大数据驱动思想政治教育创新发展的价值与路径

王帆宇,马成瑞

(信阳师范大学 马克思主义学院,河南 信阳464000)

“大数据开启了一次时代的重大转型”[1]P1,其以固有的属性在深刻地改变着人类生产方式、生活方式和思维方式的同时,也在引领着新一轮的教育变革,使教育现代化转型成为一种“必然的生成逻辑”[2]。正如数据科学家维克托·迈尔-舍恩伯格所揭示的,大数据技术和教育活动相互影响、协同发展,将超越过去那些“力量甚微的创新”[3]26而创造真正的变革。

思想政治教育作为教育活动的重要内容,创新发展同样需要发挥大数据的驱动和引擎作用。因为对思想政治教育而言,大数据绝非仅仅是一项简单的技术,更是一种新的理念和新的思维方式。充分运用这种新思维、新理念,将驱动思想政治教育发生深刻变革。

一、大数据驱动思想政治教育创新发展的价值审视

大数据作为信息时代的重要资源,在驱动思想政治教育创新发展方面展现出了新价值。在新时代背景下,大数据技术以“群体画像”与“个体肖像”相融合的方式全面把握受教育者思想和行为动态,以“即时数据”与“稳态信息”相结合的方式动态监测教学过程全貌,成为推动思想政治教育创新发展的重要引擎。

(一)大数据分析使得“群体画像”与“个体肖像”相融合,能全面提供受教育对象思想和行为的动态分析素材

思想政治教育要想提高实效性,必然离不开对教育对象思想行为动态的了解和掌握,大数据为精准揭示教育对象的思想行为特征提供了可能。

首先,大数据能够全面提供量化人群思想动态和行为轨迹的分析素材,并依托其强大的非线性相关分析,实现对教育群体对象的“多角度画像”,这为客观把握教育对象思想和行为动态提供了便利。传统思想政治教育多以定性分析呈现教育对象的思想和行为动态,即使采取量化分析方法,也是基于“小数据”的抽样调查,而抽样调查最主要的特点是随机性,其“只能从采用数据中得出事先设计好的问题的结果”[1]。因受制于数据来源的有限性与教育对象思想活动的复杂性,传统数据计量分析方法难以客观、精准地把握受教育者思想特征和外在行为表现以及变化发展趋势。大数据“一切皆可量化”技术为解决这一难题提供了契机。在大数据时代,每个人的思想行为都会在网络空间留下“数据足迹”,依托大数据聚类分析模型以及其监测与跟踪技术,对这些“数据足迹”进行多领域、全覆盖式的客观呈现,就能勾勒出教育对象多维一体、鲜活生动的“数据画像”,精准把握群体对象的思想动机与心理发展,从而实现从“扁平且片面”了解人到“立体且全面”描绘人的转变。

其次,大数据同样易于凸显单个教育对象的思想行为素材,能勾勒出思想政治教育对象的“个体肖像”,实现以数据驱动因材施教的目标向度。思想政治教育对象是“现实的人”[4]67。有鉴于此,有针对性地推送个性化更强、匹配度更高的教育内容,关键在于精准把握教育对象的思想特点与实际需求。大数据技术带来了这种便利,它不仅提供了洞察学生的“望远镜”,而且提供了分析学生的“显微镜”。利用大数据的觉察、捕捉、聚类、存储等功能,能够更加高效、全面、精准地对学生群体进行划分、对学生个体进行剖析。同时,精准的数据分析能及时捕捉到教育对象的“思想漏洞”“知识空隙”和“价值缺口”,为思想政治教育主体结合教育客体实现“量体裁衣”和找准问题“对症下药”提供依据,从而使因材施教有了用数据“说话”的能力。

(二)大数据技术使即时数据与稳态信息结合,能增强思政课教学过程的双向互动性和及时预警功能

“思想政治教育过程是教育双方通过自我反思、角色领会并实时纠偏进而获得道德境界提升的过程”[5]。思想政治教育要取得良好育人效果,就要动态把握教学过程的实时变化。传统思想政治教育对过程的把握与反馈被阿吉瑞斯(ChrisArgyris)称为“单回路”(single-loop learning),即“犯了错,将其抓住,并在下一个教育周期内及时纠偏,尔后继续前行”[6]。这种“单回路”的教学监管、反思方式,虽然有助于对思想政治教育进行顶层设计和系统规划,但也存在弊端。这种弊端突出表现在单向的针对教育结果的反馈与纠偏具有较为明显的延时错位性,难以在教育过程中实现教育双方之间即时性的信息对称。在信息不对称环境下,教育者也就无法在获取即时数据基础上进行实时反馈,并动态调整与优化教育策略和教学方案。

