运用大数据提升教育教学工作质效推动大学生思政教育
来源:用户上传
作者:崔璨
[摘 要] 当今世界，网络信息技术日新月异，全面融入社会生产生活，拓展国家治理新领域，在推动社会经济发展、促进国家治理体系和治理能力现代化方面发挥着越来越重要的作用。准确把握信息化“做好助手、当好推动力”的职能定位，努力在促进国家教育教学体系完善、创新教育精准教学以及办学智能化等方面，广泛、深度融入大数据、人工智能等前沿技术，不断加快高标准信息化建设，建设教育教学大数据平台，推进教育部门及公共服务数据共享，提高数字化时代教育教学能力，助力教育教学工作高质量发展，更好地为大学生思政教育服务。
[关 键 词] 大学生思政教育;大数据;人工智能;智能办学;数据共享
[中图分类号] G711 [文献标志码] A [文章编号] 2096-0603（2022）34-0170-04
一、信息技术在教育教学中的前沿应用
在用好传统信息技术（如互联网技术、网站技术等）、继承已有应用优势的基础上，与时俱进、创新发展，积极适应数字社会发展潮流，审慎稳妥运用大数据等先进技术手段开展工作，不断推进工作数字化、智慧化和融合化。相关先进技术基本概念及教育教学主要应用如下：
（一）人工智能（AI）
基本概念：使机器能够模拟人的某些思维过程和智能行为（如学习、推理、思考、规划等），从而胜任一些通常需要海量人类智能才能完成的复杂工作[1]。
主要应用：（1）智能辅助出题。结合知识题库和案例数据库，实现相似案例、题库等辅助参考。（2）文字识别（OCR）。自动识别工作过程中产生的图片、照片、PDF、OFD文件内容，并将其直接转换为可编辑文本。（3）辅助文本生成。根据内容要素，对教育教学过程中形成的工作文书进行结构化管理，自动引用、排列、归纳和分析相关资料。（4）文书合规性检查。综合运用文字识别（OCR）、自然语言理解（NLP）等技术，对文字材料自动进行合规性检查。
（二）机器视觉
基本概念：通过机器（带有摄录功能的设备）代替人眼，对目标进行识别、跟踪、测量和判断的技术。
主要应用：辅助心理情感分析。在谈话对象无感知（非接触）的情况下，辨别其面部表情和情绪状态，实时捕捉对被谈话对象情感变化和异常心理。
（三）物联网
基本概念：通过射频识别（RFID）、红外感应器等信息传感设备，将物品与网络连接起来进行信息交换，实现对物品的智能化识别、定位、跟踪、监控和管理。
主要应用：教具物品管理。为相关台账物品建立电子档案、配合专用条形码，实施“身份证化”管理，实现对其入库、调用和退还的全流程跟踪管理。
（四）大数据
基本概念：对海量数据（无法用常规手段工具进行捕捉、管理和处理的数据集合）进行高速处理、实时分析和多维度深度挖掘，从而获取有价值信息的技术。
主要应用：综合运用上述信息化技术获取教学过程产生的各类直接和衍生数据，以各项教学任务为目标，开展定向数据分析[2]。
二、教育教学大数据建设内容
（一）建设原则
坚持顶层框架设计，将现代科技手段嵌入教育教学各环节，让大数据贯穿教育教学业务，提供智慧化服务，将人从烦琐的翻阅纸质材料、手动核算报表中解脱出来，实现从传统办学方式向信息化教学方式转变，“授课答疑不出门”成为现实;使智慧施教取得重要突破，精准发现问题能力初步构建，成为开展日常教学的重要载体。
聚焦主业、服务全局。坚持以教学授课一线需求为中心，用信息化手段推动各类教学信息有机贯通、相互协调，对内促进办学业务、数据贯通，推动信息技术与教学业务更深融合。
