但问题在于，思想政治教育的智能化究竟是一种什么样态？学习方式、教育场景、组织管理等是否有相应的新表征？基于这些表征，目前还存在着哪些困难？技术可供性理论认为：“数字技术不是传统意义上的技术能力，而是因它特有的裂变、可溯址等特征，已成为一种新型的资源或生产要素。”[2]思想政治教育智能化发展的结果，实质是思想政治教育主体与数字技术互动的各种行为可能。因此，从数字技术的现实可供出发，探寻思想政治教育智能化的未来图景，发现并解决智能化发展进程中的各种矛盾，有助于跳出数字技术的迷思，理性看待思想政治教育与数字技术的关系，为智能化发展构建切实可行的推进策略。

　　思想政治教育是以人为主体的复杂系统，其智能化发展的目标取向绝非其他领域内资源的数字化转型那么简单，而是“充分利用数字化技术优势促进思想政治教育系统的结构、功能等发生创变以具有更强活力与更高服务价值的标识”[3]。因此，思想政治教育智能化发展的成果，集中体现在教材体系、学科体系和教学体系的结构性优化与功能性再造。

　　（一）教材体系中，智能教材的全方位铺开

　　教材体系直接反映着思想政治教育内容和思想政治教育策略信息。在数字时代，智能教材作为落实思想政治教育智能化发展的重要标志，呼声高涨。传统教材虽也进行了数字化开发，但却存在着被简化为电子文档、等同于多媒体资源库、异化为在线答疑等问题。智能教材有效避免了信息技术的机械使用，按照思想政治教育学科的逻辑特征，系统性建构教材知识图谱，借助算法分析预判学习状况，形成个性化的学习者画像，在此基础上推动学科知识图谱与个性化画像的深度融合，为学习者提供具有极强针对性与深度互动性的学习内容，使其成为具有全面发展的自由个体。当然这种个性化成长并非毫无秩序的散漫发展，而是以思想政治教育的根本使命为边界，在此范围内以智能化导学、伴随式评价、深度学习互动等方式，实现“在思想上解惑、精神上解忧、文化上解渴、心理上解压”[4]。

　　基于此，智能教材呈现出与传统教材不同的价值逻辑，突出表现为智能教材具有以基础性学习资源与差异化学习资源为前提的共性价值和个性价值。共性价值是智能教材与传统教材都有的普遍特性，个性价值则是智能教材的独有特质。从统筹教材资源的视角来看，无论是共性还是个性，体现的都是对教材内容体系的筛选。其中智能教材的共性价值即为学习思想政治教育提供最为基础的内容资源。本质上智能教材仍是教材，思想政治教育的课程标准作为教材体系研发的纲领性文件，从根本上明确了“教什么”的问题。因此智能教材的设计与研发，依然遵循课程标准的要求，只是借助数字技术实现教学资源的拓展，从而确保智能教材与传统教材内容体系的一脉相承，教学活动设计的无缝衔接。

　　而个性价值则体现为智能教材所提供的差异化学习方式上。传统教材局限于提供静态的学习内容，无法为学习者的学习状况进行实时研判，更不能对个性化学习进行内容支持，而智能教材则凭借强大的算法优势，通过数据建模筛选出契合自身的最优学习路径。在呈现方式上，除了文字、图片、影音外，还可利用VR、全景等同步呈现教材内容，使其身临其境；支持对不同主题、不同内容的灵活布局，对时事热点和教材知识进行精准关联，使学习者透过现象看本质；在资源推送上，智能教材可针对学习者的思想困惑、学习风格精准推送学习资源，实现双向匹配。可见，智能教材“无一不渗透着为不同学生提供差异化学习资源的理念，能够最大程度地保证不同学生在学习中的个性化发展”[5]。

　　（二）学科体系中，计算思维的全流程推广

　　在大数据浪潮的外部推动和思想政治教育数据价值的内部驱使下，思想政治教育学科中以理论演绎为主的传统范式必将得以拓展，计算思维从最初的实证分析方法，一跃成为学科体系中的重要思维，为重新审视思想政治教育本质提供崭新视角。事实上，计算思维的孕育而生，源自当下对其的现实需求。目前，标准化的育人模式，虽提升了育人效率，但“在共性主宰个性，个性必须服从甚至让位于共性的同时，也使学校表现出‘工厂化育人’的嫌疑”[6]。因此，未来的思想政治教育必定走精准定制化的发展路线。万物互联引发的数据洪流，致使人人都是数据主角，均可建立切合自身标准的数据体系。但数据的繁杂越发需要高阶的策略性思维加以分析辅助，“即问题越复杂，其成功解决对有效策略的依赖性就越高”[7]。届时“沿数循规—依数定策—以数育人—循数评价”[8]的计算思维将大有可为。

