算法推荐技术赋能思想政治教育可行性分析
汤俪瑾 胡彤彤
中国科学技术大学
摘 要:第四次工业革命建构了一个全新的弱人工智能时代,算法推荐作为新兴技术,引领信息传播方式的变革。本文基于算法推荐技术与思想政治教育二者间的内在契合性,探讨新技术赋能思想政治教育的可行性,旨在为思想政治教育发展提供借鉴。
关键词:算法推荐技术;思想政治教育;赋能;可行性
弱人工智能时代,算法推荐技术对人类社会产生了全方位影响,在社会全领域掀起了变革。在新的时代背景下,我们应积极探索思想政治教育的创新与发展,借助算法推荐技术推动思想政治教育朝着精准化、差异化、交互化等方向变革,建构思想政治教育智能化体系。
一、算法推荐技术与思想政治教育的契合性分析
(一)算法推荐技术与思想政治教育契合的价值目标
人工智能技术的快速发展依赖于数据、算法和算力三个核心因素,没有合适的算法模型就难以解决理论问题;没有数据支撑就无法训练神经网络;没有算力辅助训练,运算过程就会变得缓慢甚至难以进行。因此,在这三者中,算法发挥着重要的引擎作用。算法推荐技术是一种信息推荐方式,通过深入挖掘并分析用户的历史行为记录、个性化偏好以及社交网络互动数据,以精准捕捉并理解用户的思维模式、行为习惯及观念倾向,旨在预测并为用户推荐可能感兴趣的信息或产品。通过详尽的数据分析,算法推荐技术能够实现信息的精准定位传播、隐性影响力的扩散以及前瞻性的信息预测与教育,为教育者实现有效价值指引提供有力技术支持。
“人在哪儿,宣传思想工作的重点就在哪儿,网络空间已经成为人们生产生活的新空间,那就也应该成为我们党凝聚共识的新空间。移动互联网已经成为信息传播主渠道。”思想政治教育的最终目标是通过内容传导,提升人们对于主流价值观的认同。新时代,随着舆论宣传场域的不断扩大,网络空间逐渐成为思想宣传主阵地,思想政治教育要与时俱进、积极适应,充分借助技术的革新与赋能,进一步强化其在价值观引导方面的功能与效果。
总之,算法推荐技术与思想政治教育在价值目标上高度契合,新技术是推动思想政治教育发展的有力工具与手段。教育者应依托算法推荐技术的精准化、个性化和交互性等优势,拓展思想政治教育传播的深度与广度,有效凝聚社会共识,引领社会价值导向,进一步提升思想政治教育的社会影响力,确保社会主义核心价值观在舆论场中占据主导地位,捍卫意识形态高地。此外,思想政治教育能够赋予算法推荐技术一定的价值正当性,确保其在正确的轨道上发展,提升核心竞争力,从而实现技术与教育的双赢。
(二)算法推荐技术与思想政治教育契合的技术机理
思想政治教育需要基于对当前社会发展趋势和社会群体态度的深入分析,前瞻性地识别和解决将来可能出现的思想政治问题。因此,群体行为数据的“大小”会在一定程度上影响思想政治教育的前瞻性功能。过去,囿于技术条件限制,教育者只能获取小范围的群体数据,加之缺乏相应的预测模型理论和应用经验,得到的分析结果与预测结果精度都有所欠缺。近年来,以算法推荐技术为核心的计算社会科学日益兴起,为社会研究提供了新可能,同时,也为思想政治教育提质增效提供新的技术支持。算法推荐技术通过深入分析用户行为表现、长期趋势观察以及反馈循环优化等,在精细化数据分析基础上进行智能化模型构建,实现对用户行为的预测,进而为用户提供个性化、动态更新的内容推荐。例如,借助算法推荐技术,分析社交媒体每天的热点趋势、论坛讨论、用户评论等,并据此预测社会群体的思想动向、价值观念变化以及可能出现的社会舆论。这种基于对大量数据挖掘和分析的预测,能够使教育者洞察潜在的社会思想形态,从而提前准备相应的策略来预防和引导社会舆论。
二、算法推荐技术赋能思想政治教育的可行性分析
(一)算法推荐技术契合思想政治教育创新发展的时代要求
随着信息技术的迅猛发展,全球进入了数字化时代,人们获取信息、进行沟通以及学习的方式都发生了深刻变革,网络成为人们获取信息和对外传播的主要渠道,算法也凭借技术优势占据了信息传播的主导地位,影响着信息的传送与价值输出。
