大數據時代高校研究生思想政治教育探究

朱芊

摘 要：依靠大數據的全樣本分析優化高校研究生的思想政治教育工作是實現立德樹人教育目標的重要手段和時代要求。在運用大數據為高校研究生思想政治教育提供有效預判的同時，理解數據背后所隱藏的價值以及提取這種價值的專門技能是影響大數據實效的決定性因素。為此，高校研究生思想政治教育者須強化數據意識，樹立科學開放的工作原則、創新與時俱進的聯動模式、運用人文個性的教育方式來提升工作實效性。

關鍵詞：大數據；研究生；思想政治教育

中圖分類號：G641 文獻標志碼：A 文章編號：2096-000X（2017）16-0169-04

Abstract： To optimize college graduates majoring in ideological and political education based on the analysis of the samples from the big data is an important means to realize the goals of cultivating talents with moral education and the requirements oftimes. Moral education in the use of big data to provide effective pre-judgment and the ideological and political education for graduates andthe specific skill to understand the hidden value behind the data and to extractthe value is decisive factors affecting the effectiveness of big data. Therefore， ideological and political education must strengthen the consciousness of data， establish the work principle of open science， and innovate the linkage mode of keeping pace with the times， using humanistic personality education way to enhance the effectiveness of the work.

Keywords： big data； college graduates； the ideological and political education

今天，大數據已經成為全球炙手可熱的詞匯。這個最初來源于天文學和基因學的詞語成為了繼物聯網、云計算之后IT產業的又一次重大技術變革。在國家層面，大數據已經成為繼空防、海防、邊防之后，大國博弈的第四個空間。而在社會和個人層面，大數據帶來的信息風暴正變革著我們的資訊獲取、交往模式、工作方法甚至是思維方式，成為獲取知識和創造價值的新源泉。基于實證的全樣本事實，大數據時代將帶來更理性、更可靠的決策，幫助教育更加精細化、個性化以及智能化。探索運用大數據技術創新高校研究生思想政治教育工作是新浪潮下實現高校研究生思想政治教育育人目標的必然要求。

一、大數據生成與創新高校研究生思想政治教育的價值

（一）大數據生成

我們身處在一個數據爆炸的時代。例如著名的社交應用微信每月活躍用戶已達到5.49億，覆蓋200多個國家、超過20種語言。55.2%的微信用戶每天打開微信超過10次。[1]每天有超過6000萬人次訪問或查詢百度。這個全球使用量最大的中文搜索引擎日均處理搜索查詢量已高達50億次，超過了每天查詢量33.3億次的Google。[2]2013年全世界存儲的數據已達1.2澤字節，這些數據如果被儲存在只讀光盤上并分成5堆，那么每一堆都可以伸向月球。[3]一般認為，大數據的產生與物聯網、云計算等互聯網信息技術密切相關。互聯網使得信息的記錄和保存成為順理成章的事情，在物聯網的推動下，每個物體都會有信息用于記錄并以數據的形式保存。每個個體從“云終端”（移動終端）無意識地輸入自己的行為數據，通過云計算就可以將群體或者個體的行為規律以一定的數據的形式呈現出來。英國牛津大學互聯網研究所教授維克托在他的《大數據時代》一書中說：“大數據就是我們可以在更大規模的數據上做到更多我們無法在小規模數據基礎上完成的事情。”[4]因此，基于大數據價值的核心邏輯是，政府、商業經濟、教育科學等相關領域中的決策行為在這種背景下將逐漸基于數據和分析作出，而非依賴于直覺和經驗。基于數據實證的決策將更有效率、更加開放、更加透明，奧巴馬政府已經將“大數據”上升到國家戰略層面，并投資2億美元啟動了“大數據研發和發展計劃。”由我國科技部發布的“‘十二五國家科技計劃信息技術領域2013年度備選項目征集指南”也把大數據項目列在了首位。[5]海量數據的挖掘、分析和應用，可能會成為顛覆未來生活和工作的重要推動力。大數據無處不在，教育領域中也是如此。隨著遠程教育和LMS的應用，每天都有大量的學生個人信息、交互數據、學習痕跡等被系統記錄。通過教育數據的挖掘應用（EDM），不僅可以促進學習分析學（LA）的發展，改進自適應學習系統（PAL），實現個性化學習，還可以引發教育技術領域研究范式的變化，幫助教師對學生作出全面、正確評價。[6]大數據已經在政府、公司甚至科學家們制定決策的過程中起到了重要的作用，但在此之前，準確把握全部的信息是不可能實現的。傳統的高校研究生思想動態調查只能依靠樣本分析，在教育方式和工作路徑上偏重情感教化。教育主體常常依靠自己的工作經驗和主觀判斷，對受眾對象開展思政工作。例如思政教師一般通過課堂教學、互動反饋來判斷不同專業研究生的興趣點分布集中于哪些章節或熱點中。而大數據時代研究生的思想政治教育將更加“科學化”和“精準化”，可以將與調查目標相關的所有數據全部納入分析處理，而非隨機采樣。通過借助海量統計數據的計算來實現收集所有的數據，即“樣本=總體”的全樣本分析，繼而為教育者進行科學決策提供客觀依據。例如數據顯示電子書籍的某些頁面被看過許多遍，因為它讓學生感覺費解，據此我們可以調整教材，從根本上改變教育。[6]