思想政治教育过程应该是“双回路”的,需要随时用数据纠偏,并预测受教育者的成长趋势,这就离不开即时数据和稳态信息的结合。而大数据不仅能反映“状态”,而且能呈现“变化”。这些“变化”通常是由学生某些思想或者基本情况变化而导致,它对于刻画个体思想行为特征具有较好的历时性和精准性,从而有助于实现教育者与受教育者之间的双向互动。

从学习行为上看,不同学生在学习过程中的表现各不相同,同一个学生在不同教学模式下学习状态也会呈现出差异性。因而,思想政治教育者必须敏锐洞察教学过程的动态性与不确定性。教育者可以利用大数据平台实时交互的特点,动态地把握教育对象的理性或非理性行为,实现对学生思想状况、情感走向和行为特征的动态监控。教育者通过整合动态数据链,能够快速直观地观察到学生的思想动态、理念变化和关注热点,便于及时与学生进行信息交互反馈,而不是等一个教学周期完成后再进行反馈。另外,动态数据还能增添教育过程的及时预警功能。通过大数据实时分析教育对象行为和思想动态的变化关系,掌控其思想行为异常点和风险点,可以及时对其进行心理疏导和关怀性教育,避免受教育者走进思想误区。

二、正确处理大数据驱动思想政治教育创新发展过程中的三对辩证关系

大数据作为信息时代的重要资源,对思想政治教育来说绝非仅仅是一种技术手段的革新,更是一种新的理念、价值观和创新性的思维方式,这种创新性的思维方式对整个思想政治教育创新发展的理论构建已产生重大的影响。在中国特色社会主义新时代,探讨大数据驱动思想政治教育创新发展,需要正确处理下列几对关系。

(一)“变”与“不变”

“变”与“不变”的关系,表现为原则性与灵活性的统一。大数据时代的思想政治教育既要有所“不变”,也要有所“变”。所谓“不变”,是指对思想政治教育本质、原则、方针等内核的坚守;而所谓“变”,则是指利用大数据时代的新际遇,通过践行新理念、拓宽新思路、增添新内容、创新新方式来促进思想政治教育提质增效。

首先,“变”是“不变”的升华发展。在大数据时代,思想政治教育“求新”“求变”“求进”是一种必然趋势。第一,思想政治教育的方法之“变”。大数据为我们提供了观察世界的新工具,推动着思想政治教育方法发生着革命性变革,并使思想政治教育呈现出“由模式教育向个性教育、由纠偏教育向预测教育、由线性关系向系统关系、由局部抽样向整体思维”[7]的转换趋势。借助大数据平台与技术,能够从整体上以图形、图像等可视化形式将教育问题进行立体和细致呈现,让受教育者在可感知、可计量、可对比的语境下更好地认识事物和把握规律,从而实现教育效果的入脑入心。第二,思想政治教育的研究范式之“变”。定性研究和定量研究是目前思想政治教育开展研究的两种主要范式。前者注重理论概括和质性界定,后者注重实证调查和数据分析。传统思想政治教育受技术方法的限制,多以定性分析为主。大数据开启了量化研究的新起点,量化意味着对事物的可描述性、可预测性、可操作性的增强。大数据时代“‘全样本’数据分析和整体性‘精准描述’,有助于克服基于经验或直觉的推断缺陷,从而使思想政治教育研究更具有科学性、实证性支撑”[8]。第三,思想政治教育的主客体关系模式之“变”。传统思想政治教育模式,整体上呈现单向度灌输特征,过分推崇和强调教育主体的权威性,主客体交互性不强。大数据所具有的即时、开放和共享等优势,为强化思想政治教育主客体的交互性开启了新境界,它不仅能解构与弱化教育者的主导性与权威性,而且能不断赋能受教育者,使其在教育中更好地实现自我管理和自我教育。第四,思想政治教育的评价方法之“变”。传统思想政治教育评价多依循抽样调查和典型分析的方法来寻求各要素之间的关联性,其更多地关注因果关系。大数据技术颠覆了传统的逻辑思维方式,将思维从惯常的寻求因果关系转向关注相关关系(数据的关联性关系),引导人们立足于系统论视角,从整体上考察评价对象各要素之间的关联性。