　　究其实质，计算思维是一种定量导向的教育评估方式，主张“只要适当编码,任何教育属性和教学规律都能够被罗列计量成数据”[6]。换言之，计算思维注重全过程的数据量化，以此构建起思想政治教育世界的数据镜像。这其中的“数据”概念，不局限于狭义的结构性数值，还包含了广义的音视频、文本图片等反映认知主体态度、行为的非结构型符号。在赋能思想政治教育的同时，思想政治教育也对计算思维进行要素整合，从而使其呈现出具有教育意蕴的独特内涵，具体表现为以下几个方面。首先，计算思维是秉持思想政治教育数据信息自由的伦理规范思维。既然“数”是思想政治教育中的基本要素，那么“数”的分享便至关重要，只有自由流通才能创造教育价值。因此，体验——记录——上传——分享便成为了数据时代的座右铭。其次，计算思维是倡导思想政治教育数据量化的价值导向思维。面对海量数据，传统的数据量化思路往往力不从心，而计算思维凭借算法优势，迅速成为数据处理的新主体，表现出对数据驱动思想政治教育的鼎力支持。最后，计算思维是坚持数据驱动思想政治教育革新的行动实践思维，主张把数据作为理论研究的起点与行动实践的原则，在政府层面的统筹规划中，用数据替代传统的经验判断，革新以直觉为主导的决策艺术；在学校层面的日常管理中，打破过去小样本数据的片面性，实现资源配置的精准化；在个体层面的教学变革中，从海量数据中寻找思想政治教育的意义与关联，赋予思想政治工作者更为精准的预判力，最终在思想政治教育决策、管理、行塑等环节形成用数据说话的导向。

　　（三）教学体系中，育人生态的全要素革新

　　从技术赋能的视角看，思想政治教育的智能化发展最终是要打造全新的智慧思想政治教育生态系统，其中，算力网络作为系统的中枢神经，其实质是“以算为中心、网为根基，网、云、数、智、安、边、端、链（ABCDNETS）等深度融合、提供一体化服务的新型信息基础设施”[9]。基于算力网络，通过生成式人工智能等数字感知，及时捕捉学习者的思想需求，“实现按需和主动的智能教育服务供给，涵盖教育过程中的学习、教学、育人、评价、教研、管理各个方面”[10]，形成以数据流转为核心的信息生态链条，由此推动课程形态从传统课堂向虚实结合的转变，课程范式由分科课程向专题模块的转变，学习方式由浅层认知向深度思考的转变，管理方式由经验决策向数据治理的转变，评价体系由结果导向向过程考核的转变，教育主体由家校分离向家庭、学校、社会协同育人的转变，最终形成无缝流转、虚实共生的思想政治教育新生态。

　　与传统思想政治教育生态不同，智慧思想政治教育生态将推动整个教学体系的重构。这是因为，首先，这一全新生态为个性化教学的实现提供了技术支撑。本质上，智慧思想政治教育生态是数字技术与教育理念、育人主体与人工智能、课堂实体与虚拟空间的有机融合，企业、家庭、社会组织借助数据共享服务，打破了传统育人主体受层级约束的局限，通过算力网络实现集体智慧的聚变，形成社会化的育人空间。这里可提供更为丰富的学习策略，而教师也从繁重的教学工作中解放出来，创造更多更为有效的交流互动，实现更为人本化的思想政治教育。其次，这一全新生态为思维能力培养范式的转变带来了机遇。传统的思想政治教育，依然遵循从认知、理解、记忆的低阶思维到分析、综合、运用等高阶思维的培育模式，尤其注重记忆的基础作用，但在智慧思想政治教育生态中，生成式人工智能突破了传统课堂知识传授的广度与深度，“贯穿工业化理念的思维模式及教育体系正面临消解重构，培养学习者设计思维、创新思维、创造性思维等高阶思维将受到更多关注”[11]。思想政治教育将更加注重对高阶思维能力的培养。最后，这一全新生态为个体经验的整合创设了机会。智慧思想政治教育生态从侧面启发我们，过去曾经被忽视的家庭教育、感恩教育、劳动教育等，在成长成才过程中具有极端重要性。借助智慧思想政治教育平台，家庭、社会将与学校一起，共同开发高质量的育人资源，创设更具感染力的育人情景，利用多维数据渐进式解决成长中的价值矛盾，实现育人的“净水深流”。