（二）大數據創新高校研究生思想政治教育的價值

近年來，高校研究生招生人數持續增加，2016年全年研究生教育招生66.7萬人，在學研究生198.1萬人，畢業生56.4萬人，規模再創新高。[7]正如《大數據時代》描述的那樣：”大數據是人們獲得新的認知，創造新的價值的源泉。“[4]依靠大數據為高校研究生思想政治教育提供人物鏡像的精準描述，對不同群體的教育對象采取個性化教育手段和自適應學習系統，預判研究生思想行為發展并進行有效干預是創新研究生思想政治教育工作的重要手段。首先，大數據可以實現研究生全部培養環節的整體性“精準描述”。通過“全樣本”的信息分析，克服傳統上基于感覺或直覺的推斷缺陷，對學生作出全面、正確的評價。根據大數據呈現的不同研究生的生源結構、學習類別、培養方式、年齡層次、社會閱歷、政治素養等差異，依靠日常點滴的信息采集，運用專業嚴謹的邏輯推理，客觀地展現一個學生的完整形象，使相關工作決策具有實證性、科學性支撐。其次，大數據可以啟動研究生思想政治的個性化教育教學和自適應學習系統。2012年美國教育部發布的關于“大數據教育應用”的報告中指出，應用大數據技術可以預測和干預學生的學習過程，并為自適應學習環境提供強大的技術支持。[6]從豐富的學習內容到學生學習數據庫，從預測未來學習情況到可視化報告，從自適應引擎到干預引擎，個性化的自適應學習可以根據研究生的個人特點，根據不同需求，推薦不同思想政治理論模塊學習內容以及嘗試不同教育方法，通過課堂教學融入、專題講座開設、個別輔導談話等，實現線上線下、即時互動，增強研究生思想政治教育教學的針對性和實效性。第三，根據數據分析打造即時性獲取研究生思想行為動態的關聯性。通過云端分立的數據庫彼此相聯，將研究生的學習、生活、交往進行多維度的聯機分析，呈現出一個宏大的教育培養場景。根據動態信息數據庫，可以把每個研究生置于該教育場景中來進行審視與評估，抓取和分析思想行為數據，以可視化方式即時呈現出不同碩士研究生的個體需求和思想特點，重點關注思想行為動態、價值取向和社會熱點難點等領域，“有的放矢”地開展分眾化、多元化、有針對性的思想政治教育過程。

