大數據高校思想政治教育的機遇與挑戰

楊婷

摘 要：大數據為高校思想政治教育提供了豐富的數據信息、多樣的分析素材和準確的預判結果等機遇，同時也帶來了數據處理難度大、數據處理專業人才匱乏、數據倫理問題等挑戰。利用大數據提高高校思想政治教育的實效性需要樹立數據分析思維；加強數據人才建設；把握數據使用限度。

關鍵詞：大數據；高校思想政治教育；實效性

隨著2008年互聯網和云計算的快速發展，數據信息急速增長，“大數據”概念普遍開來。2013年，大數據開始在我國的教育業嶄露頭角，掀起了基于智慧校園利用大數據技術促進教育改革和創新發展的熱潮。大數據是指規模巨大、類型多樣、蘊含巨大價值的基于云計算快速捕獲、處理與分析的信息資源集合。大數據的關鍵不僅包含海量數據，還包含數據思維。如何利用大數據來加強高校思想政治教育主陣地作用，值得我們思考。

一、大數據時代高校思想政治教育面臨的機遇

伴隨著大數據進入思想政治教育的視野，其蘊含的科學價值和社會價值逐漸被挖掘利用，為思想政治教育的發展提供了機遇。

（一）高校思想政治教育的數據信息更加豐富

過去信息源匱乏和傳播路徑受限，教育者所能了解到的學生思想動態有限，導致教育者缺乏足夠的訊息對學生進行詳細的了解 。隨著智能手機等移動設備的普及以及互聯網全面融入生活，學生無時無刻不徜徉在網絡的海洋之中，大量行為數據、消費數據、用戶社交等UGC（User Generated content 用戶生成內容）數據被記錄，這些記錄一定程度上反映了學生的生活狀況和學習動態，同樣也給思想政治教育工作者提供了大量的真實數據。

這樣的數據獲取不僅來自互聯網絡還包括校園物聯網。校園物聯網技術應用增加了數據來源渠道，使得數據采集變得更加迅速有效。一方面，高校通過各種信息感應設備實時記錄學生生活、學習狀況，將日常生活數據化，產生大量可用于監測與分析的數據；另一方面，校園物聯網技術通過對學生信息自動匹配和對比分析，將與學生有關的信息進行相互關聯，從而實現智能識別和實時監測。例如，校園一卡通隨時記錄著學生的生活消費，圖書借閱、出入門禁等各種生活學習信息，是記錄學生行為數據的重要工具。

（二）高校思想政治教育的分析素材更加多樣

過去思想政治教育的分析素材較單一，主要通過觀察學生動態或是依據學習成績分析，而大數據提供了多項數據源，產生了豐富多樣的分析素材。第一，學習情況分析素材。例如，有眾多高校采取網絡在線學習思想政治教育理論課程，一方面使教學更加靈活多樣，另一方通過數據采集工具搜集學生在線學習時長，不同主題教育視頻的點擊率，在線視頻話題討論的關注度等信息，可以了解學生學習情況、思想走向以及熱門關注話題，進而了解到學生的學習興趣熱點以及對所學內容的認可程度。第二，生活情況分析素材。收集學生一卡通消費額度、宿舍出入時間、上網時長等數據為思想政治教育工作提供有效材料，使高校思想政治教育工作能通過多樣的信息來全面、透徹分析學生狀態，適時進行引導和干預。例如，根據學生實際消費情況，找出隱性困難學生。

（三）高校思想政治教育形勢預判結論更加準確

數據的科學性為高校思想政治教育形勢預判結果的準確提供了強力支撐。高校思想政治教育形勢預判結論的準確性提高是依據動態數據庫的及時收集與處理，并通過科學數據分析以多種可視化方式整體客觀展現學生的思想動態，可以直觀了解到學生近期學習生活情況并預判學生思想狀態趨勢。大數據時代通過全面客觀多樣的數據分析，為教育工作者預估走勢提供了重要支撐，增強了形勢預判結論的科學性，提高思想政治教育工作決策的準確性。以事實說話，用科學引領工作者的直覺與經驗預判，讓高校思想政治教育工作更具科學性。

數據的完整性為高校思想政治教育形勢預判結果的準確提供了有力因素。特別是在對學生行為和心理動態進行詳細分析時，學生個體的多樣性所呈現出來的狀態和結果復雜多樣。我們在進行量化分析，尋找共性的同時，還要加強對特殊個體狀態的關注。因為對學生思想狀況的了解、掌控，除了關注動向一致的學生外，也要特別注意差異個體。這樣全面整體地分析，展現最真實直觀的數據，為思想政治教育形勢預判提高了準確性。

二、大數據時代高校思想政治教育面臨的挑戰

（一）海量信息數據導致信息捕獲有限

數據來源復雜、結構多異，難以進行數據篩選與融合，捕獲信息受限。一方面，數據形態各異，來源紛繁復雜。既有排列整齊的結構化數據，還有難以用傳統方法進行處理的非結構化數據，例如視頻、音頻、圖片等。同時數據來源不僅有高校物聯網技術實時監測的線上學生學習和生活數據，還有線下學生學習成績、到堂率、掛科率等數據。高校思想政治教育工作者在時間和技術上進行數據處理是有限的。另一方面，數據內容優劣不齊，真實有效的數據難以挖掘，導致對學生狀態的分析出現誤差。數據內容質量不高，在數據整合過程中往往會有大量的無用信息、無效信息與干擾信息，這樣教育工作者很難正確客觀地了解到學生的動態。

