大數據時代高校思想政治教育現實困境探析

王　璐

(上海交通大學　馬克思主義學院，上?！?00240)

?

·黨建與思想政治教育·

大數據時代高校思想政治教育現實困境探析

王璐

(上海交通大學馬克思主義學院，上海200240)

面對大數據時代帶來的機遇和挑戰，高校思想政治教育要合理應用大數據優勢，規避來自技術和人為操作的風險，從制度、技術、思政教師素質等多方面入手，分析大數據如何成為思想政治教育的依托，探究行為教育新方式。

高校；思想政治教育；大數據時代；現實困境

隨著網絡技術和數據處理技術的發展，大數據時代的到來已成為社會共識，越來越多的學者開始探索思想政治教育與大數據的結合，意識到了大數據為思想政治教育帶來的機遇?！按髷祿r代，人類第一次可以有條件獲得全面數據、完整數據和系統數據，進行‘樣本=總體’的數據資料分析[1]?！笨v覽大數據時代思想政治教育主題研究，針對性教育、干預性教育、個體教育成為新的思政教育熱點?！按髷祿r代開啟了研究以‘人’為核心的‘鏡像世界’，人的網絡言論行為是現實世界人際交往和思想行為的反映，能夠以可視化的‘鏡像’方式展現著人的精神世界和客觀世界[2]”，根據數據分析和“鏡像”描述，對不同的教育對象采用針對性的教育方法，依據學生思想行為的發展趨勢，做出準確的預判并采取有效干預措施。

大數據時代思想政治教育區別于傳統思想政治教育，帶來了相應的新工作方法。大數據時代思想政治教育比之傳統思想政治教育更加“科學化”與“精準化”，傳統的思想政治教育注重情感教化，教育者大多憑借教學經驗和個人主觀判斷對教育對象進行施教。而大數據時代思想政治教育借助大量的統計數據分析，為教育者進行科學決策提供依據，促進了思想政治教育的科學化和準確性[3]。也因此，大數據時代思想政治教育在如何進行統計數據分析并為教育者提供依據方面困境凸顯，如數據的收集與儲存、數據的分析與應用、思政工作者素質跟進等。

一、思想政治教育大數據收集與儲存的實踐困境

“預測是大數據的核心價值。隱形溝通是大數據的實質[4]。”依靠大數據為思想政治教育提供精準的人物鏡像描述是大數據時代思想政治教育的突出優勢，通過數據的收集，達到隱形的溝通目的，了解高校學生群里動態，從而達到合理預測的效果，因此數據的收集成為大數據時代思想政治教育的先決條件。大數據的收集質量將直接影響思想政治教育的開展，這就要求思政工作者依托學校主體進行高效的數據收集與儲存。實踐問題首先在數據收集與儲存過程中顯現出來。

有專家表示，大數據有著區別于傳統思想政治數據的顯著特點?！暗谝?，大容量，擁有全面、完整的數據。第二，高速度，即指數據產生和更新的頻率快，時效性高。第三，多樣化，即新的數據來源和新的數據種類在不斷增加[4]?！倍鴧^別于傳統數據的特點正是大數據收集和儲存的首要困境。

首先，大數據時代思想政治教育要求依托全面、完善的數據進行學生行為模式分析并進行精準的干預性教育，同時數據的更新必須實時進行，避免信息的滯后導致預判失準。為了最大程度地保證精準化和科學化，大數據分析必將獲取大量個人信息包括生活作息、行為習慣、宗教信仰等，收集與存儲的巨大信息量和更新速度的提升成為大數據思政首要克服的實踐難題。當前各地高校逐漸建立“數字化”“一卡通”等校園服務，一定程度上為大數據的收集提供了便利條件，但是僅僅是這些形式的數據收集，不能夠滿足大數據的標準和思想政治教育的要求，要保障信息的完備性還需要把數據的收集擴展到學生高校生活的方方面面，不能存在數據空白和死角。

其次，近年來高校信息泄露現象頻現，網絡信息安全成為一個備受關注的問題，信息儲存安全成為高校信息工作質量的重要考量指標。大數據思政對數據量和更新速度的要求必將帶來對高校網絡信息安全更嚴苛的標準，大量的學生個人信息的妥善保管是利用大數據做好思政工作的重要保障。高校能否有足夠的信息儲存能力和數據庫安全管控能力備受質疑，要做好大數據思政首先要保證高校信息存儲硬件設備、信息管理者和技術人員的數量和質量。

二、思想政治教育大數據收集與應用的倫理困境

大數據思政的目的在于，在完成數據收集的基礎之上，對大數據進行深層次的分析和整合，從而尋找信息之間的內在關聯性，以此來預測人與事的發展趨勢和可能性，從而獲得大數據應用的價值，進行準確的預判和干預。而這其中的一系列倫理困境是我們應用大數據不可回避的問題。

