谢幼如,邱 艺,章 锐,罗文婧
(华南师范大学 教育信息技术学院,广东 广州 510631)
培养什么人、怎样培养人、为谁培养人是教育的根本问题,立德树人成效是检验高校一切工作的根本标准[1]。自“上海经验”的全面推广到教育部发文指导新时代高校《形势与政策》课程建设,课程思政的全国性探索拉开帷幕。六年以来,课程思政建设面向全国高校大部分学科门类,形成了涵盖价值引领、制度保障、实施推动、管理创新等方面,聚焦课程建设反哺课堂教学,同时带动专业发展的全方位立体化“大思政”格局,充分发挥了专业课对育人的“共振”作用。当前,新一代信息技术支撑的“教育新基建”不断发挥数据作为新型生产要素的作用,推动教育数字化转型,这为实现高质量课程思政建设提供有力支撑。但现有关于课程思政建设的相关研究大多聚焦具体案例进行细化分析,以系统性模式和操作性路径、融合智能技术支持开展课程思政建设仍需进一步探索,依托数据模型开展思政育人成效数字化评价亟待深入。基于此,本研究面向国家高质量人才培养需求,融合科技与教育双向赋能思维,论述高校课程思政现实诉求与数字化转型教育功能的契合关系,明晰数字化转型赋能高校课程思政提质增效的逻辑机理;以课程与教学理论为指导,“专思”深度融合,数智流转贯通,构建“专业—课程—课堂”自上而下逐层推进、“课堂数据集—课程画像链—专业能力栈”自下而上动态规划的数字化转型赋能高校课程思政“双向联通”实施模式,形成“专思融通”的课程路径和“问题导向”的课堂路径;以课程评价理论为指导,体现人机协同基本思想,发挥数据要素作用,构建高校课程思政人机协同诊改评价模型,形成“四维多模”的高校课程思政评价数据采集框架,以期有效推动我国高校课程思政建设的创新发展。
从高速增长到高质量发展需要数字化转型创新驱动,教育生态的系统性变革与创新呼唤教育数字化转型赋能。从1991年Morton M S提出数字技术能够引发企业根本性转变[2],到OECD指出数字技术能为企业的创新和变革带来新机遇[3],再到2022年“数字化转型”首次被写入政府工作报告[4],这一伴随信息技术飞速发展而产生壮大的系统化变革新方向,将持续改变人类生产及生活方式,开启价值转型新阶段。数字化转型是在新一代信息技术、网络、平台和产品等新型基础设施支持下,通过开展数据驱动的融合创新行动,以实现个人、组织、产业等多层面系统化变革的过程,Schwarzmüller T[5]和DeMark E F[6]等围绕工作流程和组织结构变革等方面探索数字化转型的影响和作用。我国学者祝智庭等聚焦教育数字化,提出了教育数字化转型的内涵[7];黄荣怀等指出促进教与学过程全要素、教育管理全业务、不同教育阶段全领域是教育数字化转型的核心[8],杨宗凯指出教育的全面数字化转型已成必然趋势[9]。由此可见,教育数字化转型不仅是数字化转型在教育领域的“常规动作”,而且更多是反映出社会人才需求变化对教育系统全面、彻底转型和升级的倒逼,教育数字化转型是支撑高质量教育体系的必由之路。以提质增效为目标、以教育新基建为支撑、以教育数据为要素、以数智融合为方向、以系统化变革为表征是教育数字化转型的重要特征,教育数字化转型是教育高质量发展的新引擎。
