基于大數據的高校意識形態工作新問題探析

張娟

中共中央辦公廳、國務院辦公廳印發的《關于進一步加強和改進新形勢下高校宣傳思想工作的意見》強調指出：加強高校意識形態陣地建設，是一項戰略工程、固本工程、鑄魂工程，事關黨對高校的領導，事關全面貫徹黨的教育方針，事關中國特色社會主義事業后繼有人。黨的十九大報告也強調指出：牢牢把握高校意識形態話語權要高度重視傳播手段的建設和創新，提高新聞輿論傳播力、引導力、影響力、公信力。隨著信息技術的快速發展，我們已進入了大數據時代。大數據以其全新的運行方式，為高校把握意識形態話語權，實現實效性、精準性、客觀性帶來了極大的便利。但同時，也衍生了諸多新問題，這些問題集中表現為“大數據霸權”與大數據關照下的新“數字鴻溝”并存、精通大數據的高校意識形態工作復合型人才缺乏、高校意識形態工作者對大數據研究的主動性不足等。因此，如何運用大數據，強化高校意識形態話語權以及加強傳播段的建設和創新顯得尤為迫切。

一、“大數據霸權”與大數據關照下的“數字鴻溝”并存

大數據一詞來源于英文big data，用來指稱“那些大小已經超出了傳統意義上的尺度，一般的軟件工具難于捕捉、存儲、管理和分析的數據”。IBM最早把大數據的特點歸納為四個層面，并被簡稱為4V。第一，Volume（大量），即數據量巨大而全面；第二，Variety（多樣），即數據類型繁多；第三，Velocity（高速），即處理速度快，時時在線，同步及時反饋；第四，Value（價值），即在各領域的運用價值高。大數據之父維克托·邁爾-舍恩伯格認為，大數據改善了學習的三大核心要素，即反饋、個性化和概率預測。[1]大數據進入高校意識形態工作領域初期，學者認為主要的問題集中在以下四個方面：其一，數據質量。大數據具有價值密度低的特征，從巨量數據中提取有效信息的難度會隨著數據量的增大而增大。因此，辨識哪些數據可以應用到高校意識形態工作研究中，數據的質與量之間如何權衡，成為擺在高校意識形態工作研究者面前的第一道難題。[2]其二，數據集成。一方面，數據廣泛分布帶來了數據收集的困難；另一方面，數據的多樣性和不斷增長的壓力挑戰著數據存儲能力。其三，數據分析。大數據與高校意識形態工作的結合是定量分析與定性分析的結合，數據分析過程中關鍵屬性的選擇有賴于高校意識形態工作的原理模型，而二者如何有效結合仍待進一步研究。其四，數據可視化。數據處理的最終結果須以大眾可理解的方式呈現，才能為高校意識形態工作者所用。上述研究的觀點正確描述了基于大數據的高校意識形態工作初期的困境。隨著大數據運用及研究的深入，這些老問題尚未完全解決，大數據又將帶來更深層次的新問題。這是由技術的兩面性造成的。美國麻省理工學院教授、未來學家尼葛羅·龐蒂在其《數字化生存》一書中認為，每一種技術或科學的饋贈都有其黑暗面。馬爾庫塞認為，科學與技術“愈發達，愈全面，個人打破這種奴役狀態的手段與方法就愈不可想象”[3]。因而，“技術的解放力量轉而成了解放的桎梏”[4]。如果說大數據技術使我們的生存方式變成了數字化生存、智慧化生活，這給我們帶來極大方便的同時，也不可避免地引發新問題、新矛盾。

在大數據極為發達的地區，大數據的發展，很可能使我們的生活被大數據“糾纏”，成為被數據圍困的人。人的想法、情感、行為一切依靠統計數據的分析與測量結果的變化而變化。因而，在高校意識形態工作領域，不可避免的是“數據新政”將擁有絕對權威性，高校意識形態工作將被大數據“綁架”。高校意識形態工作變革將更多地依賴大數據。在大數據技術發達地區，由于大數據的客觀性、精準性等優勢，大數據成為高校意識形態工作活動與決策重要的甚至是唯一的依據。很有可能人們熟知的技術決定論又將卷土重來。美國哥倫比亞大學教授、社會學家巴頓曾批評：有的學者把活生生的人，轉化為干巴巴的統計數據，然后煞有介事地做出種種分析和判斷。另一方面，對于那些大數據不發達的地區和國家，不可避免地將形成大數據關照下的新型數字鴻溝。大數據的最重要部分并不是技術或算法，而是數據本身，其結果是誰擁有了數據或誰接觸到數據，誰就有強力，即“得數據者得天下”。在我國大數據技術不發達地區，大數據利用意識較差。大數據的價值往往并沒有得到重視，大數據與高校意識形態工作相融合的狀況欠佳，甚至尚未起步。因而大數據的技術優勢在高校意識形態工作領域中得不到充分發揮，高校意識形態工作的數字鴻溝必然存在，高校意識形態工作的信息化狀況令人擔憂。同樣在美國，數據巨頭谷歌和可汗學院，與那些無法獲取海量數據的機構之間的數字鴻溝也愈演愈烈。

