基于大數據的高校思想政治教育研究

黎勝祿, 雷媛媛， 劉寶飛

(福建師范大學 協和學院，福建 福州 350117)

基于大數據的高校思想政治教育研究

黎勝祿, 雷媛媛， 劉寶飛

(福建師范大學 協和學院，福建 福州 350117)

大數時代的到來為高校思想政治教育帶來新的形勢和特點。為適應大數據時代潮流，創新思想政治教育工作，高校可通過轉化思維、強化意識、內部治理、外部借力、培養人才、校企合作、完善制度等方面為充分應用大數據技術革新工作思路提供環境支持、數據支持、技術支持和政策支持。

大數據；高校；思想政治教育；創新

一、引言

在全球信息化大背景下，“數據”等同于“信息資源”，這儼然成為每個領域關鍵的決策資源。各個領域的升級模式和決策機制在大數據環境下展現出新變化，但也面臨空前的挑戰和機遇。隨著“十三五”規劃、“兩化融合”“互聯網+”和《中國制造2025》等重大戰略提出，加快推進各領域對大數據的探索和應用成為主要趨勢。如何搶占大數據技術這一先機成為各領域發展、革新所要爭奪的重要戰略資源。

在國外，大數據技術率先在各領域的管理工作中啟用。國外一些教育領域的教學改革過程中已經開始引進大數據分析技術，與此同時，在教育領域配套推出“大數據計劃”，通過大數據的收集、統計和分析來宏觀監測學生學習情況，改善教育實效性。在我國，大數據技術應用仍處于起始階段，對于大數據的定義、實質、具體操作、如何與管理工作融合都還處于探索階段。在IT等科技領域，已經率先有了用大數據來改善工作研究的意識，但在其他領域對于大數據的應用仍是空白。在教育領域，信息數據的收集整合以及數據技術的運用優勢日漸凸顯。在高校教育中，針對大學生進行數據的挖掘和分析，這一方面有助于把握整個群體的宏觀特征，及時進行群體行為預警和干預；另一方面，能夠實現對每一個學生個體行為偏好分析，把握特殊問題學生的思想動態，從而提高高校思想政治教育的針對性。因此，構建高校大數據管理模式，強化大數據管理意識，掌握大數據分析技術，結合高校思想政治教育的特點和規律，對于創新高校思想政治教育有重要實踐意義。

二、大數據及其時代特征

目前為止，大數據(Big date)在國內外社會各界并無一個明確精準的定義。有“大數據時代預言家”之稱的牛津大學教授維克托·邁爾·舍恩伯格將這個“數據化”的過程在《大數據時代：生活、工作與思維的大變革》一書中定義為：人們能在大規模數據的基礎之上做到的事情，并且這些事情在小規模數據的基礎上無法完成，就叫大數據[1]21-22。麥肯錫全球研究所報告《大數據：創新、競爭和生產力的下一個前沿》則對“大數據”定義如下：大數據是指大小超出了傳統數據庫軟件工具的抓取、存儲、管理和分析能力的數據群[2]63。我國著名學者涂子沛首先在國內進行大數據的研究和探索，在《大數據》一書中指出： 大數據是指那些大小已經超出了傳統意義上的尺度，一般的軟件工具難以捕捉、管理和分析的大容量數據，一般以“以太節”為單位[3]28-30。他研究中提出的大數據本質不單是體現在數據的海量之大，更強調通過這些海量數據的挖掘、整合、篩選和分析應用于各領域最終帶來的巨大價值。大數據是一項重大的技術革新，它擁有處理量大，種類繁多，價值密度低，重預測而非實證的特征。這對各個領域駕馭大數據技術提出了新挑戰。