彰显课程思政的价值意蕴是高校一流课程建设的内在要求,深化课程思政的育人功能是新时代高校一流课程建设的重要一环。自课程思政探索全面铺开到“大格局”育人工作迈上新台阶,多年来课程思政已从专业教学与思政育人的全面结合走向深度融合,并逐步迈向协同创新,两者呈现出双向赋能的新样态。针对课程思政内涵价值、功能作用、应用实践与改革创新等方面的研究持续丰富。陆道坤在总结课程思政发展历程的基础上提出新时代课程思政难点、焦点问题与未来研究走向[10];楚国清等聚焦课程与专业的关系,提出课程思政建设“专业思政”新命题[11];郑燕林等结合自身教学实践与思考,探讨了课程思政实施的基本策略与具体举措[12];李洪修等从知识社会学视角下分析课程思政的内在逻辑并构建实现路径[13];李文洁等基于专业教学实践提出混合教学赋能高校课程思政的逻辑与路径[14];除此之外,新工科、新医科、新农科、新文科等高校“四新”建设与职业院校“三教改革”中也彰显出课程思政的重要价值。在课程思政的评价方面,许祥云等基于CIPP评价模式理论框架构建高校课程思政综合评价指标体系[15];谭红岩等从教师和学生两个方面,提出了高校课程思政评估指标体系[16];朱平提出了高校课程思政质量的评价方法[17];谢幼如等提出了利用多模态数据融合分析和数据画像开展课程思政评价的设想[18]。综合现有研究发现,针对课程思政内涵的把握已在各类教改研究中充分体现,但面对数字化转型的需要,以系统性模式和操作性路径赋能课程思政实施,创新课程思政评价,推动课程思政高质量发展仍需探索。
教育部印发的《高等学校课程思政建设指导纲要》,为高校各学科专业课程思政的实施与评价提供了价值遵循和行动指引[19],各高校在该纲要的指导下全面推进课程思政建设,形成了相应的理论体系、设计方法和典型案例。然而,当前高校课程思政实施与评价过程中还存在若干现实问题,这在客观上制约了高校立德树人根本任务的有效落实。李爽指出当前课程思政建设存在定位与内部结构关系认识不到位、思政元素挖掘与专业教学融合不充分、教师自觉意识与实践能力需提高等主要问题[20];石岩等提出认识差异较大、课程体系欠缺、方法选择困难、协同运行不畅、教师主体缺位、管理责权不清是新时代课程思政建设面临的核心问题[21];孟子敏等认为现有课程思政教学实践过程中,存在理念低浅简单化、内容狭隘宽泛化、方法生硬单向化、评价单方单维化等偏向与偏差[22];汤苗苗等从思政育人认知、思政元素挖掘、课堂教学效果和考核评价制度四个方面提出高校课程思政建设存在的问题[23];赵晓兵等提出课程思政质量评价的瓶颈包括评价体系碎片化、评价行为短期化和评价模式行政化[24]。本研究基于高校课程思政实施与评价的问题,结合近年来在一流课程和课程思政等领域开展的研究与实践,总结出高校课程思政实施与评价的三个现实困境。
实现专业教学与思政育人的有机融合,发挥专业课教学的育人功能,是课程思政建设的关键之一。然而目前高校仍然存在不同程度的专业教学和思政育人 “两张皮”现象,未能形成思政课程与课程思政协同育人效应。这亟待坚持知识传授和价值引领、显性教育和隐性教育相统一,在专业教学与思政育人同向同行的基础上走向深度融合,迈向协同创新,并呈现双向赋能的新样态。
推进课程思政实施是高校全面落实立德树人根本任务的关键抓手,利用课程思政实现专业教学和思政育人“一盘棋”联动能够提升高校育人成效。然而现有课程思政的研究与实践缺乏专业、课程、课堂三级联动的意识,且实施模式与路径不明晰,实施方法可操作性不强。因此,构建“专业—课程—课堂”实施进路,全方位系统化推进课程思政的实施具有重要的现实意义。
课程思政评价是检验课程思政实施成效的价值判断活动,也是课程思政建设工作中的难点。充分发挥数字化转型的赋能作用,开展高校课程思政数字化评价是课程思政评价发展的必然趋势。当前高校课程思政数字化评价在采集什么数据、如何流转数据以及如何利用数据等方面尚未达成共识,围绕课程思政建设与实施的人机协同循证诊改评价过程仍需进一步完善。
