山东寿光：合奏育人“主旋律”******
山东寿光构建“四个一体化”思政教育工作体系——
合奏育人“主旋律”
“在‘学会与父母沟通’一课上，学生模拟还原了与父母发生矛盾的真实情景，并就‘我们如何与父母相处’这一问题展开自由辩论，在相互交流中学会了与父母换位思考；在‘模拟法庭’课上，老师组织开展了‘我是法律小专家’案例分析活动，学生运用所学法律知识对案例进行分析，提高了学生学法、知法、守法、用法能力。”近日，山东寿光现代明德学校校长王永亮告诉记者，该校在山东省寿光市思政教育一体化建设工程引领下，改进思政育人模式，收到了良好效果。
近年来，寿光市紧紧围绕立德树人根本任务，着力构建基于“顶层设计、课程打造、队伍培养、阵地建设”为主的“四个一体化”工作体系，实施党建统领下的思政铸魂育人工程，激活了学校思政教育“一池春水”，有力提升了思政教育质量和育人水平。
2021年，寿光市成立了思政课教学指导委员会、大中小学思政课程一体化研究课题组，汇聚了大中小学思政课教育专家和骨干教师30余人，强化对全市思政课教学的指导与研究。通过建立完善顶层设计，寿光确保覆盖大中小学各个学段的教材体系、教学体系、评价体系、实践育人体系、师资建设体系、保障体系等整体协同，坚定育人“大方向”。
“通过顶层设计一体化，打破了学段壁垒，统筹理顺思政德育目标一致和内容梯度衔接的关系，有效解决了教育目标制定脱节、教育内容交叉重复、不同阶段的思政教育缺乏有效衔接等问题，为思政铸魂育人工程注入了生机活力。”寿光市委教育工委委员刘福昌说。
同时，寿光通过跨学段协同联动的思政课一体化教学研究联盟建设，加强了各联盟学校之间的协调“互动”，构建了不同学段“协同作战”的思政课实施体系。作为寿光域内唯一的本科院校，潍坊科技学院与寿光现代中学等24所中小学建立大中小学思政课一体化建设研究基地，开展思政课教学研究，促进各学段思政教育融通融合。
“联盟校共建为邻学段、同学段、跨学段相互听课、集体备课、思政课‘堵点’集体攻关及思政课教学资源共享搭建了平台，让每个学段都有‘责任田’，实现了不同学段思政课教师无障碍交流。”寿光市教体局党建工作科负责人李新刚介绍。
在日前寿光市大中小学一体化“同城大课堂”专题研讨会上，来自全市各学段300多名大中小学思政课教师围绕“传承红色基因”这一主题同备一堂课，以家乡的红色元素为切入点，以不同年龄段学生喜欢听、能听懂的方式宣讲党的二十大精神。
在思政课教师队伍一体化培养中，寿光坚持统筹融合，全力构建全市思政课教师共同体，创新实施“一一二”工作法，即成立一个市级教研团队，组织大中小学开展联合教研；打造一个教学法，与“教学评一致性”相融合，打造高效课堂；定期组织全市各大中小学教师“同备一节课”“同上一堂课”，将一体化建设的研究成果转化为教师课堂教学的生动实践，培养思政育人“生力军”。
同时，寿光加快大中小学思政课教师专业发展一体化团队建设，遴选了6个思政课教学示范团队，组建16个思政课名师工作室，辐射引领全市1600多名思政课教师实现专业化成长，并优化完善思政课教师评价激励机制，调动教师参与衔接的积极性和主动性。
此外，寿光还大力推动思政育人阵地建设一体化，形成合奏育人“主旋律”。“我们的思政课不仅在课堂上，还经常开设在各类实践基地，这种丰富多彩的‘体验式’思政教育，学生更喜欢、效果更好。”日前，正带领学生在寿光市蔬菜高科技示范园上思政课的寿光一中教师李舒说。
与这堂“出圈”的思政课一样，寿光越来越多的思政课教师尝试用新的“打开方式”，让思政课变得鲜活可感、有料有趣。近年来，寿光遴选新时代精神文明广场、牛头镇抗日武装起义陈列馆等30个大中小学思政课一体化教学实践基地，联合开展“进企业、进社区、进农村”等参观考察和主题实践活动，让“行走的思政课”在学生心中留下了印记。
目前，寿光市思政课阵地建设一体化格局基本形成，育人效益不断提升，实现了课内外无缝衔接、全过程全方位育人。“我们将持续开好、上好一体化贯穿各学段的思政课，以入耳入脑入心的思政教育，促进学生德智体美劳全面发展，为学生健康成长打好生命底色。”寿光市教体局党组书记、局长张国峰这样说。（本报记者 魏海政 通讯员 商荣宾 张伟峰）
你的隐私，大数据怎知道******
作者：杨义先、钮心忻（均为北京邮电大学教授）
在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息。这些信息被大数据挖掘，就存在隐私泄露的风险，引发信息安全问题。面对汹涌而来的5G时代，大众对自己的隐私保护感到越来越迷茫，甚至有点不知所措。那么，你的隐私，大数据是怎么知道的呢？大家又该如何自我保护呢？
1.“已知、未知”大数据都知道
大数据时代，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道；你做过什么事，它知道；你有什么爱好，它知道；你生过什么病，它知道；你家住哪里，它知道；你的亲朋好友都有谁，它也知道……总之，你自己知道的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！
甚至，连你自己都不知道的事情，大数据也可能知道。例如，它能够发现你的许多潜意识习惯：集体照相时你喜欢站哪里呀，跨门槛时喜欢先迈左脚还是右脚呀，你喜欢与什么样的人打交道呀，你的性格特点都有什么呀，哪位朋友与你的观点不相同呀……
再进一步说，今后将要发生的事情，大数据还是有可能知道。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高”。当你与许多人都在独立地购买感冒药时，大数据就知道：流感即将暴发了！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动、物价趋势、用户行为、交通情况等。
当然，这里的“你”并非仅仅指“你个人”，包括但不限于，你的家庭，你的单位，你的民族，甚至你的国家等。至于这些你知道的、不知道的或今后才知道的隐私信息，将会把你塑造成什么，是英雄还是狗熊？这却难以预知。
2.数据挖掘就像“垃圾处理”
什么是大数据？形象地说，所谓大数据，就是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如，你在网上说的话、发的微信、收发的电子邮件等，都是大数据的组成部分。在不知道的情况下被采集的众多信息，例如被马路摄像头获取的视频、手机定位系统留下的路线图、驾车的导航信号等被动信息，也都是大数据的组成部分。还有，各种传感器设备自动采集的有关温度、湿度、速度等万物信息，仍然是大数据的组成部分。总之，每个人、每种通信和控制类设备，无论它是软件还是硬件，其实都是大数据之源。
