智能技术赋能思想政治教育质量评价的优势、限度与进路

作 者:

作者简介:
陈科,重庆大学马克思主义学院研究员、博士生导师;谢佳琼,重庆大学马克思主义学院(重庆 400044)。

原文出处:
思想理论教育

内容提要:

思想政治教育质量评价事关思想政治教育高质量发展、立德树人根本任务贯彻落实。智能感知、智能计算和智能交互技术与思想政治教育质量评价数据采集、模型构建和反馈运用具有内在的耦合机理,契合了思想政治教育质量评价客观化、科学化和专业化发展的现实需要。但智能技术赋能思想政治教育质量评价亦有其内在限度,表现为技术理念偏差下的主体性困境、评价算法算料中的客观性悖论以及评价过程中的外在伦理性风险。应树立新时代评价观以确保评价方向、拓展技术应用场景以提升评价效能、加强规章制度保障以规范评价行为,助力智能技术赋能思想政治教育质量评价数字化、专业化和现代化转型。


期刊代号:G2
分类名称:思想政治教育
复印期号:2024 年 03 期

字号:

       [中图分类号]G641 [文献标识码]A [文章编号]1007-192X(2023)12-0086-07

       2020年10月,中共中央、国务院印发的《深化新时代教育评价改革总体方案》(以下简称《方案》)明确提出,要“创新评价工具,利用人工智能、大数据等现代信息技术”,“提高教育评价的科学性、专业性、客观性”。[1]2021年7月,中共中央、国务院印发的《关于新时代加强和改进思想政治工作的意见》(以下简称《意见》)也提出,要“建立科学有效的评价考核体系,建立内容全面、指标合理、方法科学的思想政治工作测评体系”。[2]这些政策文件为思想政治教育质量评价的创新发展指明了方向。思想政治教育质量评价事关思想政治教育高质量发展、立德树人根本任务贯彻落实,是一项广泛性、艰巨性、实践性难题。利用智能技术革新发展思想政治教育质量评价过程与方法,赋能思想政治教育质量评价数字化、专业化和现代化转型是智能时代背景下攻克这一难题的必然趋势和发展方向。本文通过分析智能技术赋能思想政治教育质量评价的优势,管窥智能技术赋能思想政治教育质量评价的内在限度,进而提出实践进路,以期对推动思想政治教育质量评价创新发展或有裨益。

       一、智能技术赋能思想政治教育质量评价的优势

       智能感知、智能计算和智能交互技术与思想政治教育质量评价数据采集、评价模型构建及评价反馈运用具有内在的耦合机理,使智能技术赋能思想政治教育质量评价契合了提升新时代思想政治教育质量评价客观性、科学性和专业性的现实需要。

       1.智能感知技术赋能思想政治教育质量评价内容客观化

       思想政治教育质量评价内容是关于“评什么”的议题。思想政治教育质量评价要坚持工作评价与效果评价相结合,既要对组织领导、制度建设、队伍建设、资源保障、教育过程(如目标设定、内容体系、方法手段、载体选用)等思想政治教育开展状况进行评价;也要对学生接受思想政治教育后的理论学习内化度,理想信念、政治素质、价值观念、道德品质、心理素质变化以及社会效益等思想政治教育效果进行评价。思想政治教育质量评价是否全面、客观取决于与这些评价内容相关数据的质与量,即与评价内容相关的数据体量是否充足、类型是否多样、来源是否客观真实。受制于思想意识类数据量化困难、数据采集方法单一、教育信息化进程缓慢,目前思想政治教育质量评价要么基于理论假设的小规模抽样统计,要么局限于评价主体的主观判断。诚然,思想政治教育质量评价的主观性无可避免,如何最大化提升评价内容的客观性是新时代思想政治教育质量评价面临的一大挑战。

       智能感知技术,如计算机视觉、语音识别、自然语言处理技术,能突破时空限制,实现多空间、全过程、多模态的评价数据采集,提升思想政治教育质量评价内容的客观性。在空间向度上,智能感知技术赋能评价数据采集由定点转为全面,以提供评价内容相关的“全景式”证据。在线下场域,基于传感器技术、数字图像处理和模式识别技术,通过视频监控、智能移动终端、智能穿戴设备、智慧校园等硬件设施与软件系统,可以采集和分析学生校园生活轨迹、实践活动参与等多情境数据,以评价学生的思想动态、价值观念、道德素质等。这些全景式数据大部分是无感采集的,不会对学生的行为造成人为干扰,这保证了评价不会因为学生的抗拒、迎合或应付心理而失真。在线上场域,社交媒体已然成为青年人际交往、自我表达的重要平台,学生社交媒体在线行为能够通过电子记录在网络空间中被实时保存下来,反映了学生用户在自然社会情境中的想法。采用自然语言处理技术,基于社交媒体上这些海量的实时性、连续性和自然性数据评估学生思想动态和价值观念,能提高评价的真实性和可信度。

       在时间向度上,智能感知技术赋能数据采集由离散转为连续,以提供评价内容相关的“增值性”证据。《方案》明确提出要“探索增值评价”,这要求建立纵向追踪数据库,获取学生思想道德、心理素质和行为习惯等的“增值”数据,分离出思想政治教育“净效应”,以识别思想政治教育工作薄弱点、着力点,不比基础比进步以激发学校教师教育活力和学生发展潜能、促进思想政治教育均衡发展。纵向追踪数据库是实现“增值”数据收集、存储、整理、分析等数字化操作的重要支撑条件。囿于纵向追踪时间跨度大、数据量大,纵向追踪数据库的开发和运维一直是思想政治教育质量增值评价的重难点。基于智能感知技术、分布式存储结构、服务器虚拟化技术、数据库链接技术以及数据库安全技术建设的纵向追踪数据库,能够支撑大量、长期的追踪数据获取、集成和存储,实现追踪数据间的链接与整合,确保数据库中个人信息隐私安全,降低开发运维成本。

       在结构向度上,智能感知技术赋能数据采集由同构转为异构,以提供评价内容相关的“多模态”证据。目前,思想政治教育质量评价主要基于十分有限的结构化数据,许多蕴含着思想政治教育信息的异构数据,如思想政治教育活动中产生的图像、视频、声音、文本类型等现实数据,教育者和受教育者的眼动、血压、心率和脑影像等生理性数据,由于获取难度大并没有得到有效的价值开发与合理利用。采用基于智能感知技术研发的虚拟现实设备、脑波监测、眼动和磁共振设备,采集这些多模态数据并进一步去伪存真和交叉验证,将进一步提高思想政治教育质量评价的客观性。

相关文章: