智能算法技術賦能高校思想政治教育供需互契研究

周明鵬

(東北師范大學 思想政治教育研究中心, 吉林 長春 130022)

習近平總書記在中共中央政治局第五次集體學習時強調:“教育數字化是我國開辟教育發展新賽道和塑造教育發展新優勢的重要突破口”[1]。因此,以智能算法為代表的數字技術向善發展與深度應用,充分發揮數據處理、信息分發、深度學習、超強運算的疊加賦能效應,既為驅動高校思想政治教育數字化、智能化、現代化轉型發展奠定了堅實基礎,又為拓展育人場景、創新育人資源、提升育人效能提供了新的解決框架。智能算法技術賦能高校思想政治教育供需實踐并不是簡單的概念拼接和邏輯鏈條的勉強拼湊,而是二者的深度融合、彼此賦能,為實現供給與需求調整優化、有序聯動、動態平衡提供技術支持。

揭示高校思想政治教育的邏輯起點有助于我們更好地闡明高校思想政治教育供需互契這一重要論域?？茖W的邏輯起點是相對獨立且客觀存在的,不以任何物質為前提和中介,能夠明確研究對象最為本質的規定。正如列寧(Lenin)所言:“在任何一個命題中,很像在一個‘單位’(‘細胞’)中一樣,都可以(而且應當)發現辯證法一切要素的胚芽?！盵2]高校思想政治教育是以大學生的現實需求為邏輯起點、需求實現為直接目標,關系著“培養什么人、怎樣培養人、為誰培養人”的精神性生產和再生產勞動。大學生需求構成了高校思想政治教育最簡單、最抽象、最本質的規定,蘊含著高校思想政治教育一切矛盾的萌芽。我們注意到,在高校思想政治教育的一系列重要范疇之中,無論是思想和行為這個起點范疇、內化與外化這個成果范疇,還是個人與社會這個重點范疇,起點和動力都是大學生的需求。高校思想政治教育需求側不僅包括大學生為了積極適應社會而產生的知識積累、情感培育、心理支持、素養提升、品格塑造、行為導向等個體性需求,還包括為了實現更好社會整合而產生的匯聚價值共識、規范道德秩序、提升政治認同等方面的社會性需求。需求側是高校思想政治教育創新發展的動力所在,表征著一種不平衡樣態。與之相對應的是,供給側一方面包含課堂教學、社會實踐、志愿服務等豐富的教育服務供給,另一方面包括學術論著、學術共識、咨詢報告等獨立的思想產品供給。供給側在主動回應和解決需求側問題的過程中能夠轉換為高校思想政治教育創新發展的新動力,表征為一種再平衡樣態。需要指出的是,高校思想政治教育供需互契并不是也不可能是物理向度的絕對均衡,而是尋求供給側與需求側有機聯動、積極協調、動態平衡、相互響應的健康發展狀態。

一、 形塑與賦能:思想政治教育供需互契的技術之利

智能算法技術憑借其在數據挖掘過濾、用戶畫像預測、信息內容分發、算法模型訓練等方面無可比擬的優勢,為高校思想政治教育實現供需動態平衡帶來了機遇。智能算法技術不僅有利于教育者全面掌握大學生的真實所需,科學預測大學生的潛在所求,通過宏觀審視結合微觀剖析驅動思想政治教育內容精準供給與智能推送,而且能夠為實現精確化質性評價、量化評估提供數據支撐和軟硬件支持。

(一) 繪制圖譜:貫通學生群體的真實所需與潛在所求

新時代大學生對思想政治教育的需求是大學生必要的個體性與社會性需求,而并非其他意義上的生理性需求,這其中既有聚焦當下體驗與短期獲得的顯性需求,又有突出未來發展與長期進步的潛在需求,日益呈現復雜化、個性化、多樣化以及動態變化性等特征。智能算法技術通過對靜態數據信息的捕捉與思想行為等動態數據的追蹤,將大學生在學習指導、社會實踐、思想交流等不同維度的需求信息進行結構化處理和數據屬性的關聯性計算,精準繪制需求圖譜,對教育者全面掌握大學生的真實所需和預測其潛在所求大有裨益。