1.大數據收集的隱私暴露挑戰

大數據思政需要利用全面的信息進行精準化教育，這對信息的獲取數量提出了較高要求，為了保障數據分析結果接近真實，就要求盡量完整的數據信息。今后數據收集的發展方向必定是高校全方位的信息把控，從學生的圖書館學習時段到餐廳就餐的消費水平再到實驗室操作時長等都將被信息化處理。為了保證結果的真實、完整和有效，數據收集過程必將使個人信息高度透明化，所有行為將被記錄并長時間儲存，信息收集的多維化會具象個人形象，帶來暴露個人隱私的隱憂。當事人的身體疾病、生理缺陷、個人習慣都不希望公之于眾，但該類信息卻會對思政教育分析、預測結果產生較強影響。但數據收集的不全面又有誤導教育的可能性，片面的數據分析并不能正確地描述出個體行為走向，因而數據的范圍如何明確成為大數據收集的第一重障礙。同時，該類信息保存不慎，將會對當事人造成巨大的二次影響甚至傷害。如當事人可以隱瞞的被法律保護的疾病隱私、過往行為等都會通過數據收集逐一記錄，這些信息被他人知曉必定會加重當事人心理負擔，如若被暴露隱私或非法利用更有可能對當事人造成毀滅性打擊。學生隱私信息獲取成為敏感問題，信息的收集過程是否會觸犯個人隱私權利成為敏感問題，法律對于個人隱私權的保護和學校對于學生思想政治教育的責任如何劃分界限必須厘清。

2.數據使用的公正性困惑

數據全面是分析結果正確的基礎，正如開篇提到，大數據的理想狀態在于“樣本=總體”，在數據收集這一過程中，技術人員對教育對象進行信息采集并處理分析，承擔著對教育對象侵權的風險。信息的獲取方式和途徑未告知教育對象，信息的分析和使用也未獲得當事人授權，在當前法律環境下，這本身就是存在巨大風險的行為。而獲得受教育群體的授權，又存在一定困難，涉及保障隱私和人身自由與高校思政教育效果的博弈。

數據分析結果可以依據以往的行為模式進行合理推測，顯示學生個體的行為和心理傾向，能夠合理推測學生的錯誤行為風險，從而可使思政教師進行有效的干預性引導，通過數據的整合與分析，如果受教育對象的行為被推定為有違紀、違規甚至違法的可能性，高校思政教育工作者就可以根據數據對當事人存在的不良思想傾向進行干預，避免學生錯誤行為的發生。這從一定程度上保障了高校思政教育工作的有效性，避免了當事人因錯誤行為而導致的危害性后果。但從另一個角度來看，我國法律遵從“無罪推定”原則，在犯罪行為未發生時尚且不可以預判為一定會發生，更何況是受教育者的可能性不良行為，這干涉了高校受教育群體的自由，讓他們失去在合理范圍內決定自己生活方式的權利，學生個體可能會因為偶然的思想變化終止自己的錯誤行為，在錯誤行為發生前進行干預，結果預判挑戰自由[5]。同時，依據數據的預判，有將受教育者貼上“不良標簽”的可能性，數據分析結果只可能是接近真相而非完全反映真相。受到數據分析結果的指引，在事情發生以前已經被刻畫為“存在不良傾向”的對象，其豐富的情感與內心活動被忽視，干預性教育使他們失去了及時糾正自己以保持尊嚴、獲得尊重的機會，也剝奪了他們探索和自由選擇的權利。

3.數據應用的有效性風險

大數據思政要求在完成大規模數據統計之后進行科學和精準的分析，從而準確刻畫被教育者的“人物鏡像”，制定有效的針對性教育方案。思政教育主體為學校思政隊伍，高校進行統一的數據收集較思政教師個體收集更具有可行性。高校學生眾多，每個學生的數據信息詳盡程度與教育科學化、精準化成正比，思政工作對于大數據的分析和應用提出了較高要求，要高標準嚴要求地把耗費大量人力物力收集的數據進行有效分析并落實到應用。物聯網、云計算、移動終端等技術的發展讓高校主體全面、系統地進行數據收集成為可能，但卻無法在短時間內對海量數據和復雜的思想、行為進行分析和整合。