高校课程思政的推进与实施,正在从专业课和思政课同向同行、交叉融合的1.0阶段,转向思政元素引领专业内容重构、智能技术赋能育人育材提质增效的2.0阶段。破解高校立德树人工作目标难具现、内容难敏捷、活动难实施等现实困境,推动“三全育人”格局不断提升是课程思政的重要内容。当下,面对世界百年未有之大变局和中华民族伟大复兴战略全局,面对新一轮科技革命和产业变革加速演进及社会治理智能化需要,面对教育高质量发展的新任务和新挑战,高校迫切需要融合科技与教育双向赋能思维和智能技术,深化课程思政改革,解决新时期立德树人工作涌现出的育人路径难个性、育人模式难验证和育人成效难评价新问题。可以看出,提质增效已成为高校课程思政建设的主体诉求,是高校落实立德树人根本任务,着力推进“三全育人”,培养全面发展的社会主义建设者和接班人的战略保障。
充分发挥数据的属性和作用,变革教育系统的原有结构,构建新的教育生态,是数字化转型赋予教育的功能体现。随着人工智能、大数据等新型基础设施的广泛深入建设应用,数字化转型对教育所具有的减负、提质、增效功能作用逐步展现。
1.减负:智能技术驱动教育资源的合理配置
利用智能技术驱动教育全要素数字化、全流程自动化、全场景联动化,实现各类教育资源的合理配置,充分挖掘教育数据背后的重要意义和内隐价值,逐步走向人机协同决策的教育新模式,以降低教育成本和负担。
2.提质:融通连接促进教育价值的网络供给
依托数据这一要素和资源建立数字化连接,打破传统边界对教育发展的束缚,打通制约数据循环的关键堵点,促进数据的实时共享与持续流转,实现教育各业务主体之间的无缝衔接,推动教育跨界融合,形成数据驱动的新教育价值网络,促进教育生态创新。
3.增效:生态联动推动教育系统的转型升级
利用智能技术支持教育过程降本减负,促进教育价值网络化供给以提升社会竞争力,并通过建立协同或衔接关系实现教育生态的有效联动,实现教育系统的转型升级,从而推动教育高质量发展的战略转型。
针对高校课程思政实施与评价的困境,以数字化转型赋能高校全面落实立德树人根本任务、持续提高“三全育人”水平、不断提升人才培养质量,是当前高校课程思政建设发展的新方向,也是数字化转型赋能高校课程思政提质增效的着力点。有效利用智能技术采集全要素数据赋能课程思政精准推进、流转全过程数据赋能课程思政个性实施、呈现全场景数据赋能课程思政增值评价是数字化转型赋能高校课程思政提质增效的重要抓手。
1.采集全要素数据赋能课程思政精准推进
全面了解和准确把握学生特征,能够助力课程思政精准推进。在课程思政建设中,教师可利用人工智能、物联网等技术采集教学过程中学生个体行为、认知人格、学习风格等全要素数据,形成海量数据集合,建立学生数据画像,并通过数据清洗、训练和微调形成可用的数据预测模型,准确把握学生特征,为反映和描述学生学情提供依据,助力课程思政推进精准化。
2.流转全过程数据赋能课程思政个性实施
动态掌握和实时分析学生需要,能够助力课程思政个性实施。在课程思政建设中,教师协同人工智能助手利用大数据、边缘计算、人工智能、区块链等技术实现学生数据画像的分布式存储与计算、智能化聚合与分发、零信任互通与流转,动态按需流转学生专业学习全过程数据,并通过人工智能助手实时个性推送学生所需的思政案例和资源,助力课程思政实施个性化。
3.呈现全场景数据赋能课程思政增值评价