其次,“不变”是“变”的基本依据。这种“不变”主要包括:第一,思想政治教育的指导思想不变。马克思主义指导思想既是思想政治教育的基本内容,又是贯穿其中的灵魂。大数据时代的思想政治教育,只有让马克思主义牢牢占据真理和道义制高点,才能筑牢信仰之基、扭住精神之核,才能以思想自觉引领人们行动自觉。第二,思想政治教育的基本规律不变。思想政治教育的基本规律是思想政治教育改革创新的根本遵循。大数据为思想政治教育变革发展提供了新思路,促进了教育者对人的思想行为发展规律、教书育人规律以及学生成长规律的认识。但是,深层变革背后无论何时都离不开规律的指引和对规律的遵循,更不会改变内含于其中并贯穿整个思想政治教育过程的基本规律。第三,思想政治教育的根本目的不变。任何教育都有明确的目的性。“思想政治教育的根本目的是不断提高人们的思想道德素质,提高自己对客观世界的认识能力和改造能力”[9]127。大数据技术的产生促使思想政治教育理念、模式和环境都发生了重大改变,但大数据终究只是一种工具性存在,其所具有的数据挖掘力、数据分析力和数据呈现力,并没有改变思想政治教育的目的,只是增强了人们认识世界和改造世界的能力。第四,思想政治教育的基本原则不变。原则就是人们观察、分析、处理问题时所要遵循的准则。思想政治教育原则是思想政治教育基本内容和形式的一般体现,主要包括方向原则、激励原则、示范原则、渗透原则和民主原则等。这些原则既是思想政治教育规律的外显,又是思想政治教育的内在依据。因此,大数据驱动思想政治教育创新发展决不能偏离这些基本原则。

(二)“利”与“弊”

大数据驱动思想政治教育创新发展,已彰显出巨大的应用潜能之利,但也存在着很多隐忧。控制论之父维纳曾指出:“技术的发展,对善与恶都带来了无限的可能。”[10]56所以,直面大数据与思想政治教育的深度融合,理应了解它的利弊,做到扬长避短。

首先,大数据为思想政治教育的现代化转型和创新性发展带来了诸多便利,有利于提升和巩固教育效果。第一,为思想政治教育内容精准灌输提供便利。思想政治教育内容灌输贵在精准,也难在精准。大数据技术面向过程的动态挖掘和实时分析能力,为思想政治教育内容的精准灌输提供了技术支撑。在“万物皆数”的大数据时代,思想政治教育者既能通过其掌握的数据肖像实现对每一个体行为轨迹的精准描绘,推动思想政治教育方式从大水漫灌转向细流滴灌,达到对教育对象实施精准的内容供给,实现教育的个性化,又能通过实时在线的数据信息对教育对象精准追踪、精准感知、精准分析、精准定位,实现对大学生群体的聚合分类,进而向他们精准推送“越来越懂你”的思想文化信息。第二,为思想政治教育科学评估提供便利。大数据思想政治教育评估不再仅仅通过主观经验来实现,而是可以通过全数据分析模型从多角度、多方位、多层次收集数据,并通过该技术模型将数据加以科学“归纳”、深度整合与高度智能,使思想政治教育评估方式更加公正与客观。第三,为思想政治教育科学决策提供便利。科学决策是提升思想政治教育针对性的前提。传统的教育决策是一种基于经验和直觉的非常规决策,具有局部性、线性化、静态性等特征。而大数据时代的决策是基于数据分析的,它“是一个非线性的、自下而上的、发现群体智慧的决策模式”[11],能够极大地提升思想政治教育决策的科学性。

