Page 222 - 高校党建工作与思想政治教育

高校党建工作与思想政治教育
Party Building Work and Ideological and Political Education in Universities

终沦为数据的“奴隶”。
（三）提高大数据素养
数据素养主要由数据意识、数据能力以及数据伦理构成，其中数据意识要求

必须对数据具有批判性思维，数据能力包括数据的收集、分析、选择、利用等一
系列活动所需的技能，数据伦理主要指数据应用风险。大数据技术具有复杂性、
系统性，智能算法是大数据的核心，也是与思想政治教育关系密切之处，分析评
价对象的思想、情感、行为动态变化趋势就是依据这一环节开展，所以数据素养

逐渐成为评价主体不可或缺的一项技能。因此《方案》明确规定要加强教师教育
评价能力建设，支持有条件的高校设立教育评价、教育测量等相关学科专业，培
养教育评价专门人才。评价主体数据素养有待提升，需要在高校思想政治教育评
价实践中开展数据专项能力培训、引进专业人才以及提供专业的平台与空间。开

展数据专项能力培训，提升评价主体的数据处理和决策能力。高校要积极开设关
于数据信息检索、数据归纳、数据处理、数据清洗等培训课程，加强涉及数据分
析以及数据决策的培训，提供专业的数据分析处理工具进行实践应用，派遣相关
人员指导并及时解决评价主体的数据困惑。当前，运用大数据的专业人才在各个

领域都是稀缺资源，高校需要引进政治素养高、专业技术强、有较高数据分析水
平的复合型人才。要促进数据分析专业人才与思想政治教育队伍等评价主体相对
接，依据实际情况，形成具有实效性的评价分析模型。同时加强对管理部门相关
人员的培训，以提升其对评价体系运行要求的理解，才能更好地配合专业人员开

展评价工作，提高这支队伍面对新使命、新任务、新要求的适应能力。加强与国
内外各种专业评价机构的交流与合作，为评价主体提供专业的平台与空间。高校
不仅要鼓励评价主体之间积极交流学习经验，也要主动与国内外优秀大数据技术
研发团队进行交流合作，及时跟踪国内外评价的发展动态和技术革新。

二、拓展高校思想政治教育数据化评价方法

多元的评价方法或手段对评价是否真实有效起决定性作用。大数据技术利用
自身优势拓展了高校思想政治教育评价方法：全数据模式有助于过程评价与结果

评价相结合；数据预测有助于动态评价与静态评价相结合；数据化有助于定性评
价与定量评价相结合。
（一）全数据模式有助于过程评价与结果评价相结合
大数据不是随机数据，而是全体数据；大数据不是样本数据，而是总体数据；

·214·