（二）思政教育隊伍數據專業技術人才匱乏

高校思想政治教育隊伍中的數據人才非常緊缺。一方面是缺乏專業數據人才進行技術上的問題處理。目前專業的數據人才大多分布在互聯網、金融領域等，能流入高校的數據人才較少。另一方面，高校思想政治教育工作者缺乏大數據思維。高校思想政治教育工作者由于缺乏專業的學習和培訓，對數據的分析和解讀能力十分有限。同時高校思想政治教育工作者缺乏足夠的精力和時間利用大數據。承擔著學校繁重的教學任務和繁瑣的常規工作，如何將大數據分析運用到學生工作管理當中，提高數據利用效率，還需進一步學習。

（三）數據過度利用導致數據倫理問題出現

數據被過度利用，導致數據異化。馬克思用“異化”一詞說明人的異化勞動，“工人在勞動中損耗的力量越多，他親手創造出來異己的、反對自身的對象世界的力量就越大，他自身，他的內部世界就越貧乏，歸他所有的東西也就越少。” 因此，異化是指人自己創造的東西成為支配和奴役自己的工具這一過程。而數據異化是指人創造出數據，但過度依賴數據分析呈現給我們的信息，過度依賴用數據說話而缺乏自我意識的判斷。大數據呈現的只是學生狀態的一方面，并不能只靠大數據來簡單判斷，過分推崇數據容易導致人們過度利用數據而陷入數據困境當中。

三、適應大數據時代，創新高校思想政治教育的對策

（一）樹立數據分析新思維

樹立大數據定量分析與定性分析相結合的新思維。最主要的一點就是讓“數據發聲，而不是僅靠直覺和經驗的定性分析。教育者需要依靠數據的科學性來開展思想政治教育工作。正確把握科學的數據分析，利用可視化方式真實展示受教育者的行為情況，更直觀、更理性地說明目前思想政治教育存在的問題，使得問題分析更具科學性。當然，這不是一昧地否定過去的方式，而是應做到精確理性的數據分析與直覺的經驗判斷相結合。通過客觀的數據分析，再充分利用教育者多年的實踐經驗與對問題的敏感度，來全面分析其問題的原因。這樣主客觀相結合，更能整體把握，透徹分析。

（二）加強數據人才建設

加強數據人才建設，學習先進數據技術。首先是加強高校思想政治教育工作者的數據運用技術和數據思維培養的學習與培訓。要真正認識到數據的作用，將大數據落實到學生工作管理當中，必須要培養一定的專業技術，并不斷學習。例如電子科技大學有一支專門的大數據隊伍，對全校學生的數據進行專業的處理與分析，最大程度了解學生目前的學習動態及生活情況，并及時為他們提供相應的幫助。此外，在強化思想政治教育工作者數據運用的同時，還需要從根源上解決問題。引進先進的數據人才，加強大數據高校思想政治教育隊伍的建設，將大數據與學生管理工作有機結合，提供有效的數據幫助其解決管理工作難題，以促進高校思想政治教育工作者工作的實效性，并通過大數據來開發新的認識領域。

（三）保護數據使用隱私性

在利用大數據過程中容易“出賣”學生隱私，泄露學生個人信息。大數據幫助思想政治教育理解現在和預測未來，并采取相應措施解決問題。但大數據本身不存在數據恐慌，而是濫用大數據預測所導致。針對這一問題，思政教育工作者需要對濫用大數據預測進行適當防范，在數據創建之初便需要安全保障。第一，對隱私保護進行一定的監督，確保大數據的安全。學校一定要保護好數據的源頭，防止數據被盜，導致學生的隱私流露在外。同時也需要對大數據的使用進行有效監管與控制。第二，有選擇性地采取信息利用匿名化。學生對于數據隱私的恐慌源于個人信息泄露在外，個人隱私極大可能被不法分子利用，導致詐騙事件發生。一旦數據信息有選擇性地匿名化，就可以大大減少數據的針對性，在一定程度上能減少數據被二次利用。

四、小結

大數據時代是一個不可避免的趨勢，它所帶來的變革已涉及到各行各業。當然高校思想政治教育也不能固步自封，要追隨時代的進步來更新換代。利用大數據思維來創新思想政治教育方法，利用科學的數據分析結合教育者的實戰經驗與理論指導，并通過個性化教學的方法來提高思想政治教育工作的實效性。只有真正理解數據、合理運用數據，將大數據思維貫穿到高校思想政治教育工作的開展當中，才能更好的解決高校思想政治教育問題。

參考文獻：

[1]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， （05）：48-51.

[2]許瑞芳，高國希.思想政治教育模式研究的回顧與展望[J].思想教育研究，2014， （08）：25-32.

[3]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].學校黨建與思想教育，2014，（10）：67-69.

[4]胡樹祥，謝玉進.大數據時代的網絡思想政治教育[J].思想教育研究，2013， （06）：60-62+102.

[5]馬克思恩格斯全集（第3卷）[M].北京：人民出版社，2002.