可视呈现和孪生构建学习场景,能够助力课程思政增值评价。在课程思政建设中,教师和人工智能助手多元协同,利用数字孪生技术构建多元学习场景,为学生自身调整学习状态和方法提供个性化干预建议;利用多模态数据融合学习分析、扩展现实(Extended Reality,简称XR)等技术进行情景测评,激发学生内隐价值体验,助力课程思政评价增值化。
高校课程思政就是聚焦高校育人价值本源,以专业课程为基本载体,将显性教育和隐性教育相统一,寓价值观引导于知识传授和能力培养之中,为学生确立正确的政治方向,帮助学生塑造正确的世界观、人生观、价值观[25]。《高等学校课程思政建设指导纲要》明确指出科学设计课程思政教学体系、结合各学科专业特色分类推进课程思政建设、将课程思政融入课堂教学全过程是当前高校课程思政建设的重点方向[26]。
面对当前数字化转型背景下高校课程思政“两张皮”现象与实施进路尚未明晰等困境,高校应该首先把握专业主线,准确领会不同学科专业的独特属性,融入国家发展战略等思政元素;其次,人机协同融通思政课程和专业课程、实践课程等,以公共基础课、专业教育课和实践类课程为载体,融入与专业教学相关的思政点;最后,紧扣课堂教学活动的每一环节,融入体现思政点的具体教学内容与教学案例,从而实现专业教学与思政育人的深度融合。例如,文史哲类专业课程应凸显人文背景,人机协同共学共教共育,促进学生领悟马克思主义世界观和方法论、习近平新时代中国特色社会主义思想等;经管法类专业课程应兼具国际视野与爱国情怀,充分利用数据的连接属性和智能技术的功能作用,动态抓取专业和行业领域的时政热点,促进学生掌握相关国家战略、法律法规和政策、职业素养等;理工类专业课程应在深度交叉融合基础上,利用智能技术实施数据的融合分析和洞察表征,促进学生科学思维、工程伦理、大国工匠精神、家国情怀和使命担当等。
此外,有效融合科技与教育双向赋能思维,基于“专业—课程—课堂”视角,利用智能技术精准把握课程思政实施中学生个性化需求,全方位系统化推进课程思政的实施。
“专业—课程—课堂”的自上而下逐层推进,为思政元素的融入提供切入点,解决了课程思政如何建设这一问题;5G网络、大数据、AIoT、边缘计算支持的智能技术为课程思政的实施提供数字动力,通过数据流转推动课程思政“课堂数据集—课程画像链—专业能力栈”自下而上动态规划,旨在回应课程思政如何转型这一问题。本研究在数字化转型赋能高校课程思政实施理念的引领下,聚焦课程建设主战场,依据《高等学校课程思政建设指导纲要》有关要求,结合数字化转型赋能高校课程思政的融合点,构建了数字化转型赋能高校课程思政“双向联通”实施模式,如图1所示。
图1 数字化转型赋能高校课程思政“双向联通”实施模式
1.数据集:课堂教学感知多模态数据
数据集是描述课堂中学生某一刻学习状态的原始记录集合。人工智能前沿研究领域的发展为教育数据的智能感知提供了多元的技术支持[27],利用传感器、AIoT、边缘计算、学习分析等技术感知记录学生外显行为、内隐生理、认知情感、场景情境等多种模态数据,并以多对一、多对多、三角互证等方式[28]融合分析,为构建学生学习画像提供数据基础,为思政元素的融入提供切入点。
2.画像链:课程实施洞察多场景画像
画像链是描述学生在一门课程或多门课程学习过程中多个数据集生成的可视化语义网络。利用大数据、学习分析等技术洞察学生在课堂和其他学习场景生成的数据集,形成由学生个体特征、认知学情、学习风格和价值表征等数据语义串联而成的学生学习画像链,为思政元素的融入提供贯穿路径。
3.能力栈:专业培养塑造多维度能力