整体规划、差异建设。坚持上下各级贯通、共性个性融合、集约节约并重，按照“省级主建、市级辅助、县区三级应用”思路，省级教育系统建设大数据支撑平台及核心应用，市级部门补充符合本地区的特色应用并总结推广，各级教育部门根据权限规范使用，形成全省工作“一盘棋”。
安全可靠、管控有序。坚持安全发展相统一，落实安全可靠应用工作部署，完善教学专网、工作外网信息安全防护体系，在平台建设和安全防护做到同步规划、同步建设、同步运维;建立健全安全管理和规范运行机制，确保平台的数据安全、审批合规、管理有序、运维规范。
标准建设、数据规范。在平台设计、建设、使用过程中，充分参考相关的国家标准、行业标准和教育信息系统工程标准，在严格遵循相P标准的基础上，结合全省政务信息化和教育教学信息化具体情况，逐步建立一套规范、实用的数据标准体系。
（二）业务应用建设
专题一：信息统一查询。包括大数据平台智慧检索、专线信息查询、互联网常用信息接入系统。建立全省一体化信息查询网络，构建省、市、县纵向查询协作机制。实现基础信息一键查询，重点数据深度查询，公开数据实时掌握。逐步对接各委办局数据，打造重点突出、资源丰富、高度共享、严格审批、查询便捷快速的信息资源查询系统，实现“数据多跑路、人员少跑路”。
专题二：综合研判分析。设计教师、学生画像、行为习惯、社会关系、才能特长等分析模版，结合查询到的多元信息，对问题进行分析、归纳、挖掘，对教师、学生进行数字画像，形成关键的“一张图”;为教学涉及的相关人员及事物进行关系描述，形成全面的“一张网”;为过程所产生的所有结果进行归纳总结，形成客观的“一份报告”。
nlc202210211747
汇总研判，指将查询结果、专题分析结果、综合分析结果等综合提炼，形成汇总信息，如教师学生画像、社会关系、行为习惯等，并根据需求生成分析报告。
专题三：自定义分析建模。针对教学涉及数据纷繁复杂，常见分析模型难以挖掘“深层次”问题的情况，提供可视化、图形化的自主分析模块，集成数据清洗治理加工工具;智能碰撞、交集、并集、差集比对工具;关系单一、多时空、亲密分析工具;文字、图像、语音识别校验工具，通过拖拽分析指标和分析维度，灵活快速提取特定关系人、行为轨迹等“关键性”“隐藏性”数据，充分激发教学人员分析的主观能动性及数据利用的可延展性[3]。
专题四：教学档案数字化。以数据采集汇聚为主要工作，实现教学档案数字化采集、录入、使用、管理、分析。档案充分汇集既有数据，打通与“教学综合业务平台”的对接，保障数据的完整性和连续性[4]。
（三）基础支撑建设
为大数据智慧应用提供稳定可靠的物理机房、网络链路、数据接入、资源管理服务。
专题五：网络机房设施。充分利用教育系统专网（数据中心）存储、管理海量数据并提供数据分析、服务能力;建设教育系统工作外网（数据中心），完善网络安全态势感知和边界安全防护能力。
教育专网（教育数据中心）：为大数据平台运行提供资源池化的硬件基础环境并配置管理调度和监控功能，为上层的应用提供软硬件基础保障，包括硬件基础环境、主机系统（云计算）、存储系统（云存储）以及网络系统。
工作外网（教育中心外网机房）：建设符合等级保护、密码应用标准的教育工作外网，承载专线数据源接入、部分外部数据清洗治理等设施。
专题六：大数据管理平台。建设大数据资源管理底座，具备海量外部数据采集后高效管理的能力，所有数据在教育专网汇聚。具备不同来源数据、不同类型数据智能甄别、自动化清洗治理的能力，智能剔除重复数据、错误数据，纠正不规范数据，提炼关键数据。提供基于语音识别、语义分析、图像视频识别的智能辅助服务能力，实现文档资料数据、音视频数据、电子数据的快速提取、识别、分析、归纳，为大数据应用提供智慧支撑。