大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树、粗糙集、覆盖正例排斥反例、统计分析、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成、数据规约、数据清理、数据变换、挖掘分析、模式评估、知识表示等八大步骤。
不过，这些听起来高大上的大数据产业，几乎等同于垃圾处理和废品回收。
这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集”；将废品和垃圾送往集中处理场所，可算作“数据集成”；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理，可算作“数据清理”；将破沙发拆成木、铁、布等原料，可算作“数据变换”；认真分析如何将这些原料卖个好价钱，可算作“数据分析”；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀，可算作“知识表示”。
再看原料结构。大数据具有异构特性，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别的话，那就在于垃圾是有实体的，再利用的次数有限；而大数据是虚拟的，可以反复处理，反复利用。例如，大数据专家能将数据（废品）中挖掘出的旅客出行规律交给航空公司，将某群体的消费习惯卖给百货商店等。总之，大数据专家完全可以“一菜多吃”，反复利用，而且时间越久，价值越大。换句话说，大数据是很值钱的“垃圾”。
3.大数据挖掘永远没有尽头
大数据挖掘，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险。隐私是如何被泄露的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私的吧！
一大群网友，出于某种目的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己的目的提炼成新信息，反馈到网上与别人分享。这就完成了第一次“人肉迭代”。
接着，大家又在第一次人肉迭代的基础上，互相取经，再接再厉，交叉重复进行信息的收集、加工、整理等工作，于是，便诞生了第二次“人肉迭代”。如此循环往复，经过多次不懈迭代后，当事人或物的画像就跃然纸上了。如果构成“满意画像”的素材确实已经证实，至少主体是事实，“人肉搜索”就成功了。
几乎可以断定，只要参与“人肉搜索”的网友足够多，时间足够长，大家的毅力足够强，那么任何人都可能无处遁形。
其实，所谓的大数据挖掘，在某种意义上说，就是由机器自动完成的特殊“人肉搜索”而已。只不过，这种搜索的目的，不再限于抹黑或颂扬某人，而是有更加广泛的目的，例如，为商品销售者寻找最佳买家、为某类数据寻找规律、为某些事物之间寻找关联等。总之，只要目的明确，那么，大数据挖掘就会有用武之地。
如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集的信息，被数据库中的海量异构数据所替代；网友寻找各种人物关联的技巧，被相应的智能算法替代；网友们相互借鉴、彼此启发的做法，被各种同步运算所替代。
各次迭代过程仍然照例进行，只不过机器的迭代次数更多，速度更快，每次迭代其实就是机器的一次“学习”过程。网友们的最终“满意画像”，被暂时的挖掘结果所替代。之所以说是暂时，那是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高，用户只需根据自己的标准，随时选择满意的结果就行了。
当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如，机器不会累，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友的“人肉搜索”，最终将输给机器的“大数据挖掘”。
4.隐私保护与数据挖掘“危”“机”并存
必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护的能力；换句话说，在大数据挖掘面前，当前人类有点不知所措。这确实是一种意外。自互联网诞生以后，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来，竟然后患无穷！
不过，大家也没必要过于担心。在人类历史上，类似的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总是像“走马灯”一样轮换的——人类通过对隐私的“挖掘”，获得空前好处，产生了更多需要保护的“隐私”，于是，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图，于是，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面，整体处于优势地位，在网络大数据挖掘之前，“隐私泄露”并不是一个突出的问题。
但是，现在人类需要面对一个棘手的问题——对过去遗留在网上的海量碎片信息，如何进行隐私保护呢？单靠技术，显然不行，甚至还会越“保护”，就越“泄露隐私”。
因此，必须多管齐下。例如从法律上，禁止以“人肉搜索”为目的的大数据挖掘行为；从管理角度，发现恶意的大数据搜索行为，对其进行必要的监督和管控。另外，在必要的时候，还需要重塑“隐私”概念，毕竟“隐私”本身就是一个与时间、地点、民族、文化等有关的约定俗成的概念。
对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢？或者说，至少不要把过多包含个人隐私的碎片信息遗留在网上呢？答案只有两个字：匿名！只要做好匿名工作，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就是把“私”藏起来，个人身份可公开，而大数据时代，隐私保护则是把“私”公开（实际上是没法不公开），而把个人身份隐藏起来，即匿名。
《光明日报》（ 2023年01月12日 16版）