　　思想政治教育智能化发展的理想图景，展现了数字技术对思想政治教育的强大变革。但这种变革并非一劳永逸，而是具有典型的可供性，既要考虑技术本身的可供，也要顾及思想政治教育主体的认知层次。当二者不相匹配时，就会生成各种矛盾，这些矛盾或处于表层，或处于是深层，构成了制约思想政治教育智能化发展的阻碍。

　　（一）技术理想与现实可供的客观矛盾

　　虽然思想政治教育智能化的发展与数字技术密切相关，但技术的达成却绝非易事，以高校为例，如若实现与数字技术的深度融合，至少需要经历4个阶段。在起步发展阶段，信息技术开始进入思想政治教育领域，此时主要以基础设施和数字资源开发为主，学校按照思想政治理论课教学、思想政治工作管理等需求，相应开发系统，虽工作效率得以提升，但开发线路仍是模块式的单业务。而到了应用整合阶段，秉持“顶层规划，整体集成”的原则，建构统一的数据库中心。将原有较为独立的教学系统、管理系统进行集中管控，通过交换型数据的汇集，实现了多部门思想政治工作系统的协同联动。在此基础上，基础设施逐渐云台化，推动设施建设进入转型服务阶段。各种业务流程均基于数据中心的服务组件开始智能化编排，以合乎伦理的规范化采集实现各类数据的汇集，并自动配置到师生的个性化平台中。最终进入智慧生态阶段，催生出更为高效的思想政治工作流程。此时云网融合成为这一阶段的特质，校园中各类传感器、嵌入式设备与大数据平台深度融合，云计算根据师生需求弹性适配网络，构建起了软硬一体的智慧化思想政治教育空间。

　　这样的规划虽脉络清晰，但现实中仍存在不小投入障碍。首先，“数字技术+思想政治教育”的深度融合尚未成熟，远未达到足以支撑理想图景的水平。虽然生成式人工智能如火如荼，但在思想政治教育中的应用并不多见，既未对思想政治教育学习的过程与本质产生深度干预，也难免存在刻板的算法歧视。其次，数据安全与隐私问题仍未得到有效解决，阻碍了数据共享与协同治理。虽然数据的隐私与保护涉及伦理问题，但最终的落实依然需要技术来解决。如何达到数据生命全周期的安全、平稳、可信，目前可供借鉴的解决方案并不多。最后，各部门的实际状况不同，尚未构建起统一的数字化基站。尽管构建集约高效的数字化教育体系是国家的战略目标，而思想政治教育又是其题中应有之义，但现实中各地区、各厂商的设备标准和接口参数参差不齐，亟须进一步的规范。除此之外，对高校而言，还不得不面临如下问题。其一，是否有足够的人财物作支撑？其二，即使资源充足且技术可靠，是否愿意将此投入到思想政治教育领域？其三，这样的投入是否一定会促进思想政治工作的显著提升？这些问题反映出思想政治教育的复杂性，使得数字技术在思想政治教育中的投入收益难以量化，从而加剧了硬件投入与软件投入、环境投入与师资培训投入间的不平衡。

　　（二）数字赋能与技术焦虑的主观矛盾

　　数字技术引发的思想政治教育变革，对教师既是增值机遇，也是减值风险，关键在于其是否做好了拥抱数字技术的准备？智能设备虽在一定程度上减轻了教师的任务量，但也催生出了教师的技术焦虑。这种焦虑主要指“教育主体在具体场域使用相关技术的过程中所产生的诸如不安、紧张、忧虑、自我强迫等复杂的主观感受”[12]。聚焦到思想政治教育领域，在不同的场景中表现也各不相同。从认知层面看，表现为因认知困境而产生的道德性焦虑。数字技术的迭代对教师的认知构成了冲击，教师在运用数字技术开展思想政治教育的过程中，由于缺乏对人工智能决策机制的正确认识，易得出非理性的推断，产生与实际相偏离的认知状况。这种偏差会引发各种情绪障碍，造成内心焦虑。从情感层面看，表现为因岗位替代而产生的生存性焦虑。数字技术独有的情感计算优势，对开展思想政治教育产生了巨大冲击，这给教师带来更多的不确定性，担心知识储备无法与人工智能所匹及，从而产生本领恐慌；担心教学模式不能与时俱进，从而产生岗位危机。从行为层面看，表现为因技术障碍而产生的操作性焦虑。与具有“数字土著”之称的学生群体不同，数字技术对部分教师而言具有明显的技术障碍，且这种障碍会随着年龄的增长而持续扩大。当更多数字技术融入到思想政治教育中时，也对教师的智能素养提出更高要求，而现实是教师接触的数字资源并不统一，倾向于选择数字技术的意愿也不尽相同，这都加剧了教师的操作性焦虑。