（四）安全保密建设
以国家安全观科学理论为指引，全面落实党中央安全可靠工程部署，在大数据建设、应用中做到同步规划、同步建设、同步运维，“技管并重”守好底线。
专题七：安全技术体系。统筹做好电子政务外网、互联网之间的安全防线构筑，包括物理安全、网络安全、平台安全、应用安全以及用户终端安全等内容。在技术体系建设中，强化风险管理，采取防病毒、入侵检测、身份认证、漏洞扫描、数据库审计、网络审计等安全设备，终端安全管理系统以及整网流量态势感知等切实有效的技术防范措施，保证技术体系的建设效果，为数据传输安全、数据存储安全、数据应用安全、数据审计安全提供支撑。
物理防护：从环境安全、设备安全、线路安全三方面强化措施。改造外网机房基础设施，采取机房屏蔽、冗余电源、布线隐蔽等手段;设立大数据查询研判办公场所，配备摄像头、门禁、指纹仪等安防设备记录操作行为。
网络管控：以主动防范网络安全风险为目标，实现由被动处置安全事件变为主动感知安全消除隐患转变，坚持工作内网、工作外网全区“一体建设、一体管理”，应用国产安全可靠设备、威胁态势感知、综合安全监管平台等设备，分级、分层、分域保障网络和信息安全。
应用安全：建立集中的应用程序认证与授权机制，通过身份认证、电子签章、主机审计、打印刻录审计等技术手段，实现“人、计算机终端、大数据应用、使用审批授权”的四合一绑定，统一管理应用系统用户的合法访问，统一的信息访问入口和用户管理机制，保证应用和数据安全。
规范化建设：参考《教育系统工程标准》，加快建立大数据基础数据采集、业务应用等技术标准体系，推进物理环境、网络基础设施、数据采集、数据质量、分类目录、交换接口、访问接口、数据开放、安全保密等关键共性标准的制定和实施。
专题八：安全管理体系。伴随着大数据智慧应用的实现及信息安全技术体系的不断完善，相关安全管理策略和制度也需要不断完善。“三分技术、七分管理”，安全管理制度要体现和落实安全管理责任制，形成由安全策略、管理制度、操作规程、记录表单等构成的全面信息安全管理制度体系，并切实执行落地。
权限管理：落实大数据平台系统管理员、系统安全员、系统审计员“三员”管理，按照“审批、使用、监督”相分离原则，实行综合部门、业务部门、技术部门不同职能岗位分级分类管理授权。
制度建设：结合省、市、县三级教育系统实际业务需求及平台应用情况，系统性建立大数据平台制度规范，包括《网络安全管理办法》《数据保密管理办法》《信息查询管理办法》《审批权限管理办法》《信息系统使用管理办法》等[5]。
专题九：安全运维服务体系。完善运维保障模式，确保为大数据应用提供安全可靠的数据和智能服务。
安全运维管理：包括办公环境管理、资产管理、介质管理、设备维护管理、系统变更管理、配置管理、备份和恢复管理、应急管理等，体现在平台应用过程中的各个方面，运营管理的缺失可能导致信息系统崩溃、数据泄露、丢失、设备损害等风险，运营安全管理往往需要辅助技术手段措施，完善各操作环节的规章制度、完善安全配置基线，进行操作培训、安全培训、应急演练、备份与恢复演练。此外，还要加强对外包运维的管理。
服务资质审核与人员管理：审核服务公司资质，拟入场人员是否符合合同约定要求，复核服务人员与服务公司签订的劳动合同、保密承诺书。对服务人员进行逐一谈话，了解思想状况、学习工作经历、家庭情况、性格特长、专业技能等方面。
