数据驱动是时代发展的新引擎，为思想政治教育提供了创新发展的条件和空间，提高了思想政治教育的精准度和数智化水平，助推思想政治教育迈向数字化。习近平强调：“推动思想政治工作传统优势同信息技术高度融合，增强时代感和吸引力。”[1]数据驱动思想政治教育创新发展本质上体现了价值理性与工具理性的内在统一，面对现代信息技术与教育深度融合的现实诉求，思想政治教育要抓住数据驱动的时代机遇，合理运用大数据技术，及时防范化解技术危机，在“技术向善”中构建思想政治教育育人机制，提升思想政治教育效果。

　　1. 开放共享进程加快。数据驱动技术不仅推动了教育模式从单向灌输走向全员协同，也促进了教育场域从现实世界走向全息时空，这对思想政治教育数据资源体系的开放共享提出了更高层次的要求。一方面，数据驱动思想政治教育信息开放。数据信息资源开放是打破信息封闭的关键，也是信息共享的重要前提。数据开放的程度正随着数据技术的发展日益加深，教育主体可以利用数据驱动技术将教育云平台、数字化教育应用、优质教育资源等数据信息汇聚整合，沟通对接不同层次、不同地区的各类信息，进而实现教育信息的互联互通，助力精准研判教育对象，助推数据信息开放的优势转化为思想政治教育的功能优势。另一方面，数据驱动思想政治教育意义共享。“意义共享指在网络人际互动过程中，人们在分享网络社会空间资源的基础上理解、接受、吸纳他人的思想并重构自我的活动。”[2]在数据信息开放的过程中，人们不断输入、理解、吸收、重塑自己的价值观念，勾勒出更加立体、多维、直观的思想体式，扩大了思想政治教育意义共享的范围。当前，数据驱动技术重塑着思想政治教育的环境、理念、资源、方法、形式等，进一步促进了工具理性与价值理性、显性因素与隐性因素、客观数据与主观体验、宏大主题与微小叙事的结合，进一步拓展了思想政治教育意义共享的广度和深度。

　　2. 技术赋能持续推进。一方面，数据驱动技术赋能精准化进路。传统人工信息收集分析的形式逐渐被智能化数据分析替代，思想政治教育精准化、智能化水平日益提升。精准识别、精准分析、精准供给、精准评估、精准反馈构成了数据驱动技术赋能思想政治教育的完整进路。教育主体依据教育对象的数据痕迹精准识别其思想动态和行为轨迹，建模分析零散、琐碎、细微的动态数据信息，从而把握教育对象的个性差异和需求，为其提供分众化教育方式、精准供给教育内容，再根据教育对象的情况反馈，进一步评估教育实际效果，精准反馈思想政治教育成效及问题，并以此为思想政治教育方法和策略优化提供依据。另一方面，数据驱动技术赋能沉浸式体验。VR、AR、MR等技术使得虚实相生的仿真环境与教学实践场景构建成为可能，多维立体的叙事空间场域，能够有效增强教育对象的沉浸式体验。教育主体可以通过直观立体的情景模拟，强化教育对象的在场感，将抽象的文字、生硬的说理、教条的训导转化为可知、可感、可视化的场景存在，增强教育对象的沉浸式体验和身临其境之感。以虚实相生的手段还原重构客观世界、以全景化交互形式增强教育主客体的双向互动、以情感共鸣拉近教育距离，从而帮助教育对象更加深刻地将情感体验内化为价值观念。技术赋能思想政治教育，增强了教育主客体的积极性和参与度，帮助他们在交互感知中深化价值认知、凝聚思想共识。

　　3. 跨界融合日益深入。第一，推动教育思维的跨界融合。思想政治教育主客体逐步开启了从传统“在场”教育向量化思维模式教育的转变。教育主体可以利用数据驱动技术收集、处理、分析教育对象的相关数据，量化教育对象的基本情况、集成教育对象的数据信息链。同时，教育主体可以依据动态数据链实时分析、研判和预测教育对象的思想状况和行为倾向。第二，推动教育形式的跨界融合。现代信息技术更新着思想政治教育的形式，新兴自媒体、短视频、信息网站等平台蓬勃发展，这些平台根据学缘、地缘、业缘、趣缘等精准匹配数据信息资源，并据此提供具有针对性的资源信息服务，促成用户间的交流互动。第三，推动教育方法的跨界融合。数据驱动技术促进了教育方法转型，将教育方法从关注随机样本转换到全数据、从追求精准性转换到兼容混杂性、从判断因果关系转换到分析相关关系，这有利于将传统教育方法与数据方法相结合，转化抽样调查方式，加强全样本分析，制定具有科学化、个性化、精确化的教育策略。