　　与传统的心理焦虑不同，技术焦虑的生成源自人与机器的互动演化，是面对数字技术的强大影响而产生“无可奈何”的消极心态，并伴随数字化赋能思想政治教育的始终。在初始阶段，由于教师所具备的认知能力与数字技术的发展程度并不匹配，由此表现出明显的生存性焦虑。虽然这是在数字情景下的正常反应，但如不及时解决，将影响教师对数字技术的接纳程度。随着数字技术的持续运用，部分教师因未能充分掌握操作要领，所以无法主动利用数字技术获取服务，只能被迫适应数字技术带来的变革，从而呈现出被动服从的消极取向，引发一系列操作性焦虑。最终，当数字技术日益常态化时，技术焦虑则表现为一种技术倦怠。此时，生存性焦虑和操作性焦虑会有所缓和，而教师在对比数字技术的期望与现实后，开始反思数字技术存在的伦理风险，道德性焦虑成为常态。可见技术焦虑从生成到增强，再到稳定的过程中，教师既看到了数字赋能的强大优势，也洞察到了数字技术背后复杂的社会关系，但对此却有心无力。随着焦躁情绪的持续输出，数字赋能的时效必将受到影响。

　　（三）数据主义与人本主义的核心矛盾

　　本质上，思想政治教育的智能化发展就是“借助数字化技术平台对受教育者进行转变认知、塑造价值和提升能力的数据育人过程”[3]，这其中数据驱动的有效嵌入成为智能化发展的前提，但究竟嵌入多少？度该如何把握？为此形成了数据主义与人本主义两种不同立场。数据主义秉持开放共享原则，为思想政治教育提供了全新思路，但从人本主义视角看，数据主义还存在不少价值隐忧。双方争论的核心在于，在思想政治教育的智能化发展中，数据驱动究竟是一种帮助？还是一种控制？这种差异性的交互是否还符合育人初心？

　　在人本主义看来，数据驱动的思想政治教育易使人们被数据算计。这是因为，首先，数据主义所鼓吹的数据爆炸式增长，使智能化发展形成了一种思维惯式，必须以海量数据为前提，然而数据本身是否可信？数据量多并不等同于数据质好，在海量数据无法逐一验证的情况下，那些未经核实的数据如未被辨识，错误将不可避免。也正因如此，人本主义认为基于这些过往数据就开展思想政治教育决策，是一种典型的数据决定论。

　　其次，数据驱动下人们往往借助数据分析，研判思想政治教育的开展方式。而在人本主义看来，这是对数据的过度沉迷。因为数据须借助算法予以处理，而算法本身的难以干预，“尤其当深度学习算法更加类人化时,可能会完全取代或超过人的独立思考能力和主观辨别能力而成为领域的主导者,势必引发人的主体性危机”[6]。也许依托算法会实现对思想政治教育需求的精准把握，但这种算法决策的“需要”是否完全等同于人们的“想要”？当人们习惯于碎片化的数据推送时，也就意味着自身的自由意愿开始被数据驱动所束缚，成为短视的数据附庸。

　　最后，数据主义主张所有问题的答案都可通过数据挖掘予以揭示，而在思想政治教育中，量化的数据使人更加关注各因素间的相关性，忽略了因素间的因果性。从哲学上看，相关性是一种非确定性的关联，关注各因素间是什么的关系；而因果性是一种确定性的关联，关注各因素间逻辑关系的成因。在人本主义看来，“数据主义对定量数据的追求，边缘化了批判性和建构性的定性分析，限制了定量与定性间相互补充和扩展的可能性”[13]，从而导致各因素间的因果关系被消解，并试图以数据间的相互关系来解决其所有的认知难题。但思想政治教育本身就是带有极强阐释性的一门学科，如果仅关注数据的呈现，而非数据的诠释，则就仅停留于“是什么”的层面，难以揭示“为什么”的深层规律，陷入知其然却不知其所以然的窘境。

