多学科协同育人平台助力大学生精准引领

摘要：新时代青年的特质使高校大学生管理面临着来自校内外多方面挑战。一方面，高校作为思想引领与技术创新的前线，更需要将先进理念和科技前沿技术为我所用，力争精准有效培养学生、引领学生；另一方面，新时代大学生价值观趋于多元化，所涉及的问题也越来越复杂，要做好大学生思想政治工作，迫切需要汲取多学科营养，构建更深层的、更紧密合作的多学科协同育人模式，来处理多学科互相杂糅的大学生综合性问题。文章提出了多学科协同育人平台（Interdisciplinary collaborative education platform,简称“i-CEP”）的概念、体系架构和构建方法，说明了构建“i-CEP”是新时代大学生思想政治工作的必然要求和有效途径，建议高校构建“i-CEP”育人体系，不仅有利于在对学生精准画像的基础上利用多学科知识精准施策，将传统思政工作松散型合作变为以数据驱动特征发现为基础的、紧密协作的多学科育人体系，而且能开辟出全新的育人模式：提早发现、精准分析、靠前指挥，以数据和逻辑讲道理、讲故事，引导大学生通过自我的理性思考，自觉接受社会主义核心价值观。

关键词：中华优秀传统文化；医学教育；医学生；文化育人

思想政治工作是“思想影响思想”的特殊工作，要做好大学生思想政治工作，不仅需要辅导员具备很高的政治站位和很强的沟通技巧，更需要交流内容本身的逻辑通达，辅导员要避免自身都没有想明白，就强加给学生一个理念。这就要求辅导员进一步开放思维、勇于探索，有效利用最新科技，融入多学科知识，对问题精准把脉、对学生精准画像、利用多学科知识和大数据平台精准施策，做好有效沟通。在这个大数据与移动互联不断加快数据信息迭代的时代，大学生群体既创造了数据，又深受数据的影响，人生观、价值观趋于多元化，所关注的问题越来越复杂，一些“灰犀牛”和“黑天鹅”事件往往都不是只有单一原因或是可以归于某一特定学科研究范畴，高校要有效管理学生、引领学生也很难归约到单一学科的研究范围内。因此，要加大对学生的认知规律和接受特点的研究^[1]，做好大学生思想政治工作，需要汲取多学科营养，以处理多学科互相杂糅的大学生综合性问题。教育、组织等研究领域中的跨学科性发挥着极其重要的作用^[2]。这一背景下，高校思政工作在不断细化研究领域的同时，一定也呼唤着更多跨学科复合型辅导员的出现，同时迫切需要构建一个统一处理多源异构学生信息的通用数据挖掘平台，在确保学生敏感信息不被泄露的前提下接入海量潜在影响学生决定的公共信息，在一个多学科专家构成的思政导师群体指导下，深度分析并准确预测学生的个人与群体行为，为大学生思想政治工作者提供可定制的数据分析与数据展示，做到真正面向精准引领的学生管理。

本文提出构建多学科协同育人平台（Interdisciplinary collaborative education platform,简称“i-CEP”），在高校建立更加紧密合作的多学科育人模式，为大学生思政工作提供决策支持平台。“i-CEP”是由以下三个要素构成的一个紧密合作的大学生思想政治育人模式：（1）一个多学科专家构成的思政导师群体；（2）一个计算社会科学协同实验平台；（3）一个以多源异构数据驱动特征发现为基础的思想引领育人目标。简而言之，“i-CEP”不是传统松散型的多学科交叉育人，而是一个由多学科专家构成的思政导师群体，在一个计算社会科学协同实验平台下，以一个多源异构数据驱动特征发现为基础的思想引领育人目标，这样一种新型紧密合作的多学科育人模式。

一、构建“i-CEP”是新时代大学生思政工作的必然要求和有效途径

新时代数据的爆炸式增长、广泛应用和巨大数量使得我们的时代成为真正的数据时代。急需功能强大和通用的工具，以便从这些海量数据中发现有价值的信息^[3]。当下，青年具有以下两项新的特质：其一，他们是处于人类命运共同体构建中的“地球村”村民，具有更广阔的国际视野、更坚定的国家自信和更扎实的知识技能，是推动中国更加有效参与全球治理的新生力量^[4]；其二，他们是互联网高速发展和深度渗透进程中的互联网“原住民”，深受开放、平等、协作、快速、分享等“互联网思维”的影响^[5]。新时代青年的特质使高校大学生管理面临着来自校内外的各方面挑战，而高校作为技术创新与思想引领的最前线，更需要将先进技术为我所用，力争精准有效地因人施策。

