盈彩网投资平台返点-百科百科

激发榜样教育新的生机和活力******

　　据报道，近日北京市某学校在每个班级的壁报中开辟“我心中的榜样”专栏，师生共同探讨本班的“榜样人物”，并且将班级命名为“雷锋班”“钱学森班”等，每班还选出了一名榜样故事宣讲员，专门介绍本班的“榜样人物”。

　　榜样教育历来是青少年思想政治教育的重要手段。青少年处在“拔节孕穗期”，加强榜样教育，引导他们领悟榜样的力量，帮他们扣好人生第一颗扣子，尤为重要。近年来，榜样模范辈出，先进典型不断。从全国道德模范到时代楷模，从“共和国勋章”获得者到“七一勋章”获得者，从全国教书育人楷模到最美大学生……他们的崇高精神令人感动，他们的责任担当令人感佩，他们用榜样的力量温暖人鼓舞人启迪人。这些先进典型和榜样，是思想政治教育的生动教材，已经融入立德树人的全过程各方面。

　　但同时也要看到，在青少年榜样教育方面还存在不容忽视的问题。中国青少年研究中心日前发布的《少年儿童的偶像与榜样研究报告》显示，青少年认为学校的榜样教育主要存在“对榜样的宣传太死板”“榜样千篇一律没有个性”“榜样离太远起不到激励作用”等问题，比例均在两成以上。这也提醒我们，要更新榜样教育的理念，改进榜样教育的方式，让榜样与青少年的精神世界产生同频共振，激发榜样教育新的生机和活力。

　　要引导青少年树立正确的榜样观。与榜样密切相关的一个词是偶像。榜样是理想中的“我”，是自己通过理性选择的人生典范。我们强调榜样教育，因为榜样永不过时，具有穿越时空的精神力量。偶像与榜样有相似之处，就是他们的感召力和吸引力。但是，偶像往往是一种不加批判而盲目加以崇拜的对象。如果说榜样的选择是理性的，是经过反复比较后的慎重选择，那么偶像崇拜则往往是非理性的，或是出于某种喜好，或是从众心理使然。偶像崇拜是青少年群体中的一种客观现象，无法回避，但是需要用正确的榜样观来引领，防止沉迷偶像崇拜。

　　要更新榜样教育的理念和方式方法。传统的榜样教育往往过分注重教育，忽视了青少年的感受和兴趣，因而受教育效果打了折扣。在以互联网为代表的新媒体背景下，传播和教育的手段非常丰富，选择的空间非常大。要更新榜样教育的理念，多采用隐性教育。要贴近青少年的实际，贴近青少年的兴趣，将教育性寓于趣味性之中。可以多采用青少年喜闻乐见的方式，运用新媒体技术生动呈现故事、文字和哲理，使榜样教育活起来。要注重引导青少年在生活中学习榜样。教育必须回归生活实际。在对青少年进行榜样教育时，也要注重生活化。在日常的学习和生活中，要增加青少年模仿和践行的机会，增强榜样教育的效果。比如，在日常教学活动中，要探索多种举措发现身边的榜样事迹、榜样人物，比如以班级研讨、小组评比的形式选树班级、年级、学校榜样人物。

　　要形成榜样教育的合力。家长是孩子的第一任老师，在榜样教育中这个角色的分量更重，因为家长往往都是孩子的榜样。家长要改变那种一味把自己的孩子与别人家孩子比的思维，引导孩子树立正确的榜样观和成才观。特别是要做到以身作则、言传身教，让自己成为孩子引以为傲的榜样。学校要发挥教育主阵地作用，把榜样教育融入教育教学全过程，改进教育教学方式，不断提升教育实效。社会要各司其职，各负其责，形成全社会尊重和学习榜样的良好氛围，助力青少年的健康成长。

　　需要指出的是，激发榜样教育新的生机和活力涉及的方面很多。不同学年段的青少年，对榜样的认知、选择和接受等存在明显的差异。当前，迫切需要加强对榜样教育的研究，形成适应青少年不同学年段身心发展特点的螺旋式递进的榜样教育。

　　（作者：李传哲，系首都师范大学马克思主义学院博士生）

报告显示：超六成受访者认为应强制企业公开算法******

　　光明网讯（记者 李政葳）“当前，国内对于算法治理的基本思路和框架都是清晰的，而分级分类精准治理的模式应当可以解决如何落实的问题。”在日前举办的“2022啄木鸟数据治理论坛”上，谈及算法治理的现状，清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任梁正表示，算法分级分类本身不是目标，而是要针对不同风险场景配备不同监管规则。

　　论坛由南都个人信息保护研究中心联合清华大学人工智能国际治理研究院、人工智能治理研究中心（清华大学）主办。其间，南都个人信息保护研究中心发布《算法应用与治理观察报告》《个人信息安全年度报告》《平台经济反垄断观察报告》。

　　记者了解到，《算法应用与治理观察报告（2022）》，梳理了国内外的多项法规，结合热点事件及应用场景呈现了算法治理现状，并发布千份算法治理调查问卷了解公众对算法公开和算法治理的了解程度和基本态度，最后基于多方调查分析，给出了当前算法趋势观察以及未来治理方向建议。

　　报告发现，目前国内算法治理仍处于早期探索阶段，企业的算法公开主要依靠官方的互联网信息服务算法备案系统，或在舆情事件发生之后。调查问卷结果显示，近半受访者承认算法让自己的使用体验更好，但仅一成受访者认为企业算法公开做得很好，逾六成的受访者称曾遭遇“大数据杀熟”；超过六成的受访者认为应该强制企业公开算法。

　　“在数据、算法方面治理政策进展显著，在平台与应用方面的政策和落地尚需加紧。”中国科学院人工智能伦理与治理研究中心主任、国家新一代人工智能治理专委会委员曾毅认为，目前人工智能伦理有三个相当紧迫的问题需要被正视：首先，人工智能应当被适度使用；其次，目前人工智能服务知情同意落地艰难，被迫知情同意普遍存在；最后，目前用户数据的授权撤销在人工智能服务中存在巨大挑战，需要监管和更高层的网络服务提供方联合提出更合理的政策与解决方案。

　　针对日前发布的《互联网信息服务深度合成管理规定》，中国政法大学数据法治研究院教授张凌寒表示，从算法治理角度来说，深度合成管理规定与之前的算法推荐管理规定的思路有所不同，前者采用了一种“三位一体由的数据与技术规范。

　　具体来讲，由于深度合成技术的门槛较高，技术支持者也被纳入了监管范围内。比如，深度合成服务提供者提供智能对话、合成人声、人脸生成、沉浸式拟真场景等服务，应当进行显著标识，这就将更重的责任落在了服务提供者身上。

　　中国社科院科技和社会研究中心主任段伟文提到，算法治理需要构建可信任的算法认知，而这需要产业和消费者的共同努力：产业要努力提升算法精准性、透明度，减少偏见，减少歧视；消费者则需要提高数字素养，提升算法意识，加强在人机互动中自主性、控制感和协同意识。

　　（文图：赵筱尘 巫邓炎）