論大數據分析對思想政治教育的作用

張韜喆， 王 搏

(1.華北電力大學 馬克思主義學院，北京 102206； 2.文華學院，湖北 武漢 430000)

隨著科技發展，智能手機與移動互聯網已經完全融入我們的日常生活。而在使用它們的過程中，我們自然而然地就制造了海量的關于使用者本人的信息數據，將這些數據集合起來就構成了使用者本人的大數據。這些數據將為我們完整地展現使用者最自然的日常生活，通過分析數據我們可以了解該使用者，從而對他的行為做出預測。通過適當的介入，保證其自身的思想品德符合社會發展的需要。

思想政治教育過程可以分為五步：第一步是思想政治教育信息搜集和分析；第二步是思想政治教育決策；第三步是思想政治教育實施；第四步是思想政治教育調節；第五步是思想政治教育的總結。其中第一步，即思想政治教育信息搜集和分析最為重要。因為它是一切思想政治教育活動的起點，是后續各個階段的基礎，同時信息搜集和分析更是貫穿整個思想政治教育活動。

互聯網與移動設備，為我們搜集那些受教育者全面信息提供了可能，大數據分析保證了我們對受教育者全面準確的分析。

一、 移動互聯網與智能設備幫助思想政治教育信息的搜集

隨著移動上網設備的逐漸普及、網絡環境的日趨完善、移動互聯網應用場景的日益豐富三個因素共同作用，促使互聯網尤其是移動互聯網越來越普及。截至2017年6月，我國網民規模達7.51億，手機網民規模達7.24億，網民中使用手機上網的人群占比由2016年12月的95.1%提升至96.3%。互聯網普及率達到了54.3%，較2014年12月的50.3%增長了4%[1]。

思想政治教育的實施離不開針對受教育者的信息搜集。這些信息是我們認識那些受教育者的基礎，更是思想政治教育實施的基礎。在這個時代，我們搜集一個人的公開信息越來越簡單，諸如QQ、微信和微博上面有大量的個人信息和針對各種各樣事件的看法。

(一)移動互聯網及智能設備可以將一個人描述得更加具體

在過去我們搜集信息是通過觀察法和調查法，這樣搜集到的信息往往只是片面的。往往只是少量樣本信息或者只是某個受教育者的某一階段信息。搜集到的信息無法對受教育者或是群體進行全面的認識。而且在搜集信息的過程中，經常會有些受教育者提供一些虛假的信息。這也大大影響了我們搜集信息的準確性。

這些原因使得思想政治教育實施初期就面臨很大的問題，獲取錯誤的信息甚至可能導致錯誤的決策。當我們實施這些決策時，有可能已經錯過了教育的最佳時機，甚至使得實施思想政治教育獲得反效果。繼而我們只能重新調整，讓思想政治教育實施下去并獲得最終的成功，這無異于事倍功半。

隨著科技發展，手機已經從傳統的功能機發展為智能機。而且，智能手機的功能與性能越來越強大，目前一些智能手機的性能和所能實現的功能已經不亞于電腦所能達到的水平。

從三十余年前手機問世一直到十五、六年前，手機所能提供的主要功能都只是短信和通話。當2001年塞班公司推出塞班系統之后，手機開始進入了智能機時代。而直到2007、2008年，隨著蘋果公司和谷歌公司相繼推出IOS系統和Android系統，手機才算是真正進入智能機時代。

當我們每一次在軟件中進行選擇的時候，都會被軟件通過移動互聯網發送到服務器來獲取響應，同時服務器也會記錄這些選擇。在這一過程中，一些軟件所包含的信息不僅僅是操作者每次點擊的信息，同時還記錄了其他信息。例如，一些購物支付類軟件，它還記錄了你的消費數據。而地圖或是社交軟件往往會記錄你的GPS信息。在過去，當我們需要獲得一個人的信息諸如銀行信息、通信記錄和個人郵件記錄時候，需要去不同的機構或者公司，而且這些信息所描述的人只是片面、零碎、不連貫的，只能知其然，而不知其所以然。而現在我們只需要獲得他的手機和若干個軟件的后臺數據信息，就能獲得關于這個人的全面、完整、連貫的信息，不僅僅是知道他現在的情況，更可以預測出他未來的情況。正如互聯網時代的名言所說：“插上網線的那一刻，你就沒有隱私了。”

