1.引言
改革开放以来，我国的高等教育事业飞速发展，取得了令世人瞩目的成就，在人才和科技等方面为中国特色社会主义建设提供了有力支撑。到2020年，我国已成为世界上高等学校在校生最多的国家（418.3万人）[1][2]。高等学校是畅通教育、科技、人才良性循环的关键汇聚点，在推动科技进步和科技创新中发挥着关键作用[3]。但长期以来，高等学校在开展思想政治教育过程中面临着诸多挑战，一定程度上影响了人才培养质量和立德树人成效。
党的十八大以来，习近平总书记高度重视加强大学生思想政治教育工作，多次强调思想政治教育的重要性，为新时代切实做好大学生思想政治教育工作指明了前进方向、提供了根本遵循。为深入贯彻习近平总书记重要指示批示精神，各高校致力于形成“门门有思政、人人讲育人、事事重育德”的思政育人体系，全面落实立德树人根本任务，着力培养德智体美劳全面发展的社会主义建设者和接班人。
课程思政是以构建全员、全程、全课程育人格局的形式，将各类课程与思想政治理论课同向同行，形成协同效应，把“立德树人”作为教育根本任务的一种综合教育理念。课程思政实现了价值塑造、知识传授和能力培养的有机融合，从而有效地促进了立德树人根本任务的实现。然而，当前课程思政建设还不完善，存在包括课程思政内容同质化、育人路径缺乏创新性和个性化、育人主体间协同性不足、育人评价体系不完善等诸多问题，限制了课程思政育人作用的发挥。
“互联网”技术为人们提供了高效的资源共享、整合、分析等途径，为有效解决课程思政建设存在问题提供了支撑，有力推动我国从高等教育大国向高等教育强国不断迈进。为进一步提升课程思政教育教学成效，教育部印发的《高等学校课程思政建设指导纲要》明确提出，“要创新课堂教学模式，推进现代信息技术在课程思政教学中的应用，激发学生学习兴趣，引导学生深入思考。”课程思政与现代信息技术的大力结合，必将获得更好的课程思政育人效果，使课程思政理念更加深入人心，推动课程思政教学改革进一步向系统化、科学化方向发展[4]。
本报告聚焦于提升课程思政育人成效，借助“互联网”时代新兴的通信和信息技术，基于持续生成的网络活动数据，致力于完善高校课程思政育人生态。如图1所示，本报告研究的主要内容包括：健全校政家企社全面协同育人机制，满足育人主体多方需求，提高各方协同育人积极性和参与深度；挖掘学科特点，构建特色化专业课程思政体系，保障育人总体效果；为教师提供个性化育人能力提升策略，结合教师教学和专业素养，定制育人能力提升方法和激励方案；为学生提供精准化的动态学习路径，依据学生学习状态的动态变化，为其推荐自适应的学习路径；提供完善的多维育人效果评价体系，融合学生自身特点及其学习和网络活动状态等主客观信息，全面有效评价育人效果。
本报告共包括7个小节，首节对本报告的研究背景和主要内容进行了介绍；第2节对应用通信和信息技术改善课程思政建设的现有研究成果进行了分析；第3节讨论了“人工智能+”高校课程思政育人遇到的新机遇和挑战；第4节设计了“人工智能+”育人系统架构，支撑基于通信和信息技术改善课程思政建设方案的实施；第5节分别从健全协同育人机制、专业课程思政体系建设、师资育人能力提升策略定制、精准化学习路径挖掘和育人效果多维评价体系完善等五个方面阐释基于新兴通信和信息技术完善课程思政育人生态的方案；第6节对本报告的研究内容进行了总结和展望；最后一节列举了报告成果研究过程中的参考文献。
目前，运用新兴通信与信息技术改进课程思政建设的研究主要关注以下5个问题：如何切实有效地将思政教育融入专业课程；如何提高课程思政元素融入和实践效果；如何准确评价课程思政育人效果；如何评价教师的课程思政育人能力；如何根据学生特点设计个性化的课程思政学习策略。以下分别对这些研究进行分析总结。
在专业课或公共课中引入思政教育，首先要根据教学内容从专业课或公共课中提取思政元素。在“互联网+”时代，借助信息通信技术，教育主体（教师、校领导、学校后勤、企业、社会等）可以在新的教学平台中深度挖掘思想政治教育元素，并根据这些技术准确剖析的专业特点，将各专业的思想政治教育元素有机结合起来。思政元素的融入应贯穿于人才培养的全过程，包括各专业人才培养方案的设计与实践、教学内容与方法以及各门课程的考核、师资队伍建设等。