二、精通大數據的高校意識形態工作復合型人才不足，缺乏研究的主動性

大數據時代的到來，對開展高校意識形態工作的直接要求就是急需大量懂大數據的復合型人才。然而這方面的人才缺乏。大數據專業人才的培養忽略了高校意識形態工作發展的實際需求，高校意識形態工作與大數據相伴而行的意識不強，教育者的數據能力與素養較弱。目前大數據專業人才的培養主要都在理工科開設，而且多是最近幾年才在全國高校開設大數據新專業，專業建設處于探索期與不斷完善的階段。由于學科跨度過大，大數據專業人才培養似乎與高校意識形態工作復合型人才培養沒有太多聯系。高校意識形態工作專業人才培養并不開設如何利用大數據進行高校意識形態工作這個研究方向，師資無法保證。高校意識形態工作者、管理者缺乏統計學、數學建模、數據挖掘與分析等專業知識的情況比較普遍。甚至有些學者認為數學建模的知識毫無必要。其實數學建模知識很重要，主要因為大數據分析與數據價值挖掘功能是由計算機完成的，計算機對大數據進行數學分析，數學建模是其中重要的環節。這與人類擅長邏輯的方式進行數據認知和分析的習慣是完全不同的。另外，從大數據使用的標準流程而言（獲取數據——分析數據——建立模型——預測未知），上述專業知識在高校意識形態工作領域中是不可缺少的。這影響到大數據在高校意識形態工作中的運用，甚至影響到高校意識形態工作是否能夠真正與大數據融合這個問題。但就目前現狀而言，滿足社會需求的復合型高校意識形態工作人才培養是一個漸進的過程，難免在現階段出現人才培養滯后。

從外部條件來看，復合型高校意識形態工作人才培養是一個較長的過程，但高校意識形態工作者自身主觀能動性發揮不夠，自覺適應大數據技術變革高校意識形態工作的新時代要求。突出的問題主要表現在：理論上熟知大數據與高校意識形態工作深度融合的必要性，但在實踐教學與科研過程中，忽視了自我培養大數據應用的實踐能力；缺乏主動與理工科研究者合作的精神；項目研發經驗不足；等待別人成功的經驗，等待相關政策文件的出臺；被動地適應，而非主動地實踐探索等。這種主動性的缺乏與部分高校意識形態工作者思想認識的誤區有關。有些高校意識形態工作者由于缺乏理工科大數據項目經驗，認為大數據采集、分析與挖掘是非常困難的，要由專業的數據公司承擔數據分析與挖掘利用工作。這是大數據應用普及不到位而造成的認知錯誤。當進行高校意識形態工作MOOC教學時，計算機就已經收集了巨大的、有價值的數據；師生在使用校園卡、各種校園應用軟件時，已經自創了許多數據資料。關鍵是如何自覺地、主動地充分利用這些時時處處自創的、有價值但未被有效開發的數據，建立模型，改革高校意識形態工作方式方法，預測未知的高校意識形態工作規律。

三、適應大數據時代的高校意識形態工作三大信息云平臺建設不到位

人類每一次技術變革都帶來了整個教育的全球性大變革。英國著名社會學家齊格蒙特·鮑曼認為，在革命性的變革中，不需要太多的慫恿，今天大多數人都會同意，如果他們希望避免“落伍”，不希望掉下迅速加快的“技術進步”快艇，那么，他們就需要更新他們的職業知識，吸納新的技術信息。[5]因而，為了適應新技術，教師和管理者自身要成為“大數據脫盲者”。教師與管理者首先應當從構建信息云平臺開始脫盲。信息云平臺主要包含三個組成部分：高校意識形態工作服務管理信息云平臺、高校意識形態工作教師云平臺、學生成長成才信息云平臺。這是首要的、必備的條件。因為大數據在高校意識形態工作中運用，需要信息資源云平臺作為支撐。大數據分析需要相匹配的基礎設施。但三大信息云平臺建設不到位已成為大數據時代高校意識形態工作改革的較大障礙。

第一，已有的高校意識形態工作信息系統跟不上目前大數據時代教育變革的步伐，數據量小而不全面。這種狀況往往造成教育管理的科學性不足，一廂情愿式的傳統教育管理服務已太過保守。到目前為止，尚未建成全國高校意識形態工作教師隊伍大數據，尚未建成全國高校教育管理服務云平臺，尚未與教師工作深度、全面融合。因而，無法推進教師管理方式重構、教師管理流程再造；無法實現教師管理過程精細化、治理工作精準化；無法最有效地優化教育管理工作，不斷提升教育管理服務水平。