二、大數據描述與大數據技術運用于研究生思想政治教育中的現實困境

（一）大數據的描述與特點

全球著名咨詢公司麥肯錫認為“大數據” 時代已經到來，該公司最早提出：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素”。2011年5月，麥肯錫環球研究院發布了報告《大數據：創新、競爭和生產力的下一個前沿》，其中“大數據”被定義為大小超出了典型數據庫軟件的采集、儲存、管理和分析等能力的數據集。作為一種通過從大容量數據中高速捕捉、發現、分析來獲取預測價值的一種新的技術架構，大數據可以基于數學運算分析海量的信息來預測事情在未來發展的趨勢和可能性，區分用戶群，提供個性化的服務。一個大規模生產、分享和應用數據的時代正在開啟。根據國際數據公司的界定，大數據的特征可分為四個方面：海量的數據規模（vast）、動態的數據體系和快速的數據流轉（velocity）、多樣的數據類型（variety）和巨大的數據價值（value）。[8]維克托教授在《大數據時代》一書中更通俗的把大數據的特點歸納為三個不同的方面即“更多”、“更亂”和“相關性”。[5] “更多”意味著在大數據時代，針對某個特定方面的調查所期待的詳盡實證結論可以通過利用海量、動態的數據獲取。對于研究生思想政治教育現狀的調查而言，傳統的方法是礙于樣本的搜集和處理，只能發放部分代表性問卷來驗證我們的假設，難免出現失真的情況。而在大數據時代，大規模的海量數據幫助我們得到非常全面的見解，剔除個體差異或者局部失真的影響，將研究生思想政治教育活動的全體和培養的各個環節納入樣本，準確把握數據客觀性和實證性的相互關聯，作出更加準確的關系判斷。“更亂”指的是大數據時代信息的凌亂性以及質量的參差不齊，無論是數據來源、格式、以及種類都很廣。在小數據時代，規模確定的數據來源可以真實保證每一個數據點的有效準確。而大數據往往是種類繁多、流轉迅速的，包括但并不限于照片、視頻、信息、應用、郵件等等。相較于以高額成本來確保少量數據的精確性，我們將在大數據時代接受這種雜亂：根據研究生在校園內學習、生活以及社交方面累計的數據，搜集在線學習、消費記錄、門禁系統、網絡瀏覽、個人應用、校園路徑等數據來獲取宏觀層面上學生的輿情動態、思想狀況，為價值導向和心理干預提供科學依據和針對性輔導。第三個特點“相關性”是大數據帶給我們的最根本性轉變——傳統的思維方式將從因果關系轉向當下的相關關聯。傳統思維看來似乎不相關的數據，基于大數據的記錄、處理就能發現有可能被忽略的復雜聯系。以華中師范大學碩士研究生思想政治教育方式的影響力為例，由于工作側重點和方法上的不同，導師的言傳身教和研究生輔導員被研究生認為是影響最大的兩種力量，而思想政治理論課僅僅排在第三位。[9]在大數據時代，用關聯性替代因果性為研究生思想政治教育工作開辟了一個新的視角，許多情況下我們可以僅僅尋找“是什么”，而不必花費更多的成本和精力去了解一種現象的細枝末節，失去微觀層面上的精確度來獲取在宏觀層面上的洞察力。

（二）大數據技術運用于研究生思想政治教育中的現實困境

作為一定規模的數據集，大數據運用于研究生思想政治教育的現實困境主要體現在全樣本數據的搜集與儲存、處理與分析大數據的關鍵技術、數據的安全保護與共享，特別是數據的整合與反饋。理解數據背后所隱藏的預測價值以及提取這種價值的專門技能是影響大數據運用于研究生思想政治教育實效的決定性因素。