1. 智能算法技術通過對龐雜無序數據的清洗與過濾,從海量數據中抽離出大學生的真實所需。隨著高校在人才培養、課程建設、綜合治理等領域信息化、數字化建設呈現新趨勢,校內業務系統和第三方數據系統全天候與全方位采集、分類、整合大學生的學習生活數據:云脈人臉識別系統記錄學生進出校園、體育館、圖書館次數以及時長等數據;校園一卡通系統記錄學生的日常消費數據、校醫院就診數據等;圖書館服務系統記錄學生的檢索痕跡、借閱類別、電子資源下載等數據;等等。數據的積累和沉淀在全方位反映大學生行為軌跡和真實需求的同時,大量的噪聲數據、重復數據、冗余數據以及錯誤數據也充斥其中,我們必須通過蘊含智能算法的數據處理技術對數據進行去冗、補缺以及脫敏,厘清海量數據的非線性關系,再經過重新整理、科學聚類、驗證析解、建模分析等程序,揭示大學生多樣化、個性化的真實偏好和需求。

2. 智能算法通過聚類整合和多模態分析,在多維特征標簽體系中梳理關聯與找尋規律,探求大學生的潛在所求。在互聯網技術高度發達的時代,智能算法技術能夠及時準確地獲取大學生在手機等網絡移動終端生成的傳感數據、物聯數據以及各種統計數據,如全維感知大學生在網絡領域對時事政治、文化娛樂等內容的瀏覽、轉發、下載、評論、收藏等動向,實時獲取大學生的關注熱點、興趣偏好、互動行為等相關數據,提取典型特征和了解網絡社會關系。需要指出的是,由于單一場域中反映的大學生思想行為表征可能不具有代表性,因此,我們還要將大學生網絡行為數據結合校內大數據平臺產生的其他數據疊加進行分析與多維整合,從中深度挖掘與明晰大學生群體潛在的情感、成長等需求。

(二) 算法推薦:實現優質資源的精準供給與智能推送

智能算法推薦系統是一種憑借機器深度學習,基于受眾的個人信息和行為數據全息采集,實現信息內容精準匹配與分發的技術架構。在具體的運行邏輯之中,我們可以將算法推薦劃分為三種類別:基于內容的算法推薦(通過分析受眾群體以往興趣偏好生成個像,從而分發相似性內容);基于協同過濾的算法推薦(通過分析受眾群體的關聯性特征生成群像,從而向同類用戶分發相似性信息);混合算法推薦(將前兩種算法推薦相交疊,再以其他技術手段為依托分發信息)。由此可見,以智能算法推薦技術賦能高校思想政治教育供給,將有利于教育者精準掌握新時代大學生自我發展期待,通過宏觀審視結合微觀剖析驅動思想政治教育內容精準供給與智能推送,增強大學生思想政治教育的獲得感、滿足感與效能感。

1. 有利于優質資源精準供給。智能算法推薦系統運用技術編碼與運算技術捕捉大學生真實需求,實質性地解構與重塑高校思想政治教育供給的存在場域與實踐樣態,有效彌補了傳統模式下依循經驗判斷而缺乏定量分析的局限。首先,教育者能夠基于數據挖掘、高頻處理機制動態辨識和預測大學生的思想動態、行為軌跡、心理狀況以及發展期待等傾向性特征,準確細致地呈現大學生復雜社會網絡的關聯性與交互性,構建高校思想政治教育信息資源專屬數據庫與內容池。其次,教育者基于運算推測機制對各要素數據資源進行必要的分析、過濾以及建模,準確研判大數據流背后的供需矛盾,厘定供給目標。最后,算法推薦絕不只具有簡單的信息關鍵詞搜索和歸類疊放功能,而是創造性地具有基于數據透鏡的結果為用戶提供最適配信息的能力[3]。教育者基于人機協同內容分發機制對數據進行高頻處理,在超強算力之中實現對大學生思想和行為等數據的深度挖掘,不斷深化對思想政治教育供需規律的把握,采取菜單式服務和疊加式推送策略為大學生供給個性化教育內容。