2016年,习近平总书记在全国高校思想政治工作会议上强调:“要运用新媒体新技术使工作活起来,4推动思想政治工作传统优势同信息技术高度融合,增强时代感和吸引力。”一方面,新时代背景下,教育者要善于运用新媒体新技术,借助信息技术的非线性、交互式、扁平化等优势,构建更加贴近教育对象的话语体系和资源体系,发挥思想政治教育工作的传统优势,切实提升工作针对性、精准性和实效性。另一方面,随着物质生产方式的变化,新兴技术迭代升级,新质生产力赋予思想政治教育新的生机,思想政治教育也必须因“时”而变,因“势”而动。
目前,算法推荐技术可以视为大数据领域最前沿的技术之一,个性化服务、用户体验等方面的革新,为计算机领域带来了技术革命,具体表现为:改变了传统广播式服务的模式,提供个性化服务;利用个性化推荐,提高用户满意度;进行信息过滤和检索,解决信息过载问题;以个性化推荐激发用户兴趣,提升用户参与度等。此外,算法推荐技术还通过对用户个体数据进行收集、分析、处理和加工,并以此为基础进行信息传播,实现了对用户的价值引导。互联网技术是思想政治教育得以产生与不断发展的技术依托,其所蕴含的深层逻辑和运行机理与思想政治教育倡导的目标性、针对性教育相契合。在思想政治教育过程中,教育者要借助算法推荐技术精准识别教育对象,供给教育内容;借助回传反馈机制,实时了解教育效果,实现算法推荐技术与思想政治教育在实践理念、核心逻辑上的深度互嵌,助力思想政治教育模式的发展与创新。
(二)算法推荐技术为思想政治教育精准化变革提供支持
在新技术背景下,借助算法推荐技术进行“精准思政”已成为思想政治教育发展的新范式。“精准思政”是在深入理解和遵循思想政治教育工作基本规律的前提下,针对特定教育对象的需求,对教育内容进行选择性、目的性地搜索、分析与选用。通过内容优化和技术创新双重保障,在教育过程中实现精准施教,达成精细化育人目标。精准思政的过程涉及精准识别、精准制定和精准传授等诸多环节,这些环节的精准施策都离不开技术的支持,教育者唯有用好算法推荐技术,才能精准施教,实现精准育人。算法推荐技术助力“精准思政”主要体现在两个方面:
1.提高教育内容生产的针对性,精准生产思想政治教育内容。算法推荐技术能够借助技术编码与运算能力,精准把握教育对象的真实需求,解构并重塑以往思想政治教育内容生产的实践模式,使之更加贴近时代发展和个体需求,从而实现教育的精准化和高效化。在以往教育实践中,教育者更多从“应然”角度出发,侧重经验判断,主观上认为教育对象应当获取什么内容,并基于此进行内容生产。算法推荐技术弥补了脱离教育对象需求进行内容生产的局限,它以数据定量分析为依据,要求教育者立足“实然”角度进行内容生产,并借助数据挖掘和数据处理机制,实时动态分析并预测教育对象的思想动向、心理状态以及未来发展等关键特征,在充分了解教育对象的情况下,尊重其个性化需求,紧密围绕思想政治教育规律与教育对象成长规律进行内容生产,并按照一定主题进行细分、重组、集成新内容模块,构建思想政治教育信息资源库与内容推荐池。此外,教育者还能根据现实需要,添加社会热点与社会动态信息,不断优化组合配比,有效提升教育内容生产的针对性。
2.提高教育内容供给的针对性。相较过去,算法推荐技术能够基于庞大的数据输入进行机器学习,聚焦对人类神经网络的深入理解,具有规律总结、趋势预测等优势。推送方式由以往较为单一的粗放式转为较为多元精密式,“推荐算法的技术运行原理决定了其不像过往的网络信息技术那般,仅仅只具有简单的信息关键词搜索和归类叠放功能,而是创造性地具有基于大数据分析的结果为用户提供更加适配信息的能力。”基于算法推测机制,教育者能够对教育对象的数据资源进行必要分析、过滤以及建模,明悉数据背后的供需矛盾,以数据深度挖掘把握思想政治教育供需规律,利用基础数据构建内容丰富、层次分明的数据供给体系,采取菜单式服务和叠加式推送策略,实现教育内容“按需供给”,从而助推思想政治教育内容供给由普遍化向精准化转变。
