新媒體在大學生思想政治教育中的意義研究

隨著科技的進步，新媒體時代悄然來臨。當先的新媒體以其廣泛的應用渠道、大范圍的覆蓋、精準的針對性和高強度的互動性迅速占領了大學生的生活和學習。新媒體代替?zhèn)鹘y(tǒng)的媒體形式成為大學生接收信息的主要渠道，成為大學生接受信息和表達自我的主要形式。在新媒體帶來的各種信息中，大學生如何避免受到不良信息的侵害，樹立正確的思想政治觀點，這是每一位思想政治教育者都應該思考的一個問題。

第一、大學校園新媒體的闡述。當代的大學生在性格特征、思維方式、精神風貌、生活習慣等方面都表現(xiàn)出了鮮明的時代特色。社會發(fā)展的產物——新媒體對于他們的生活和學習來說絕對是一個不可或缺的食物。根據社會調查數(shù)據來看，大學生所使用的新媒體種類比較多，以手機、網絡、博客、MSN為主；絕大多數(shù)的大學生都擁有至少一部的手機，而且一天中超過一半的時間都與手機為伴。一個普通大學生的一天很有可能是這樣度過的：早上起床，先打開手機，查看有無昨夜的來電或者信息，打開電腦，登上QQ，等著接受朋友的信息。然后吃早飯的時候，順便瀏覽一下網頁上的新聞，查看一下電子郵箱里的信件等。在課堂上，遇到不懂的問題，隨時都可以打開百度，進行查詢。如果對于課堂內容不感興趣，也可以打開手機微博發(fā)心情、看朋友圈等等來消磨時間。如果周末想要出去吃美食，那么打開手機軟件，附近的美食盡在掌握。如果想要出去旅游，也可以通過網絡來查詢天氣、訂購門票等等。手機成了大學生學習和生活中最不可缺少的一部分。

第二、新媒體對于大學生思想政治教育的積極影響。

首先，新媒體為大學生的學習提供了廣闊的平臺。新媒體以豐富的信息、快速的傳播、充分的互動和多樣的形式而著稱，它為大學生接受新觀念、掌握新理論、占領潮流高地打下了良好的基礎。大學生正處于三觀形成的關鍵時期，他們具有強烈的求知欲和好奇心，能夠快速掌握新媒體的使用方式和傳播方式。在日常學習中，大學生可以通過新媒體，閱讀豐富的學習資料，在博思廣義的基礎上，提出具有建設性的新觀念。其次，新媒體改變了大學生學習和思維的方式。與傳統(tǒng)的學習方式不同，新媒體帶給了大學生海量的閱讀對象，大學生在信息的接受上，采用的是超文本式的連接方式，這是一種非線性的網狀結構的接收方式和思維方式。由于超文本的信息具有自由變換的特性，這就給大學生提供了多種瀏覽和思考的路徑，大學生可以根據自己的興趣和目的，采用聯(lián)想跳躍的思維方式來自由選擇閱讀對象。最后，新媒體為思想教育工作提供了途徑。Msn、QQ、微博、微信等各種各樣的新媒體形式，為大學生在日常生活中的交往提供了便利。因為互聯(lián)網的匿名性，大學生可以隱藏在屏幕后來發(fā)表自己的思想觀點，幾乎不會受到什么阻礙和制約。所以網絡就成了大學生發(fā)表自我的一種最佳選擇。大學生的思想教育就可以利用這一點，通過網絡來加強對大學生的思想教育，同時也可以通過網絡及時、準確地了解大學生的四項變動，根據大學生關心的熱點問題和敏感問題對其進行思想教育，這樣有助于在輕松愉悅的氛圍中達到良好的思想教育效果。

第三、新媒體對于大學生思想政治教育中的消極影響。

首先，新媒體傳播的不良思想侵蝕大學生的思想。無論是傳統(tǒng)媒體還是新媒體，都無法在信息的篩選方面有所突破。他們所傳遞的各種信息，良莠不齊，優(yōu)秀文化與消極文化混雜在一起，這非常容易誤導一部分分辨能力較弱的大學生。例如西方國家的拜金主義、享樂主義、資本主義思想隨著互聯(lián)網的信息傳入我國，嚴重影響了大學生思想觀、價值觀、人生觀。再如資產階級腐朽的價值觀念很容易侵蝕大學生尚不成熟的理念信念，動搖他們對于社會主義的正確認識和堅定信仰。再加上這些不良信息的傳播速度比較快，所以給大學生的思想教育工作帶來了困難。其次，新媒體使得傳統(tǒng)的教育方式受到挑戰(zhàn)。大學生在新媒體的環(huán)境下，其思想形式比較多元化。新媒體通過模糊真實世界和現(xiàn)實世界之間的界限，來構建虛擬的平臺，使得大學生以一種全新的方式來自覺主動地接受新媒體傳播的各種信息。目前雖然很多高校已經意識到新媒體對于大學生思想政治教育的重要性，但是因為思想教育方式無法做到與時俱進，所以，在教育效果上不盡如人意。最后，新媒體給教育監(jiān)督帶來了困難。在傳統(tǒng)的電視、報紙等媒體形式中，一般都會有政府思想文化管理部分進行監(jiān)督審查，促進先進思想和優(yōu)秀文化的傳播。但是在新媒體環(huán)境下，信息傳播的快速性和及時性大大增加，特別是短信等即時信息，檢查和監(jiān)督工作開展起來比較困難，這就造成了某些不良信息和文化的泛濫，給大學生的思想教育工作帶來了一定的苦難。

本文來源：http://www.12-baidu.cn/w/xf/14619.html《決策探索》