2. 有利于優質資源智能推送。新時代大學生出生和成長于我國互聯網技術形成與高速發展的時期,作為順勢而生的“數字原住民”和“互聯網原生代”,手機、平板電腦、筆記本等移動智能終端設備成為他們的生活必需裝備。他們更加熱衷于網絡化生存體驗,例如更加諳熟以“網絡課堂”“線上云端共享”等為代表的學習研討模式、以“全天候”在線與“趣緣化”互動為特征的社交模式等。以“00后”為代表的大學生群體的認知體系和行為傾向更與眾不同,例如對社會的認知呈現積極認同與困惑迷茫并存的鮮明特征,日常行為開始追求擺脫無用社會交往、拒絕社會恐慌等。有鑒于此,以智能算法推薦技術打造高校思想政治教育智慧化供給體系,既要觀照大學生特殊的認知體系、情況多變的行為傾向等成長特征,又要把握網絡發展規律,注重智能傳播媒介和網絡信息技術的內嵌式運用。以深受當前大學生青睞的知乎、小紅書、B站、微博等自媒體平臺為育人陣地,打造靈活開放、多項交互、具身沉浸式供給模式,促進思想政治教育內容呈現圖像化、視聽化、情境化,有利于學生在多感官體驗和情景化體驗中增強理論體悟和價值認同。

(三) 系統掃描:統一供給成效的質性評價與量化評估

我們從質和量兩個維度去把握高校思想政治教育供給內容質量和主體能力如何、供需是否能夠實現動態平衡,就意味著判斷和評估需要堅持定性與定量相統一的原則。質性評價是指用語言描述形式以及哲學思辨、邏輯分析揭示被評價對象特征的信息分析、處理方法[4]59,綜合運用歸納與演繹、分析與綜合、抽象與概括、經驗判斷與現象觀察等手段著力揭示事物質的規定性。量化評估是指用數值形式以及數學、統計方法反映被評價對象特征的信息分析、處理方法[4]59,綜合運用數據收集、數字統計、線性回歸分析等手段著力揭示事物量的規定性。智能算法技術的發展與應用有效整合了供給側與需求側更為廣泛、全面和精細的相關信息數據,為實現精確化質性評價和量化評估提供數據支撐和軟硬件支持,助力高校思想政治教育供需互契實踐的全景式監測與評判。

1. 促進高校思想政治教育供需的質性評價智能化轉型。智能算法技術視域下,高校思想政治教育勢必要以大學生的全面發展為中心,突破依靠單一問卷調查或簡單實地訪談為信息收集手段的傳統質性評價模式,采用以輔導員、思政課教師等為代表的各類評價主體通過智能網絡終端識別、算法追蹤、模型構建、可視化呈現、人機協同配合等技術方法,以客觀數據因果性分析與關聯性解讀支撐供給結果的質性評價模式。在此基礎上,高校思想政治教育要疊加基于評價主體的嚴密邏輯推理和供給過程中經驗事實的歸納總結,以有效保證對供給目標設定、供給隊伍建設、載體搭建、大學生接受度及認同度等方面評價追蹤的客觀性、充分性、精準性。此外,高校思想政治教育供給實效的定性評價本身就較為注重對大學生情緒波動和思想變化等內隱狀態的觀察與捕捉,當前條件下難以有效利用儀器或數量指標加以準確感知和量化。智能算法技術則能夠通過智能分析和多模態分析,生動呈現不同大學生在接受供給內容前后細微的情緒波動、態度變化、認知改變以及行為調適,能夠有效彌補評價的主觀性和經驗觀察的人為性等弊端。