文献[5]从教育理念、师资队伍、教学内容、教学方法和评价方式五个方面提出了利用云计算将思政教育融入综合英语课程的途径。文献[6]首先分析了课程思政实践中实践教学的机遇与挑战，然后阐述了人工智能对课程思政实践教学发展的拓展作用。此外，该文献还对课程思政实践教学改革提出了一些政策建议。文献[7]提出的工作旨在探索课堂教学与信息技术的深度融合。该作品首先通过网络教学平台建立了信息化教学范式，通过线上线下相结合的教学方式，提高了课程思政的教学质量，强化了德育和人才培养。文献[8]阐述了雨课堂、QQ网络课堂等新媒体在体育课程思政建设中的应用案例，并从网络平台与移动终端的融合、网络教学平台、教学评价体系改革、教师教学能力、学生自主学习能力培养以及体育课程思政建设的教学理论与实践等方面提出了加强体育课程思政建设的建议。
上述工作均只是针对一门课程或某类课程的课程思政的有机融入，未考虑在专业体系上进行课程思政的融入，从而可能导致课程思政元素融入的重复性和片面性。
2.2课程思政融入方案的改进
各类信息和通信技术的发展为课程思政的实施提供了大量的资源和创新（在线）方式，是对传统（线下）教育方式的补充。而这些发达的技术可以应用于人才培养的各个阶段，通过共享学习资源、提供多种学习方法、激发学生兴趣等方式，提高课程思政育人效果。
文献[9]基于CNKI数据库，运用SPSS软件对课程思政实施现状进行了统计分析。根据分析结果，该文献指出了专业基础课中存在的主要问题，并给出了高效实施课程思政的对策和建议，即提高教师的思想觉悟和素养、制定实施方案和教学内容、挖掘思政教育元素、探究思政元素与学科知识的贯通点、创新教学方法等。文献[10]针对金融学专业的实训核心课程，提出利用互联网云平台，特别是MOOC和SPOC重要教学载体，丰富学生的知识结构，利用多媒体演示技术提高学生的课堂理解能力，并结合相关专业知识验证了课程思政育人效果的快速提升。文献[11]利用数据挖掘和人工智能技术挖掘软件工程课程的关联规则，用于改进课程思政的课程设置。针对将课程思政元素融入管理类专业课程的问题，文献[12]首先论述了思政元素融入的必要性，然后分析了思政元素融入管理类专业课程现状中存在的缺陷，包括高校重视程度不够、管理与激励机制不协调以及教学设计不科学、片面等。为了更好地构建课程思政育人机制，文献[13]提出利用边缘计算和神经网络算法对其进行改进。首先，该研究通过问卷调查确定课程思政现状，并通过神经网络算法进行分析。然后根据分析结果，提出了建立课程思政机制的对策。
同上个小节，上述工作也主要以课程为单位，研究通信和信息技术对思政元素的融入方案的改进。
传统的教育效果评估方法主要是教师考试和评分，这种方法仅靠考试和教师打分，评价内容难以覆盖每个学生的所有育人目标，尤其是在学生人数过多的情况下，评价结果主要由教师决定，主观性强，传统方法不适合用于评价随时随地与学生行为相关的课程思政育人效果。信息和通信技术可以很好地解决这些问题。在线学习平台提供了一种几乎无处、无时不在的课程思政育人效果评价方式，可以提供全面的评价解决方案。数据挖掘技术可以通过在线学习和移动计算，在不需要任何人力的情况下为学生的学习行为提供一种新的策略。
文献[14]利用扩展的三螺旋模型结合模糊评价法，将来自社会、高校、行业、政府等各方面专业知识给出的多个分值转换成一个值，对课程思政效果进行分级。文献[15]提出利用课堂表现数据进行效果评价，评价值为雨课堂教学中收集的分数加权和。文献[16]提出了课程思政的效果评价指标，不仅要根据学生的成绩，还要根据学生随时间的波动情况。文献[17]首先提出了课程思政融入体育健美操的14个评价指标，然后运用BP神经网络对课程思政融入的效果进行评价。
这些方法均是采用数据分析技术，将多个主观评分转化为一个课程思政育人效果评价指标，而忽略了师生在网络上丰富的活动数据隐含的思政效果，从而导致评价缺少客观性。
2.4教师育人能力评价
在课程思政育人中，教师对高校学生的影响最大，因此，教师的课程思政育人能力对育人效果影响很大。教师培训必须涉及高校课程思政育人能力的培养，并将这种能力作为教师资格认证要求的标准之一。
