大数据与思想政治教育融合研究的进路与前瞻

大数据与思想政治教育的融合是当前思想政治教育创新发展的新课题。从文献统计来看,研究论域集中于教育主客体、思想政治理论课、思想政治教育实践和网络思想政治教育4个方面。学术界认为思想意识数据化为大数据与思想政治教育融合提供了可能;当前在技术、方法、主客体关系和伦理上还存在融合困境;融合之路应从思维转变、范式重构、技术实现和大数据治理来实现。从思想政治教育基本理论来看,两者融合的定位在于大数据是研究思想政治教育范畴的重要场域,是思想政治教育本质的外在表现形态,大数据充实了思想政治教育规律的研究基础,标识了思想政治教育价值发挥的新起点。大数据与思想政治教育融合研究的转型深化需实现4个转变,即从聚焦大数据向系统研究转变,从应用研究向学科发展研究转变,从着眼大数据向拥抱“新时代”转变,从实践自觉向哲学自觉转变。     

大数据时代高校个性化思想政治教育研究

思想政治教育的价值追求是实现人的全面自由发展,而大数据技术的运用使这种追求成为可能。丰富的数据信息可以成为洞察学生的"望远镜"与"显微镜",精准的数据分析能为学生"量体裁衣""对症下药",数据平台有助于"隐性教育"和"泛在学习"的推进。而要实现个性化思想政治教育,不仅要在数据的搜集和分析上下功夫,思想政治工作者数据素养的提升以及一体化的校园大数据平台建设也非常关键。同时,对于大数据的使用可能带来的隐私问题等负面影响,要通过严格的数据管理规章来加以管控。     

大数据时代高校网络思想政治教育渗透力与实效性提升路径研究

大数据在全球掀起了又一轮信息技术革命,海量、多样、速度、价值是大数据的显著特征。作为人才培养和新媒体技术运用重要阵地的高校,其教育管理受到大数据的严重冲击,使学生的思想行为和价值选择出现波动,催生了大数据时代高校网络思想政治教育的新环境。大数据作为一把"双刃剑",数据化生存、伦理性质疑、双重性挑战是其发展瓶颈。需要从理念、内容和方法三方面适应和创新高校网络思想政治教育,切实提升其渗透力与实效性。     

大数据驱动:思想政治教育现代化的重要引擎

大数据是驱动思想政治教育现代化的重要引擎。大数据融合思想政治教育创新发展，既是大数据时代思想政治教育的发展趋势，也是思想政治教育现代化的内在要求。大数据驱动思想政治教育现代化既具备理论上的可能性，也具备现实上的必要性。在中国特色社会主义新时代，大数据驱动思想政治教育现代化要厘清和明晰"变"与"不变"、"冷"与"暖"、"利"与"弊"的理论关系，进而笔者从内在要求、根本前提、关键环节、重要保障的角度提出四重实践策略，以期实现大数据与思想政治教育的深度融合。     

大数据时代高校思想政治教育的“变”与“不变”

大数据时代的高校思想政治教育与传统高校思想政治教育既有一定的区别又有紧密的联系。大数据时代,高校思想政治教育要把握好"变"与"不变"的关系,就应该结合大数据时代的新情况,在坚持指导思想、根本任务、根本目的、主要原则不变的前提下,通过思想政治教育理念、教育素养、教育方法、主体结构的变化来实现思想政治教育目标。大数据时代高校思想政治教育的"变"与"不变"是辩证统一的关系,"变"是"不变"的实践智慧,"不变"是"变"的本质彰显,"变"与"不变"辩证统一于高校思想政治教育发展之中。     

高校思想政治教育与大数据融合创新的伦理省思

目前,高校思想政治教育在与大数据的融合创新过程中,呈现出隐私侵犯、信息茧房、智能依赖、评价定势等伦理风险,对于保证高校思想政治教育创新的价值前提造成了威胁。高校思想政治教育与大数据融合创新出现伦理风险,与大数据应用主体泛化后的利益寻租、大数据本身潜在功能具有的伦理诱因、大数据应用过程中外在保障和约束机制的不完备息息相关。针对高校思想政治教育在创新过程中遭遇的伦理风险,当前亟待重塑积极的技术伦理观,谨守大数据应用的伦理原则,不断完善大数据应用的伦理保障机制,从而为高校思想政治教育的时代创新营造良好环境,进而推进高校思想政治教育与大数据的融合发展。     

艺术专业大学生思想政治教育的思考

普通高校(非艺术院校)艺术专业的学生是学校的特殊"一族",他们在心理、思想以及专业学习等方面具有明显的特点,搞好这一特殊学生群体的思想政治教育工作,既要坚持"个性"与"共性"相结合,又要突出思想政治教育的"主旋律",强化心理健康教育和职业道德教育;发挥专业教师潜移默化的作用;强化艺术实践的作用;加快课程改革;实行导师制,试行导生制;提高管理者的思想政治素质。     

大数据时代下高校思想政治教育发展问题研究

大数据时代的到来已是一个不争的事实,对高校思想政治教育提出了新挑战.高校思想政治教育应该拿出适应时代发展的勇气,适应大数据,树立思想政治教育新意识;强化大数据,开拓思想政治教育新阵地;凝炼大数据,创建思想政治教育新制度,实现大数据时代高校思想政治教育的新发展.     