　　1. 数据壁垒致使思想政治教育数据共享失位。第一，数据孤岛影响教育数据的获取供给。数据壁垒阻隔了数据主体间的畅通交流，多方数据主体的利益博弈加剧了数据割据，因此，思想政治教育信息形成了分散独立、缺乏互动性的数据孤岛。数据的封闭独享不利于提高思想政治教育的效率和水平。数据信息资源的互通互享影响着教育数据资源的获取，数据获取困难直接影响着教育对象画像的精准度，进而影响困难教育决策及教育成效。同时，数据孤岛还影响着教育数据的精准供给。各数据库间各自存储、各自定义，数据之间互不相融、缺乏关联性，这就使得教育主体对教育对象数据掌握不平衡、不对称，教育主体之间无法精准对接数据需求。教育数据的供需失衡，加剧了教育数据共享失位。第二，数据垄断影响了教育数据的流转运用。数据垄断包括对数据要素、数据收集存储载体、数据分析工具、数据利益等的垄断。大数据时代，谁拥有了数据，谁就掌握了优先权。思想政治教育要在各大数字平台中保持竞争优势就必须拥有强大的教育数据源和数据链。然而，当下掌握数据访问权限的平台更能找准教育对象的个性、兴趣、偏好、心理，进而提供需求匹配的服务和产品，诱导、操纵教育对象的意识和行为。当前，各类社会思潮借助数字平台卷土重来，他们利用数据垄断优势，在网络空间持续散布不良言论，严重扰乱了思想政治教育生态环境。长期的数据垄断将加剧数据壁垒的封闭状态、阻隔数据之间的正常流转运用、堵塞教育对象获得真知的途径。

　　2. 数据风险诱发思想政治教育数据安全失序。第一，数据泄露侵犯了教育对象的隐私权。数据信息很可能被应用后台拦截、识别、破解，极不利于保护教育对象的隐私保护，这给教育对象的生活工作造成了极大的困扰。同样，教育主体在运用智能语音识别、图像识别、文本识别等数据分析教育对象的思想动态学习行为及效果时，也存在数据信息泄露的风险。第二，数据滥用破坏了数据使用边界。数据滥用通常发生在教育对象不知情或“被自愿”的情况下，平台未经教育对象同意，采用不当方式私自使用教育对象数据信息。思想政治教育要达到预期效果与全样本数据的收集紧密相关，但这并不意味着教育主体能无限制、无边界地挖掘教育对象数据，教育主体必须要在规定界限范围内挖掘、使用数据，警惕数据滥用和隐私侵犯。数据滥用引发了教育对象对大数据技术的担忧，凸显了大数据技术的负面效应。第三，数据窃取僭越了数据安全法规。在数据利益的诱惑下，部分教育系统内部人员铤而走险，拦截、窃取、盗用大量个人数据信息，肆意踏过数据安全红线，公然僭越数据安全法规，严重威胁了教育对象的隐私安全和正常权益。

　　3. 数据焦虑导致思想政治教育数据动力失效。第一，过度依赖数据易导致思想政治教育重视“数”忽略“质”的局面。数据量化极易使教育主体由关注教育本质转向关注数据结果，过度信任数据反馈信息，甚至依赖数据信息做出教育决策，长此以往，将会削弱教育主体的思考力和判断力。于教育对象而言，长期以量化数据评价自身也易产生数据焦虑，数据量化图表清晰可见地反映了与理想数据的差距，无形中给教育对象造成了巨大的心理压力和压抑情绪。这种过度依赖本质上与利用数据技术提升思想政治教育数据效力的初衷相背离。第二，过度排斥数据不利于思想政治教育提质增效。部分教育主体对新兴技术保持较高的警惕性，他们时刻以“技术异化”的可能性警示自己，过度怀疑大数据技术，过度在意大数据技术的负面效应，认为大数据技术本身存在诸多不确定性，忽视了大数据技术的积极作用。此外，排斥数据的教育主体认为行为数据并不能完全准确地反映教育对象的思想动态，数据能否精准反映教育对象的思想行为动态也不得而知。这种过度风险意识同样阻碍了思想政治教育的创新发展。

　　1. 找准数据互通的关键基点，构建思想政治教育数据共享机制。一要确保教育多元主体的身份认同，建立主体间的信任关系。教育主体间身份认同的前提是主体间的信任关系，相互信任方能助推良性互动，进而构建思想政治教育数据共享机制。数据共享是教育主体间关系维系的集体行动，其为教育主体身份认同提供了平台，进一步巩固了教育主体间的信任关系。教育主体之间保持信任关系，有利于推动思政数据共享平台创建，集聚各类数据资源信息，构建教育数据矩阵，这可以在一定程度上破解数据信息交流的壁垒。

　　二要明确思想政治教育数据的共享清单，规范跨领域的沟通协作。思想政治教育数据共享需要拟定明确的共享清单名目和内容，划定可共享数据的类型和范围，事先排除具有风险性的数据信息。数据共享涉及多元主体、单位、部门、行业等，需要形成统一有序的自维护体系，以透明化、流程化、规范化的方式有效管理、保障数据共享的流转畅通。要通过对数据分级分类管理，针对不同等级、不同类别的数据进行差异化处理，明确数据共享的权责限度，有效配置共享数据资源。同时，还要考虑数据共享的安全风险，评估参与数据共享主体的可信度，明确数据共享主体的责任和义务，以此规范跨领域的沟通协作。