正是因為移動互聯網和智能設備的發展，才使得搜集數據變得簡單方便。我們擁有了可以洞察一切的“上帝之眼”[2]13。而把關于一個人的所有數據匯集起來之后，我們也自然而然地得到了關于這個人的大數據。

(二)移動互聯網及智能設備對搜集受教育的信息的挑戰

網民的不斷增加，對信息的傳播、數據的增長以及我們的生活都產生了極大的影響。

智能手機等移動設備的普及和移動互聯網的飛速發展，大大方便了我們獲取信息。我們所掌握的知識半衰期已經越來越短。據統計，一個人所掌握的知識半衰期在18世紀為80～90年，19～20世紀前半葉為30年，而到了20世紀60年代則是15年，到了80年代更是縮短為5年[3]。

我們不僅僅通過互聯網獲取信息，同時我們還在通過互聯網傳播信息。我們每時每刻都在產生大量的數據，諸如郵件、視頻、微博、手機呼叫、網頁點擊等。由于人口數量的巨大和信息傳播條件的便利，人類現在每分鐘產生的信息量可能是人類過去幾百年甚至上千年的總和。

由于受教育者極易獲取信息，這就給教育實施者搜集受教育者的信息帶來巨大挑戰。在過去，關于受教育者的信息，尤其是思想狀態的信息很長時間都不會有太大出入，但是在這個信息爆炸的時代，一切都是瞬息萬變。有可能當受教育者在獲得一條信息之后，我們從他那搜集到的信息就已經是無用的了。近些年來，網絡輿情頻發，我們回顧這些輿情事件不難發現它們從爆發到消散都會經歷多次反轉，甚至有的在一天內就有幾次反轉。而伴隨著每次反轉，都會有相當多的網民態度也隨之反轉。

這就給教育者在搜集信息時提出了挑戰，在當今社會若想針對一件突發事件進行教育引導時，我們在繼續使用傳統方式進行信息搜集的話，我們獲得信息永遠要落后于事態的發展。但是，如果我們充分利用大數據進行信息搜集，我們幾乎能獲得受教育者對于突發事件的實時信息。

與此同時，隨著我們接受信息的途徑越來越方便，接收信息的數量越來越多。教育者與受教育者區分界限也越來越模糊。

在過去，思想政治教育主要由專業教育者來向受教育者傳道授業解惑。而在當前這個自媒體時代，我們可以利用像微信、微博等工具方便而快捷地傳播我們獲得信息或是我們自己的想法。思想政治教育實施網絡從原來的樹狀結構，已經演變為網狀結構。每個個體都成為網中的節點，我們既是教育者又是受教育者。

二、基于大數據的分析幫助思想政治教育進行分析與決策

在獲取到關于受教育者的“大數據”信息后，即可對這些信息進行分析，從而制訂較優的決策方案。

大數據為我們提供了嶄新的看待事物的視角，并成為了我們解決問題的新方法。安大略理工大學的卡羅琳·麥格雷戈(CarolynMcGregor)博士和一支研究隊伍與IBM一起和很多醫院合作，用一個軟件來監測處理即時的病人信息，然后把它用于早產兒的病情診斷。系統會監控16個不同的數據，這些數據可以達到每秒鐘1260個數據點之多。在明顯感染癥狀出現的24小時之前，系統就能監測到早產兒細微的身體變化發出的感染信號。麥格雷戈博士說：“你無法用肉眼看到，但計算機可以看到。”這個系統依賴的是相關關系，而不是因果關系。它告訴你的是會發生什么，而不是為什么發生。這正是這個系統的價值！提早知道病情，醫生就能夠提早治療，也能更早地知道某種療法是否有效，這一切都有利于病人的康復。驚人的是，麥格雷戈博士的大數據分析法能發現一些與醫生的傳統看法相違背的相關關系。[4]80

