大數據嵌入：高校思想政治教育的轉向、問題與啟示

巫彬，莫維蘭

(成都理工大學，四川成都 610059)

隨著現代信息技術的迅猛發展，人類進入以信息化、數字化為標志的現代社會，內容多樣、結構復雜的數據充斥著整個社會。高校思想政治教育應抓住大數據時代的機遇，在管理模式和思維方式上更新迭代。將大數據嵌入思政工作的全過程，有助于增強思政課的思想性、理論性和親和力、針對性；實現全員育人、全程育人、全方位育人；落實高校立德樹人的根本任務。大數據嵌入高校思想政治教育，是高校思想政治教育與時俱進的具體體現，也是積極適應大數據時代帶來的新變革和新發展的必然要求。

一、大數據嵌入高校思想政治教育的特征

大數據是指運用常規軟件工具獲取、管理和處理消耗時間超出人類可接受范圍的數據集。大數據嵌入思維下高校思想政治教育的價值主要有以下幾個方面。

(一)個性化：凸顯思想政治教育的人文關懷

傳統思政工作采用的是“硬灌輸”的模式，缺乏對高校大學生個體的人文關懷。

在大數據及其技術的引領下，思想政治教育工作者可以利用大數據掌握思想政治教育對象生活、學習和社會交往等方面的煩惱和困惑，甚至分析一些傳統思想政治教育難以量化的思想和情感特征，從而反映出學生的學習需求、思想行為特征，揭示出高校學生的學習規律、學習模式。同時，教育者可以根據不同學生的不同思想行為特征和學習模式，滿足受教育者的多樣化的需求，有針對性地為每一個高校大學生制定專屬的“私人定制”學習輔導方案，彰顯大數據嵌入思維下思政工作的人文關懷。

(二)科學性：提升思想政治教育親和力、針對性與時效性

信息化和數字化時代，將大數據技術運用于思想政治教育已經成為提升思想政治教育親和力、針對性與時效性的強大驅動力。

“傳統范式的思想政治教育注重道德教化，以情感人，模糊化的東西比較多，量化分析相對薄弱，數據意識不強。”〔1〕大數據技術的發展徹底變革了這一局面。在萬物皆可量化的科技創新的驅動中，通過大數據技術，可以科學掌握思想政治教育的前沿問題、時代課題和重點難題，科學把握管理要求、管理目標和管理任務，科學制定決策模式、決策目標和決策分析。

(三)預測性：把握教育對象的思想和行為規律

預測性是大數據領域最重要的應用之一。在大數據時代，人們能夠從已經有的大量數據進行深入挖掘，實現對事物未來發展變化的有效預測。

一方面，由于固有的思維模式和特定領域的經驗模式，很難產生出新的洞見、看法。大數據時代，能夠從已經有的數據進行大量、深入地挖掘，實現對當前事物未來發展變化的有效預測。例如，谷歌利用搜索詞條進行大數據分析，預測出美國流感疫情的趨勢和走向；鐘南山團隊依據最新流行病學數據，通過與經典傳染病學預測模型的整合，成功預測出2020年4月底國內新冠肺炎疫情將趨于平緩；亞馬遜和奈飛通過客戶的搜索記錄、購買產品和評論向客戶推薦產品，顯著地提升了其產品的銷售額。

另一方面，思政工作者無法時時參與、實時觀測高校大學生每一階段、每一過程的思想和行為過程，高校大學生的思想和行為的結果反饋往往具有滯后性。通過對大數據的分析，思想政治教育工作者可以把控重大性、關鍵性節點的數據信息，及時發現、分析和掌握受教育者的思想和行為特征，從而實時保證高校大學生的心理和行為的健康發展。

二、大數據嵌入高校思想政治教育的轉向

大數據有四個特征：Volume(數據規模大)、Velocity(處理速度快)、Variety(數據類型多樣)、Value(價值密度低),〔2〕并且其數據數量、結構、類型等多變。因此，高校思想政治教育的發展范式也迎來了一些新的轉向。