數據規模過大導致分析和應用難度過高。其一，有效信息甄別難度高。為了保證為思政工作提供可靠依據，高校必將詳盡地收集學生個體的數據信息，但如何從紛雜的數據中甄別出有效的、對思政工作有利的信息存在較大難度。專業數據處理人員不能很好地甄別思政工作的教育重點，思政工作者又不具備專業的數據處理能力。其二，避免數據限制或低效利用難度大。大量數據的收集帶來高效數據庫的更新和技術人員素質的不斷提高，但在一系列的努力后，思政工作是否能將收集與處理的數據有效利用，是否會存在大量數據長期占用存儲空間又不能被合理利用等困境。其三，數據的動態性跟進。個體成長過程必將帶來數據的不斷變化，而每個個體數據的變化帶來的就是群體的巨大數據變化。大數據收集與處理主體如何不斷跟進數據的更新并實時分析，保證數據結果沒有滯后性，保障針對性教育能夠科學、準確、到位是數據應用的又一難點。

思想、情感的量化與抽象存在困境，數據與情感互通存在障礙。思政教育的特點是面對鮮活生動的學生個體，特別是要起到在情感與思想上引導學生的作用，但大數據要求所有信息數據化和抽象化。思想和情感類因素，因其具有感性特點，量化難度大，能夠準確、直觀地將這些情感因素抽象為可分析的數據資料，是數據收集與分析的又一難點。

數據定量分析方法與定性處理的平衡存在博弈。大數據分析需要進行理性的數字化分析，依據學生個體信息基礎，分析數據背后所代表的思維方式與行為傾向。而思政工作直接面對的是情感個體，要用感性方式進行引導教育。因而要在大數據分析的基礎上，把量化的數據結果直觀化、具象化，根據分析結果進行定性處理和引導。數據定量分析與引導教育定性處理之間尋求交叉平衡點是溝通大數據與思想政治教育工作的橋梁。

三、思政工作者對大數據應用的實踐困境

大數據思政不僅僅是對數據存儲和分析技術提出了高要求，更多的是給思政工作者帶來了巨大的挑戰。在運用大數據方面，要在數據分析能力上向專業信息技術人員靠攏，更要在數據有效性分析和應用方面提升辨析能力。思政工作者對大數據運用的質量決定了大數據思政工作開展的質量。

1.思政工作者的傳統教育與新技術應用的矛盾

當前思政工作者主要都是接受傳統思政教育培養的工作者，在新技術方面，已經逐漸開始接受和應用諸如網絡、微信、微博等載體增強思政工作開展的便捷性和效果。但大數據分析有別于網絡、微信等，它不僅僅是一個載體，更重要的是數據庫，需要思政工作者對收集的數據進行二次加工，提取有效信息后再利用。因而如何提高當前思政工作者的數據分析和提煉能力成為一個新的課題。思政工作者要在繁重的工作之余掌握大量的信息處理技術再到熟練應用，這一過程是否會占用過多時間，大數據處理技術何時能夠發展到簡單易學適于思政工作者應用都值得期待。

2.思政工作者對數據利用缺乏規范流程和行為標準

在大數據應用之初，思政主體對數據利用和個性化教育存在嘗試，沒有一個規范、完備的流程指引其進行合理化行動，而數據利用效果也無法量化，不能夠明確地給出行為標準和效果反饋。思政工作者難以把握依賴大數據的分析結果和使用程度，特別是面對教育對象這一特殊群體，他們不僅有數據顯示的行為模式和傾向，更是有著自我意識和情緒的個體，數據分析顯示的傾向性沒有明確的體現出干預標準，當危險行為存在的傾向不足以引起足夠的后果時而進行盲目干預，或者對大數據分析結果的理解偏頗，都極易造成個性化干預失敗，甚至會引起當事人的反抗。

3.唯數據主義易導致數據濫用和數據獨裁

大數據給思政工作提供了信息依據，使思政工作的開展有了著力點，依據數據分析結果可以對學生個體進行針對性教育，提高思政工作開展的有效性。但作為思政工作對象的學生個體，每時每刻的思維都存在變化，數據可以接近事實學生的行為模式，但不可能完全準確表達出其行為趨勢，因而一味地依賴數據，很有可能造成錯誤的教育引導，歪曲學生行為意圖。同時，僅僅依賴數據而忽視無法用數據表達的學生個體心理變化，有可能造成學生行為誤讀，在這種情況下的干預教育很可能引起學生的反感和叛逆，導致不良后果的發生。

四、應對大數據時代思想政治教育存在問題的策略

要充分發揮大數據在思想政治教育方面的作用，使大數據思政成為引領新時期思政工作的重點，要在制度、技術、師資隊伍等多重方面不斷完善，克服存在的諸多實踐和倫理方面的困境，讓思政工作不落于新時代發展潮流之后。