能力栈是描述学生在完成专业学习之后应具备的能力组合,也是反映学生专业学习成效和教师思政育人成效的重要标志。以多维度能力发展为目标,加强专业教学与思政育人的有效融合,深析数据价值,将人才培养方案中的政治认同、知识水平、实践能力、专业素养等要求点线贯穿;发挥数据功用,在专业培养全过程中精准把握学生思政生成及变化路线,为思政元素的融入提供指引与评判。
1.高校课程思政“专思融通”的课程路径
课程是专业人才培养的核心要素,也是高校课程思政建设的基本载体[29]。高校应围绕“三全育人”总体目标,以课程与教学理论为指导,依据专业教学实际和学生学情数据深度挖掘思政元素,将其有机地融入课程目标、内容、活动、评价之中,促使价值、理论、实践三方面的有机统一,最终赋能专业教学与思政育人同向同行。
如图2所示,高校课程思政“专思融通”的课程路径,利用智能技术实现课程目标、内容、活动、评价和思政育人点、线、面、体的横向融合和纵向贯通,实现数字化转型赋能的专业教学与思政育人同向同行。首先,在数据驱动下形成学生个体特征画像,以精准抓取课程教学中的思政点,明确各思政元素在课程教学环节中的育人要求;其次,从学生的认知学情画像出发,动态调整课程思政资源库,数字化配置与呈现思政教学案例与最新理论与实践成果,将思政点贯通为课程育人线;再次,深度融合科技与教育双向赋能思维,精准描绘学生的学习风格画像,借助多渠道融通的数字化课程场域,开展多样化课程活动,精准适配个性化思政融入方式,持续增强学生体验面;最后,有效依托价值表征画像,以教育大数据创新思政成效的立体化评价,提升课程思政实施的针对性和实效性。
图2 高校课程思政“专思融通”的课程路径
2.高校课程思政“问题导向”的课堂路径
充分发挥课堂的主渠道作用,努力推进高校课程思政提质增效。高校应以用足、用好、用活课堂教学为导向,协同组织具有思政敏锐度和数据敏感性的教师队伍,在伴随式全过程感知学生多模态数据集的基础上,人机协同把握知识导向与价值导向的正确关系,切实将课程思政的目标要求贯穿于课堂教学的全过程之中,最大化发挥课程思政的应用价值,精准验证数字化育人模式成效。
如下页图3所示,高校课程思政“问题导向”的课堂路径,强化问题意识,坚持以学生发展为中心,融合智能技术,开展教学设计与实施,赋能专业教学与思政育人达到预期目标。在这个过程中,以教学痛点为出发点,重构课堂教学内容;以解决教学问题为导向,将思政育人和已有教学理念有机融合;教师应利用智能技术精准掌握学生的个性需求、心理特征和价值取向等,并据此为课堂赋予适配的价值维度;基于课程思政、数据驱动等教学理念,正确设计与处理价值引领与知识导向的关系;依托智慧教学环境,充分结合学生的外显行为数据、内隐生理数据和场景情境数据等数据信息,人机协同深化课程思政,从而动态建构适宜的、需要的全场景教学活动,提升课堂教学的有效参与性和多向互动性,推动思政育人入脑入心;融合专业教学成效和思政育人成效的全过程数据评价,流动于整个课堂教学过程之中,以支撑育人模式的动态调整,持续引导学生的思想观念和价值取向转变,推动课程思政的内化于心和外化于行,促进课程思政提质增效。
图3 高校课程思政“问题导向”的课堂路径
评价是一种价值判断的活动,是对客体满足主体需要程度的判断[30]。经济社会的高质量发展对人才质量的要求不断提升,评价的功能逐步从单纯的价值性判断,向促进个体更好发展的方向变革。当下,亟待以数字化转型赋能高校课程思政评价创新,其方式应从评判成绩、结果的经验导向逐步转向基于过程、证据的循证导向,其路向应从面向结果的测量模式逐步转向面向未来的诊改模式,其技术支持应从单一数据单一分析转向多模态数据融合分析,以实现数据驱动的全场景、全要素、全流程人机协同评价。“评价什么”从原有模糊的关键词和概念表征,到多模态数据链式量化支撑;“怎么评价”从原有经验主导的价值判断过程,到人机协同的循证化个性诊改,是数字化转型赋能课程思政评价理念创新的体现。