(一)海量：從“樣本”到“總體”的轉向

數據體量巨大是大數據最突出、最直觀和最容易受人們理解的特性。

一方面，大數據時代，信息時時刻刻都在呈爆發性地產生和發展。據美國互聯網數據中心(IDC)顯示，互聯網上的數據年增長率在50%以上，每兩年數據將增長一倍，并且全球近兩年的數據產生數量是過去所有數據的90%。〔3〕在“一切皆可量化”的大數據時代背景下，依托移動互聯網平臺和各種智能終端，無時無刻不在產出大量的數據，例如高校大學生在互聯網上的評論、點贊、收藏，校園一卡通消費記錄，圖書館借閱書目和網絡教學平臺的選課記錄等。

另一方面，由于過去的教育方式、調查方式和技術發展等主客觀條件的制約，傳統的思想政治教育的定量分析很難做到對數據全面性和總體性整理和分析。而大數據時代，大數據嵌入下由技術導向型向數據導向型發展的變化，使得所有的思想政治教育的數據都得以被數據化和量化分析。大數據技術的出現也實現了思想政治教育的數據分析從隨機樣本到全體數據的轉變，即“樣本”到“全體”的轉向。

(二)客觀：從經驗到數據的轉向

在大數據嵌入思想政治教育的視域下，思想政治教育實現了從“數據”到“大數據”的邁進，不僅體現數據在數量上的差別，更加代表數據的質量朝著客觀性和真實性的方向發展。

教學管理系統、教師辦公系統、學生社交網絡平臺、校園學生信息管理平臺和數字圖書館等，時時刻刻都在產生大量的數據。運用這些數據信息進行數據生成、數據獲取、數據存儲和數據分析是思想政治教育大數據客觀性的重要來源。

思想政治教育者僅僅通過以往的教學經驗教育數字化時代的大學生，往往顯得“捉襟見肘”。眾所周知，質性研究和量化研究是社會科學研究的重要方法，同時在思想政治教育領域也被廣泛采用。但是人的思想意識領域是思想政治教育研究的主要范疇，由于思想政治教育的主客體思想、意識和觀念等諸多因素具有主觀性、動態性和不確定性等特征，這使得思想政治教育的量化分析工作異常艱難。而大數據時代的來臨，量化分析勢在必行，必然成為思想政治教育工作主要采用的方法。

(三)復雜：從結果到過程的轉向

當今信息化和數字化時代，教師教學數據、科研數據和學生學習數據等更新迅猛，新的技術、新的知識和新的設備層出不窮，思想政治教育的復雜性特征明顯。

在大數據時代，思想政治教育的一切皆可量化，包括主觀性極強的思想和情感。“數據是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。”〔4〕思想政治教育的復雜性在于，如何在價值密度低的大數據中找到重要性、關鍵性的價值。可以說，思想政治教育工作在結果中找尋高校大學生出現的問題的方式，在大數據嵌入背景下已經轉換至通過研究受教育者每一階段、每一過程的實時的心理狀況和行為特征規律。

實際上，大數據的邏輯理念，是利用每一階段、每一過程受教育者的行為數據，分析不同階段受教育者的心理特征和行為特征，有效地解決傳統思想政治教育無法分階段、科學地獲悉受教育者思想和行為信息的弊端，為教育者的全方位育人、全過程育人、全員育人提供大數據的動態過程支撐。

(四)精準：從“千篇一律”到“千人千面”的轉向

通過計算機對大數據進行細分受眾分析，能有效避免思想政治教育“千篇一律”和“千人一面”的困境。

傳統意義上，思想政治教育理論課面向全體學生、統一評判標準和注重整體質量，〔5〕在信息供給和需求之間存在不對稱的矛盾，思想政治教育者很難實現對受教育者精準的、針對性的個性化教育。大數據視域下的“精準畫像”技術很好地解決了這個問題，實現了信息的“供給側改革”，能精準研判高校大學生群體的思想和行為動向，掌握大學生群體的思想和行為規律，從而提升思政教育者的親和力，實現思政工作的針對性，滿足受教育者發展需求和期待。

譬如，高校大學生在網絡上的課程選擇、互動和反饋，圖書館閱讀書目和校園卡的使用等大量行為數據都會被收集起來，從而建立數據模型，形成每個大學生獨一無二的“精準畫像”。通過對這些行為數據的采集、整理、分析，到精準定位形成個體專屬用戶畫像，能夠對個體學生和部分學生群體進行有針對性的分類教育，改變了以往思想政治教育“大水漫灌”的情形。