常态化数据支撑服务：结合平台应用过程中海量外部数据清洗治理及专用分析模型构建工作需求，借助专业安全服务、数据服务机构，常态化开展网络安全服务、数据治理服务，实现大数据运行管理的专业化、规范化、精细化和智能化，提高应对系统故障等各类突发事件的响应能力，为监督办案工作提供数据采集、融合、分析和展现的全流程服务支撑。
nlc202210211747
专题十：便携式科技装备。利用语音识别、机器视觉和大数据应用等现代信息技术，运用便携式同步录音录像，实现讲课内容语音自动转文字、高效率教材内容整理和同步录音录像;应用行为监督、非接触式语音情绪分析、智能安全看护等装备，提升授课讲解、安全监管、安防监控水平，提升现代化课堂智能化水平，减少人力消耗。
专题十一：可视化展示系统。以图像、表格、地图形式等集成展示相关工作指标及教育数据，便于领导直观了解全区域的重点工作情况，达到情况明、数字准、可监控。支持“钻取式查询”，实现对指标的逐层细化、深化分析，将数据形象化、直观化、具体化，支持各业务模块关键指标均单独形成一套数据地图，实现区、市、县三级指标同期同比展示，分析结果以统计报表方式留存。
专题十二：一体化支撑平台。建立统一门户界面与权限管理系统，在互联网、政务外网分别部署。根据用户的工作职能及业务重点，实现用户管理、部门管理、机构管理、单点登录、权限控制等功能，并提供定制化的工作桌面。
数据交换系统使用数据主动拉取、数据自主推送、数据更新通知等方式实现各类系统底层数据交换服务。按照教育信息化标准体系中规定的各类系统数据标准，结合实际业务特点和关键数据特征，构建教育领域数据交换标准规范，通过统一数据交换模式，汇聚各业务系统产生的关键业务数据，提供统一数据抽取、统一数据广播、统一数据推送接口。
专题十三：智能服务组件。结合通用文字识别、语音识别、语义分析、搜索引擎、统计分析引擎、地理信息等服务应用组件，实现文档资料数据、音视频数据、电子数据的快速提取、识别、分析、归纳，为大数据应用提供智慧支撑。
专题十四：建设教育科技保障功能区。科技保障功能区包括电子数据展映室、数据查询区、分析研判中心，规划建设大学生教育中心，为教育部门提供数据调查分析。
建设电子数据展映室，规范电子数据申请、受理、预检、展映、反馈、分析等工作流程，开展电子数据展示宣传工作。
建设数据查询区：（1）集中数据查询区，在现有查询室基础上改造，用于基础类信息查询调阅。（2）各类专线查询区，根据数据提供单位安全保密要求，独立设置查询室（与集中查询室物理环境隔离），用于讲义材料等敏感数据的查询调阅。
建设分析研判中心，接入查询专线、大数据分析专线、电子数据展映视频网络，配备大屏展示系统，对分析结果进行综合展示;划分研判专区，前部设为研判区域，后部为操作区，用于授课人员和技术人员合成分析研判授课情况。集中建设科技保障功能区安防系统，包括视频监控、门禁等系统。
专题十五：教育领域专项监督。构建教育领域专项监督平台，按照“数据采集―建模分析―问题下发―核查反馈―处置整改”工作模式，围绕政策支持力度大、投资密集、资源集中的教育领域开展专项监督。当前主要聚焦讲课补贴、教育采购、教育耗材、项目经费等方向，采集汇聚专项数据，各监督专班和技术人员构建数据研判模型，关联分析发现问题，提升专项监督科学化、精准化水平，增强监督质效。
专题十六：行权数据备案备查。建立教育领域行权数据库，为专项监督提供基础数据。采集全区域“资金、项目、物资、决策以及行使权力的关键人”五项行权原始数据，经过数据清洗和转换后汇集入大数据仓库，通过“大数据仓库+资源库+主题库”的数据，提供监督数据的全景视图。备案系统依据数据备案标准，对各部门（单位）上报的稻萁行周期性采集、汇聚、分类、评价预警，并进行全生命周期备查，实现对监督数据的全覆盖和闭环管理，真正让监督数据“流起来、活起来”。
