欢迎阅读南京财经大学校报 - 南京财经大学

第348期(总第509期) 2024年1月1日   本期四版  上一期  下一期  更多期次
 
厚植高质量人才成长沃土厚植高质量人才成长沃土厚植高质量人才成长沃土厚植高质量人才成长沃土大数据分析在高校思想政治教育中的应用风险与纠偏路径大数据分析在高校思想政治教育中的应用风险与纠偏路径大数据分析在高校思想政治教育中的应用风险与纠偏路径(上接第二版)(上接第二版)
验证码:
最新评论
暂无评论!
请您注意:
尊重网上道德,遵守《全国人大常委会关于维护互联网安全的决定》及中华人民共和国其他各项有关法律法规
· 尊重网上道德,遵守中华人民共和国的各项有关法律法规
· 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
· 本网新闻留言板管理人员有权保留或删除其管辖留言中的任意内容
· 您在本网留言板发表的作品,本网有权在网站内转载或引用
· 参与本留言即表明您已经阅读并接受上述条款


验证码:  
大数据分析在高校思想政治教育中的应用风险与纠偏路径
作者:  卫承霏

  高校思想政治教育是增强社会主义意识形态凝聚力和引领力的重要途径,是培育社会主义核心价值观的铸魂渠道,也是高校落实立德树人根本任务,培养积极性高、主动性强、创造力足的高素质人才的重要保障。聚焦规模化数据资源的大数据分析对推动高校思想政治教育的科学化研究和拓展性应用具有强大优势和重要意义,但其无法完全避免的技术短板与方法缺陷也会在一定程度上扰乱高校正常的思想政治教育秩序。
   一、大数据分析应用于高校思想政治教育的优势
(一)整序分析,推动高校思想政治教育普惠扩容。大数据分析的广域存取性和灵活调度性等特征使其能够在网络系统的辅助下通过扩展存储资源池、流转秒级数据、集成多维云计算等功能对教育过程中产生的各类数据资源进行有效捕获、存储、分析、处理,并凭借科学合理的算法分析处理结果,为高校思想政治教育改革举措的制定与实施提供重要的数据凭证。高校精心打造的“数字+思政”教育模式具有范式多元、资源全面、时间空间不受限等优势,其通过集聚海量教育数据和扩充数据库资源池能够持续孵化思想政治教育内容、迭代思想政治教育方式、增扩思想政治教育覆盖面。
  (二)精准聚焦,推动高校思想政治教育因材施教。大数据分析以教育辅助工具的形式出现在思想政治教育过程中,教育主体能够依托数据分析模型强大的用户行为分析功能、流量访问分析功能、用户生命周期分析功能实现对教育对象日常思维范式、生活习惯等情况的全面分析,从而对其行为趋向进行精准判断。如此,教育主体就能够结合教育对象思想和行为的个性化特点开展极具个性化、创新性的思想政治教育实践,使得“因材施教”的教育梦想照进现实。
  (三)融合融通,推动高校思想政治教育扩优一体。大数据分析技术能够通过立体式分析构建具有开放性、共享性、高效性的思想政治教育数据网络系统。一方面,教育主体通过大数据分析全方位、多时段覆盖教育对象的学习实践过程,不仅具有辅助思想政治理论教育和辅导员专职教育等显性作用,而且能够通过不间断渗透的场景和智能技术开展隐性教育,潜移默化地将价值观念和行为规范等融入教育对象的学习、社交与生活中。另一方面,大数据分析具有“复制不影响使用”的特征,有助于教育主体通过资源整合打破数据孤岛,以数据流和信息流构筑完整的思想政治教育数据生态体系,真正实现思想政治教育的“闭环一体化”。
   二、大数据分析应用于高校思想政治教育的风险
(一)导致高校思想政治教育对象隐私泄露。全方位、持续性、透明化的数据追踪和监控可能使得教育对象的隐私数据面临滥用和外泄的风险。一方面,大数据分析往往是在教育对象并不知情的情况下通过多样态的数据源进行信息采集,会使得教育对象的个人心理状况、生理缺陷、家庭背景等隐私信息被毫无保留地呈现在思想政治教育主体面前,可能导致教育对象安定之需被侵扰、价值情感被暴露、自由权利被限制等状况的出现。另一方面,大数据分析在高校思想政治教育中的应用普遍需要依托第三方商业公司的技术支持。资本的逐利性可能会导致诸如数据分析从业者为牟取个人利益而出售教育对象隐私数据,数据分析运营方为节约成本而降低存储加密等级,引发信息安全、人身安全、财产安全等风险。
  (二)导致高校思想政治教育决策者数据崇拜。实时数据监测与量化分析预判教育对象的思想行为趋势并做出干预潜藏异常个体的决策,有可能给教育对象贴上固化标签,进而对那些曾被冠以道德失范、品行不端的教育对象做出有失公允的歧视推断与差别对待,剥夺其“知错拟改”与“平等发展”的机会。并可能在一定程度上导致部分受损主体因惧怕数字固化定性而缩减参与“大数据思政”教育活动的频次与力度,进而导致高校思想政治教育数据资源池日渐萎缩,严重阻碍相关服务机制的规模化。
  (三)扩大高校思想政治教育各参与方的数字鸿沟。海量数据占有不平衡以及部分优势主体的长期垄断会持续扩大教育主客体间和教育主体间的数字鸿沟。一方面,广域探查零散数据间潜藏关系的聚合技术具有强专业性。相关挖掘主体可能会利用教育对象的技术劣势与服务信任,借助各种探勘分析工具“面包屑式”悄然追踪与关联解构教育对象身份信息与轨迹数据的潜在关系,在不告知对方的情况下自用或转让相关分析结果。另一方面,大数据分析系统的构建与完善需要海量原始数据、定量物理设备和一定比例的高精尖专业人才。部分技术水平有限且缺少雄厚资金链的教育主体在“大数据思政”实践中往往难以完成跨平台基础设施的独立搭建与运营,难以维系海量数据储流、挖掘与应用的日常运转,难以支撑智能算法指引下的科学决策和教育实践的个性化定制,被迫陷入脱离大数据分析应用的僵局。
   三、大数据分析应用于高校思想政治教育的纠偏路径
(一)保护高校思想政治教育过程的数据隐私。一是强调在发挥数据价值的同时也要充分保障教育对象的合法权益,从大数据分析的源头尊重和保障教育对象的知情权和选择权。二是设立自由进退机制、异常预警机制、开源流转机制等,确保教育对象不仅享有自愿参与大数据分析场景并受益于“大数据思政”带来便捷、高效、个性化的诸多价值增益的自由,还应享有不受任何条件桎梏,随时随地脱离、迁徙或清除敏感数据并肃清恶劣影响的自由。(下转二、三版中缝)
供稿:
    
回到顶部 
CopyRight © 南京财经大学校报 版权所有  | 在线投稿