大学生在校数据量充足、类型丰富但冗余少、有明显的时间节点、价值密度较高，且在校期间产生的大量包含其政治观点、心理状态、就业规划、价值取向等特征的信息隐藏在课程选择、时间分配和社交言论中，因此，我们组织多学科专家构成的思政导师群体在一个计算社会科学协同实验平台下，处理多源异构的学生大数据——通过构建这样的“i-CEP”体系，在对学生精准画像的基础上利用多学科知识精准施策，进而实现精准引领。当前，高校学生管理往往依赖学工、教务老师的脑力劳动与表格分析，依托大数据技术的学生管理实践还很少，大部分大数据研究仅停留在思维与意识层面，研究对象多数只针对特殊学生群体如心理疾病、家庭困难等，缺少完整的通用技术体系与成熟的解决方案，更不可能从多元异构大数据精准画像层次为学生培养方案、管理方法的优化提供决策支持。本文提出的“i-CEP”将有效推动高校学生思想政治工作水平的提升，并在大学生价值观研判、群体特征发掘、突发事件预警等多方面发挥积极作用。

“i-CEP”中的“一个以多源异构数据驱动特征发现为基础的思想引领育人目标”不仅有利于改变传统松散型合作育人，围绕数据驱动的特征发现建立更加紧密的协同合作，对症下药、精准施策，而且能开辟出全新的育人模式：以数据讲道理的方式引导大学生通过自我的理性思考，自觉接受社会主义核心价值观；通过以数据讲故事的方式，增强学生“四个自信”。此外，以多源异构数据驱动特征发现为基础的思想引领育人模式非常有助于以人工智能创新发展作为突破口带动多学科交叉互动协同育人，因为用大数据的方式去辅助大学生思政工作的研究，不仅能够让辅导员不被文本所限制而接触到实实在在的数据，更重要的是减少了辅导员自身对思政理论的依赖，减少教育工作者本身带有的逻辑预设或个性特征，减少对学生“贴标签”，直接从数据本身出发，挖掘、探寻学生数据之间可能存在的关联性以及数据中可能蕴含的潜在学生成长规律，间接减少了简单粗暴“观察渗透”^①的程度，这不失为大学生思想政治工作手段的创新。

二、“i-CEP”的体系结构和构建方法

本文提出的“i-CEP”计算社会科学平台是一套多源异构数据提取、管理与分析的平台框架，实现了主动学习引导下的海量结构化与非结构化数据的精确提取、统一管理和主动挖掘。该平台基于数据模型、数据组织、负载均衡等大型数据管理系统，提供了支持文本聚类、文本分析、时需分析、关联分析、元数据分析等算法库，其平台体系架构包含六个层面：数据提取、数据管理、算法库、预测模型、专家知识库、领域知识库（如图1所示）

其中的“专家知识库”是由多学科领域专家构建的思政导师特定知识库，其中包含了大学生思想政治工作的若干纲领性、指导性原则，该知识库内容一般以规则的形式定义和表示；“领域知识库”包含多学科领域相关的一般性知识，该知识库可来源于现有通用领域知识库，一般以知识图谱的形式定义和表示；“预测模型功能”支持集成学生信息的综合查询、价值观研判、校园网络热点挖掘、群体事件和突发事件预警、目标人群特征发现、规矩挖掘、影响因素相关性分析、轨迹再现以及内容趋势分析等直接面向大学生思想政治工作的功能，这样一个平台改变了传统松散型的合作教育，使得基于“i-CEP”育人模式从多元异构大数据精准画像层次为精准引领学生提供了决策支持，构建了多学科紧密协同的育人模式，从而有效提升高校学生思想政治工作业务水平。

图1：主动学习引导下的海量非结构化数据精确提取、统一管理和主动挖掘平台

面向大学生思想政治工作研究所使用的数据具有数据量大、类型多样化、需快速处理的特点，同时包含结构化和非结构化数据，现有的传统数据查询和分析处理方式已无法有效存储和处理日益增长的新型学生数据,很难融合新媒体非结构化数据的分析处理，本文“i-CEP”平台开发了混合存储与支撑架构，可以同时支持传统结构化数据和非结构化大数据的管理需求。在“i-CEP”平台构建中常用的研究方法还有：基于联合学习的文本实体提取方法^②、知识图谱、智能搜索、网络爬虫、预测模型功能等。