2. 促進高校思想政治教育供需量化評估的數字化轉型。智能算法技術憑借特定的數理邏輯、規則系統,結合數據集成、自主決策優勢,構建以特征描述、分析預測為代表的定量分析計算模型,實現高校思想政治教育供給側和大學生群體異質需求側在數字空間的集中呈現和虛實聯動,極大拓展了量化評估的原有視域。在此基礎之上,高校思想政治教育以全面整體性思維和聯動開放性觀念促進供給過程中全樣本、全要素、全過程的動態量化分析和可視化呈現,通過全景掃描與全域觀測打造深層次、立體化、多視角的數字化評估體系,有效提升供需互契實踐中過程性、結果性量化評估的科學性與有效性。

二、 矛盾與糾葛:思想政治教育供需互契的異化風險

作為一種新興技術范式和變革性技術力量,盡管智能算法推薦技術在為實現高校思想政治教育供需互契過程中帶來了一定應用價值,但頗為遺憾的是,基于算法技術運行維度,其分別在算法生產、選擇、應用三個層面造成“黑箱效應”潛隱存在、“過濾氣泡”悄然滋生、工具理性過分張揚等技術異化困境。在實踐中,這些困境導致算法客觀性的偏離,引發了價值認同離散、教育內容結構消解以及人文關懷弱化等一系列不容忽視的矛盾與糾葛。

(一) “黑箱效應”潛隱存在,離散需求主體的價值認同

由于技術架構本身的高度復雜性、難以理解性、不可解釋性,設計者也會刻意遮蔽算法原理和生產運行機制,加之供給主體和大學生算法素養的限制,造成了智能算法技術的不透明,即“黑箱”問題?！昂谙洹敝傅氖菫槿怂恢?、那些既不能打開又不能從外部直接觀察其內部狀態的系統[5]。隨著智能算法技術在高校思想政治教育供需實踐中的深度融合應用,技術“黑箱”衍生的算法偏見與歧視等一系列風險造成主流價值觀的“熱呈現”與“冷遮蔽”,嚴重擠占主流意識形態內容的供給空間,拆解主流價值觀內容的事實依托,最終離散了大學生的價值共識,造成主流價值觀在大學生群體中的凝聚效力疲軟,這成為育人主體面臨的重要挑戰。

首先,“黑箱效應”可能致使供給過程中錯誤社會思潮或價值觀念沉渣泛起,耗散主流意識形態和主流價值觀的引領力。智能算法技術賦能下的高校思想政治教育供給內容分發與大學生需求偏好精準匹配,由傳統模式下單向度灌輸、需求主體的被動適應轉變為交互式選擇與供給內容的主動融入,極大改善了大學生的獲取體驗。需要指出的是,教育者由于無法科學揭示或有效回避“黑箱效應”所產生的信息不對稱與不公開弊病,多種錯誤思想觀點、價值觀念、社會思潮或將在技術“黑箱”遮蔽和掩護之下外顯為算法技術規制下“客觀中立”的教育內容,并織就價值牢籠內隱于供給實踐,以期強化大學生的認知偏見和價值誤讀,為凝聚大學生的價值共識帶來風險與挑戰。

其次,“黑箱效應”可能致使供給過程中資本邏輯有機可乘,弱化大學生價值觀認同。資本邏輯具有自覺追求價值增殖的非正義性和非自覺創造人類文明的“正義性”[6],奉行流量變現、利益至上的價值準則,容易產生“劣幣驅逐良幣”現象,嚴重扭曲高校思想政治教育供給的價值理性。除此之外,資本邏輯裹挾之下的供給實踐為了進一步“收割流量”和增強大學生的黏附度,不僅偏向性推送附著大量龐雜非主流價值觀念的內容,而且試圖過濾掉能夠彰顯主流價值觀的教育內容,導致教育者精心構建的主流意識形態價值譜系呈現彌散化、碎片化態勢,大學生逐漸熱衷于享受算法推薦的信息狂歡而陷入價值觀迷茫困境。