三、大數據環境下高校思想政治教育新特點

(一)能夠獲取思想政治教育主體的全部數據，而非抽樣調查

在高校進行大學生思想引導的過程中，想宏觀把握學生群體的思想動態，要精準預測個別學生的情緒波動和心理狀況從而對他們的行為作出及時預測和干預是一項巨大的挑戰。如果采用傳統的實證調查分析方法，一方面這種傳統方式收集到的數據有限，且有可能因被調查者與調查人之間未能建立有效“心理信任契約”而導致信息的有效性失真；另一方面，數據的收集過程中存在大量“盲區”，而且傳統的手法導致收集到的數據經過處理分析后存在一定“滯后性”。這些缺陷無疑不能保證學生思想政治教育的“及時性”和“針對性”。而在大數據技術應用下，思想政治教育的主體不再是隨機抽樣，而是全體人員。它為獲取所有面向對象的數據提供可能，而非單一個體，即“樣本=總體”“樣本內容=全部數據”；而數據獲取的開放程度和方便快捷又保證了教育工作的時效性。

(二)弱化所獲思想政治教育主體數據的精確性，強化全面性

在傳統思想政治教育的數據采集和分析過程中，我們不允許錯誤存在，因收集數據的人工成本高，存儲方式受限，要求每一次采樣結果都是精準數據。因為采集到的數據量基數小，從而任何一個錯誤的數據都會使學生群體出現的某一類問題的調查結果出現偏差。而在大數據環境下，獲取學生所有的日常數據變為可能，且因為數據收集范圍廣，關聯參數多，沒有辦法保證數據的精確性。但當掌握了足夠大量數據時，個別數據的精確度就不那么重要了。盡管不可避免地混入許多紛雜數據，這并不影響我們通過大量數據的挖掘、篩選、整合、分析，從而對學生某類問題整體狀況的準確把握和預測。

(三)強調思想政治教育內容的相關性，而非因果關系

大學生思想政治教育問題紛繁復雜，學生群體中某一個問題的出現常常不是單因素導致的結果，而是多重相關因素共同發酵催生某一個問題的爆發。傳統的實證分析側重尋找問題的因果關系，即努力尋找問題的“為什么”。但一個問題常常是多方誘因的復雜結果，對多方誘因數據信息挖掘的受限導致思想政治教育的時效性和實效性大打折扣。在大數據技術應用下，我們試圖通過“數據”來“說話”，用“數據”來解釋“是什么”。換言之，也即是通過數據與數據之間的關聯，數據與行為預測之間的交叉互動來最大概率地分析出一個可能的結果來幫助我們及時發現問題，預測結果，及時干預。這是一種直接結果導向處理方式，不需要準確挖掘問題背后的運作機制才介入。

(四)實行思想政治教育內容“數據化”

大數據技術在高校思政管理工作中的應用是要通過數據來“說話”，通過充分對學生群體相關數據的挖掘和分析，監測并預測一個可能的現象。牛津大學教授維克托·邁爾·舍恩伯格將這個“數據化”過程在《大數據時代：生活、工作與思維的大變革》一書中定義為“把現象轉變為可制表分析的量化形式的過程”[1]45-52。這一過程涉及文字的數據化、方位的數據化、溝通信息的數據化。例如，學生經常通過各類社交平臺BBS、微博、微信、QQ動態來表達自己的情緒。通過這些數據的挖掘、收集、統計、分析后，可以通過量化的結果預測是哪個學生思想動態異常，進而對其進行及時關注、干預和輔導。

四、大數據時代高校思想政治教育面臨的挑戰

(一)提供大量數據源的同時，面臨數據存儲難題

大數據數量大(Volume)、種類多(Variety)的特性一方面為高校充分分析學生行為，個性化服務學生成長成才提供了巨量數據源，但不可避免也面臨如何科學存儲這些數據資源的難題。可供獲取數據的互聯網、校園論壇、校園監控、手機端、微博、微信、QQ等各類平臺瞬間產生巨量數據，但這些數據分布面太廣，是否存在分析價值也不確定。所有收集到的數據在沒有進行科學的技術篩選、分析之前都處于“待處理狀態”[4]49。這種狀態下的數據如何進行去粗取精，去冗降噪，高效率低成本地存儲面臨一大考驗。