　　“问题是事物矛盾的表现形式，我们强调增强问题意识、坚持问题导向，就是承认矛盾的普遍性、客观性，就是要善于把认识和化解矛盾作为打开工作局面的突破口。”[14]对思想政治教育而言，智能化发展已是必然趋势，如何积极利用数字技术，系统推进思想政治教育的智能化发展，须针对不同层级的矛盾，提出筑基、赋能、融合等应对策略。

　　（一）筑基：因地制宜推进思想政治教育的数字化基站建设

　　思想政治教育的智能化发展，是对其研究范式、业务流程、元素结构等的系统性变革，其覆盖范围之广，必须坚持全国一盘棋，通过构建服务于思想政治教育需求的数字化基站，拓实各部门数据连接的基础设施，为数据信息的分类、汇总提供可靠的技术服务，以此推动基础设施建设和环境服务改善。基站的建设一方面要有依可循，要在遵从现有国家标准的前提下，针对智能化发展中所涉及到的数据、伦理、服务等标准做进一步完善，从而平衡技术可供性与教育复杂性的关系。通过规章制度，理清智能化发展中政府、学校、企业所承担的不同角色，充分发挥企业在技术研发上的独特优势，依靠产学研的协同发展，将数字技术深度应用于思想政治教育“教、学、管、评、练、测”等各环节，以此提升基站的科技含量和服务品质。另一方面要做好统筹规划。基站的建设就是要打破以往各自为政的“数据孤岛”，消除因思想政治教育资源差异而造成的数字鸿沟。要通过整体布局实现技术标准的通用，既要有服务器、存储媒介等基础设施，也要有数据授权、认证分析等核心技术，还要有移动拓展等应用服务。在此基础上，结合各地区实际需求，对教育资源与学习需求进行关联分析，以联盟化的形式将课程资源、调研数据、监测网络有机纳入基站系统中，真正实现规定动作到位，自选动作精彩。

　　在此过程中，高校作为思想政治教育智能化发展的重要实施单位，应将破解思想政治教育现实难题作为技术创新的出发点。针对数字技术与思想政治教育相融合呈现的滞后性，须充分考虑数字技术创新与高校组织体系和价值观念的契合度，基于自身办学特色和业务发展需求来明确思想政治教育智能化发展的方向，以局部试点的方式诊断技术创新与现实需求间的矛盾，从而形成“源于高校、用于高校、利于高校”的智能化发展方案。具体而言，首先，要在立足内外环境的基础上，确定思想政治教育智能化须解决的重点问题，以此作为思想政治教育智能化发展规划的核心。在推进过程中，高校应处理好与政府、企业等彼此间的利益关系，在政府的统筹下，争取各方企业的支持，从而找到难易适中的发展突破口。其次，在总体目标的基础上，围绕技术与育人间的关系，进一步解构目标愿景，形成一系列可操作的子目标，将每一个指标的现状及要达成的愿景作为描述核心，构建起具有明确指向性的目标体系。最后，设计合理的行动策略，应围绕目标愿景，分解具体任务，确保不同阶段中重要指标、关键节点的一致连贯。

　　（二）赋能：循序渐进开展智能思想政治教育胜任力的培育

　　数字化基站的建设，为思想政治教育的智能化发展提供了基础保障，但要实现实质性跃升，还须消解教师的技术焦虑。为此，应进一步关注教师智能思想政治教育胜任力的培育。这种胜任力不仅表现为操作技能的提升，更在于帮助教师形成一种意识自觉：能深刻理解自身在数字时代的角色属性，从而积极接纳思想政治教育的数字化浪潮。因此，要主动宣传数字技术对思想政治教育改进的巨大价值。一方面，应建立多个课堂试点，以数智融合的智慧课堂来总结经验。无论是数字画像系统，还是数字孪生技术，都为教师的课堂实效提供了精准化、可视化的反馈评价。应充分把握这一技术优势，组织相关专家与研发人员一起，围绕师生间的互动、教学场景的转移、线上线下的融合等多组数据进行系统研判，以多重模态的数据报告帮助教师明确，数字技术是否真的有助于育人实效的提升？如果有，具体适用于教学的哪一个环节？哪一类场景？哪一种方法？从而使其切实感受到，教师不仅是学生课堂学习过程中的引导者，也是与数字技术的合作者，“智能设备与教师不是相互竞争和替代的关系，智能设备可作为教师助手开展教学辅助工作”[15]。另一方面，应探索思想政治教育的智能化发展与教师专业发展体系相融合的新路，积极开展相关研究成果的评选活动，引导教师充分了解数字技术，结合学生实际，有选择性地推动数字技术与思想政治教育的适度融合，实现教师从“要我用”到“我要用”的心态转变。