最后,“黑箱效應”可能致使供給過程中大學生數據隱私泄露或濫用,引發信任危機。由于大學生的個人信息以數據形式被結構化抓取、存儲、過濾、應用,在“黑箱效應”作用下,供給主體可能無意泄露或濫用大學生數據隱私,引發需求主體對智能算法技術賦能供需互契實踐的信任危機,使大學生在向教育者表達自己的真實想法和反映自身的實際需求時存有顧慮,直接制約主流價值觀的引領實效。

(二) “過濾氣泡”悄然滋生,消解供給內容的系統結構

高校思想政治教育供給內容體系具有多維性、系統性、時代性以及階段性等特征,依據不同劃分標準,理論性內容與實踐性內容相互銜接和轉化,主導性內容與基礎性、通識性內容相互融合,更注重引導大學生通過親身體驗和自我感受來獲取相關知識[7]。智能算法技術標簽化、數據化以及全息化記錄和分析大學生需求信息的方式使個性化教育內容供給成為可能。私人訂制、量身打造式的供給模式雖然在某種程度上緩解了供需匹配矛盾,有效避免了大學生在信息過載場域中的不知所措,但也同樣強化了大學生對推薦機制的心理依賴,很可能沉浸在“信息回音室”中尋找心理舒適區,在“過濾氣泡”影響下接受相對固化的教育內容。長此以往,致癮機制之下海量碎微化、迎合性、重復性內容在大學生群體中反復激蕩,他們被孤立或隔絕于個性化的信息孤島之中,不斷挑戰和消解教育內容的系統化、體系化建構。

一方面,“過濾氣泡”影響下的貼心管家式供給窄化了教育內容。協同過濾算法憑借對大學生群體的數據痕跡抓取與析解,將其劃分為具有相似關注點的趣緣群體,進行相似性教育內容推薦。加之大學生為了始終保持心理舒適度,更加傾向于選擇貼合自身審美偏好、興趣喜好、價值取向的內容,局限于淺層次趣味性內容的滿足而排斥政治性、理論性內容。雙重因素疊加導致大學生接受的教育內容日益窄化,思維定式不斷固化,沉溺于自我封閉式的擬態環境,逐漸減少思想的交流碰撞和對多層次思想政治教育內容的系統認知與情感認同。另一方面,“過濾氣泡”影響下投其所好式的供給導致教育內容同質化。個性化算法推薦深刻改變了思想政治教育供給內容結構和傳播秩序,雖然以精準的內容分發和及時的效果反饋滿足了大學生異質性需求,但投其所好式供給突出同質信息的遴選與引入,不斷濾除異質性內容和多元化聲音,造成單一教育內容的閉合式循環。對需求主體而言,信息迎合也會改變其接受教育內容的原有習慣,使大學生將教育內容的選擇自主權讓渡給智能算法技術,更加依賴算法推薦的同質化內容精準“投喂”,內容供給由“我想要”轉變為“你應該要”,主體的理性思維能力和主觀能動性被剝奪。

(三) 工具理性過分張揚,弱化供給主體的人文關懷

高校思想政治教育是有著價值追求、精神旨趣和思想智慧,能夠滋養教育對象心靈與厚重人格的實踐活動,“從根本上說是做人的工作”[8]。因此,注重人文關懷無疑是高校思想政治教育實效提升與創新發展的本質要求。智能算法技術的成熟應用與深度介入雖促進了大學生真實與潛在需求的精準繪制、供給內容的精準分發以及開放沉浸式的虛擬互動,為實現供需互契提供技術支持,但教育者往往會因為沉浸于智能算法軟硬件帶來的技術優勢而過度依賴算法,造成技術崇拜、技術至上、唯數據論的工具理性與物化邏輯的過分張揚和滲透,陷入“技術利維坦”陷阱和“機械主義”窠臼,偏離了人文關懷的價值向度和弱化了人文精神的價值觀照。