(二)專業的數據處理人才和數據處理技術制約應用

對于大數據的整體把握還沒有成熟的技術支持，各領域對大數據的技術應用仍處于探索階段。如何正確處理數據與關聯的各參數之間的關系，如何分析不同個體、不同結構、不同時間、空間維度里各個數據之間的交互作用成為一大難題。目前，高校大多數思想政治教育工作者雖能充分利用互聯網這一平臺創新工作思路，提高工作質量和效率，但普遍缺乏對大數據進行搜集、查找、分析以及存儲的專業技術人員。現階段，社會各領域的大數據應用意識已經大大提高，大數據應用的社會價值無需贅述，然而，如果沒有科學、有效的大數據專業技術做支撐，這些數據的價值無法在各個領域得到體現，其等同于無效信息資源。

(三)“數據獨裁”和網絡攻擊威脅個體的信息安全

每項技術使用都必須在一個適度、安全范圍內才不至于帶來不利后果，大數據也是如此。在今天這樣一個信息高速發展的背景下，大學生群體是一批覆蓋面最全的“網民”。大學生的生活、購物、社交儼然已經“網絡化”。這為通過大數據技術來監測和統計學生的各類偏好和關注點成為可能。各類數據終端、移動設備、社交APP都承載著能夠剖析學生動態和喜好的海量數據，這些數據一定程度上代表著學生的隱私。并且，現在網絡黑客技術無孔不入，導致數據泄露風險加大。這一方面為高校思想政治教育提供了巨量有價值數據，但也極易形成“數據獨裁”，這種“數據獨裁”使得教育主體的個人隱私受到威脅[5]48-49。

五、大數據在高校思想政治教育中的運用與創新途徑

(一)轉變思維，強化意識，為大數據革新思想政治教育提供環境支持

《2015年中國大學生媒體使用習慣調查報告》顯示，現在大學生的學習、生活、工作離不開各類社交媒體和社交APP的使用，手機和電腦已是當代大學生最重要的硬件配置。他們是使用新媒體最活躍、最頻繁、基數最大的一個群體[6]64。在這一環境下，大量的數據如果加以利用，能夠很好地用于學生心理和學生行為的分析和預測。這不僅可以使高校思想政治教育從宏觀上把控，更能精準關注到每一個微觀個體的情況。這是一場教育思維的大轉變。以往的高校思想政治教育研究大多數依賴經驗，思政教育工作者多依賴自己的工作經驗，主觀斷定某一因素對學生行為影響效果。但在大數據環境下，對于預測行為決定因素的判斷來源于可靠的數據分析而不是思政管理者主觀的經驗判斷。這就要求高校思想政治教育工作者要革新思維，從戰略高度強化大數據意識，增強高校各部門、各組織間的協同意識；不斷創新工作思路的開放意識；及時抓住與學生健康成長息息相關的敏感信息的敏感意識；擅于對海量相關數據進行分析；對學生群體行為做出預測性的前瞻意識，從而改變思維路徑——從演繹轉向歸納，在“去經驗”的過程中找到真正的、重要的學生個體行為的影響因素[7]25-26。

(二)內部治理，外部助推，為大數據革新思想政治教育提供數據支持

數據的獲取是大數據技術應用于各領域的基礎。首先要進行“內部治理”，搭建一個大數據平臺系統連接高校各個部門，為大數據挖掘、整理和存儲提供基礎。其次要“外部助推”，和各大網絡媒體、社交平臺、相關教育部門密切聯系，實現社會資源最大化，盡可能保證大學生相關數據收集資源的全面性，豐富大數據研究的數據源，為準備分析、預測大學生群體的行為提供數據支持[8]40。