为了从总体上评价课程思政的教学效果，判断课程思政在高校或中职院校的实施效果，文献[18]首先根据布鲁尔方法设计了抽样方案。然后，作者针对课程思政的教学效果评价，提出了分层随机抽样的调查分析程序。最后，作者用蒙特卡洛模拟法检验了他们提出的方法，验证了效果评价方法的有效性。文献[19]利用模糊法建立数学模型，研究课程思政背景下的教师胜任力。首先，该研究咨询了12位专家，构建了能力指标体系。然后，根据不同权重的评价指标，作者构建了评价高校教师CIP教育胜任力的模糊胜任力模型。文献[20]基于传统教学评价数据，利用关联规则挖掘算法Aprior分析影响因素，评价课程思政教学质量。
上述方法仅基于主观评分对教师课程思政能力评价，缺乏客观性。为此文献[21]利用卷积神经网络克服了传统方法在文化课和课程思政教学质量评价中主观性强、结果不具代表性的问题。该文献利用卷积神经网络将面部表情识别引入教学过程中，可以掌握学生在学习过程中的行为和表情。该工作未利用网络上丰富的师生活动客观数据进一步改进教师课程思政能力评价的有效性。
不同的学生有不同的学习能力、不同的兴趣和爱好、不同的信息和通信技术能力、不同的专业技能和素质水平。因此，应为每个学生设计个性化的课程思政学习路径，以取得良好效果。这可以通过信息通信技术来实现，通过网络和通信技术收集特色数据和资源，通过人工智能算法生成个性化的课程思政学习路径。
文献[22]提出了网络思政教育个性化学习框架。该框架利用知识图谱和数据挖掘技术，基于网络、数据库和各种移动平台收集的教育数据，挖掘课程中的思政元素，制定个性化的思政学习方案。文献[23]提出了一种个性化推荐算法，根据学生的知识结构和学习偏好以及课程知识结构，向学生推荐课程思政教学资源。学生的知识结构和学习偏好是通过他们的考试答案实现的。课程知识结构包括知识点的先后顺序和学习资源的难易程度，通过分析学生的学习数据来实现。这项工作旨在满足不同学习水平学生的需求，提高学生的学习效率和质量，为社会教育提供帮助。文献[24]提出要将课程思政与管理传播课程有效结合，应深入挖掘课程思政资源，构建多种教学手段，提高教师的课程思政教学能力。同时，该文献提出利用聚类技术，基于班级和学生的学习行为数据，学习学生的相似性。
尽管上述工作对个性化学习策略进行了研究，但仍有许多问题需要解决，以提高个性化学习策略的高效性。首先，个性化学习策略的制定要随学生及其周边环境的当前状态进行动态调整，而非静态不变的。其次，学习策略的定制需要综合考虑学生当前状态和历史变化状态，只有基于全面的状态信息才能保障所制定策略的高效性。再次，学习策略的高效性同时也受到生生间和师生间协同性的影响，只有良好的协同性才能保障生生间和师生间的共同进步。同时，学习策略的实施效果需要各方全面协同才能保障的，学习策略的制定同样需要考虑学生所处的协同育人环境状况。
“互联网”时代，青少年群体已成为各大网络平台的重要用户群体，层出不穷的在线教育和互联网平台提供了丰富的育人途径，多样的师生网络活动数据为育人生态的完善提供了有力支撑，同时蓬勃发展的新兴信息技术及迅速发展的算力资源为智能育人提供了现实基础。“互联网+”时代新兴通信与信息技术为课程思政育人带来了新的机遇和挑战，有助于构建全面协同的育人模式、建设特色化的专业课程思政体系、开展个性化的课程思政师资培训、实施精准化的学生学习路径规划以及综合有效的育人效果评价。
课程思政育人从来不是教师个人的事，它是包括教师、企业、家庭和社会在内的所有育人主体的共同使命。要全面提高课程思政育人效果，这些教育主体必须相互协作。课程思想教育也不应只在课程教学中进行，而应渗透到生活的方方面面，基于互联网和网页技术，需要一个协同教育平台，将各教育主体紧密耦合起来，共同承担课程思政育人的责任。
校-院-系-专业多级管理的协作程度对高校课程思政实践影响巨大，很大程度上决定了课程思政建设的进度和效果。网络和通信技术为管理者之间的深度协作提供了极大的可行性，不同层级之间几乎所有的指令都可以接近光速的方式传递，而区块链安全技术可以确保指令的可信度，可靠记录指令的执行过程，不可篡改。此外，通过互联网，还可以将政策及其执行过程曝光，供学生及其家长、教师、企业、公众等实施监督，收集有价值的建议。
