关于大数据应用于高校思政课评价的优势、困境及策略思考

更新时间:2024-03 来源:网友投稿

高校思政课评价作为思政课建设不可或缺的关键环节,是对思政课的计划、实施、结果等作出价值判断的重要依据,攸关思政课的发展方向。当前,大数据浪潮奔涌而至,大数据价值日趋显现。中共中央、国务院印发的《深化新时代教育评价改革总体方案》明确指出:“创新评价工具,利用人工智能、大数据等现代信息技术,探索开展学生各年级学习情况全过程纵向评价、德智体美劳全要素横向评价。”这为大数据应用于思政课评价提供了重要遵循。探讨大数据应用于高校思政课评价中的优势、困境及策略,是紧抓“国家大数据战略”发展机遇的必然之举,亦是促进思政课守正创新的应然之义。

一、大数据应用于高校思政课评价的优势

恩格尔巴特曾说:“数字革命的重要性远比文字的发明或者印刷术的发明更加深远。”大数据是集大规模、多类型、高速度、低价值密度、精确性等特征于一身的数据集合,大数据正在改变我们的生活以及理解世界的方式。将大数据应用于高校思政课评价,能够彰显其突出的优势价值。

1.大数据的精确性推动思政课评价聚焦点向需求侧转换。大数据进行跨时空流动,并能实现无损性、全自动数据采集,存储分享简洁方便,不会因数据流动而损耗,这就能保证原始数据获取、传播的高度精确性,从而能最大限度地展现学习过程、互动情况、学习结果等。运用大数据技术能实现对大学生学习成效、课程评价、思想行为等各方面的数据挖掘、聚类分析和多模态诊断,进而对学习者个体或群体进行系统性“精准画像”,从而为采取定制式思政课教学,将思政课评价聚焦于需求侧提供有力支撑。大数据技术支持下的思政课评价既契合大数据的整体性思维,重视对学生全员的整体性关照,了解大学生的群体特征,又契合大数据的精确性特征,重视学生的个性化需求,促进学生的个体生命成长。总之,采用大数据分析,有利于精准掌握学生整体和个体学习需求与学习偏好,促进思政课评价聚焦点向需求侧转换,为供需对位奠定基础。

2.大数据的多类型推动思政课评价主客体更具多元性。评价主体和评价客体构成思政课评价的基本要素。大数据能够关注不同类型数据信息的相关性,通过关联分析为多元主体评价思政课提供便利。大学生可以利用数据整合评价教师的教和自身的学,用人单位可以利用数据资源了解毕业生的思想道德状况。就评价客体而言,具体包括构成思政课的各要素、实施过程以及实施效果。传统的思政课评价偏重对教学内容和方法、课程管理等要素的评价,而轻全要素评价、过程评价和效果评价。大数据的多类型推动智能终端或移动学习平台对思政课教学、学生学习和思想行为数据等以视频、音频、文字、图片形式进行全类型采集,有利于评价思政课各要素,增强评价的全面性;也有利于通过采集思政课教学视频等形式促进过程性数据沉淀,考量思政课的实施过程;还有利于动态监测学生社交媒体的发帖纪录等非结构化数据,长期跟踪学生的思想和行为动态,检验思政课的校内效果与社会效果、现实效果与潜在效果。

3.大数据的大规模推动思政课评价结果愈显科学性。大数据规模宏大、数据源广阔,能开展全方位要素采集和全程性数据收集,准确反映思政课全貌和变化趋势,推动评价结果从经验型走向科学化。大量实践表明,思政课评价的科学性和准确性与评价信息的收集和处理密切相关,即评价信息收集越充分,处理手段越科学,评价结果越准确。大数据作为收集思政课评价信息的重要方式,不再执着于小数据时代非自然状态下的随机采样和时段性断层数据采集,而是遵循自然状态下的“样本=总体”的全数据模式和全景式记录,评价数据的采集与课程数据的产生实现无损对接,能增强评价结果的科学性。此外,思政课评价兼具知识性与价值性,学生思想道德素质的变化带有内隐性和滞后性,利用大数据对学生的思想行为进行全程跟踪,既能监测“教—学”环节,又能跟踪“知—行”环节,精准评估学生在不同时空的成长状态,明晰思政课对教育对象的影响,增强评价结果的科学性。

---此处隐藏3275字,下载后查看---

三、科学应用大数据助力高校思政课评价的优化策略

1.理念引领:以树立科学的大数据评价理念为思政课评价奠基。科学的大数据评价理念是推进大数据助力思政课评价的精神引擎。第一,树立工具理性与价值理性相结合的大数据评价理念。工具理性象征着大数据的工具性意义向度,工具性意义与价值理性相结合方能保证评价的有效性。思政课评价具有鲜明的价值导向,即要对思政课满足社会对人才思想政治素质要求和大学生思想政治素质发展需求程度进行价值判断,这是与其他课程评价的本质区别。大数据应用于思政课评价也要凸显这种本质区别,方能防止评价过程中价值模糊的可能。第二,树立发展性的大数据评价理念。评价不只是检测,更是发展。思政课评价的目标是为了促进思政课教师素质发展、大学生综合发展,在评价实践中要牢牢围绕这一目标取向。思政课教师要合理利用大数据的及时性、共享性和动态性,对照评价指标体系,利用可视化评价反馈,反思教学行为,拓展发展空间。同时注意避免评价呈现“唯数据观”倾向,着力破除“五唯”的顽瘴痼疾,在全数据评价中实现自身“增值”。对大学生综合发展而言,既要利用大数据智能教学平台生成的多元监测数据对学生学习思政课的态度、情感和价值观变化进行科学评价,又要利用大数据的交互性促使学生担任思政课评价主体,积极表达价值诉求,反思自身学习情况,切实发挥思政课评价的诊断、导向、激励、促进功能,促进大学生自身“增值”。