三、“i-CEP”助力大学生精准引领应用举例

（一）大学生价值观研判

立德树人作为高校的中心工作，关键在于教育引导青年大学生树立正确的世界观、人生观、价值观^[6]。青年的价值取向决定了未来整个社会的价值取向，而青年又处在价值观形成和确立的时期，抓好这一时期的价值观养成十分重要^[7]。因此，高校做好大学生价值观研判工作意义重大，是一项非常重要的工作。本文提出的“i-CEP”平台已在某高校最大教学单位成功应用，已成功发现并引导多名有厌学自杀、网络成瘾倾向的学生回归课堂，重新开启向上向阳的大学生活。

本研究“i-CEP”平台根据对现实世界实体或拓扑结构表达的观点分布来识别大学生意识形态，采用了价值观研判或者叫观点感知知识的图谱（opinion-aware knowledge graph）模型及其在Ideology Detection中的应用方法^[8]（见图2）。政治学中的Ideology Detection，问题本身是一个观点挖掘的分类问题，人们常常用知识图谱作为模型去辨别，但是准确率不高。研究发现，知识图谱仅能辨识概念与概念之间的联系，Ideology Detection过程中，对每个概念的不同观点都可以作为辨识的重要依据[9]。

图2：观点感知知识图谱模型的构建与应用框架^[10]

该模型展示了如何通过将从文本中提取的观点和目标实体集成到现有的结构化知识库中从而构造出观点感知的知识图谱，并展示如何通过图谱上的信息传播来实现学生意识形态推理和学生价值观研判，因此“i-CEP”平台能够帮助辅导员更准确、更及时地理解文本中提到的政治话题以及学生对这些话题表达的观点。

（二）高校毕业生群体特征挖掘

本节基于“i-CEP”平台，针对2004年至2018年这15年间某高校全体毕业生数据进行全样本分析，共涉及毕业生约10万人。本文为挖掘毕业生群体特征，在利用“i-CEP”平台Apriori算法的基础上，引入可解释且直观的经典机器学习算法：使用决策树、朴素贝叶斯方法、K近邻聚类方法、逻辑回归方法、梯度回归决策树、支持向量机这几种方法对就业数据进行数据挖掘，最终发现生源地、院系、成绩、绩点是影响学生是否深造的重要特征，尤其高绩点是选择出国深造学生的重要特征。本文重点介绍出国和创业两个就业现象，特别保留了是否出国与是否创业两个特征项，并向数据离散化。

出国深造学生群体特征。从毕业生学历上看，出国深造本科、硕士、博士各占69.54%、20.81%、9.74%，出国进入企业工作的本科、硕士、博士生各占25%、45%和30%。从学部上看，理学部为出国深造人数最多的学部，占总出国深造人数的42.71%。从性别角度看，不同学部的男女毕业生出国选择差别极大（如图3），选择出国的男性毕业生，理学部和信息与工程科学部较多，共占67.84%；选择出国的女性毕业生，社会科学学部占比最高，为25.28%。相比之下选择出国的毕业生男性多于女性的学部差距由高到低排序为：信息与工程科学学部3倍、理学部2.4倍、深圳研究生院1.6倍、跨学科学部1.2倍；女性多于男性的为：人文学部2倍、社会科学学部1.9倍、经济与管理学部1.4倍。

图3：2004-2018年某高校各学部男女性毕业生选择出国的比例

对出国人群进行进一步特征挖掘，发现出国热情最高的群体（如表1、表2所示）为来自东部地区的理学部女性本科毕业生，其出国比例高达68%，其次为来自东北地区的理学部女性本科毕业生，其出国比例为51%；更进一步，来自东部的生命科学学院的女性本科毕业生（68.6%）与来自东部的物理学院女性本科毕业生（67.98%）的出国热情最高。出国热情最低的毕业生群体为，来自中部地区的社会科学学部和深圳研究生院男性硕士毕业生、来自东部地区的经济与管理学的男性硕士毕业生（见图4、图5、图6）。

表1：热情较高的群体特征表（support>0.001 confidence>0.5）