首先,工具理性過分張揚矮化了教育者和教育對象在供需互契實踐中的本我角色與主體地位。系統謀劃和整體推進高校思想政治教育供需互契實踐既要致力于推動供給主體的多元轉向與有機協同,又要厘定需求主體結構以優化資源適配。但對智能算法技術的過度依附和價值性服從使教育者和教育對象容易產生思維和行為惰性,習慣按照技術邏輯操縱、規制供給和需求實踐,喪失必要的自主性與判斷力,導致二者的主體性地位被算法邏輯規則所宰制,逐漸淪為智能算法技術“座架”的構成部分。其次,工具理性的過度膨脹使大學生作為現實個體的多維豐富性喪失。在技術依賴語境下,教育者側重于以數據處理方式作出定量判斷,但大學生在供給環節中的精神感受、情感體驗等主觀獲得感難以通過計算測量的方式科學衡量與精準呈現。進一步說,大學生在供給實踐活動中生成的多維獲得感、成就感以及滿足感很可能淹沒在對算法技術的過度依賴之中。最后,工具理性僭越價值理性滋生“唯數據論”,造成教育者與大學生情感關系的疏離。教育作為一種感性與理性交織的實踐活動,各種感情互動與表達貫穿于學生學習的全過程,情感共振、心靈互通成為激發學生學習興趣與行為的重要動力[9]。在人機交互過程中,智能算法技術過分夸大數據價值和強調數據驅動,誤以為大學生的具體需求都可以進行代碼化處理或以算法程序加以解釋,這會盲目擴張智能算法技術在供需互契實踐中的應用范圍,使充滿人文關懷和情感滲透的供給活動異化為程序化、機械性、單向度的算法運行步驟,顯著弱化師生間應有的情感互動、心靈共通和思想碰撞。

三、糾偏與復歸:思想政治教育供需互契的應變理路

面對智能算法技術引致的需求主體價值認同離散、供給內容系統結構消解和供給主體人文關懷弱化三重風險,我們要深刻反思和追問個體與技術融為一體且共同存在的關系,明確供需互契實踐中教育者和教育對象的主體性地位和獨特性尊嚴。在此基礎之上,我們要應勢而動,以算法治理透視“黑箱效應”、以技術規制戳破“過濾氣泡”、以價值理性統合工具理性,從而在智能算法技術賦能高校思想政治教育供需互契實踐中揚長避短。

(一) 以算法治理透視“黑箱效應”,廣泛凝聚價值共識

有效的高校思想政治教育供給是以徹底的理論搶占思想制高點和精細化的服務助力大學生全面發展,增強大學生心理層面獲得感、思想層面滿足感以及價值層面認同感,以在多元價值觀相互碰撞和激烈競爭中筑牢大學生價值認同。算法技術賦能高校思想政治教育供需互契實踐,提升算法可解釋性與透明度,就是要以實踐的方式直接披露算法偏見、算法歧視的存在根源與運行邏輯,避免算法技術在多維場景化應用時淡化甚至湮沒主流價值觀的主導性與權威性,以期通過思想政治教育供給凝聚起新時代大學生的價值共識。