基于大數據的分析，為思想政治教育更進一步發展提供了無限的可能，它將完全改變我們認識事物的方式，幫助我們更加全面地了解事物，這有助于我們更好地解決實際問題，同時發展思想政治教育。

基于大數據的分析，我們可以較確定受觀察者的思想狀態，較準確的預測受觀察者的行為。通過和社會所需要的思想品德和心理素質進行對比，以及他的行為是否有利于社會發展，我們可以確定該名受觀察者是否需要進行思想政治教育。當認為該名受教育者應當接受教育的話，可以基于分析所得制定出最有效的決策。

(一)大數據

當今社會不僅僅給思政工作帶來挑戰，也給思政工作帶來了很大的機遇。

馬克思曾經說過：“世界上任何一門學科如果沒有發展到能與數學緊密聯系在一起的程度那就說明該學科還未發展成熟。”[5]

處在這個技術飛速發展、信息爆炸的時代，我們就有了將思政工作發展到更加成熟的可能，擁有了一個可以將思政工作與數學緊密聯系的工具——大數據分析。

大數據(Big Data)，是指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合。這些數據不是通過隨機分析法(抽樣調查)獲得的，而是關于某個觀察對象在一定時間內的所有我們需要的數據。

當然，大數據歸根結底也只是數據而已，即便再大若是沒有有效的分析，那它也只是數據尸體，只是起到了消耗存儲空間的作用，只有經過分析的數據才是有用的數據。

(二)大數據分析過程

簡言之，大數據的分析的目的是找到導致一個事件發生的若干強相關事件。大數據分析不再是注重因果關系的分析，而是注重相關關系的分析。

相關關系的核心是量化兩個數據之間的數理關系。相關關系強是指當一個數據值改變時，另一個數據值很有可能也會隨之改變，這就構成了一組強相關。相關關系是通過識別有用的關聯物來幫助我們分析一個現象，而不是通過揭示其內部的運作機制。通過找到一個現象的良好的關聯物，相關關系可以幫助我們捕捉現在和預測可能的未來。[4]72

大數據分析過程中，我們會知道是什么和即將是什么。如果我們想要探究這一現象背后的原因，我就會知道為什么。大數據分析目前已經被廣泛應用于各個領域，而更進一步的機器學習和人工智能則大大提高了預測的速度和準確性。

(三)大數據分析改變我們理解世界的方式

在過去，人們總是先有了想法，再去收集數據來測試這個想法的可行性。同樣也會依靠相關關系，同時，專家們還會使用一些建立在理論基礎上的假設來指導確定這個想法中的關聯物。基于這些理論來收集與關聯物相關的數據，從而進行相關分析，證明自己選擇的關聯物是否適合。若關聯物不能很好的反映相關關系，大多數情況人們會認為自己搜集的數據存在錯誤，直到經過若干次重復后，才能承認一開始的假設或者是關聯物就是錯的。直到此時，才會對理論和設想進行修改。當然，這一過程才促進了現代科學的發展，但這種發展是非常緩慢的。因為，受到認識的局限性影響，我們無法正確客觀全面的認識事物，導致我們在多次實踐后，才能對事物有正確的認識。這一過程只存在于大數據出現之前。

現在，我們可以搜集到關于一個事件的全部數據，這當中隱藏了最準確的相關關系。我們現在擁有如此多的數據，這么好的機器計算能力，因而不再需要人工選擇一個關聯物或者一小部分相似數據來逐一分析了，大數據分析可以幫我們辨別出最好的關聯物。