本研究以课程评价理论为指导,遵循高校教书育人成效的评价规律,结合课程思政评价的特殊性和复杂性,基于数字化转型赋能高校课程思政的创新评价理念,体现人机协同基本思想,充分发挥数据的要素作用,凸显评价的诊断、反馈、改进与提升功能,构建出如图4所示的高校课程思政人机协同诊改评价模型。
图4 高校课程思政人机协同诊改评价模型
该模型突破了传统课程思政评价多以量表、测验、调查为主要方式的局限,转向以伴随式数据采集为主的增值性评价。模型由人工价值判断、机器数据感知和人机协同诊改三部分组成。在人工价值判断部分,教师使用课堂自评、同伴互评、家校共评、校企联评、情境测评等原有课程思政评价方式,做出初步价值判断;在机器数据感知部分,教师依据相关数据而生成的可视化表征报告,验证和调整初步价值判断结果;在人机协同诊改部分,教师利用数据画像等可视化数据表征,实施人机协同诊断,形成课程思政评价结果,并据此生成干预策略。
1.高校课程思政评价的人工价值判断
对课程思政成效的评价具有一定的特殊性和难度,仅仅依靠量化数据不能全面反映学生的内隐价值观。这就需要教师使用课堂自评、同伴互评、家校共评、校企联评和情景测评等多领域、多主体、多维度评价方式,采用问卷调查、田野调查、访谈、反思作业等评价方法,通过观察、记录和分析学生的学情状况、互动表现、情感态度等情况,结合长期累积的学生学业成绩、能力素质等证据,综合评判学生的价值认同、道德品质和专业素养,作出初步价值判断,从而为利用多模态数据验证初步判断结果提供基础。
2.高校课程思政评价的机器数据感知
对思政教育成效进行精确检验和科学评估,既是确保思政教育质量的重要举措,也是衡量思政教育工作实绩的价值尺度。习总书记强调:“积极推进政治工作思维理念、运行模式、指导方式、方法手段创新,提高政治工作信息化、法制化、科学化水平。” 多年来在实践过程中形成的以人的主观经验为起点的传统评价方式在课程思政评价中具有一定局限,评价工作大多掺杂评价主体的主观想象和经验判断,很难保证评价的客观性,需要转向伴随式数据采集为主的评价。机器通过智能感知、融合、清洗、挖掘、关联分析学生产生的多模态数据,洞察数据语义的同时进行可视化表征,形成以指数、画像、图谱、统计图表、仪表盘等为主要呈现形式的数据表征结果,为课程思政评价提供数字化依据。以课程为抓手,利用智能技术,聚焦课堂教学,围绕哪里产生数据、如何流转数据、怎样洞察数据的数字化路径创新课程思政评价是机器数据感知的路向,其关键在于多模态数据的采集与流转。基于此,本研究以《高等学校课程思政建设指导纲要》为指导,对标专业教学成效和思政育人成效两方面,围绕政治认同、知识水平、实践能力、专业素养四维度,依托智能技术支持,按照外显行为、内隐生理、认知情感、场景情境等构建“四维多模”的高校课程思政评价数据采集框架(如图5所示)。多维采集学生在课堂学习、在线学习、社会实践、作业论文、研讨互动、实验实训等方面的数据,在这些庞大的数据中挖掘整理反映学生思想动态的有效数据,对数据进行处理和分析,梳理总结,可有效反映课程思政在价值塑造、知识传授和能力培养方面的成效,学生在政治认同、知识水平、实践能力、专业素养等发面的发展,可以为教育者有针对性地开展思想政治教育提供有力支撑,实现经常性思想工作的“防微杜渐”“防患于未然”。同时,“四维多模”评价可充分考虑学生的年龄、专业、基础等个体差异性,改变过去标准化的评价方式,从微观角度观照学生个性发展。