1. 打開算法選擇機制的“黑箱”。我們注意到,凝聚需求主體的價值共識無法脫離敘事話語表征與意義闡釋的支撐,而算法選擇機制可以通過操縱話語符號、過濾供給內容以及把控信息呈現,在高校思想政治教育供需實踐中較為直接地形塑大學生的價值認知和審美旨趣,逐漸成為左右大學生正確價值觀念形成和價值共識凝聚的一種隱性力量。因此,我們要切實增強智能算法技術在多元話語符號選擇,差異化供給內容生產、分類與篩選等運行程序時的可解釋性與透明度,將主流價值觀全方位融入與全過程規制算法選擇的所有程序與邏輯,確保特定教育內容與話語的生產和供給符合主流價值觀念。例如近年來以抖音、快手為代表的短視頻應用程序不僅貼合大學生的接受特征,而且以海量資源不斷滿足大學生多樣化的視聽消費需求,輔導員、思政課教師等教育者可嘗試以此為抓手,創新教育資源供給模式。需要指出的是,教育者雖然并非智能算法技術資深專家,但要清醒認識到短視頻碎片化傳播可能造成的拆解供給內容邏輯性、淡化理論知識思想性等困境,明晰短視頻背后可能隱匿著的娛樂至上、價值干預、輿論干擾等傾向,避免以空洞的內容迎合大學生的獵奇心理。教育者要加強主流價值觀對話語內容選擇的引領,發揮短視頻平臺助力高校思想政治教育有效供給的新優勢。

2. 打開算法推薦機制的“黑箱”。算法推薦技術應用于高校思想政治教育供給,精準滿足了大學生的個性化、多樣化需求,實現了供給內容的定制化,豐富了大學生認識社會與感知世界的手段,有效降低了大學生在海量內容庫和信息池中尋找能夠滿足自身所需的時間成本。但資本邏輯的原生動力決定了智能算法推薦的開發和設計不可避免地會具有追逐商業利潤的強烈色彩[10],偏離了思想政治教育供給的政治立場和價值要求,這要求我們要強化智能算法推薦機制中內容評分與用戶聚類底層邏輯的可解釋性與透明度,以主流意識形態駕馭信息內容的交互匹配與精準分發,提升主流價值觀的充盈度以及優先推薦等級。與此同時,供給主體在運用算法推薦過程中要注重對大學生的隱私數據進行保護,嚴格規范與合理約束數據收集、處理行為,通過有力地規訓算法權力,促進算法平臺主動建立侵犯或濫用大學生個人信息的風險防控機制。

(二) 以技術規制戳破“過濾氣泡”,豐富內容資源供給

智能算法技術與高校思想政治教育供需互契實踐深度融合產生的“過濾氣泡”現象,本質上就是基于算法技術運轉的底層架構,依據用戶習慣進行用戶畫像,并利用算法技術為其精準匹配信息的一種界面體驗[11]。這成為阻礙供給內容優化與結構升級、制約育人實效的信息壁壘,為此我們要采取積極措施加以應對。

1. 注重“反偏向”教育內容供給,創生大學生興趣生長點。針對“過濾氣泡”產生的同質化內容包裹困境、信息內容窄化憂慮,供給主體要對需求主體偏好的內容模塊進行系統的數據關聯性分析,精準識別和掌握大學生長期接收的內容類別,在此基礎上科學運用反向推送機制,有選擇性地推薦與其現有認知、價值觀點不同的內容資源,以期刺激大學生的新需求,拓展大學生新的知識域,激發大學生勇于突破自我,沖破“信息繭房”。

2. 促進個性化內容推薦與多樣化內容推送互嵌,優化內容資源配置。我們要以系統構建高校思想政治教育優質供給內容為根本,在不斷滿足大學生個性化、異質性現實需求基礎上提供更加豐富、多元的內容資源供給,消除“過濾氣泡”“數字牢籠”致使的窄化信息內容接收邊界的消極影響。除此之外,供給主體要格外重視智能算法推薦與全過程人工審核有機聯系和同步展開,更好駕馭算法推薦的技術邏輯,從而進一步掙脫“過濾氣泡”作用下內容窄化的束縛。