三、大數據嵌入高校思想政治教育的主要問題

在大數據嵌入思想政治教育的視域下，新特征和新轉向使高校思想政治教育呈現出數據化、科學化、信息化和智能化等新的特點。同時，智能化、數字化的大數據技術既給高校思想政治教育提出了新要求和新任務，又給高校思想政治教育帶來了困境。

(一)研究范式轉變的困境

當前，高校大數據嵌入思想政治教育正處于起步和初步探索階段，對結果到過程的轉向，對因果關系到相關關系的轉向認知仍然不明晰，但大數據技術的普及，勢必會導致高校思政工作研究范式的轉變。

思想政治教育學科在長期的發展下，以大學生為本，注重道德教化、情感育人，形成了獨具特色、優勢明顯的思想政治教育譜系。長此以往，高校思想政治教育側重于定性分析，忽略了定量分析的重要性。因此，當務之急是培養思政工作者“用數據來說話的素養”，運用大數據嵌入思維方式突破傳統思想政治教育量化分析薄弱環節。在大數據時代，構建思想政治教育大數據平臺，把傳統思政工作中難以量化的思想和情感，通過大數據采集、分析和管理等形式，形成一個全方位、立體式和多視角的整體性“數據鏈”。

大數據時代，應通過積極采用量化研究范式，推動抽樣調查的有限數據到大數據下全體樣本、海量數據的轉變，實現從“樣本”到“總體”的轉向，使大數據技術成為思想政治教育的得力抓手。

(二)數據收集、分析和管理的困境

大數據的價值密度極低，對其潛在價值的收集、分析和管理是大數據的世界觀和方法論。

一方面，大數據及其技術要求教育者擁有收集數據、分析數據和管理海量數據的能力。傳統的思想政治教育工作者對大數據認知和能力不足，缺乏學科交叉的專業素養和量化分析數據的能力。當前，大數據技術專業人員懂得數據收集、分析和管理，但是沒有思想政治教育的專業知識，難以將數據分析和管理的結果實質性地轉化為解決重要問題、現實問題的能力。因此，培育跨學科專業素養和能力的人才，把思想政治教育和大數據進行深度融合發展，是大數據時代思想政治教育的全新轉向。

另一方面，大數據不等于信息，更不等于有用的價值，數據的質量問題是高校數據挖掘最主要的問題。思想政治教育數據來源的廣泛性、混雜型和碎片化特征明顯，往往導致數據的信度真假難辨。在巨量的數據世界中，對數據的收集、分析和管理稍有不慎，加之主觀認知錯誤和固有思維的限制，往往導致錯誤的數據分析認知和關鍵性、重點性問題被忽略，從而影響思想政治教育工作的實效性。

(三)倫理道德的困境

大數據既給高校思想政治教育帶來了機遇和契機，也帶來了威脅與挑戰——產生了用戶隱私和數據運用安全風險問題。

首先，基于大數據的預測性，可以較為精準地預測出教育對象的思想狀況、心理特征和行為狀態，幫助思想政治教育工作者充分了解和幫助教育對象，提升思想政治教育的實效性，但是它也使得受教育者的隱私被全方位、無死角地展示出來，教育對象的隱私變得無處可藏。

其次，相關大數據隱私法律的缺失。大數據作為一個新生事物方興未艾，與思想政治教育的融合并進，也在初始階段。教育對象的哪些數據可以作為數據進行收集，收集需不需要獲得受教育者的同意，侵犯受教育對象的隱私如何處理，諸如此類的問題值得納入法律的角度考量。有關部門應通過完善大數據相關的隱私法律，以此保障教育對象倫理道德方面不受侵犯。

四、大數據嵌入高校思想政治教育的主要啟示

數據本身、技能和思維構成大數據的三大價值鏈。〔6〕將大數據及其技術嵌入高校思想政治教育中，要建構大數據的理念，構建數據技術平臺，樹立倫理道德優先原則，實現大數據嵌入思維下思想政治教育的新發展，提升思想政治教育的針對性和實效性。

(一)建構大數據的理念，強化思想政治教育的數據意識

1．高校主導。高校應從政策上扶持思想政治教育運用大數據技術，主動搭建思想政治教育大數據平臺，引導高校全體成員重視大數據思維意識，傳播大數據的價值理念；主導實施思想政治教育的綜合改革，鼓勵思想政治教育工作者進行跨學科交流、學習和研究；將以往定性分析為主的研究范式轉換至大數據定量分析的研究范式；實施跨學科的專業化人才培養模式，把培養思想政治教育者的大數據思維、素質和技能作為思想政治教育教育不斷與時俱進的強大動力。