我国高等教育中80%的课程是专业课程，学生80%的学习时间用于培养专业技能。因此，课程思政主要是通过将思政元素融入专业课程来实施。不同的专业有不同的特点，运用单一整合策略会产生不同的育人效果。因此，课程思政融入策略及其实施必须因专业而异，这可以借助新兴通信与信息技术来实现。互联网平台提供了海量的思政资源，大数据、人工智能等新信息技术为专业课程思政育人的定制化提供了支撑，基于互联网提供的课程思政资源和大数据分析，设计合适的课程思政融合策略推荐系统，供各专业课程教师团队构建自己的课程思政融合方案，同时相似性检测工具有效防止了不同专业的同质化问题。
课程思政是人才培养的重要组成部分，教师是课程思政育人的直接实施者，因此，课程思政育人能力应成为对教师的基本要求。由于课程思政的实现离不开通信与信息技术，教师需要具备一定的通信与信息技术能力才能起到良好的效果，而互联网技术为提高教师的这些能力提供了新的途径。利用新媒体所支持的信息快速、广泛传播的优势，可以拓宽认知课程思政的途径，建设浓厚的高校思政育人文化氛围，增强使命认同；借助互联网上丰富的课程思政育人效果好的案例，增强教师落实立德树人根本任务的欣慰感，增加教师对课程思政的情感诉求；借助大数据和人工智能，可以根据教师的年龄、学科、教育背景、工作经历等特点，为每一位教师设计个性化的课程思政育人能力提升培训。同时，有针对性地制定激励措施，将引导、奖惩结合起来，促进教师课程思政育人能力的成长。这样可以避免由于所有教师的培训策略和标准要求千篇一律而导致教师参与课程思政育人的积极性下降。通过大数据技术，可以剖析国家、社会、学生的需求和发展趋势，从而指导教师的自我发展。
作为“数字原住民”，当代大学生主要从互联网获取信息，这为利用互联网技术开展有针对性的课程思政育人提供了新的机遇和挑战。在“互联网+”时代，出现了许多新的在线学习平台和信息通信技术，如MOOC、iCourses、直播互动和短视频平台、通讯软件、虚拟现实、增强现实等，有助于课程思政的深度融合，提高课程思政的亲和力和吸引力，但互联网上充斥的大量错误信息和碎片化知识，可能会造成负面影响。因此，教育主体需要扮演“守门员”的角色，防止学生接触错误信息。协作过滤算法可用于为每个学生查找和推荐高质量、正面和个性化的信息。通过分类和聚类技术，可以根据课程思政要素对碎片化知识进行分类，并根据这些知识及其课程思政要素的逻辑关系对其进行组织，在整理好的知识基础上，根据学生的特点和学习状态，动态地为学生建立个性化的学习路径。此外，还可以利用舆情分析和时间序列分析技术，跟踪学生的课程思政育人状态和情绪，为每个学生调整个性化学习路径，及时预防负面影响。
课程思政育人效果是评价相关政策和方法有效性和高效性所必需的，是课程思政建设持续改进的依据。以往针对课程思政育人效果的评价主要是由师生主观或调研评分，而育人效果是融入到学生学习和日常生活中的，需要综合学生所有状态信息才能对育人效果进行有效的评价，新兴通信与信息技术为综合有效的课程思政育人效果评价方式提供了可能。丰富多样的互联网和移动应用产品为课程思政综合评价提供了数据依据，且这些数据已于通过网络爬虫技术和校园移动客户端等方式获取，然后，利用情感计算等信息技术对这些数据进行分析，获取学生积极或消极网络活动等状态信息，并综合传统评分方式，利用深度神经网络等数据分析技术建立有效的课程思政育人效果综合评价模型。
本章构建的“人工智能+”育人系统，借助信息和通信技术，实现改进课程思政育人效果的目的。在该系统中，各类用户可以通过各种终端设备获取相应服务，包括传统的个人电脑、智能手机，以及最新的可穿戴设备，这可以提高年轻的育人客体和主体参与课程思政学习和教学过程的积极性，增加课程思政育人的广度和深度。
如图2所示，“人工智能+”育人系统为学生、教师、校辅人员、学生家庭、政府、企业和公众等各类育人相关人员提供丰富的服务和访问方式，为实现“三全育人”提供便利。在该平台上，学生不仅可以利用传统的电脑和智能手机，还可以利用最新的可穿戴设备和虚拟现实/增强现实（VR/AR），随时随地自主学习。此外，基于这些设备和各种传感器，该平台还能收集学生的行为和周边环境信息，用于分析他们的兴趣、育人效果和身心健康。
利用该系统，教师可以布置课后练习和考试，对学生进行课程思政教育，并评估其效果。同时教师可以分析学生的特点，并以此为学生提供有针对性的学习建议和教学计划，也可以在全球范围内共享资源，并在平台上开展自我学习，高效提升自身的课程思政育人素质。