1. 全樣本數據的搜集與存儲。將所有可能采集到的數據全部集中在一起分析處理，這是“大數據”與過去傳統意義上的“數據”概念最大的不同。為了實現依托研究生的行為模式進行有效預判與精準干預的目標，高校研究生思想政治教育的數據集必須實時搜集與儲存學生大量的個人動態信息：從學術科研到身心狀況、從社團活動到創業就業，從人際交往到價值取向，從思想觀念到行為方式，涵蓋研究生培養的各個環節。而在實踐中，海量數據集的搜集與存儲以及提升更新速度將成為大數據思政要克服的首要難題。高校要有足夠的信息儲備和數據集的安全管控能力，保障相關配套的信息存儲硬件設備以及網絡信息平臺。

2. 處理與分析大數據的關鍵技術。可用于大數據分析的關鍵技術源于統計學和計算機科學等多個學科，包括云計算、A/B測試、關聯規則挖掘、數據聚類、模式識別、情緒分析等等，其中可視化技術是大數據應用的重點之一，也是直觀呈現研究生思想行為動態的重要方式。作為精通大數據基礎技術的專業人才，需要借助數學、統計學、數據和自然語言分析等技能，從紛雜的數據中篩查出對思政工作有效的信息，運用不同計算方法和公式來獲取不同數據之間的關聯性。現實的情況是，思政工作者不具備專業的數據處理能力，數據專業處理人員又不能很好地甄別思政工作的教育重點，因此，運用大數據創新高校研究生思想政治教育工作，當務之急是加快專門人才的培養，搭建好大數據技術、分析和教育的平臺。

3. 數據的安全保護與共享。大數據時代的信息類型極其復雜化和多樣性。既有傳統互聯網的和新型社會網絡的，也有結構化的和非結構化的；既有顯性的和隱性的，又有含靜態的和動態的。從數據本身的內容來看，難免涉及到研究生大量的個人隱私，因此，研究生私人信息的妥善保管和校園網絡信息的安全是大數據研究生思政工作中的重要一環。打造政府部門、社會團體機構、銀行、通信以及學校內部各個管理部門之間的信息保護與共享勢在必行：搭建高效靈敏的校園輿情軟件系統，建立與之配套的工作機制對高校研究生思政教育工作提出了較高的技術要求。

4. 數據的整合與使用。伴隨著物聯網、云計算、移動終端等技術的普及與發展，搜集和處理大數據的技術都已經成熟，這使得教育主體系統全面地收集數據成為了可能，而且并不是非常昂貴。但是理解數據背后所隱藏的巨大價值以及提取這種價值的專門技能目前仍舊非常缺乏，能否及時、有效的甄別海量數據，運用好其與學生的思想、行為之間的關聯是影響大數據運用于高校研究生思想政治教育實效的決定性因素。如何投入財政資金專項、明晰激勵評價體系、建立相關政策制度、搭建數據教育平臺、規范海量數據的搜集、處理、分析、提煉、整合與使用，就是大數據時代教育領域的真正挑戰。

三、大數據在高校研究生思想政治教育中應用的展望

大數據時代下新媒體技術的發展為高校研究生思想政治教育工作開辟了新的空間、為社會主義核心價值觀的培育創造了新的渠道。在大數據技術的運用中，我們可以通過科學開放的工作原則、與時俱進的聯動模式、人文個性的教育方式來評估研究生的學習規律、預測研究生的行為趨勢、定制研究生的培養機制，針對不同類型的研究生群體特點，提供適合其思想需求的個性化教育方式。

（一）科學開放的工作原則

1. 群體性原則。當前的高校研究生的構成呈現復雜化與多樣化的特點，但是在實際的思想政治教育培育過程中，不同的學位類別、生源層次、培養方式、社會閱歷、年齡結構以及政治素養的研究生卻統一適用同一的培養機制和評判標準。思想政治理論課缺乏持續教學或實踐環節，以導師為主的專業指導和思想政治教育因職責不同有所分離，校級主管部門與二級學院的思政教育工作脫節，研究生輔導員“思想引領教育”角色認知相對薄弱等等原因在一定程度上都影響了研究生思想政治教育的有效性。與面向全體學生“一刀切”的傳統思想政治教育方式相比，大數據能夠根據預測出的研究生的思想傾向、行為模式、偏好特點，對研究生群體進行分類的“精準畫像”，從而判斷出學生在某段時期的輿情動態和心理預警，并以此為基礎對培養對象進行定制化的分類教育或心理干預。依據數據呈現的不同群體、不同年級研究生所關注社會熱點、理論困惑、個體需求、職業規劃、能力提升等方面存在差異，開展有針對性的、分眾化的思想政治教育。