第二，缺乏完整的、系統的高校意識形態工作教學、科研、社會實踐等信息云平臺。沒有這一套完整的大數據，高校意識形態工作教師的培訓與進修無法按照每個教師的實際需要來進行；無法根據大數據反饋，及時地、精準地進行教育整改與糾偏；課程離開大數據分析，管理者無法重新進行未來高校意識形態工作的智慧課堂規劃，并重新設計與高校意識形態工作匹配的、全新的、個性化的、完整的課程體系。雖然目前MOOC思想政治教學、混合式教學、翻轉式教學等各種各樣新的教育方式隨著大數據的運用而層出不窮，但這只是大數據時代高校意識形態工作改革的序曲和初步探索。大數據時代，高校意識形態工作模式的改革離不開功能強大、數據齊全、共享共建的高校意識形態工作教師信息云平臺。

第三，缺乏學生完整的成長成才信息云平臺。云平臺建設速度相對于實際工作需要而言，建設過慢。建設腳步應當加快，需要加強學生大數據資源共享服務。學生成長的信息不僅指目前在校學生的電子檔案，還應當包含更多的數據。這些數據全面反映學生成長成才。學生成長過程中，參與的志愿者活動等社會實踐信息還未建立建成；學生考試成績數據分析系統在大數據發達地區，已有部分學校在使用。但信息化建設落后的地區，尚未跟上大數據發展的腳步。

四、高校意識形態工作過程中，缺乏大數據運用的時空規約

大數據時代的預言家、大數據之父維克托·邁爾-舍恩伯格揭示了讓數據主宰一切的隱憂：讓我們時刻都暴露在“第三只眼”之下，我們需要責任與自由并舉的信息管理。也就是說，大數據在高校意識形態工作中的運用應當有限度、有規約，應當進行必要的管控，不能濫用。大數據的使用要有時間、空間的限制。

首先，維克托·邁爾-舍恩伯格認為生活中瞬息即逝的數據將會被永久保存，而這些數據可能會被賦予不恰當的意義，并在此誤導上進行教育預測。例如，根據學生雙“十一”偶然的網購沖動數據，學生會被誤認為瘋狂的消費主義者，并被推送相關教育服務項目，或成為教師評定學生的永久數據依據。學生未成年時期的不成熟的錯誤行為數據，有可能影響教師對他的評優推薦，甚至影響到未來。更糟糕的是這些數據會成為無法遺忘的過去，而使教育者忽略了學生的進步。邁爾-舍恩伯格認為：在此類大數據誤導下進行的教育預測，可能永遠改變未來的格局——由一片開闊的空間轉變為預定義的、拘泥于過去的狹窄區域。可能面對這持久性數據，無法展望未來，無法透過這個永久記憶的棱鏡——永遠不能忘卻的回憶——來看待人與事物。因而，高校意識形態工作大數據的分析、挖掘應有時間性的約束，將永久性數據劃定到合理的時間范圍之內，充分考慮到學生的動態變化這一成長過程，將大數據運用限制在理性的完全控制之下。在高校意識形態工作過程中，為大數據使用設定時間限度就是要尊重大數據“被遺忘的權利”。而當下，顯然該問題沒有被重視。

其次，個人的數據信息是特別敏感的，它深入我們每一個人的成長歷程。在教育環境中，有必要對大數據使用范圍即空間，采取進一步的限制措施，保護隱私，預防犯罪。不能想當然地認為：對數據使用者的強制要求仍然停留在遙遠的未來。當下數據分析師、數據算法師在全球已成為供不應求的新興職業，他們可以從數據公司隨意地購買數據，按照雇主的要求，分析數據，挖掘數據可用價值。這往往會導致數據被采集對象在毫不知情的情況下暴露了自己的隱私。在大數據面前，我們每一個人似乎都在裸奔，我們都成了透明人。大數據對未來社會的沖擊是不能小視的，我們或許會生活在一個沒有隱私的環境里。而且這并不僅是隱私侵權問題，甚至很可能構成更為嚴重的犯罪行為。英國數據分析師亞歷山大·尼克斯利用大數據分析，對烏克蘭民眾實施心理干預，讓丑聞不斷的富翁波羅申科當選烏克蘭總統；用同樣的方法干擾尼泊爾國民的精神意志，幫助尼泊爾王室鎮壓叛亂；亞歷山大·尼克斯現受雇于特朗普，通過大數據分析，操控美國民眾精神世界，頗有成效地引導美國民眾投票。由此可見，如果沒有空間的規約，大數據的使用是很令人擔憂的。海德格爾認為技術像杠桿一樣，將人類地球整個撬起。失控的大數據就會成為這個杠桿。但我國目前沒有對大數據使用范圍進行限制的規定，這是法律盲點。