“人工智能+”育人系统，上至政策制定者，下至政策执行者，都能及时有效地传达政策，并反馈实践效果，无疑会提高相关人员的管理效率。此外，通过该系统，教师可以将自己的诉求与相关支持人员进行沟通，并得到切实有效的回应。
除了学校教职员工，学生家庭、政府、企业和公众也应参与到课程思政育人中来。学生的生活和世界观在很大程度上受到家庭的影响，从而影响其心理健康及课程思政育人效果，家庭需要了解并理解学生的育人效果和心理状态，根据学生的需求给予合理的帮助。目前，我国高等学校存在的一个主要问题是教育与企业需求脱节，大部分学生由于自身条件和学校资源的限制，缺少实际的专业实践经历，企业可以共享自己的实践资源，帮助学校培养所需的高素质人才。此外，学生的一些素质能力，在一定程度上取决于社会环境，所有公众都需要参与到学生教育中，公众应为学生带来正能量和资源，帮助过滤负面信息。“人工智能+”育人系统为实现以上这些需求提供了高效、有效的途径。
根据我国课程思政育人需求，“人工智能+”育人系统为各类用户提供了以下主要功能和服务。
(1)利用推荐算法，为教师和学生提供丰富的教育和学习资源，并针对其特征进行个性化推荐。
(2)通过深度学习技术，为各类用户高效生成个性化的课程思政教育和学习能力提升策略。
(3)利用手边各种设备，随时随地共享课程思政育人资源。
(4)基于各种设备和传感器收集到的用户数据，通过情感计算分析用户的心理状态，及时发现心理问题并采取相应的补救措施。
(5)通过大数据分析，全面、准确地实现诱因分析，构建课程思政育人效果的量化模型，不仅可以用于评价学生的课程思政学习效果，也可以用于评价教师的课程思政教育能力。
(6)为用户提供了丰富的异步和同步交流方式，帮助学生实时解决一些实际问题。
(7)突破传统教育模式的空间限制，为直播用户提供实时交流的有效途径。
(8)作为在线直播的补充，学生可以随时通过视频点播复习相关教学内容。
(9)通过智能算法实现信息过滤，可以避免平台用户接触到一些无用乃至错误的信息。
(10)提供了各种人工智能算法接口，为具有通信与信息分析技能的用户开发自己的数据分析模型提供方便。
上述功能主要用于数据分析，需要大量的计算和存储资源，尤其是用户众多且生成的数据丰富多样，因此，“人工智能+”育人系统的实施不能仅靠几台服务器作为基础设施。新兴计算机和通信技术的发展为该问题提供了多种解决方案，不仅包括传统的数据中心和云计算，还包括新兴计算模式，如边缘计算、移动计算和群组计算等。
本方案立足高校立德树人根本任务，打破课程思政教育中教师课程孤军作战、联系松懈、协同不足的现象，借助新兴通信与信息技术，完善高校课程思政育人生态，提高课程思政育人总体效果。具体研究内容如下所示。
发挥互联网技术突破时空限制的信息交互优势，将各教育主体紧密联系起来，由教育管理部门、学校行政管理部门、专任教师、学工队伍、团学组织、家、企、社会等教育主体协同完成大学生思想政治教育任务，使校政家企社共同担负大学生成长成才的责任，培养德智体美劳全面发展的社会主义建设者和接班人，切实将“三全育人”要求落到实处。
首先，运用新媒体技术，增加立德树人根本任务的宣传广度和深度，增强育人主体各方参与协同育人的责任感和使命感，并基于多样的通信和互联网技术促进育人主体各方积极高效沟通，融合多方需求，达成协同育人共同愿景。政府的参与能够提供政策保障，促使高校为国家输送更多的高质量人才，从而促进社会经济的发展；家庭能够获得更有素养的家庭成员，使家庭更加和睦，协领家庭及成员进步发展；企业能够得到更优秀的员工，促进企业的可持续发展；社会的参与有助于构建互利共赢的和谐环境。
其次，利用互联网技术提供育人资源和育人效果等信息共享的便利平台，帮助校政家企社紧密协同完成立德树人根本任务，并为各类课程专任教师及学校教辅人员同向同行提供有效渠道，助其协同履行学校贯彻落实立德树人根本任务上的职责，同时将大学生的思想工作渗透到社会生活各方面，熏陶大学生的思想品德和心理，潜移默化地激励大学生，使思政素质孕育潜意识化。
再次，运用社交网络分析算法，识别各方具有协同育人影响力的核心人物，树立协同育人榜样，并采用新媒体技术进行广泛宣传，进一步提高各方参与协同育人的积极性。同时，采用智能信息技术，基于协同育人参与个体自身及所处环境特征，推荐个性化协同育人能力提升方案。