因此，我們不需要建立一個假設，我們可以盡可能多的采集關于我們感興趣的事物的一切信息，再對其進行相關分析。我們用數據驅動的關于大數據的相關關系分析法，取代了基于假想的易出錯的方法。大數據的相關關系分析法更準確、更快，而且不易受偏見的影響。建立在相關關系分析法基礎上的預測是大數據的核心。這種預測發生的頻率非常高，以至于我們經常忽略了它的創新性。[4]74

現在，大數據已經被應用于諸多領域。無論是商務決策還是風險模擬，都利用到了大數據。沃爾瑪公司早已利用大數據來進行產品銷售。美國各個警局也通過自己積累的犯罪歷史數據建立起了一個犯罪預測算法。在第一次實驗時，這套算法就把實驗地的犯罪率降低了36%，而且它的準確率是人工準確率的兩倍。其中一項原因就是，計算機在做預測時不會感到疲倦而影響到自己的決策。

三、人的動機和行為可以被預測

(一)人的動機和行為

眾所周知，人的行為的產生是基于外部環境刺激，經過人格動力結構運行，從而產生的結果。人格動力結構由“三級結構、十個要素”組成。三級結構分別為人格需要力量，人格判斷力和人格動機與行為。他們分別對應人的潛意識、意識和人格目的力量。人的行為又可以分為四類：第一類是應對性行為。這類行為在外界刺激下由人格需要力發動、經人格判斷力判斷產生的行為。第二類是真理性行為。這類行為是在外界刺激下，人格需要力并沒有產生某種傾向要求，但人格判斷里經過判斷和選擇，認為需要采取某種行為和動機，繼而產生某種具體行為和動機。第三類表現性行為。在外界刺激下，僅僅有人格需要力發動，而無人格判斷力參與的動機和行為。第四類，不產生行為。這類行為在外界刺激下，但是經過人格判斷力否定，導致沒有產生動機和行為。

在人的四類行為中，“應對性行為”和“不行為”是基本的、普遍的、大量的，“真理性行為”是少數的，而“表現性行為”是個別的、特殊情況下的行為。思想意識主要決定“應對性行為”、“不行為”，完全決定“真理性行為”，因此，可以說人的基本的、大量的、普遍的動機和行為基本(多數情況下)是有思想意識決定的。但是當我們在多次重復某類事后，就能把這件事轉化為基于潛意識運行的行為。[6]102-103

(二)思想政治教育對人的動機和行為進行預測

思想政治教育對人的動機和行為具有諸多作用。思想政治教育引導人們產生正確的行為，避免不正確的行為。思想政治教育還具有引導人們完善，穩定地提高人格行為水平的作用。以上兩點都是思想政治教育成功實施后所能實現的作用。

思想政治教育還具有人的行為預測的作用。這種預測需要貫穿整個思想政治教育活動。對人的行為產生的過程進行抽象，我們可以概括出如下的一個關系：

環境刺激+人格動力結構 → 人的行為

進行人的行為分析預測，就是通過對已掌握的環境刺激和人格動力結構 (人格需要力、人格判斷力)的分析，預測人的行為。思想政治教育應該而且能夠通過對已掌握的環境刺激和人格動力結構的分析來預測人的行為。如果教育者已經全面掌握了外界環境所發生的變化(即外界環境刺激)，同時，也掌握了受教育者的人格動力結構——人格需要力、人格判斷力，那么，就能夠對人格行為做出比較準確的預測。這種方法有利于教育者依據客觀外界環境的發展變化和人格動力，預測個人或群體的動機和行為，把思想政治教育工作做在前頭。[6]105

(三)基于大數據的分析對人的動機和行為進行預測

兩位諾貝爾獎得主——心理學家丹尼爾·卡尼曼和人工智能先驅赫伯特·西蒙，他們認為人類心智模型具有兩種思維模式：一種是快速、自動并且以潛意識為主的模式，另一種是慢速、推理并且以有意識為主的模式。快思考主要是從自身經驗和對他人的觀察中習得的想法的關聯來驅動我們習慣和直覺；慢思考主要是使用推理，結合我們的信仰以得到新結論。