大数据助力高校网络思想政治教育创新的长效机制构建

引入大数据思维,探讨了大数据助力高校网络思想政治教育创新的长效机制。首先,要树立数据意识,善于运用数据技术与思维服务学生全面发展与个性成长;其次,整合校内资源,共享社会资源,建设智慧校园,加强内部治理,搭建学校社会信息资源全面共享的学生管理大数据平台;再次,构筑网格化全覆盖的育人网络,找准网络思想政治教育的着力点,培养具备数据技术能力的学生工作队伍,构建“大思政”网络思想政治教育实施体系;最后,本着科学性与操作性相结合、单项评价与综合评价相结合、宏观与微观相结合的原则,建立科学的大学生网络思想政治教育质量评价体系。     

新时代大数据专业课程思政教学探析

近些年,国家多次强调在教书育人的过程中,要把德育放在更加重要的位置,思想政治教育需要加强,提升学生的品德教学,强化社会主义核心价值观,引导学生自尊自信、自立自强.高校要遵循思想政治工作规定、教书育人规律,不断提高工作能力和水平,大数据专业作为应时代需求产生的新专业,更应当在课程设计尤其是专业课程设计中,探寻课程思政的有效途径,完善课程体系,实现专业课和思想政治的高度融合统一.     

大数据时代的思想政治教育研究

随着科技的发展,人类社会已步入大数据时代,人们的生产和生活方式发生深刻变化的同时,基于数据思维的研究方法逐渐进入科研领域。思想政治教育的理论研究和具体实践也深受数据思维的影响,呈现出教育内容数据化、资源丰富化等新特点,同时也出现了教育者主导地位弱化和思想政治教育的伦理困境等问题。为此,思想政治教育必须根据时代的新变化及时调整教育理念和方法,以适应社会发展,提高思想政治教育的实效性。     

大数据时代思想政治教育复杂性探微

在大数据时代背景下探究思想政治教育复杂性，将大数据时代作为审视思想政治教育复杂性的机会窗口，实现思想政治教育复杂性研究的再出发。在大数据时代思想政治教育内外环境日趋复杂的背景下，应重视思想政治教育的复杂性特征：拥抱复杂是思想政治教育创新的前提；凸显预成是窥探思想政治教育复杂性研究的切入口；紧扣相关关系是解码思想政治教育复杂性的关键；数据发声是思想政治教育“自组织”的强力支撑。大数据时代探究思想政治教育复杂性，既是马克思主义认识论与实践观的题中之义，亦是思想政治教育学科的时代担当。     

数据思政的内涵特征、负面效应与规避路径

数字技术与思想政治教育的深度融合重塑了思想政治教育理念、决策以及评价机制,数据思政成为思想政治教育新范式。充分发挥数据思政的育人效能,要对数据思政在理论和现实层面进行审视,分析数据思政的局限性和负面效应。从数据思政的理论审视看：数据思政是以数据为中心替代以人为中心,以寻求相关性替代因果性,以经验主义替代理性主义;从数据思政的现实审视看,数据思政存在数据依赖、数据风险、数据鸿沟的挑战。要通过确立数据的权力边界,发挥数字技术优势,提升公民数据素养以及健全和完善数据思政工作体系,规避数据思政的局限性和负面效应,推动数据思政高质量发展,使数据思政真正成为思想政治教育现代化的实践导向。     

试论高校思想政治教育中的人文关怀

党的十七大报告提出的思想政治工作要注重人文关怀,为新形势下加强和改进大学生思想政治教育指明了方向,提出了新的更高的要求。充分关注学生个体,帮助学生实现自我和发展自我,才能使思想政治教育工作科学发展;在大学生思想政治教育中注重人文关怀,符合当代大学生思想、学习和生活实际的需求,反映了当代思想政治教育发展的现实需要。     

加强和改进高职院校思想政治教育工作

在我国现代化建设中高职教育扮演着重要的角色。高职院校在加快职业技术教育的同时一定要重视思想政治教育。针对高职教育的特点，分析了加强我国高职院校思想政治教育的内容，在此基础上进一步提出了从环境优化、手段创新、队伍建设三个方面入手，加强高职院校思想政治教育。     

论法治教育与思想政治教育的统一性

法治教育与思想政治教育在教育内容、教育目的、教育理念与方式上存在着统一性，法治教育与思想政治教育的共同任务在于彰显诚信法治教育、道德理想教育和实践理性教育。法治教育有利于加强大学生思想政治教育的实效，有利于促进思想政治教育的认知环节。为此，要关注尊重受教育者的主体地位，加强诚信法治建设，高度重视学校教育与社会、家庭的结合，加强教育环境建设。     

人工智能赋能思想政治教育的现实挑战与应对

人工智能赋能思想政治教育，面临着数理结合应用理念尚未成熟、话语主体性和权威性弱化、单向灌输教育存在数字鸿沟等三方面的现实挑战。本着技术为育人所用的理念，文章认为应积极推动人工智能与思想政治教育的数理融合，强化价值引领，提高技术支持，使人工智能服务于思想政治教育。发挥人工智能的作用，对思想政治教育的创新发展具有重要的实践意义与价值。