最后，运用大数据可视化工具，提供多种数据共享渠道及可视化方式，通过为协同育人参与人员定制化共享协同育人效果，提高其参与协同育人的荣誉感，并使育人主体各方能够实时了解学生育人状态数据，使其能够及时反馈，加速协同育人的持续改进。
高等教育阶段，80%的课程是专业课程，学生80%的时间是专业学习，因此课程思政最主要的依托是专业课程，构建专业课程思政体系是课程思政建设的必然要求。构建专业课程思政体系既要依据专业特色，深度挖掘专业知识体系蕴含的价值内涵，有效支撑专业人才培养思政目标的达成；又要关注各专业课程间的逻辑递进关系，注重知识传授、能力培养和价值引领的综合性、整体性和联系性，避免思政元素碎片化；还要加强自主发展课程思政体系和跨学科课程思政的建设；同时要避免专业课程思政内容的同质化问题，从而满足学生个性化发展需求。
利用互联网平台，丰富专业课程思政的设计，提供丰富的共享思政资源，利用大数据、人工智能等新信息技术定制学生个性化培养方案，促进特色化专业课程思政的建设。运用大数据分析和可视化技术，建立课程思政元素逻辑关系网络，助力构建课程思政体系，借助互联网提供的丰富的课程思政资源，为课程团队推荐具体的思政元素融入方案。采用相似性检测技术，规避课程思政内容的同质化问题。
教师是学生成长的引路人，是课程思政之“盐”量的直接把控者，是贯彻落实课程思政建设的关键。思政工作不能重生轻师，这对教师队伍提出了更高要求。首先要求教师对立德树人使命的认识和认同，避免出现表面化认识、被动认同、功利化认同和“悬空化”现象。其次要求教师要有挖掘课程中的思政元素的能力，要有课程中有机融入思政元素的能力。再次要求教师知行合一，能够在授课过程中有意识地融入思政教育。最后要求教师能够坚持“教育者先受教育”的理念，自觉主动地探究动态发展的国家、社会和学生需求，有针对地提升自身课程思政教学能力素质，能够坚持以学生为中心，持续改进课程思政教学全环节。
互联网技术为教师达到上述要求提供了新的契机。利用以互联网技术为支撑的新媒体信息传播的快速性和广泛性，拓宽教师认知课程思政的途径，强化高校立德树人的文化氛围，增强教师使命的认同感。利用互联网上丰富的育人效果案例，提升专业课教师落实立德树人根本任务的满足感，加深教师对课程思政的情感认同。以老带新、集中培训、研讨会等传统培训方式和资源为基础，利用大数据和人工智能等新型信息技术，针对教师的年龄、学科、学历以及职称等特征，设计个性化的课程思政教学能力素质提升方案，同时针对性地构建引导、奖励、惩处相结合的课程思政建设激励机制，避免了相同培训方式和同一要求标准导致的教师课程思政建设参与的积极性下降。建立课程思政资源共享和协作平台，为教师的自主发展提供充足的资源和技术支撑。采用大数据分析技术预测国家、社会和学生需求的发展趋势，为教师自主发展指引方向。
作为数字原住民，当代大学生接触信息的方式主要来自互联网，这为互联网技术开展精准化课程思政育人工作提供了新的机遇和挑战。慕课、爱课堂、直播、短视频、通讯软件、虚拟现实、增强现实等在线教育平台和新兴信息技术提供了丰富的学习资源和途径，有助于课程深度融入思政元素，有利于提升课程思政的亲和力和感染力。然而学生接触的互联网信息时缺少“把关人”，同时互联网中充斥着错误、碎片化的知识信息，会加大大学生思政教育的挑战。
可以借助互联网技术的优势，充分利用互联网资源，运用大数据技术开展精准化课程思政育人工作。育人主体要做好“把关人”的角色，借助协同过滤算法，为学生推荐高质量、正能量的信息，过滤掉负面的信息。利用分类和聚类算法，对碎片化的信息按照思政元素点进行分类，并依据逻辑关系对信息进行整合，化腐朽为神奇，根据学生特点及其学习状况，为其动态推荐个性化学习路径。运用舆情分析技术，实时跟踪学生思政育人状态和情感状态，并使用强化学习，根据学生状态及时调整其学习路径，并在必要时进行干涉疏导。
良好的课程思政育人效果必将全方位融入学生学习和生活的各个方面。原有仅通过师生主观评分的方法无法对思政育人效果进行有效或全面地评价。“互联网+”时代丰富的网络学习和娱乐平台，产生了大量的学生网络活动数据，为课程思政育人效果的有效评价带来了巨大的机遇和挑战。