专题十七：基层教育一点通。建设教育领域“监督一点通”服务平台，促进监督下沉、监督落地，保障巩固教育改革攻坚成果向乡村振兴有效衔接。解决部分地方自建系统“小、散、弱”的问题，减轻基层负担。平台统一应用后台、统一数据管理、统一投诉处理机制，针对权力清单和公示信息接受在线监督，实现学生问题反映一键通达、过程可追踪、结果可查询、处置精准有力，增强教育监督在基层治理中的效能。
三、推动大学生思政教育
大数据时代来临，数据信息呈指数级增长，对高校思政教育产生了深刻影响。在此背景下，如何将大数据真正应用到思政教育中，成为高校亟须深入探究的现实问题。
“三全育人”发挥思政课的教育合力。在吉本斯等人的《知识生产的新模式：当代社会科学与研究的动力》一书中声称一种创造知识的新方法正在与传统方法一起并行发展，这两种模式命名为“知识生产模式1”和“知识生产模式2”。模式1是传统的、学科内的、创造新知识的方法，模式2是跨学科的，以问题为基础。大数据时代，外部压力与日俱增，思政课教育也正在由模式1向模式2转变，努力形成教育的合力。
推动思政课程向课程思政转变。引导教师充分挖掘学科蕴含的思政教育资源，打破思政教育和专科间的藩篱，将立德树人贯穿课堂教学始终，充分利用“慕课”和“微课”等形式打造以视频、图片和音频为主要载体的课程思政示范课，充分挖掘不同专业课程自身特色和优势，将这些优势转化为有效的教学载体，在知识学习中融入理想信念层面的精神力量。
思政课只是思政教育的一部分，高校思政教育不是思政课的“独角戏”。高校应建立党委领导下高校系统相互贯通的育人机制，进一步深入贯彻高校内部思政教育工作育人系统化战略，构建大思政育人工作格局，整合各个部门，统一规划，借助大数据平台实现资源共享，发挥课程思政的作用和功能，实现课程思政与思政课程同向同行，形成协同育人效应。
借助大数据信息技术平台和新媒体，将思政教育与大数据技术进行有机融合，推动思政课的空间从教室向社会发展。充分利用互联网和大数据优势，提升家、校、社会的育人资源数据整合能力，为家长、学校、教师、学生提供全面的信息技术支持和服务指导，提高教师专业指导能力和家长教养能力;引导青年大学生真正做到学以致用、用以促学、知行合一，让学生在实践活动中不断认识、提高感悟，使思政课课堂教学成果在实践中得到升华，使学生在三方协同育人合力中成长，更好地推动大学生的思政教育。
参考文献：
[1]阮金波.大数据环境下如何应用人工智能+创新开放教育学生学习模式[J].中国管理信息化，2021，24（19）：188-190.
[2]葛亮，朱丹宁.大数据技术在多元化教育模式中的创新应用[J].电子技术，2021，50（9）：166-167.
[3]杨孟娇，侯丽媛.基于数据挖掘的开放教育学习者学习行为聚类分析[J].安徽广播电视大学学报，2021（3）：32-37.
[4]周波，刘稳亮.大数据环境下信息化实践教学模式研究[J].湖北开放职业学院学报，2021，34（17）：135-136.
[5]范炀，茆瀚月，李超，等.面向区域教育治理的智能化大数据平台研究[J].现代教育技术，2021，31（9）：63-70.
◎编辑 鲁翠红
作者简介：崔璨（1988―），女，汉族，江苏盐城人，硕士研究生，讲师，研究方向：思想政治教育。
nlc202210211747
转载注明来源:https://www.xzbu.com/1/view-15441328.htm