(三)培養人才，加強校企合作，為大數據革新思想政治教育提供技術支持

美國就業市場調查顯示，Big Data和 Cloud Computing 是目前市場上最迫切需要的人才。 美國新聞報道指出，至2020年數據運算人才將是十大最緊俏的職業之一。目前全球范圍都面臨同樣的難題，就是大數據人才缺乏。這是一個難題也是一個機遇。這些社會訴求一定程度上反饋高校去系統培養該方面的專業人才，為大數據在各個領域的發展提供人才和技術支持。一方面，這一形勢很好地促進高校與企業之間的校企合作，讓學生的理論學習與市場接軌，針對社會需要培養相應人才；另一方面，高校人事部門要在準入上花點心思，有意識地甄選一些政治素養高，互聯網技術強和有較高大數據處理能力的專業化人才補充高校思想政治教育隊伍中去。這一方面的工作可以充分借鑒清華大學與Cloudera CAP的合作，發布BASE (Big Analytics Skill Enablement)倡議，與其他高校聯動，共同打造一個專業技術認證體系，配置相關課程體系、人才培養模式、教師隊伍等，以解決國內大數據行業的人才稀缺困境。

(四)完善制度，為大數據革新思想政治教育提供安全保障

“數據”一定程度上代表著“隱私”。高校推行大數據管理技術承載著海量的學生信息也就等同于掌握了大量學生隱私。如何做好這些數據的合理利用以及安全保護是一項不可忽視的任務。通過專業的網絡防范技術來保護數據安全是基礎，但更重要的是要有一個完善的體系來規范數據挖掘、收集、整合、分析、導出等各個環節的操作及各個職能部門的權限。因此，高校思想政治教育在大數據背景下應該做到：一要有數據網絡安全防護技術作保障。提高數據網絡安全的防護，比如通過運用數據保護關鍵技術、數據加密、分離密鑰、過濾監控等強化安全技術手段；二要頂層設計與制度落實并重，深化數據安全管理。數據最開始的挖掘由哪個部門去負責，之后又交接給哪個部門去篩選和分析，在什么范圍內去公布學生的信息不會侵犯學生的隱私，干擾學生的生活，這要根據實際工作需要和發展而設定數據挖掘、利用的權限和范圍以及決策的標準化流程的管理制度要逐步建立并完善；三要構建一個相對完善的數據安全評估體系。要從各項制度的制定、安全標準的確定到數據最后的檢驗和評估，都要在一個科學、可以評估的安全范圍內進行，從而保證各類數據在高校思想政治教育的使用過程中能夠發揮精準的作用[9]254-255。

[1]維克托·邁爾·舍恩伯格.大數據時代[M].盛楊燕,周濤，譯.杭州：浙江人民出版社，2013.

[2]梁家峰,元振華.適應與創新：大數據時代的高校思想政治教育工作[J].思想教育研究2013,(6).

[3]涂子沛.大數據[M].桂林：廣西師范大學出版社，2013.

[4]萬輝.大數據在高校學生管理工作中的應用[J].高校輔導員學刊,2014,(8).

[5]張銳，董志，夏鑫.大數據時代高校思想政治教育工作創新探索[J].新媒體思政，2014,(5).

[6]宋神凡.天津高校本科生基本媒介接觸情況調查報告[J].今媒體，2014,(4).

[7]汪文華.大數據時代的教師培訓變革[J].教師教育論壇，2014,(8).

[8]王海建.大數據時代高校思想政治教育的實效性[J].高校輔導員學刊，2015,(4).

[9]陶駿.大數據時代下的高校信息化平臺建設[J].教育信息化，2014,(8).

(責任編輯 魯守博)

2017-02-18

福建省中青年教師教育科研項目“高校思想政治教育研究專項”(JZ160380)。

黎勝祿，男，福建龍巖人，福建師范大學協和學院副研究員；雷媛媛，女，福建莆田人，福建師范大學協和學院講師；劉寶飛，男，福建泉州人，福建師范大學協和學院助教。

D64

A

1672-0040(2017)04-0088-04