其次,虽然大数据为思想政治教育改革创新注入了新动能,但新技术的应用也潜藏着一定的风险。第一,潜能遮蔽:大数据的预测功能压制了受教育者的自由发展。“大数据的核心就是预测”[1]75。大数据预测与传统的基于抽样的预测区别在于,其基于海量历史数据和实时动态数据,能实现对教育对象未来发展前景的前瞻性预判,能使思想政治教育由“被动应对式”转为“主动介入式”。但对教育对象发展前景的预测却会带来诸多问题,如利用大数据留下的“历史印痕”去把脉学生思想行为动态,预判其发展潜能,容易给学生成长贴上“标签”。当大数据指引着教育主体向“标签”所预示的方向发展时,极易导致数据遮蔽人自身发展潜能的风险,使受教育者独立性、自主性和自由性被数据所统摄。第二,伦理危机:无差别的信息获取侵犯了受教育者的隐私安全。开放和共享是大数据的特征,也是大数据产生价值的必要条件。从信息需求者角度看,为了获取更多数据资源,必然希望实现对教育对象个人信息的深度挖掘和充分共享。“让渡部分隐私越来越成为换取服务便利、安全或者效率的必要代价”[12]。也正是“大数据持续的数据监测、跨平台的数据聚合以及无差别的最大化共享等特征”[13],使得教育对象身处如同米歇尔·福柯(Michel Foucault)所阐释的“全景敞视监狱”(panopticon)中。在大数据的全方位监控之下,受教育者的个人隐私更容易遭遇泄露风险。第三,话语消解:信息偏差挑战思想政治教育立德树人根本任务的实现。在互联网上,数据的生成既是海量的,又是随机和无序的,这便决定了互联网中必然充斥着重复性的冗余数据,甚至虚假数据。思想政治教育是以“立德树人”为根本任务的崇高事业,以理性精神塑造和谐人格是其重要功能之一。大数据信息偏差必然会误导教育者的理性判断,消解教育者的价值理性。思想政治教育的主旋律如果长期被冗杂的“数据噪音”所淹没,势必会削弱思想政治教育的育人成效,甚至可能给思想政治教育带来巨大的隐患。

(三)“冷”与“暖”

大数据以数据为生命线,但数据本身是“冰冷”的,属于无意识、无情感的客观存在。而“思想政治工作从根本上说是做人的工作”[14]337,这项工作以改造人的思想、塑造人的灵魂、引领人的发展为使命,蕴含着浓郁的人文关怀和情感倾注,它是暖人心的。所以,推进大数据与思想政治教育融合发展,必须拿捏好思想政治教育工作“暖”与大数据“冷”的关系。

第一,要同时关注“客观数据”与“主观数据”。所谓“主观数据”,是指“与个人情感、性格、意识等因素相关联,能够很好地反映人们的心理状态,同时能体现人的生存发展主观选择与呈现的数据”[15]。人作为社会关系的总和,是有血有肉有感情的,其思想行为是有温度的,过分强调数据本身的功能性,仅仅关注冰冷的“客观数据”而忽略教育对象背后的认知、情感与意识,很难实现对其思想意识的全面把握。综合考虑各种相关因素的影响,“把技术的物质奇迹和人的精神需求平衡起来”[16]39,在以人为本的价值理性指导下理性地使用工具,大数据时代的思想政治教育才会更含“温度”、更具“深度”、更有“效度”。第二,要注意“静态数据”与“动态数据”的融合运用。静态数据和动态数据都是指思想政治教育系统运行过程中能呈现个体思想行为倾向的数据,其区别在于二者一个可变化一个不可变化。从社会学角度看,所有数据说到底都是有关“人”的符号。静态数据与动态数据的地位和作用各不相同,但都围绕“人的发展”和“人的提升”这一逻辑展开,其共同旨趣皆指向人的现代化及全面发展。因此,必须将“静态数据”与“动态数据”进行充分融合,形成结构化与非结构化相统一、“动”与“静”相宜的数据链,从“动”和“静”两个方面重视人文关怀,使二者在“视域融合”范畴内共同为促进人的全面发展发挥作用。第三,要避免将 “个别数据” 用作“一般数据”。大数据为解决思想政治教育发展中存在的痛点、难点问题提供了新思路。然而,在推进思想政治教育充分运用大数据过程中,也出现了指向不明问题,其突出表现就是把局部数据当成整体数据、把个别数据用作一般数据,这就不可避免地会带来数据上的以偏概全,从而导致研究数据失真。因此,在将大数据融入思想政治教育各环节时,不能片面地认为抓住了“某些”数据就等于抓住了一切,必须注重对数据进行整体全面地把握,切勿从个体表象去推演出群体表象,防止研究结论偏离客观事实。

三、大数据驱动思想政治教育创新发展的路径探讨

“教育总是与技术和媒介紧密关联”[17]。大数据为思想政治教育创新发展提供了一种科学、高效的工具。然而,快速推进的技术变迁与渐进式的思想政治教育观念、体制、机制等层面的变革尚未形成最佳匹配。既往的管理思维、文化传统、理论体系对思想政治教育创新发展和现代化转型显示出较强的惯性制约作用。为加快推进思想政治教育创新发展的步伐,笔者特从观念、技术、管理、文化等方面的变革入手,探讨大数据驱动思想政治教育创新发展的实践路径。