2.风险规避:以防范化解大数据评价风险为思政课评价除患。欲将大数据应用于思政课评价由自发向自觉状态的转变,就要提升大数据评价风险防范能力。具体说来,首先要识别风险,辨认风险要素,重点关注利用大数据评价时给思政课建设带来不良影响的潜在预兆,如隐私泄露、“数据标签”等问题。其次要进行风险分析,追溯风险源,定位风险产生的诱因,是源于大数据本身,还是思政课评价要素,抑或是社会外部规约不足,以此对风险进行精确分析。再次要基于上述分析,提出大数据风险防范对策。就大数据技术本身而言,努力实现技术创新,研发出对数据实现加密、脱敏、防追溯、数据审计等技术,为风险防范提供技术支撑;同时相关技术的研发、分析、共享等也要遵守伦理规约,从数据伦理向度予以软性约束。就思政课评价要素而言,教育管理部门、高校、马院等各级机构要学会数据治理,设立数据责任人,在运用大数据开展思政课评价和师生隐私保护之间找寻平衡点。同时要有数据生命周期管理意识,“从数据生产、采集,到存储、转换、应用,直至归档和销毁等”,根据数据类型设置不同期限,以防范思政课教师、大学生等主体的个人隐私被泄露的风险,也可通过去粗取精减少“数据垃圾”的生成。就社会规约而言,增强相关法律制度供给,支持伦理建设,实行数据应用监管,为防范化解相关风险未雨绸缪。

3.指标体系研制:以创建大数据评价指标体系为思政课评价立据。评价指标体系是思政课大数据评价的尺度准绳。大数据的交互性、发展性使之能多维考量思政课评价指标,在指标对话中实现智慧共享;大数据的大规模、可量化亦能促进思政课大数据评价指标全面系统、具备可操作性。当下在思政课评价指标体系中对大数据技术、理念的运用尚不充分,要立足于“改进课程及教学实践,促进教师提高和学生发展”的思政课评价目标,将大数据技术、理念嵌入其中,构建科学立体的思政课大数据评价指标体系。研制思政课大数据评价指标体系应实现价值框架、逻辑框架和结构框架的结构统一、指标融合和目标一致。就价值框架向度而言,要从鲜明的价值取向出发,既要体现思政课对社会发展需求的满足,维护D和国家意识形态安全;又要体现对个人需求的满足,促进教师和大学生素质提升。就逻辑框架向度而言,利用大数据技术形成的全数据模式,紧密结合思政课教师、学生、思政课教学、思政课支持保障,按照严密的逻辑机理从不同视角科学研制评价项目,构建指标体系,并加强对相关数据深度采集、挖掘,将其汇聚成库,构建多源多维的大数据评价模型。就结构框架向度而言,要坚持系统性和层次性相结合,既要综合审视各评价指标之间的密切联系,嵌入大数据整体性、相关性、交互性的思维,把握思政课程评价全貌;又要将各大评价维度逐级分解、细分为具体可测的指标,使之呈树状结构展开。依照大数据技术对指标数据的整理、分析,对思政课各要素的评价将由浅入深、层层深入。此外,评价指标研制要坚持可采集性、可维护性、发展性等原则,紧密结合思政课评价的特殊机理,融合定量指标与定性指标、现实指标与潜在指标、校内指标与校外指标等,发挥指标体系的改进、测量、预测功能。

4.机制构建:以构建大数据评价保障机制为思政课评价助力。大数据赋能下的思政课评价活动是一个复杂多元的系统,不仅涵括思政课评价主客体、过程、方法、标准、结果等要素,还需考虑到数据采集、挖掘、决策、反馈、治理等元素。这一系统的有效运转需要构建坚实的大数据保障机制。第一,打造内外互通的数据信息共享机制。科学的思政课评价的每个环节都需要高效掌握相关信息。校内各个部门沉淀了大量关于思政课教师、学生、教学相关的数据信息,校外也沉淀了诸如社会大众对思政课自发评价和用人单位对人才培养质量评价的数据信息,能否使这些数据信息互通共享对思政课评价至关重要。要建立内外互通的数据共享体系,破除数据壁垒,进行数据清洗、转换,实现数据整合,构建统一的思政课评价内外循坏信息系统。第二,创建同频共振的思政课大数据评价人才培育机制。人才是将大数据应用于思政课评价的战略资源,要自主建立教研室—学院—教务处—高校纵向延伸的思政课大数据人才培育机制,选取部分容易接受新生事物的中青年思政课教师、教务处教师、督导组教师、高校思政课教指委委员等进行数据素养培训,有条件的高校也可设立教育评价相关学科专业,培育专门人才,使之树立大数据思维,提升评价的科技含量。各级教育管理部门也要对从事思政课评价工作的人员进行相关数据培训,使之增强评价技术,同时也要探索引入第三方大数据评价机构,与高校加强协作,技术人员要掌握思政课评价的相关要领,以此为促进思政课评价数字化奠定人才基础。