2. 自適應性原則。在華中師范大學對本校研究生思政理論課程教學效果的調查中，認為課程效果一般或不滿意的問題，主要集中在教學內容過于偏重理論和教學方式過于依賴課堂講授這二個方面，加上缺乏后續的持續教學或實踐環節，三年級處于學習相對“空檔”階段，思政課的影響力呈現出先遞增后遞減的趨勢。[9]而在大數據時代，高校研究生思政課課程可以基于多樣性、共享性和互動性的網絡教育資源，構建開放式、自適應式、個性化的研究生學習數據庫。研究生根據自身知識狀況、能力水平，開展個人自主網絡學習或自組學習團隊等學習方式，完成課程設定目標。教師依據研究生學習數據庫，獲取學生與學習內容的交互情況，提供個性化的跟進策略，通過可視化的學生學習報告調整教學進程和重點，借助自適應引擎以及干預引擎的調整，開展針對性課堂研討、專題講座、個別輔導、社會實踐調查等方式，在線即時化解學生思想行為存在的問題，實現一個完整的自適應學習過程。

3. 關聯性原則。作為大數據應用的重點之一，可視化技術不僅以時效性更高的方式向給教師、管理人員、系統開發人員直觀簡明呈現研究生思想行為動態，還能夠大幅減少處理與反饋時間，根據不同思想政治教育主體的需求，挖掘出具有潛在價值的關聯信息，利用自動算法替代人工決策，降低預測風險。通過云端分立的數據庫彼此相聯，將研究生的學習、生活、交往進行多維度的聯機分析，呈現出一個宏大的教育培養場景，并以簡潔明了的方式呈現給相關各職能部門。以可視化方式即時呈現出不同研究生的個體需求和思想特點，重點關注思想行為動態、價值取向和社會熱點難點等領域，為研究生思想政治教育工作決策科學化、教學質量評價客觀化、監督制約過程化提供重要的實證支撐。

（二）與時俱進的聯動模式

目前，高校研究生思想政治教育領域在相關教育管理部門的統籌領導下，已經形成四種教育主體齊抓共管的培養格局。

在大數據的背景下，整合思想政治教育資源，建立與時俱進的新型聯動機制勢在必行。新型的聯動機制應該在堅持客觀公正、公眾利益優先倫理原則和遵循法律的框架下挖掘和運用研究生的相關信息，建立各層次的高校思想政治教育大數據平臺，與數據資源豐富的學工部門、學校后勤服務部門、銀行、通信部門等建立良好合作關系，完善四方主體之間的組織管理機制、溝通協調機制、考核激勵機制和制度保障機制。[10]

提升管理主體對大數據重要性和功能性充分認識：從評價體系入手明晰激勵性政策，搭建數據搜集系統平臺、明確公開性數據和個人隱私數據界限、推導數據分析技術及算法公式、增加數據挖掘人員能力素質以及硬件軟件數據采集財政投入。

責任主體和服務主體通過系統性網絡平臺的數據反饋，為創新思想政治教育工作提供切入點。深入挖掘學生數據信息之間的關系，尋找具有價值的教育內容，并有效地運用于教育活動。通過把握學生的真實想法，了解其思想動態，適時引導學生走向自我完善。

調整研究生思想政治理論課以傳統課堂教學和考試成績為主導的現狀，調動授課教師應用大數據教學的主觀動力。通過動態把握教學質量和學生思想行為狀態的即時呈現，尊重研究生的主體性、差異性和特殊性來積極適應大數據時代帶來的新變革。

