大数据赋能思政课精准教学

□曹清华

党的二十届四中全会提出，实施新时代立德树人工程，促进思政课堂和社会课堂有效融合，加强体育、美育、劳动教育，完善教育评价体系。在人工智能时代，数智技术赋能思政课精准教学，既契合加快建设教育强国的时代趋势，也呼应了提升思政教育针对性和吸引力的现实诉求。在教育数字化转型的时代背景下，精准把握学情是提升高校思政课教学实效性的关键前提。大数据技术凭借其多维度数据采集、深度挖掘与智能分析等优势，为思政课学情分析突破传统局限提供了技术支撑。在思政课教学实践中，可以从“数据采集—智能诊断—动态干预”三个维度，探讨大数据技术赋能思政课学情分析的优化策略，进而推动思政课实现精准教学。

数据采集维度：构建多源融合的学情数据体系

学情分析的科学性依赖于数据采集的真实性与全面性。传统思政课学情分析多依赖问卷调查、课堂观察等主观性强、覆盖面不广的手段，较难精准、全面把握学生的认知结构和思想动态。大数据技术的引入，使得多源、多维、动态的数据采集成为可能，为夯实学情分析基础提供了有力技术支撑。

整合多模态行为数据。大数据技术能够系统采集学生在思政课学习过程中产生的各类行为数据，包括在线学习平台的资料观看时长、讨论区发言频次与情感倾向、作业测试正确率，以及线下课堂的互动参与度、实践活动出勤率等。可以借助大数据技术，尝试构建“认知—情感—行为”三维数据采集框架，实现对学生学情的系统描绘。

建立动态更新数据池。大数据平台可以通过实时抓取与更新数据，建立动态学情数据库，助力思政课教师及时把握学生的情绪走向与认知变化。例如，通过自然语言处理技术分析学生在学习平台讨论区中对如“共同富裕”“全过程人民民主”等议题的语义表达，生成“认知热力图”等，从而精准识别学生的理解盲区与价值困惑。

强化数据治理与隐私保护。多源数据的融合使用必须建立在严格的伦理与法律基础之上。思政课在应用大数据技术助力学情分析时，应建立数据脱敏机制与权限管理制度等，确保学生的个人信息安全。只有在保障数据合规使用的前提下，学情分析才能获得学生的信任与支持，实现数据驱动的教学优化。

智能诊断维度：生成精准可视的学生数字画像

全面采集数据为学情分析打下坚实基础后，关键还在于如何通过智能算法对海量数据进行深度挖掘与可视化呈现，生成具有指导性意义的学情画像。大数据驱动的学情诊断，不仅关注学生“学了什么”，更关注学生“如何学”“为何如此学”，从而更好地识别其认知逻辑与价值判断。

构建学生多维数字画像。基于算法分析，可围绕“知识掌握程度”“学习行为特征”“价值认同程度”等多个核心维度构建学生个体与群体画像。例如，知识掌握程度包括学生对马克思主义理论、社会主义核心价值观等核心内容的认知水平；学习行为特征包括学生的学习习惯、互动偏好、动力机制等；价值认同程度可通过语义分析、情感分析等方法，尝试捕捉学生的情感倾向。

实现学情动态可视化呈现。通过数据可视化技术，将学情数据转化为更为直观的图表、热力图、趋势线等形式，帮助思政课教师快速识别学生的共性问题与个体差异。例如，有高校会开发“思政学情智能分析平台”等自动生成班级整体认知分布图、个体成长轨迹图、情感态度演变曲线等，助力思政课教师从“经验判断”转向“科学决策”，更好提升教学诊断的精准度。

强化诊断结果向教学建议转化。学情诊断的最终目的是服务于教学改进。在未来，思政课学情分析系统可以朝着具备智能归因功能的方向发展，将学生的学习困难、教师的教学痛点等与教学方法、教学节奏等因素进行关联分析，从而为思政课教师提供具有针对性与实用性的教学改进建议，实现从诊断到干预的有效衔接。

动态干预维度：实现数据驱动的教学策略调适

学情分析的重要价值在于推动教学干预的精准实施，形成“分析—诊断—干预—评估”的闭环系统。大数据技术不仅可以赋能学情诊断，也可以为教学策略的动态调整与个性化支持提供技术可能。

实施分层分类资源推送。基于学情画像，思政课教师可更好实现教学资源推送的精准匹配。例如，对于理论掌握较好但价值认同度不高的学生，推送具有情感感染力的相关教学资源；对于认知基础薄弱的学生，则进一步提供基础理论解读、典型案例等教学素材。通过实施分层分类的资源推送，推动从“大水漫灌”到“精准滴灌”的转向。

实现教学举措动态优化。依托大数据平台的实时反馈，思政课教师可以基于学生的多维数据，对教学案例及互动形式等进行敏捷调适。例如，系统一旦监测到学生在特定理论节点出现互动频次与答题正确率的“双低”预警，便可以推出其他备选教学方案，辅助教师动态优化教学举措。

建立全过程精准评估体系。传统思政课评价多依赖于期末考试与课堂表现，难以全面反映学生的价值内化与行为转化。大数据技术通过记录学生在整个学习周期中的认知与行为变化，可以构建涵盖“知识—能力—价值—行为”的多维评估体系，从而实现教学效果的全过程、多维度追踪。

（作者单位：南京航空航天大学马克思主义学院）