王建红:提供一套行之有效的大数据应用“操作手册”

时间:2021-08-09
来源:光明网
作者: 王建红
0

大数据时代,思想政治工作面临诸多新挑战,如何将大数据技术切实应用到思想政治理论课教学中,提升育人效果,是当前思政课教学面临的现实课题。进入21世纪的第二个十年,大数据在我国迅速普及,大数据技术应用于思想政治教育的相关研究如雨后春笋般出现,实践中也出现了一些成功案例,积累了不少有益经验。

迄今为止,在理论方面,已有相关研究呈现出从概念到体系、从宏观到微观、从原理到应用的发展脉络,解决了很多理论层面的一般性、理论性、原则性问题,但大多是将大数据作为研究的时代背景和先决条件,侧重关注基础理论、应用思路、方法论原则等方面的探讨,而较少把大数据技术应用作为聚焦主题,深入研究大数据应用的技术规范、操作流程,尤其是缺乏深入到思政课教学实际的应用研究。在实践方面,一些冠之以“大数据应用”和“智慧课堂”的课程创新仍偏重于基础设施建设,缺乏应用技术及其操作规程的探索,尤其缺乏成功应用的典型案例。

总体而言,当前大数据应用于思政课教学还存在三方面不足。一是“场景化”不足,尤其是对场景的界定、分类等系统研究不足,导致研究结论针对性不强;二是操作性研究不足,缺乏结合思政课教学特点的流程细节研究,导致研究成果实用性不够;三是实操算法模型研究不足,缺乏针对思政课教学特殊需求的算法模型的改造和创新研究,导致成果应用的有效性不足。为此,破解大数据技术在思政课教学应用中的难题,就是要通过研究大数据技术应用到思政课教学中的场景、流程、模型和案例,为广大思政课教师提供一套行之有效的“操作手册”,切实推进大数据技术在思政课教学中的系统性应用。

首先,在理论层面,系统梳理提出大数据技术应用于思政课教学的基本原理,系统规划大数据技术应用的具体场景。利用大数据技术精准把脉学生思想动态,以大数据技术驱动教学模式改革,提升思政课教学效果;以大数据技术驱动教学方法创新,提升学生求知欲获得感。比如,在宏观上对学生的整体动态进行“数据把脉”,以找准教育的目标和导向;在中观上对学生的思想特征实施“数据刻画”,以找准教育教学的关键点;在微观上对学生的个体特征进行“数据画像”,以加强教学的针对性。针对当代大学生“数字化生存”特征,探索教材内容数据化完善思路;针对当代大学生“数据化思维”特征,对适宜的内容进行数据化呈现;针对当代大学生“可视化学习”特征,对适宜素材采取可视化演示。要言之,用教学平台大数据及时分析学生的学习状态;用课堂大数据及时分析学生的听课状态和兴趣点;用教学过程大数据完善教学的过程考核;用教学的全数据分析学生的学习获得感;用学生“获得感”大数据评价教师教学效果。

其次,在方法层面,根据思政课教学的特殊性,优化大数据技术应用的具体流程。结合思政课教学的特殊性,优化大数据应用的一般流程。对外围数据,通过爬虫技术等进行数据采集;对学生行为数据,依靠智慧校园系统,通过后台直接采集;对教学平台数据,通过录播下载等方式实施采集;对传统课堂数据,采取语音转文本等技术进行采集。对采集后的数据甄别删除错误数据、冗余数据;对大规模数据采用相关软件进行数据分层。

再次,从操作层面,根据实践,甄选并改造适宜思政课教学的算法模型。大数据技术最终要依赖算法模型实现,涉及千万种软件程序,需有针对性地择选。针对思政课教学的需求场景,从当前技术实践看,适宜思政课教学的核心算法模型主要有三大类。一是DA主题模型,主要用于文本数据的挖掘分析,如分词取词、共词分析、分类聚类、主题识别等;对主题模型运算结果二次挖掘基础上,可发现学生的关注点、兴趣点及其变化趋势。二是文本情感分析模型,可分析文本的情感倾向,用于分析学生的情感变化规律和趋势。三是语义网络模型,可发现文本中的语义关系网络,可用于概念内涵、语义流变、话语体系等分析。当然,这些算法模型应用到思政课教学,均需结合其教学特点,进行改造和创新。

当前大数据、人工智能等现代技术的应用已经整体上进入了理性化阶段,将大数据技术应用于思想政治理论课教学也需要从“坐而论道”转向“起而行之”,需要切实应对当代大学生学习与思政课教师教学方式方法的“代差”问题,破解数据技术在思政课备课中的应用难题,提出教学理念与方法创新的系统性、操作性方案,为思政课教师提供一套人人可用、易上手的“技术宝典”,铺好跨越技术门槛的台阶,切实推进大数据技术应用于思政课教学,以更好地实现思政课立德树人的教学目标。

(作者王建红,系华北电力大学大数据与哲学社会科学实验室主任、教授;本文2019年度教育部示范优秀教学科研团队建设项目[19JDSZK085]阶段性成果,华北电力大学“现代信息技术驱动的思政课教学创新实践”系列成果)