因此，我們有時會發現很難解釋自己到底做了什么，自己為什么有這些看似習慣的行為，因為當時我們由快思考來驅動這些行為，我們處于自動模式。[4]52-53

基于大數據的分析的優勢在于可以通過受教育者海量的數據對受教育者的行為進行分析，從中梳理出各種相關關系。與此同時，完成受教育者人格動力結構分析。通過移動互聯網和智能設備我們還能實時的獲取受教育者的環境數據，實現對外界環境的實時掌握。

當我們收集到受教育者人格動力結構和受教育者的環境數據時，我們還收集到了受教育者運用快思維處理事情時的各種相關關系。以上這些數據都為我們提供了對教育者進行預測的基礎。

四、基于大數據的分析實施思想政治教育

通過大數據分析，我們可以發現事件之間的相關關系。如果事件A和行為B經常一起發生，我們只要注意到事件A發生了，就可以預測出行為B也發生了。該事件A有可能是受教育者的一個行為也有可能是外界環境的刺激。同時，我們假設行為B是與思想政治教育所要求的相矛盾的行為。但是，曾經有事件C的發生，導致了行為D發生，行為D是不行為或是符合思想政治教育所要求的行為。那教育者就可以通過人為制造事件C，保證與事件C相關的行為D發生。

思想政治教育所解決的基本矛盾是社會發展所需要的思想品德和心理素質與受教育者現有水平和狀況的矛盾。教育者實施思想政治教育的任務就是充分調動思想政治教育的“三體一要素”協調運轉，發揮各自的功能，使受教育者的思想品德和心理素質向社會所需要的方向轉變，完成思想政治教育基本矛盾的“三次轉化”與“兩次飛躍”，防止受教育者逆向的可能性。

當教育者實施思想政治教育，幫助受教育者的思想完成這一系列轉化后，即完成一次思想政治教育矛盾的轉化過程。

移動互聯網、智能設備以及大數據分析的發展，幫助教育者可以找到受教育者的行為之間的相關關系。在把受教育者的人格動力結構和實時的外界環境結合起來時，可以把預測準確性大大提高，找到相關關系中最準確的關聯物。這有助于我們捕捉到與行為D發生所相關的事件C。而事件C就成了我們思想政治教育的要素——媒介。一種行為想要轉變為自身習慣，我們就需要多次看到這一新行為產生的好結果。[4]53當我們多次觸發事件C后，并保證行為D的產生可以讓受教育者過的好的結果，例如行為D可以保證讓受教育者獲得社會認可。受教育者自然而然的將這一行為轉變成自身習慣。

五、結語

大數據分析給予了思想政治教育再發展的可能，提高對受教育者分析的準確性。盡管，我們可以利用諸多手段獲取的信息用于思想政治教育，我們應當保證這些信息的合法性。同時，我們還應當保證這些數據的安全，避免被不法分子利用。

[1] 中國互聯網絡信息中心，第40次中國互聯網絡發展狀況統計報告[R].http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201708/PD2017087351923262153.pdf.

[2] 阿萊克斯·彭特蘭. 智慧社會：第1版[M]. 杭州：浙江人民出版社，2015：13-13.

[3] 胡艷麗.我們生活在“地球村”[EB/OL].http://club.1688.com/article/9484.htm，2003-11-06.

[4] 舍恩伯格,大數據時代：生活，工作與思維的大變革(第1版)[M]. 庫克耶.盛楊燕，周濤,譯. 杭州：浙江人民出版社，2013：80-81.

[5] 拉法格,李卜克內西. 憶馬克思恩格斯[M].楊啟潾,譯.北京：三聯書店，1963：8.

[6] 陳秉公.思想政治教育學原理[M].北京：高等教育出版社，2010.