1.制度完善是大數據時代思想政治教育規避倫理困境的保障

隨著大數據思政研究的逐漸展開，可能引起的公平、隱私、數據安全等一系列問題，亟需對大數據思政進行系統深入的研究和建立完善的制度。從宏觀層面上來看，大數據趨勢的逐漸顯現，針對數據采集與使用等方面的立法需求迫切，完善大數據采集、利用的規范性以及個人權利的保護制度極端重要。要明確信息采集和儲存的責任制，平衡信息采集和使用與被采集者自由權利之間的關系。從微觀層面來講，高校作為思政教育的主體，在日常大數據思政工作中，必須依據實際工作需求和發展趨勢，制定科學的大數據思政工作規劃和嚴謹可靠的工作流程。要高屋建瓴地規劃思政工作的新方向和新途徑，把握工作大局和微觀切入點。要明確責任主體，嚴格大數據收集和使用制度，各級思政工作者密切配合、分工明確，保障數據的使用安全，使大數據思政效果真正顯現，避免一切可能由數據風險引起的對受教育者的危害。

2.技術跟進是大數據時代思想政治教育擺脫實踐困境的途徑

技術的跟進是大數據思政教育落到實處的突破點。當前環境下，很難在短期內培養思政教師隊伍轉型為技術人員，因而一定要組建一支技術過硬的數據技術隊伍，克服數據應用的技術難題，能夠完成大數據思政對數據數量和分析質量的高標準和嚴要求。不斷進行存儲設備、移動終端、電子服務系統設備等的完善與升級，滿足大數據思政對硬件設備的要求，保障信息收集的便捷和全面，不能讓“盡可能搜集全體數據”成為一句空話。緊跟物聯網、云計算等新技術的發展潮流，提升海量數據甄別與分析能力，對海量數據進行合理化取舍，明確思政工作的目標，避免被數據淹沒導致決策失準，保障大數據思政的軟技術標準。提高對數據分析和解釋的能力，保障分析結果得到合理、正確顯示，避免信息解釋存在謬誤，保障數據預測正確性基礎。健全數據監管的安全防控和應急措施，當存在數據泄露和濫用風險時，啟動數據保護和銷毀預案，將危害降至最低。

3.思政隊伍素質提高是大數據時代思想政治教育取得成效的關鍵

提高大數據思政工作的質量最重要的是要提高思政工作者對大數據運用的理解和數據分析基礎上的決策有效性及工作針對性程度。要在繼承傳統教育經驗的基礎上，緊跟時代課題要求，深刻理解大數據思政的意義，逐步建立起適應新形勢的工作體系。思政工作者不僅僅要關注受教育者行為的關聯性，更要注重把握受教育者行為背后的因果關系，尋找行為背后的思想動因和內在邏輯，注重全過程育人，解決問題而非單純找出問題。要依托數據的基礎性引導作用，甄別數據背后的意義，給予個性化教育的同時避免出現唯數據主義和濫用數據傾向，在大數據面前保持理性和甄別能力。要始終遵循數據的運用是為了提升思政教育的有效性而非挖掘受教育者的隱私，要平衡數據收集的必要性與隱私暴露的風險性，提高鑒別可挖掘信息的能力，提高利用信息而不對教育對象造成影響的能力，提高規避信息利用風險的能力。要深刻理解大數據運用的目的在于 “探究因果而非注重相關，依托數據而非依賴數據、探究行為而非挖掘隱私[6]。”

(責任編輯：時錦雯)

[1]維克托·邁爾—舍恩伯格.大數據時代：生活、工作與思維的大變革[M]. 盛楊燕，周濤，譯.杭州：浙江人民出版社，2013：28-43.

[2]李懷杰，夏虎. 大數據時代高校思想政治教育模式創新探究[J].思想政治教育，2015(5)：28-51.

[3]王莎，楊揚，楊航. 大數據思想政治教育研究述評[J].大學教育科學，2015(5)：28-32.

[4]劉輝. 大數據時代思想政治教育的微傳播化[J].思想理論教育，2014(6)：81-85.

[5]蔣潔，陳芳，何亮亮. 大數據預測的倫理困境與出路[J].圖書與情報，2014(5)：62-66.

[6]逄索，魏星. 大數據在高校思想政治教育工作中的應用[J].思想理論教育，2015.(6)：72-75.

The Realistic Predicament of Ideological and Political Education which Application in the University in This Era of Big Data

WANG Lu

(Academy of Marxism，Shanghai Jiao Tong University，Shanghai 200240，China)

The era of big data brought new methods and opportunities for the ideological and political education，also brought multiple ethical and practical dilemmas. Large data collection and storage，data analysis and the ability of ideological and political teacher become barriers need to solve. To use the advantages of big data，to avoid the risk of technology and manual operation，the university must rely on the promotion of system，technology and quality of ideological and political teacher，and explore the new way of education behavior.

colleges and universities；ideological and political education；era of big data；predicament

G641

A

1671-9719(2016)8-0003-04

王璐(1989-)，女，山東濰坊人，研究方向為馬克思主義發展及其在中國的傳播。

2016-04-29

2016-05-24