科技創新的重要作用和意義。將學生感興趣的研究方向與導師的研究方向進行匹配，讓其加入感興趣的科研導師團隊，從而有效提升科創實力和成果。

5.活動薄弱型學生

第二課堂教育已經成為大學教育的重要組成部分，在課堂學習之余，社團文體活動、創新創業大賽和社會實踐都成為提升學生綜合能力的重要渠道。第二課堂教育能夠培養學生的興趣愛好，緩解學習壓力，增長其社交能力和組織協調能力，有效提升學生的就業能力。利用大數據對學生的興趣愛好、家庭狀況、日常關注內容、參加活動的類型和次數進行數據分析，根據分析結果了解活動薄弱型學生所出現的問題，并每周根據實際情況向學生推送符合學生興趣愛好的活動，鼓勵學生積極參加。

三、結合大數據對大學生思想政治教育進行改革的意義

現今是一個形勢不斷變化、科技飛速發展的時代，大學生的理想信念和價值取向都呈現出個性化、復雜化的特點，大學生思想政治教育必須緊追時代步伐，創新工作思路，借助高科技手段方能提升工作實效。思想政治教育工作歸根結底是培養人的工作，借助大數據技術，重視學生思想品德行為的培養，突出學生的主體地位，定期進行思政教育實踐活動，把理論知識融于實踐中，幫助學生達到思想與行為的統一，從而實現思想政治教育的價值。因材施教，將學生進行分類，利用大數據歸納出各個類別學生的特點并開展針對性思想政治教育，能夠更及時、更有效地幫助學生查漏補缺，是大學生思想政治教育的一大進步。加強大學生思想政治教育既是時代的需要,也是社會對新型全面發展人才提出的新要求,是體現高校教育質量和效果的重要指標。依托大數據技術，思政教育工作者能從學習和生活中更加全面地了解學生的思想現狀、學習問題以及行為習慣，及時幫助學生發現問題、解決問題，更好地促進學生樹立正確的人生觀和價值觀，明確目標，堅定信念，實現理想，成為對社會有用的人。