3. 引導大學生養成科學的供給內容獲取習慣。應對“過濾氣泡”所形成的多種負面效應,我們不僅要從技術架構本身出發,而且要著眼于需求主體的主動作為。一要促進大學生逐步提高獲取內容資源的自我意識,強化自我認知、自我體驗與自我調節,內在地驅動大學生主動辨識“過濾氣泡”“信息繭房”對主體產生消極影響的發生邏輯,主動矯正熱衷于內容定向、同質激蕩的行為習慣。二要提升大學生內容獲取、甄別能力和價值判斷能力,擴大內容資源獲取范圍,注重類型多樣、主題各異的內容訂閱,以在紛繁復雜的內容池中辨明主流觀點。

(三) 以價值理性統合工具理性,強化人文關懷意識

促進高校思想政治教育供需互契實踐中突出人文關懷的深厚底蘊,就是要以尊重大學生的生命尊嚴和獨立人格為價值預設,理解大學生的個性差異和精神世界為價值取向,關心大學生的獨特地位和多層次需要為價值尺度,促進大學生的健康成長和自由全面發展為價值目標。與工具理性只聚焦技術效率、行為手段與結果而忽視目的是否契合不同,價值理性凸顯現實個體存在的意義和人的主體性地位,將人的發展作為終極目的。立足于價值理性,智能算法作為增智賦能的技術手段,應用于高校思想政治教育供需互契實踐時要詮釋責任擔當,確證技術的工具屬性精準匹配教育的價值屬性,在追求技術實用性的同時始終堅守教育的本質要求與鑄魂育人根本目標;以價值理性統合工具理性,積極應對智能算法技術賦能高校思想政治教育供需互契實踐中人文精神失落與人本情懷漠視的風險。

1. 形成人機協同教育理念,凸顯思想政治教育人文關懷。教育主體需從人機對立的執念中解放出來,形成人機協同教育理念,突破智能算法的機器“冷”與供需實踐的育人“暖”之間的對立,防止因技術異化和工具泛濫而在實踐中產生排斥人、宰制人抑或是解構人的異化,充分喚醒人的主體性,助力智能算法技術與高校思想政治教育供需實踐的內涵式融通。換句話說,唯有在純粹以人為中心的教育世界里,技術才能最大限度地彰顯教育的意義和價值[12]。理念的真正轉變為教育主體在供需實踐中牢牢把握智能算法技術的主導權,挖掘現有大數據、超強算力以及深度學習等技術優勢提供助益。智能算法技術通過結構化數據、非結構化數據以及半結構化數據的綜合有效且快速析出,為不同教育對象提供有針對性的人文關懷。此外,智能算法技術依托超強算力,通過必要的計算分析捕捉數據變化趨勢,梳理橫向數據之間的關聯,根據教育對象思想行為演變狀況不斷優化調整關懷方式。

2. 提升各主體的算法素養,明晰人在供需實踐中的核心地位。在賦能思想政治教育供需互契實踐過程中,算法素養主體包括算法生產設計者、算法使用者(思想政治教育供給主體)、需求主體(大學生)。算法生產設計者應在算法模型設計訓練、技術程序建構時尊崇人的價值與尊嚴、聚焦人的生存與發展、闡釋人的存在意蘊,以較高的算法素養凸顯技術的人文關懷。思想政治教育供給主體的算法素養提升并不一定意味著他們要具備編輯代碼與設計界面的能力,而是要能夠理解智能算法技術應用于供需實踐時的基本工作原理,明確算法推薦機制,從而避免陷入被算法技術所挾持的尷尬處境,弱化思想政治教育供給活動的鑄魂育人功能。除此之外,思想政治教育供給主體還要增強技術敏感性,認清算法技術所反映的利益實質和權力關系,審視應用過程中可能出現的潛在風險,防止受到技術依賴的壓迫或淪為技術附庸。對需求主體而言,教育者要通過課堂教學等路徑引導其認識智能算法技術的運行邏輯和系統規則,讓大學生具備基本的算法思維能力、數據素養與信息素養,明晰算法技術伴生的算法歧視、“黑箱效應”、隱私泄露等異化風險,凸顯自身的主體地位和自主選擇權,防止沉浸于算法編織的舒適區。