人工智能：高校思想政治教育的时代趋向与应对策略-基于复杂性科学视阈

1、    人工智能高校思想政治教育的时代趋向与应对策略基于复杂性科学视阈    3.缺乏对师生心理和思想状况的动态精准掌握高校思想政治工作不仅需要教师在课堂上向学生传授知识，还需要及时掌握学生的心理状况和思想动态。目前，已有学者开始利用自然语言理解及深度学习技术，建立了多种文本、视频、语音、表情包等多媒体情感分析模型，并取得了初步进展。但当前的挑战在于，一是对相关技术的研究刚刚兴起，特别是对社交网络的多媒体内容情感分析离实用化还存在一定距离；二是还没有学者尝试将相关技术应用于思政学习平台社区。4.缺乏对人工智能教育技术的全面推广应用当前，多数高校的思政教育

2、以大班制形式授课，缺乏对学生个体的关注。随着技术的进步，人工智能教育技术已经能够跟踪并分析学生在课堂上的动作与表情，能够与学生进行基于文本、语音和视觉的智能互动。然而目前的高校思想政治工作中，这一技术尚未得到推广应用。一方面可能是因为从事思政类课程教学的教师多为文科出身，对人工智能在教育技术等方面的进展不够了解；另一方面，人工智能教育技术的开发者和运营商对思政类课程的教学组织也不够了解。因此，当前高校思想政治工作的管理层需要进一步解放思想，积极去拥抱人工智能、大数据等新技术，努力去了解、钻研这些新技术在课程教学方面的应用性。5.缺乏实行扁平管理和智能服务的技术手段做好高校思想政治工作需要通过行

3、之有效的管理体系和管理手段规范各项工作，确保制度建设、人才培养、队伍建设、考核评价等工作高效、有序进行。传统上，管理信息通过树形化的架构层层传导，虽可做到有序规范，但管理成本较高。因此，需要应用各项人工智能技术，在传统管理架构的基础上，动态构建新的扁平化智能管理通道。6.缺乏评价思政工作有效性的复杂性思维和智能方法高校思想政治工作的好坏最终要看是否有利于提高学生的思想水平、政治觉悟、道德品质和文化素养，这四个方面的育人效果和服务质量是衡量相关岗位效能的依据和标准。要将影响育人效果的各项工作综合起来考虑，不能以简单粗暴的方式看某项指标或者某几项指标。鉴于各项工作与育人效果或服务质量之间是一种多变

4、量非线性关系，要能够合理评判各项工作对总体责任目标的贡献度。此外还必须尽可能降低考评人员主观因素的干扰，对于只能主观评价的工作，尽可能利用历史数据，将之转变成技术上能够实现的经验模型，从而在后续工作中加以利用。三、人工智能时代高校思想政治工作的对策思考人工智能已经迅速深入到社会、经济、政治、教育等各个领域，在这样的时代大背景下，各个领域的事业必须要主动拥抱人工智能带来的变革，才能站立在时代的最前沿。就高校思想政治工作而言，如何在组织管理、教育教学、监督考评等方面充分利用人工智能技术进步带来的优势，是当前全面提升高校思想政治工作质量要面临的一个重要课题。本文将就此稍作分析，以抛砖引玉：1.数据驱

5、动，在组织上全面统筹高校思想政治工作高校思想政治各项工作都要在学校的统一领导下，精心组织、有序进行。这要求相关人员必须及时掌握全面的宏观数据，对各种信息进行综合分析和判断，需要耗费大量的人力和时间，且容易受到主观因素的影响。但在人工智能技术快速发展的当下，我们可以用全新的数据驱动模式来完成各项工作的组织。具体而言，现阶段重点需要做好以下三个方面：（1）转变思维方式。领导者、管理者、教师们需要在思维方式上主动拥抱技术革新带来的模式变化，在把高校思想政治工作的组织模式从“人力驱动”的传统组织模式转变为以“数据驱动”的智能组织模式的同时，实现思维方式的同步转变。（2）补全数据短板。要实现数据驱动型的

6、思想政治组织工作，必须要在保护个人隐私的情况下，尽可能多地收集与思想政治工作有关的数据。（3）建立分析模型。运用人工智能技术，建立分析模型，对所获取的数据进行自动分析或进行人工标注，并运用这些分析模型和标注数据进行训练，得到基于微观数据的宏观结果，以便于在整体组织层面统筹各项思想政治工作。2.精准画像，在教育上实行一人一策个性化育人一人一策、因材施教是中国教育的优良传统，对学生的思想政治教育更应如此。当前，为更好地利用人工智能技术开展个性化育人工作，需要在以下三个方面加强工作：（1）挖掘利用校园行为数据。通过建立统一的智慧校园等形式的数据处理平台，深挖数据背后的学生学习和生活行为特征，为每一个