(三)算法推荐技术为思想政治教育差异化变革辅以支撑
合适的思想政治教育方法,是达到思想政治教育目的、完成思想政治教育任务的关键一环。算法推荐技术能够帮助思想政治教育整合资源、优化话语体系、创新实现方式,为思想政治教育实现自身范式转换提供技术支撑。
算法推荐技术的内核在于重视用户的差异性,为用户提供更加个性化、精准化服务,满足用户多样化需求,从而提高他们的满意度。不同用户对相同内容的反应会存在一定差异,通过个性化推荐,算法能够更好地预测用户可能感兴趣的内容。这种运算逻辑与思想政治教育的分析逻辑相似,都注重个体的差异性。例如,思想政治教育主张“因材施教”,做好人的工作,倡导教育者通过提高人的思想道德素质,进而为社会全面进步服务。在思想政治教育的过程中,教育对象是影响教育效果的重要因素,因此,教育者必须深入了解教育对象的基本特征,重视不同教育对象之间存在的差异。算法推荐技术通过用户数据的收集、分析,精准识别教育对象,帮助教育者准确了解教育对象的思想行为与认知变化情况,并生成个性化培养计划,进一步健全个体认知。在以往的思想政治教育过程中,教育者因为技术的囿限,难以实现人机互动,耗费大量时间汇总优选出的教育方案,无法完全符合教育对象的个性化需要。在新技术的介入下,教育者可以通过人机协同,基于每个教育对象的特质制定个性化育人计划,充分了解教育对象的发展需求,精准把握其发展需要,并根据实际情况,适配教育对象学习规律,并制定合适的教育教学方案,深入挖掘思想政治教育的内在育人潜力,提升教育的科学化与专业化水平。
随着技术的不断发展,有针对性的教育方法能够更好地实现。教育者借助算法推荐技术对教育对象进行“画像”,并叠加多个要素进行分析,全面了解教育对象的认知能力、能力结构和思想道德水平的发展规律,进而实时预测教育对象对思想政治教育内容的内化程度和外化表现。例如,在技术的助力下,教育者能够叠加地区、性别、职业、年龄、学历层次和文化偏好等要素,建构专有模型,并根据该模型进行具体分析,拓宽对教育对象特征认知的渠道。
(四)算法推荐技术为思想政治教育交互化变革奠定基础
思想政治教育是做人的工作,对人进行教育,是教育对象在教育者的引导下,将“外化”的东西吸收理解“内化”的过程。在这个过程中,教育者需要充分尊重教育对象的主体性地位,教育对象也需要不断增强主体性意识,二者在思想、情感、知识上实现交互,最终实现教育目的。
“人的互动实践与思想政治教育的本质紧密契合。”算法推荐技术为教育者与教育对象提供了新的交互视野与方法,在技术支持下,双方的交互渠道逐渐畅通,提升主体性的“互动式”教育方式得以实现。教育参与者能够基于信息化平台开展互动交流,教育信息在平台内顺畅交互与整合反馈,教育参与者的主体性大幅提升。教育对象在内化中接受的思想理念、政治立场和道德准则的同时,能对教育内容和方法提出相应的反馈与建议。教育者通过应用自然语言处理和数据分析技术,转化并吸纳受教育者的反馈信息,在对这些信息进行深入分析的基础上,有针对性地回应其关切,进而对思想政治教育的模式进行适时调整与创新,满足教育对象的实际需求。此外,教育对象也能与其他受教育者在信息化数据云平台中交流心得,通过多向交互,增强对思想政治教育的认同感。依托新技术,思想政治教育缔结的教育参与者之间的关系本质上是一种数据性教育关系,借助算法推荐技术进行数据分析,教育者能够精准、有效把握教育双方之间的互动数据轨迹,探索教育对象的变化态势,进而掌握其思想与心理动态。
三、结 语
随着信息技术的不断革新与持续演进,算法推荐技术揭开了信息传播的新篇章。在教育领域,历史与实践的深刻交汇表明,每一次技术革命的浪潮都为教育发展注入新的活力,技术进步与创新不仅是推动教育变革的强大引擎,更是促进教育事业发展的不竭动力。思想政治教育与技术的发展紧密相关,教育者要因时而进、因势而新,取技术之所长,“为我所用”,构建思想政治教育智能化体系,推进新形势下思想政治教育的改革创新。