　　三要确定思想政治教育主体的行为准则，维护各组织的自为秩序。自为秩序得以形成的关键在于群体成员共同维护、自觉遵守行为准则，既要求群体成员自我约束，又要使群体之间相互监督，彼此之间结成利益共同体，共同维护自为秩序的有序和权威。教育主体之间数据共享的行为准则，一方面，要明确数据共享清单，划定数据共享的边界范围、内容、路径、方式、类型、条件等；另一方面，要厘清数据共享具体操作流程，如，“以何种方式收集数据”“由谁收集”“收集完毕后如何清洗比对”等，以规范化操作维护组织秩序。

　　2. 强化数据技术的重要支点，构建思想政治教育数据安全机制。第一，利用数据处理技术，增强思想政治教育数据安全自我诊断。数据处理技术是应对海量数据信息的关键，也是数据挖掘、数据收集、数据加工、数据分析、数据存储、数据反馈等各个环节安全有序的重要保障。数据处理技术应用到思想政治教育工作中，要严格把关数据运用的各个环节，防止数据泄露、数据滥用、数据窃取等乱象发生。同时，依据教育过程中产生的大量数据信息，分析、诊断、评估教育对象的思想情况、行为动态，预判发展进程，及时筛选紧急数据信息，根据紧急数据的重要提醒规避风险，防患于未然，以此增强思想政治教育数据安全的自我诊断。

　　第二，利用数据感知技术，促进思想政治教育数据安全自我反馈。一要整合各类感知数据源，采集安全数据，加强对各类教育终端、教育网络链路、教育系统、教育应用、教育服务等安全数据的感知和筛查，有效采集整合安全数据，打好数据安全自我反馈的基础。二要排除各类隐患数据信息，建设安全数据库，在采集数据链条的基础上建立防御系统，及时排查各类数据信息，统一管理储存具有危险性的数据信息，采用加密技术进行清理和销毁，打包贮存安全数据，建设安全数据库。三要利用开源分布式技术架构数据感知平台，实现实时监测和风险预警，全方位打通信息孤岛，建立危险检测模型，有效识别、分析、处理安全威胁，提升思想政治教育数据安全系统整体的安全感知能力，促进思想政治教育数据安全自我反馈。

　　第三，利用数据加密技术，实现思想政治教育数据安全自我保护。教育主体要以数据加密技术为核心，提高思想政治教育数据系统的安全等级和防御能力，强化思想政治教育数据安全自我保护。例如，在存储和发送教育数据时利用节点加密技术，防止数据信息在上传下载过程中出现丢失、遗漏、截取、篡改等问题，确保教育数据安全保存、传输。此外，可以利用链路加密技术，对各个节点的全过程进行二次加密，强化教育数据流转中全过程监管，保障数据流转过程的安全畅通；利用端到端的加密技术，定向精准传输数据信息，减少数据在流转过程中的安全隐患。

　　3. 聚焦数据育人的最终落点，构建思想政治教育数据动力机制。其一，实施教育精准画像，增强个性化教育理念。“人”始终是技术运用的本质，要充分发挥数据技术的工具性，把握大数据技术运用的合理范围和限度，服务教育对象的成长成才。教育对象是具有独特标识的生命个体，其实际情况和成长需要因材施教，对教育对象实施精准画像，通过个性定制完善教育服务。聚焦精准画像的核心要素，包括价值观念、生活品行、群体关系等。再根据精准画像内在维度信息，精准识别教育对象的实际需要，精准配置教育资源，提供全方位的精准滴灌服务，以此满足教育对象个性化成长需求。

　　其二，打造智能数据平台，配置集成化教育资源。在数据智联互通的基础上，搭建智能数据平台，以平台的集成优势汇聚教育资源，从量、质层面凝聚教育合力。对同类型数据资源合并同类项，分析归档不同类型数据资源，避免数据资源的杂乱无序，减少烦琐且不必要的重复性研究，打通数据信息壁垒，发挥数据资源的最大效用。同时，智能数据平台的搭建还需要各方力量的共同协作，需要学校、政府、社会、企业、学生、专业技术人员等协同发力，打通数据平台畅通的各级渠道，充分吸纳整合不同类型层级的数据资源。

　　其三，创设多元学习场景，营造数智化教育生态。挖掘大数据、VR虚拟仿真等技术要素，丰富思想政治教育的学习场景，重塑思想政治教育课堂，采用教育对象喜闻乐见的教育新兴形式，以新颖、创新、活泼、生动的方式积极推进教育教学从工具化走向人本化。教育主题要将传统教育形式与现代教育形式相结合，深度融入在线学习，利用虚拟仿真的场景创设，强化情景化和沉浸式体验，以具身性、在场感引发学生情感共鸣，拉近师生之间的心理距离，调动学生参与教育实践活动的积极性和互动性，以此为思想政治教育提质增效，营造数智化教育生态。

　　（作者简介：闫婕，吕梁学院历史文化系党总支副书记；张晓，山西财经大学马克思主义学院教授）

　　（基金项目：本文系国家社科基金高校思政课研究专项“思想政治理论课教师素质提升路径研究”（21VSZ094）的阶段性研究成果）

　　网络编辑：同心

　　来源：《学校党建与思想教育》