7、学生进行精准画像。（2）构建人工输入数据工具。辅导员、教师、家长、学生干部等可以随时将学生的校园活动、学业进展、社会实践等记录下来，成为为学生实施精准画像的重要依据。（3）及时分析网络社交数据。学生在社交网络或者思政学习网络社区的活动在很多时候反映了学生的思想和心理动态，运用对文本、视频、语音、图片、表情包等内容的处理与分析，及时构建多媒体情感分析模型，结合前述学生校园行为数据，可以更好地对学生进行特征画像。3.创新方法，在教学上运用多维互动的立体化载体高校思想政治工作本质是做人的工作，运用课堂、网络、手机、实践、讲座多种形式立体育人是高校思想政治工作的应有之举。利用人工智能技术开展立体化思想

8、政治工作可从以下三点展开：（1）多元化内容形式。兴趣是最好的老师，要将文本、声音、图片、视频等形式相结合，多做学生感兴趣的优秀内容，并充分利用qq、微信、微博等移动传播渠道，使学生乐于接受，真正做到润物细无声。（2）个性化智能推荐。可根据学生的个性画像、学习偏好和学习短板来建立推荐模型，及时向学生推荐适合的学习内容。（3）立体化互动反馈。用智能工具及时分析学生对于各项内容的阅读、点赞、评论等反馈信息，从而了解各项内容最终的教学传播效果。4.协同联动，在管理上推行实时高效的智能化工具高校思想政治工作涉及面广，需要高校内部各部门、社会各方和政府机构共同参与。利用人工智能技术，汇集、挖掘多方数据，使

9、得各部门、条块之间能够协同工作，显得尤为重要。（1）设计上统一框架。相关机构应充分与高校的智慧校园等系统互联互通，把涉及思想政治教育的各项工作，涵盖在统一的系统框架内，最终反映的育人效果是所有工作的非线性共同作用。（2）功能上便捷智能。除了具备传统的协同办公、工作流程管理等功能之外，智能化管理工具还应能充分整合进手机、微信等系统内部，集成个性化智能推荐、学生精准画像等功能。（3）操作上系统思维。管理人员和教师应当运用系统思维模式，充分利用智能工具的数据汇集、挖掘和分析能力，把自己的工作放在整个系统中考虑，推动管理模式和教学模式的全面革新。5.灵智督考，在评价上革新僵化呆板的简单化做法从管理上看

10、，高校思想政治工作的各项内容都需要监督考核和综合评价。目前大多数高校在执行层面会细化为各种量化的数字指标，这种只看部分数字指标的僵化呆板的简单化做法，严重制约教师工作积极性和能动性的发挥。为此，应当积极运用多源异构数据融合、大数据分析等人工智能技术手段，探索建立各项工作与育人效果或服务质量的非线性关联模型，并在实际考评中加以灵活运用。具体而言，主要包括：（1）厘清思想政治工作本质目标。各项思想政治工作围绕育人目标而开展，应当对现有的考评目标体系重新梳理，建立全新的能直接反映思想政治工作综合育人效果的目标体系。（2）建立综合评价机器学习模型。积极探求合适的机器学习模型，通过数据训练，建立起其与考

11、评目标体系之间的非线性关联，从而逐步胜任思想政治工作监督考评中的识别、分类、预测、估计等任务类型。（3）细化智能考评系统功能需求。根据具体任务的不同，有针对性地细化智能考评系统各项功能需求，便于技术开发人员做出贴合实际需要的系统。参考文献：1孙其昂.思想政治教育发展的多维探析j.马克思主义研究，2008（11）：92-96.2朱晓霞，刘萌萌，赵雪.复杂网络中的信息传播机制研究j.情报科学，2017，35（5）：42-45.3张子柯.在线社交网络信息传播机制与动力学研究综述j.情报学报，2017，36（4）：422-431.4蒙健堃.从耗散结构理论看思想政治教育方法j.学术论坛，2011（10）：30-35.5霍兰.涌现从混沌到有序m.上海：上海科学技术出版社，2001.6苗东升.教育的复杂性探析j.河池学院学报