2．主體聯動。思政教育工作者作為大數據收集、分析和管理的主體，在思想政治教育的創新發展進程中扮演著重要角色。思政教育工作者應主動學習，深入地了解大數據技術，主動轉換研究范式，把思政教育的重心放在定量分析研究方法上，形成對大數據及其技術的完整認知并熟練運用。

3．學生參與。高校要發揮高校大學生的主體作用。由于存在數據收集不完全、挖掘不深入、分析不準確等問題，大數據并不代表完全準確、絕對真理。教師只有在和大學生進行有效溝通和交流的情形下，發現大數據分析結果與大學生真實的想法、思想和情感一致，才能更好地改善大數據收集、分析和管理的相關技術，從而實現思想政治教育大數據的真實效能。

(二)構建數據技術平臺，掌握受教育者的思想和行為規律

1．隊伍建設。要提升大數據技術運用與開發能力，建設一支專業化、復合型、跨學科的人才隊伍是關鍵。目前，高校思想政治教育工作隊伍以本專業為主，缺乏理工科的專業能力和思維模式，對大數據及其技術知之甚少，思維意識還停留在傳統的思想政治教育層面。因此，一是要培養一批具備跨學科知識背景、綜合素質出眾的思政教育工作者；二是要培養高校輔導員和思政理論課教師的大數據處理技術和能力；三是要適當吸納具有大數據背景知識和處理能力的專業人員進入思政隊伍。

2．平臺搭建。首先，建構“分析、監測與預警”三位一體思想政治教育大數據系統，實現對大學生思想和行為情況的信息化、精準化、智能化的分析和決策。其次，思想政治教育大數據的收集、分析和管理對技術性、專業性要求極為苛刻，高校依靠自身力量根本無法完成，需要借助專業的大數據服務公司的幫助，在合作交流中學習他們的數據收集、分析和管理的經驗，并結合思想政治教育的特殊性，把握大學生思想動態和行為規律，提升思想政治教育的針對性和實效性。最后，從長遠角度看，為規避受制于人，高校還是應自主建設大數據技術平臺，主動收集大學生在互聯網終端和高校內部管理系統中的行為數據，如動態采集社交軟件使用情況、圖書館借閱記錄、食堂消費、游戲時間等，通過深入挖掘和分析，把握大學生的思想狀況、心理動態和行為表現規律，依據思政大數據平臺來預測學生的思想和行為動態，對受教育者的異常思想和行為進行科學及時預警。

(三)樹立倫理道德優先原則，保障受教育者的隱私安全

1．國家層面。隨著大數據被廣泛運用于各種領域，大數據的道德約束和法律法規的建構就顯得尤為重要。相關部門要完善大數據在采集、挖掘和使用等方面的法律和政策，構建標準統一、規范完善制度體系和法律法規，正確保護教育對象的隱私安全，防止大數據濫用帶來的侵權行為發生，使大數據的運用合理合法有序。

2．高校層面。一是要制定思想政治教育大數據的運用規范，建構大數據管理和監控平臺，檢測大數據濫用、泄露、越界等行為，厘清各部門、具體人員的具體職責，將受教育者的數據隱私安全限定在可控范圍內。二是要防范亂貼標簽的行為產生。劃分不同專業、不同班級和不同的教育對象，建立類型多樣的大數據個體和群體模型，按照思想政治教育的特征和規律，有針對性地對群體和個人進行“精準”思想政治教育。實際上，“精準”并不意味著高校學生的數據被毫無保留地暴露；同時，大數據預測到思想動態和行為特征的異常變化，也不該輕易被貼上“問題”標簽。

3．主體層面。思政教師是思想政治教育的教學主體，也是實現高校立德樹人任務主要的、具體的實施者。習近平總書記強調：“辦好思想政治理論課關鍵在教師，關鍵在發揮教師的積極性、主動性、創造性。”〔7〕這告訴我們，要加強對思想政治教育者的教育和引導，提升其職業素養和道德規范要求，引導其正確對待個體隱私，杜絕其利用大數據進行以權謀私的行為，充分保障大數據收集、分析和管理等流程的正常運行。