图5 “四维多模”的高校课程思政评价数据采集框架
在该框架中,外显行为数据指学生在言语活动和非言语活动中的行为数据,涵盖人机交互过程中的检索记录、点击行为、浏览日志、练习反馈等数据,言语表达中表现的言语语义和言语语气数据,以及肢体动作、面部表情、手势动作等表情动作数据,这些数据能够较为全面地反映学生的个体特征,为构建学生数据画像提供基础数据。内隐生理数据涵盖学生的心率指标、眼动情况、脑电信号情况、皮电传导水平、血糖、血氧和体内皮质醇等各类激素水平、多巴胺等各类神经递质水平,可反映学生的生理情况,依托智能可穿戴设备可进行不间断监测与感知,可与外显行为数据互证融合,进而量化学生各种学习表现及状态。认知情感数据主要包括由学业测评、技能证书、项目竞赛、发明创造等组成的认知状况数据,由学习情绪、学习起点、学习风格等组成的情感特征数据,以及由学习认同、学习投入、学习专注等组成的学习态度数据等,可反映学生的认知水平,为预测和验证学习结果提供支持。场景情境数据主要由时空数据、设备数据、事件数据等组成,用于记录和描述学生在什么时间、什么地点、使用什么设备、做了什么事[31],为实施人机协同的评价和干预提供支持。利用该框架,进行符合隐私和伦理规范的无感式数据采集与联动分析,从而构建立体化学生数据画像,为课程思政的数字化评价提供数据来源及支撑。
3.高校课程思政评价的人机协同诊改
人机协同诊改将人工价值判断和机器数据感知两种评价方式的优势相结合,展现了课程思政精准推进全要素数据采集、个性实施全过程数据流转、增值评价全场景数据呈现的数字化转型特点。教师在参考机器生成的可视化分析报告基础上,综合人工价值判断,实施人机协同诊断,形成人机协同的科学评价结果,并融合机器智能与教师智慧,生成相应的干预和改进策略。在实施干预策略的过程中,教师再次伴随式收集数据、动态化预测结果、循证化检验干预成效,最终完成促进学生全面发展的课程思政评价。
人才培养是育人和育才相统一的过程,全面落实立德树人根本任务,自觉履行为党育人、为国育才使命需要高校充分利用课程思政的价值,并以“教育新基建”的广泛深入应用为契机,不断发挥数据作为新型生产要素的作用,以数字化转型赋能课程思政内涵式发展。本研究面向国家高质量人才培养需求,融合科技与教育双向赋能思维,论述高校课程思政现实诉求与数字化转型教育功能的契合关系,明晰数字化转型赋能高校课程思政提质增效的逻辑机理;以课程与教学理论为指导,“专思”深度融合,数智流转贯通,构建“专业—课程—课堂”自上而下逐层推进、“课堂数据集—课程画像链—专业能力栈”自下而上动态规划的数字化转型赋能高校课程思政“双向联通”实施模式,形成“专思融通”的课程路径和“问题导向”的课堂路径;以课程评价理论为指导,体现人机协同基本思想,发挥数据要素作用,构建高校课程思政人机协同诊改评价模型,形成“四维多模”的高校课程思政评价数据采集框架。然而,由于课程思政的特殊性、学生思想状况的复杂性,运用大数据评价的理论建构、技术使用与方法创新必然是一个长期、动态、变化的过程。需要我们加快转变传统评价观念,采用定性与定量研究相结合的方法将数据技术与思政教育结合,形成科学化、人文化、有效力、有温度、有质感的评价。我们希望,本研究所提出的高校课程思政实施与评价的理论新视角和实践新模式,能够为有效推动我国高校课程思政建设的创新发展,培养堪当民族复兴重任的新时代创新人才提供有益借鉴。