为此，本项目综合学生网络活动信息和主观教学评价数据，采用深度神经网络，提取课程思政育人效果特征，构建了育人效果综合评价模型。根据各阶段学生状态数据，基于综合评价模型，构造学生育人状态变化轨迹。利用深度残差网络，挖掘育人状态时空关联关系，建立课程思政育人效果预测模型，评估课程思政育人方案的可行性和有效性。利用大数据分布式处理技术和平台，提供育人效果评价的规模化解决方案。
课程思政是落实立德树人根本任务的必然要求。“互联网+”时代新兴通信与信息技术为课程思政建设带来了新的机遇，为全面协同育人、专业特色的课程思政体系建设、个性化课程思政能力提升方案、精准化课程思政学习路径规划和综合有效的育人效果评价提供技术支撑，助力培养担当民族复兴大任的新时代青年。
本报告首先总结了借助通信和信息技术改进课程思政建设的研究现状，并以此分析了“互联网+”时代课程思政育人所面临的机遇和挑战。然后，本报告给出了一种“互联网+”育人系统体系结构，以使育人参与者切实有效地开展课程思政育人，并利用各种信息和通信技术提供多样的智能课程思政育人工具。最后，本报告提出了一系列基于新兴通信与信息技术的课程思政生态完善方案，包括：提供多种多样的育人参与渠道，以满足各类育人主体需求，建立育人共同愿景，从而提高协同育人效率，实现全面协同育人；深度挖掘专业课程思政元素，建立课程思政元素逻辑关系网络，结合学科知识结构，构建专业课程思政体系；根据教师教学素养和专业能力等属性，挖掘课程思政教学要素，定制个性化的课程思政教学素质提升方案；动态感知学生状态变化，整合碎片化网络课程思政资源，实时推荐课程思政学习资源和方式；融合学生网络活动信息和主观教学评价数据，构建育人效果综合评价模型。
7.参考文献
[1]李娟,李桢,王尚文,曾晓锋.新进教师如何快速适应高校基础医学教学工作[J].教育教学论坛,2020(8):29-30.
[2]教育部.中国教育概况——2020年全国教育事业发展情况[EB/OL].
http://www.moe.gov.cn/jyb_sjzl/s5990/202111/t20211115_579974.html, 2021-11-15/2023-12-01
[3]韦钰.高等学校——国家技术创新的重要方面军[J].求是,2000(10):27-30.
[4]ZELI C. Application Analysis of Influencing Factors of Online Teaching Platform under the Internet Background [C]// EBIMCS '21: Proceedings of the 2021 4th International Conference on E-Business, Information Management and Computer Science, 2021: 221-228
[5]DUAN Y. On the construction of course ideology and politics in online comprehensive English teaching based on cloud platform [C]//ICIMTECH 21: The Sixth International Conference on Information Management and Technology. New York, NY, USA: Association for Computing Machinery, 2021.
[6]ZHU C. Reflections on the reform of curriculum ideological and political teaching mode in the era of artificial intelligence [C]//International Symposium on Robotics, Artificial Intelligence, and Information Engineering (RAIIE 2022). Hohhot, China, 2022: 124542R.