　　借助马克思的“人机思想”，机器对人的效用要从人与人的互动关系中去把握。同理，技术焦虑的根源也并非源自数字技术本身，而是在具体场景中使用数字技术的人及其相互关系。受此启发，教师应从师生关系入手，将数字技术融入思想政治教育全过程，在互动中提升数字技术的整合意识与批判能力。在初始阶段，要以师生共情降低数字技术的替代风险。只有以师生的情感互动为起点，才能把握数字技术介入下课堂多元主体的复杂关系，使教师不断修正对数字技术的认知，逐渐从“机器换人”的生存性焦虑中解救出来。随着数字技术介入的深入，师生间的代沟会愈发突出，这是因为教师和学生对数字技术的使用能力存在差异，此时应以师生的共学弥合技术的操作鸿沟。在日常的思想政治教育中，应加强师生对数字技术的“共同学习”，尤其注重发挥“高技术”学生在“共学”中的反哺作用，构建起基于数字技术的互助式教学文化，最终逐渐形成一种价值共鸣：数字技术只是课堂的辅助工具而非教学主导。

　　（三）融合：顺势而为倡导数据理性与主观感性的双轮驱动

　　要化解思想政治教育智能化发展中的核心矛盾，就须对数据主义和人本主义予以有效整合，形成更为完善的认识论范式。如何整合？习近平曾以政府和市场的关系，作了科学示范：“我们要坚持辩证法、两点论，继续在社会主义基本制度与市场经济的结合上下功夫，把两方面优势都发挥好，要‘有效的市场’，也要‘有为的政府’。”[16]受此启发，对于思想政治教育中的数据主义，一方面，要看到其时代价值，当前很多思想政治教育问题并不能靠拍脑袋来裁断，如若对原本可量化的元素不进行数据量化，也就放弃了全面了解思想政治教育的机会。数字技术能敏锐察觉人们的面部表情、声调语音等变化及其背后蕴意，使原本抽象无形的思想政治教育世界，表征为规范有序的思想政治教育数据信息。另一方面，也要看到，数据主义自诞生之日起，就存在着严重的方法论缺陷，这是因为其致力于从具体的思想政治教育情景中抽象出来，寻求独立客观的描述，从而获得广泛的统计趋势和理想化的数据模型。这种以建模的方式将对象简化为运算中的数据，其实质是一种还原论的做法，虽简洁明了，但脱离了复杂的思想政治教育情景，数据信息的教育意义也就大打折扣。因此，对待思想政治教育中的数据主义，既不能“一边倒”式地沉迷，也不能“一刀切”式地排斥，应在秉持数据主义理性思维的基础上，纳入人本主义的感性意识，以此重新弥补被数据主义边缘化的育人初心。只有这样才能切实把握数字技术带来的机遇，释放出“1+1＞2”的叠加效应。

　　因此，倡导数据理性与主观感性的双轮驱动，能从源头上端正数据的使用动机，确保思想政治教育智能化发展的科学走向。在具体使用中，这种双轮驱动呈现出鲜明的原则特性。一方面，数据的采集是为了深化认识、提升效率、增强成长的自由度，而绝非让数据操纵甚至取代人的价值。数据驱动立德树人应是贯穿思想政治教育智能化发展始终的一条红线。另一方面，“数据并非无所不能、无所不包，只有能在数据关系与事实关系具有同一性时，数据关系才能够表征事实关系（部分表征）。”[17]数据只能作为参考辅助，不能成为思想政治教育决策的全部依据，“过去决定未来”的“唯数据论”更是否定了成长、改变的可能。从思想政治教育本身来看，要完善培养方案和课程标准，把数字伦理与数字安全教育作为当前思想政治教育的重点任务，以教育者和受教育者数字素养的提升，来规避技术逻辑和资本逻辑的牵制。

　　网络编辑：同心

　　来源：《思想教育研究》2023年第10期