(一)观念变革:全面提升思想政治教育者的数据意识与数据素养,明晰数据是驱动思想政治教育创新发展的内生变量

在大数据与教育深度融合带来“教育系统结构性变革”[18]背景下,思想政治教育工作者要进行观念变革,全面提升思想政治教育者的数据意识与数据素养。长期以来,由于受传统经验型思维影响,思想政治教育者忽视了自身素养结构中信息素养的提高,缺乏“数据意识”和“技术素养”,不善于将信息技术整合于现代教育思想和实践中,因而极大地削弱了思想政治教育的生命力。增强思想政治教育者的数据意识与数据素养,就是要打破对传统工作习惯的路径依赖,改变过去主要依靠主观直觉进行情感教化的固化思维,逐步建立“用数据说话”的大数据量化思维与精准研判理念。

首先,思想政治教育者要提高对大数据本质属性和重要性的认识,充分理解并准确把握大数据在推动思想政治教育内涵式发展中所具有的支持性、服务性、变革性作用,将数据视为促进思想政治教育提质增效的重要战略资源。

其次,教育者要全面提升对大数据的辨识度、敏感度,从教学方式转变、思维提升、科学评价等方面增强对数据挖掘与分析过程的认知升华与行动自觉,提升自身运用数据知识、数据技能、数据思维分析和解决问题的能力。

再次,积极推动数据驱动下的“因材施教”,倡导契合教育对象价值观塑造需求的个性化教育,培养教育者在大数据环境下思政育人的聚类意识,从而通过“一类一策、一事一策、一人一策”为不同层次教育对象制定差异性思想引导方案,进而通过提升个性服务的准确性和针对性来提高受教育者的素养。

(二)技术变革:积极推进思想政治教育与数据技术的融通,构建思想政治教育数据库及数据分析模型

大数据的首要特点是来源广泛、内容庞杂、信息量大。虽然,海量数据资源在为思想政治教育提供了丰富数据信息、多样分析素材和准确预判结果,但是从海量庞杂的数据中提取有价值的信息,并通过关联性思维透析出受教育者的思想动态、个性特征及行为模式却是一个巨大的难题。对于思想政治教育者来说,这就需要吸纳大数据技术人员进入思政教育领域,实现思政教育专业素质与数据信息收集分析技术的融合。

首先,思想政治教育者要主动发挥自己的专业优势,并以其过硬的专业素养协同信息技术人员分析数据信息。“数字技术时代,价值网络中各行为主体之间基于共同利益和价值认同开展互动合作,形成跨域协同价值网,是实现共生共赢和创建新生态的主要途径”[19]。大数据时代的思想政治教育不能仅仅依靠思想政治教育工作者的“单兵作战”,还必须协同包括信息技术人员在内的各方面教育资源。这就需要拓展信息技术人员的思想政治教育专业素养,引导他们从理念思路、内容形式、方法手段等方面对思想政治教育进行宏观设计,使信息技术人员不仅能够实现海量数据的语义识别、分类处理、可视性探究等,而且具有能将数字所包含的情感性、思想性、政治性要素等挖掘出来的能力。

其次,信息技术人员要帮助思政教育工作者突破数据分析技术局限,通过“提高教师对大数据与思想政治教育相互赋能的能力,以及规避和消除由大数据异化引起的安全、伦理和道德风险的意识”[20],建构更为科学化、精准化和智能化的思想政治教育分析模式,推进思想政治教育向“精准思政”“智慧思政”方向转型升级。信息技术人员应通过大数据思维和技术,使教育者摆脱传统模式下倾向于以“线性化”思维方式,研究和探讨非线性复杂的教育对象和教育问题的做法,帮助他们利用动态的、非线性的、多元化的、开放的等复杂思维方式,从整体上、因素与因素的关联上勾画出受教育者全面、立体的知、情、信、意、行数据图谱。进而通过深度剖析数据的关联性,全面把握所有受教育者思想特征与行为模式的行为数据,通过采集和分析各种行为产生的数据痕迹,对不同时空场域中受教育者的思想动态进行全样本、全过程、跟踪式的“画像”,从而提升思想政治教育的个性化、精准性和针对性。

(三)管理变革:切实完善思想政治教育数据库管理机制,在保障数据生产、采集、拥有与使用于法有据前提下,有效、合法地推动思想政治教育创新发展

“大数据的价值不再单纯来源于它的基本用途,而更多源于其二次利用”[1]197。大数据能不断被二次甚至交叉复用的特点,既是大数据发挥其功效的优势所在,也是诱发隐私泄露的重要根源,因为“数据在进行二次利用乃至多次利用时,很难让数据生产者彻底做到知情同意,数据挖掘机构或个人也无法保证数据应用中语境的完整性”[1]145。还存在数据被恶意和非法使用的风险,“许多组织并没有明确说明他们将如何使用数据、做何种目的使用”[21]。针对这些现象,除了要完善数据伦理规范、强化社会监督与道德评价功能外,还要建立健全数据安全管理制度和技术保护机制。

