鲁澧

在数字化浪潮下，当代大学生的情感、态度与价值观深受网络文化、社会思想及同伴互动的多重影响，思想动态呈现多元化、瞬时化、隐匿化等特征。高校传统思想政治教育多依赖教师经验、谈话访谈和问卷调研，往往存在数据滞后、覆盖有限等问题，难以精准把握学生思想动态，陷入“大水漫灌”式的低效困境。要实现立德树人的精准化育人目标，亟须通过数智技术赋能，建立“数据融合—智能识别—趋势研判—精准干预”的全链条工作模式，推动传统优势与信息技术深度融合，为高校思想政治工作实现科学化、系统化提供路径支撑。

多源融合，搭建思想动态数据池。要整合线上线下多维度数据，构建全域覆盖、动态更新的数据池，通过数据脱敏与权限分级管理实现安全共享，实现“一个平台多方共用”。这种整合机制，不仅有利于破解长期存在的学生信息孤岛问题，还能够使思想政治教育具备实时性与前瞻性，使教育者能够从碎片化记录转向系统化洞察、从经验判断转向数据决策。具体而言，一是整合学习行为数据，即依托智慧教学平台，收集学生课堂参与度、学习时长、互动言论、作业反馈等信息，研判其学习积极性与认知态度。二是整合生活行为数据。收集一卡通消费、宿舍考勤、社团参与、心理测评结果等相关数据，刻画学生在校生活节奏、社交状态与心理稳定性。同时，搭建统一的数据管理平台，通过数据脱敏、权限分级保障信息安全，实现思政部门、心理健康中心、学生工作处的协同共用，为精准研判提供数据支撑。

情感识别，捕捉思想波动信号。借助自然语言处理技术，基于BERT、LSTM等深度学习算法，对学生课堂讨论、作业反思、网络发言等文本内容进行情感分析，精准识别积极、中性、消极情感，进一步细分焦虑、无助、自信等多维情绪。例如，当学生在学习平台评论区频繁使用“压力”“没意义”“累”等词汇，系统将自动标记为“轻度消极”，并提示辅导员关注。同时，结合语音识别、图像识别技术，捕捉学生课堂发言语速、语调变化及面部表情、姿态特征，构建“情绪—行为—认知”三维识别模型，形成立体学生画像。

趋势研判，建立风险预警机制。高校思政工作要通过数据研判，及时把握学生思想变化规律，实现主动预防。可利用大数据分析技术，对不同时段、不同群体学生的情感分布进行纵向追踪与横向对比，梳理思想波动关键节点——如学期初的适应焦虑、期中期末的考试压力、毕业季的就业困惑等，提前部署针对性教育活动。同时，引入机器学习算法，通过长期数据训练构建风险预警模型，将学生划分为积极稳定、阶段性波动、持续风险等群体，生成风险指数。当学生负面情绪超出警戒值时，系统自动推送预警报告，助力思政工作者从“被动应对”转向“主动预防”，实现思想政治教育的前瞻性和系统性。

分级干预，构建智能响应体系。只有充分利用数智技术，在高校思政工作中建立起分层分类、闭环管理的干预机制，才能真正实现精准育人。要基于思想动态分析结果，建立多层次、分阶段、可追踪的智能响应机制，实现“早发现、快反应、强联动、全闭环”的思想政治工作模式。针对低风险群体，系统自动推送励志内容、心理调节指南、个性化学习任务，引导学生自我调整。对于存在学习兴趣下降、学习懈怠等一般问题的学生，可设置“个性化激励任务”，如学习打卡、志愿积分、班级榜样展示等，激发学生正向情感。对中风险群体，由辅导员牵头，联合心理咨询师开展小组谈话、政策宣讲、榜样分享等活动，精准破解思想困惑。例如，针对因考试、就业等问题而焦虑的学生，辅导员可邀请优秀学生代表分享经验，强化积极应对意识，消除焦虑情绪；针对不熟悉学校相关政策的学生，可邀请职能部门开展政策宣讲与沟通座谈，消除信息偏差。对高风险群体，应立即启动红色预警，联动辅导员、任课教师、家长组建干预小组，制定个性化方案并保持持续跟踪，将所有干预过程与效果记录在案，形成“监测—研判—干预—评估”的完整闭环，帮助这一群体学生回归健康的学习生活状态。

强化保障，完善管理体系。智能干预机制的运行离不开制度保障。学校要积极制定《学生思想动态干预工作规范》等相关制度规范，明确数据使用权限、干预流程、保密原则及责任分工，确保智能干预工作有章可循、有据可依。通过技术手段精准把握学生思想动态的同时，坚守教育伦理底线，保障学生合法权益。同时，强化师资培训，着力提高思政工作者数据分析、心理沟通以及应急处置等能力，确保技术应用不流于形式，真正提升教育实效。

数智技术为高校思政工作提供了强大工具支撑，有助于打破传统育人模式的时空局限与经验瓶颈，形成智能化、精细化的育人模式，实现“监测—研判—干预—评估”的闭环管理，便于精细施策与精准育人，使高校思想政治教育真正走向科学化、系统化和精准化。高校作为人才培养的重要阵地，要坚守育人初心，牢牢把握数字化转型机遇，及时补齐技术短板，完善跨部门协同机制，让数智技术真正服务于学生成长成才，让思想政治教育在数字化时代焕发育人新活力。

作者单位：安康学院