（三）人文個性的教育方式

1. 基于資源的數字化傳播模式。大數據時代的到來為豐富數據信息的整合創造了條件，高校研究生思想政治教育應該大膽創新數據傳播方式，完善在線教育平臺，實現政府部門、學校、社會團體機構之間實現數據資源的共享。通過當前流行的慕課和微視頻這些大規模數字化在線開放課程和模塊，豐富擴充的教學內容，優化教學方法，通過數字化學習工具和分析預測技術的使用，推薦研究生自主學習、自主探究、自主發現切合實際的思想政治教育內容，通過多樣化的形式潛移默化地開展研究生思想政治教育工作，幫助形成正確的信息選擇心理機制。

2. 基于交流的數字化反饋模式。大數據支持突破時空限制的交流、互動與反饋，因而也可以為研究生教育主體實施基于交流的數字化教育模式創造便利的條件。通過運用“互聯網+”技術，依托研究生人手一機的移動終端，以微信、QQ、微博為手段成立新媒體聯盟，嘗試建立微信公眾號和網絡互動社區，圍繞教書育人、實踐育人、學術育人的幾個重要的培養環節開展心理咨詢、職業教育、創新創業等主題微話題討論、微主題班會的系列教育活動。相關的軟件工具對每位學生的自主探究結果進行自動跟蹤和統計，從而形成網絡輿論引導能力和網絡信息管理能力大數據。

3. 基于評價的數字化管理模式。由于大數據提供的多維豐富信息能實現科學而精確的管理評價，所以大數據能夠基于評價的數字化管理模式，幫助研究生教育主體實施更加精細化、個性化以及智能化教育管理。當下的高校研究生是伴隨著互聯網技術成長起來的，通過QQ、微信、微博等日常網絡社交媒介生成的大量數據，不僅是反映研究生思想、行為和情感的客觀載體，而且還是提取研究生思想政治教育規律性信息的重要源泉。[11]大數據為高校研究生思想政治教育工作提供了搜集和運用這些信息資源的科學范式，使我們可以更加客觀、真實、精準地挖掘出研究生的需求，及時、有效地收集和獲取有關研究生個體和群體的學習偏好、行為模式、人際交往等等多種數據和信息，適應多維度評價的要求，實現較為準確的科學評價，并針對不同研究生群體提供個性化的培養方案以及智能化的教育管理。

參考文獻：

[1]2016微信用戶數量統計[DB/OL].http：//www.didown.com/news/29040.html.2016-01-11.

[2]每天查詢量33.3億百度搜索量已超過Google[DB/OL].http：//tech.huanqiu.com/internet/2013-03/3753761.html.2013-03-21.

[3]張炳劍.海量數據正在顛覆傳統商業思維[N].文匯報，2013-03-01（00C）：1-4.

[4]維克托·邁爾-舍恩伯格，肯尼恩·庫克耶.大數據時代[M].周濤，譯.杭州：浙江人民出版社，2013.

[5]田曉玲.大數據時代帶來更理性、更可靠的決策[N].文匯報，2013-03-11（00A）：1-5.

[6]何克抗.大數據面面觀[J].電化教育研究，2014（10）：9-12.

[7]統計局發布2016年國民經濟和社會發展統計公報[DB/OL].http：//www.gov.cn/shuju/2017-02/28/content_5171643.htm.2017-02-28.

[8]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].思想教育研究，2015（5）：48.

[9]李家文，魏寅.我國碩士研究生思想政治教育方式的完善-基于對華中師范大學的調查[J].社會主義研究，2016（3）：132-136.

[10]凌小萍，鄧伯軍.大數據時代高校思想政治教育探究[J].廣西師范大學學報：哲學社會科學版，2015（2）：66.

[11]王壽林.大數據時代高校思想政治教育方法創新研究[J].思想政治教育研究，2015（6）：86.