[7]LI-JUAN K, JI-HUI X, JIAN-GUO G. Research and practice on the in-depth integration of curriculum politics and information technology in military academies[C]// 2021 2nd International Conference on Education, Knowledge and Information Management, ICEKIM 2021. Virtual, Xiamen, China, 2021: 832 - 835.
[8]ZHANG K. Research on online new media application in ideological and political construction of physical education curriculum[C/OL]//ICMIP 2022: 2022 7th International Conference on Multimedia and Image Processing. New York, NY, USA: Association for Computing Machinery, 2022: 194–198.
[9]WANG N, XU Q, QI X, et al. Statistical analysis based on SPASS and empirical research on curriculum ideology and politics implementation in professional basic courses: Digital communication course as an example[C]//Proceedings - 2020 International Conference on Information Science and Education, ICISE-IE 2020. Sanya, China, 2020: 705 - 709.
[10]WANG X. The teaching reform exploration and practice of the curriculum ideological and political education in practical training course based on internet cloud platform[C]//2021 International Conference on Education, Information Management and Service Science (EIMSS). 2021: 305-308.
[11]HUANG X, ZHAO J, FU J, et al. Effectiveness of ideological and political education reform in universities based on data mining artificial intelligence technology[J]. Journal of Intelligent and Fuzzy Systems, 2021, 40(2): 3743 - 3754.
[12]YANG S, DUAN X, GAO X. A study on the path of ideological and political education in professional under the background of internet - - taking the applied economics and management specialty curriculum as an example[C]//3rd International Conference on Energy Resources and Sustainable Development (ICERSD 2020). Harbin, China, 2020: 05042.
[13]YANG F, RAO Y, WU K, et al. Construction of curriculum ideological and political collaborative education mechanism based on edge computing and neural network algorithm[J]. Computational Intelligence and Neuroscience, 2022, 2022: 3596665.
[14]MO Q, HE S, TANG R, et al. Fuzzy comprehensive evaluation method of engineering curriculum ideology and politics based on extended triple helix model[C]//MEMAT 2022 - 2nd International Conference on Mechanical Engineering, Intelligent Manufacturing and Automation Technology. Guilin, Virtual, China, 2022: 933 - 939.
[15]LIN X, WANG Y, ZHANG R, et al. Ideological and political teaching reform: An introduction to artificial intelligence based on the OBE concept[C]//2022 11th International Conference on Educational and Information Technology (ICEIT). 2022: 6-9.
[16]WANG B, YU H, SUN Y, et al. An effect assessment system for curriculum ideology and politics based on students’ achievements in Chinese engineering education[J]. International Journal of Advanced Computer Science and Applications, 2023, 14(1): 948-953.
[17]LI M, LUZI C Z. Influence of ideological and political integration of curriculum based on deep learning on the teaching design of sports aerobics[J]. Mathematical Problems in Engineering, 2022, 2022: 8018962.
[18]LIU B, CHENG H. A stratified sampling method for teaching evaluation of curriculum ideological and political for higher education[C]//Proceedings - 2022 3rd International Conference on Education, Knowledge and Information Management, ICEKIM 2022. Virtual, Online, China, 2022: 115 - 119.
[19]LI G, QI Y. Research on the competency model of university teachers under the background of curriculum ideological and political education[C]//2021 3rd International Conference on Applied Machine Learning (ICAML). 2021: 136-139.
[20]LV X. A quality evaluation scheme for curriculum in ideological and political education based on data mining[C]//2021 13th International Conference on Measuring Technology and Mechatronics Automation (ICMTMA). 2021: 649-652.
[21]ZHONG Q. Evaluation of traditional culture teaching efficiency by course ideological and political integration lightweight deep learning[J]. Computational Intelligence and Neuroscience, 2022, 2022: 3917618.
[22]ZHAO J, YANG X, QIAO Q, et al. Personalized learning design of ideology and politics of distance education courses based on big data[C]//Proceedings of 2020 IEEE International Conference on Progress in Informatics and Computing, PIC 2020. Shanghai, China, 2020: 135 - 139.
[23]FAN G, MENG F. Personalized recommendation algorithm for curriculum- and politics-oriented hybrid teaching resources [C]//2021 IEEE International Conference on Industrial Application of Artificial Intelligence (IAAI). 2021: 361-366.
[24]ZHAO Y. The practice of ideological and political construction of management communication course under the background of digital information teaching mode[C]//2021 2nd International Conference on Information Science and Education (ICISE-IE). 2021: 116-119.