首先,完善个人数据信息保护制度。教育者通过大数据技术采集到教育对象的数据信息,并加以使用,很多时候教育对象既不知晓个人“数据脚印”是在何时、何地被整合的,也不明白自身“生活轨迹”数据是如何被泄露或滥用的。为规范流程促进大数据辅助思想政治教育,这就需要建立健全全流程数据安全保护制度,通过明确各主体在数据搜集、发布、共享以及二次利用等环节中的权责关系,确保运用大数据过程和环节的合法合规,防范个人数据信息遭受侵害风险。

其次,完善数据采集与应用的标准化管理流程。要严格实施资格准入制度,从知识结构、专业技能、操作规范、职业操守等方面严格把关信息技术人员资质,切实加强对访问者的权限控制和访问后的行为追溯。除此之外,还要构建科学合理的大数据利用效果评价制度和负面清单制度,以规范化管理更好地发挥大数据在思想政治教育创新发展中的价值与潜能。

再次,建立数据安全应急处置机制。针对数据在采集、储存、传输、共享、使用等环节可能存在的风险,建立受教育者信息泄露应急预案。一旦出现侵犯隐私问题,学校应及时启动应急响应机制,并承担起法律救济的责任。同时,要建立事后追责机制,加大对信息泄露相关责任人的处罚力度。

(四)文化变革:积极培育以“实事求数,实数求是”为核心要义的数据文化,把数据文化的生成和社会作用作为规避数据伦理风险的重要抓手

“一切问题,由文化问题产生。一切问题,由文化问题解决”[22]。正如“科学是一种文化过程”,大数据同样也是一种文化过程,“大数据的生成、创造过程体现着文化模式的特征”[23]。在大数据技术和思想政治教育活动相互影响、协同发展过程中,积极培育以“实事求数,实数求是”(尊重事实、强调精确、推崇理性和逻辑)为核心要义的大数据文化,使人们的价值理念更契合大数据技术发展的文化环境,能有效规避数据在采集、共享与使用过程中的伦理风险,实现人自由全面发展的价值理性和技术思维模式工具理性的和谐统一。

首先,建立价值共识与认同。大数据思想政治教育是大数据与思想政治教育相嵌相生、深度融合的产物,它体现着思想政治教育与大数据应用之间高水平的融合创新,蕴含大数据和思想政治教育的双重特质。因此,要树立“和谐共生”的观念。不仅要妥善处理好继承与发展的关系,而且要正确把握大数据思想政治教育“变”与“不变”的关系,不能把“变”与“不变”简单分割为“非此即彼、非彼即此”,要把思想政治教育改革创新统一于“变”与“不变”的发展逻辑与稳定逻辑关系中。数据保护不仅关乎教育者的个体安全与切身利益,而且关系到学校和社会的总体安全和共同福祉,其抓取、分析、预测、共享等各环节均须我们慎重对待,做到“于法有据”和“于理有度”,引导大数据使用者共同促进教育数据价值一致性的构建和道德信念的树立。

其次,构建利益协调机制。思想政治教育数据伦理涉及的要素复杂,影响的利益主体多元,这些利益相关方的互动在特定时空约束下呈现出系统性与矛盾性、人本性与价值性相互交织的复杂图景,其实很多时候直面的就是各参与主体间的利益冲突,需要合理协调各方利益。在利益协调机制建构中,对思想政治教育“育知价值”与“育人价值”的遵从,对思想政治教育规律适切性的领悟,以及对受教育者认知结构和思维能力的把握是最基本的要求和应坚持的原则。

再次,重视时间性和场景化。在技术裹挟下的思想政治教育系统是一个充满不确定性的动态复杂系统,其涉及的数据类型纷繁复杂,不同类型的数据具有不同的规则,必须考虑教育数据生命循环过程的时间和情境特征。时间和情境会直接影响到思想政治教育数据采集、分析与应用的合理性、规范性和有效性。例如,是否能够根据现在预测未来,如何增进教育双方对大数据感知的有用性和易用性,特定时间和场景下数据利益相关者的责、权、利界定等,这些都需要我们理性审慎地面对。