對當前思想政治教育大數據研究若干問題的再思考

胡啟明， 李志媛

(桂林電子科技大學 馬克思主義學院，廣西 桂林 541004)

一、思想政治教育大數據研究的進展

2013年被稱為大數據元年，大數據開始與思想政治教育在理論和實踐上廣泛結合，思想政治教育量化研究有了從小數據到大數據的遷越。眾多學者從前提性預設“大數據能否量化思想意識和行為”到實操性實踐“大數據與思想政治教育融合的規律把握”展開了積極的探索。一個較為普遍的觀點是大數據對于傳統的思想政治教育具有革新性的意義和價值，帶來了思想政治教育方法論及范式的變革，從而需要進行大數據時代思想政治教育模式的創新，進而增強大學生思想政治教育實效性和精準性。

目前，隨著人工智能的演進，特別是顛覆性技術下的元宇宙、機器算法帶來的人機新型交互、虛實轉換、算法推薦等給思想政治教育大數據應用帶來了更多的延伸空間和應用場景，“大數據時代思想政治教育創新發展的新態勢”[1]引人注目。與此同時，思想政治教育大數據被遮蔽的更深層次的矛盾也就更為凸顯，如何提升思想政治教育場景的連通性和情境性等問題難以回避，“嶄新數據治理”[2]開始受到關注。更為重要的是，“大數據分析方法在推動思想政治教育定量分析方法創新的同時，也推動著思想政治教育定性分析方法創新。”[3]思想政治教育大數據分析到底是定量還是定性？或者兩者兼是？類似的問題不斷出現，可見，大數據確實給思想政治教育帶來了巨大的變化，但思想政治教育大數據越往里研究，類似的問題越需要從根源上的認識論、方法論、治理、社會技術系統、法律和倫理等出發，進行深入討論及解決，需要引起更多研究者投入思考。

二、當前思想政治教育大數據研究的困境

“一旦世界被數據化，就只有你想不到，而沒有信息做不到的事情了。”[4]然而，在大數據寓言般的歡呼聲中，思想政治教育大數據研究卻遭遇了如下難以回避的困境。

1.思想政治教育大數據認識論困境

“在認識論上，大數據范式促進思想政治教育規律研究從偏重因果研究向相關性研究轉變。”[5]這意味著，思想政治教育大數據研究更多強調的是數據驅動的研究方式，理論驅動退居二線。很顯然，思想政治教育大數據得出“產生于數據”的顯相，這種由認知計算產生的相關性并不需要思想政治教育經驗或預設來引導。但大數據認識論“越過對整體的分析和對個體的歸納，一步到達所謂‘共性認識’，但在本質上依然是歸納，而歸納總是不完全的，尤其是沒有給出所以然。”[6]因此，在實踐中仍然需要借助傳統的思想政治教育歸納法、溯因法去推動對思想政治教育現象的理解。在這里，作為觀察實體的思想政治教育現象與作為大數據測算結果的思想政治教育顯相界限得以模糊。思想政治教育大數據認識論突破了對因果規律的機械解釋及其局限性，數據擺脫理論桎梏，拯救了顯相，但在實踐中由于混淆了與基于經驗和因果關系推導的思想政治教育現象之間的差別，導致思想政治教育大數據認識論在思想政治教育現象與顯相之間的困境，這種矛盾促使我們對思想政治教育大數據中的因果關系及其哲學內涵進行深入研究。

2.思想政治教育大數據方法論困境

大數據引入到思想政治教育領域，通過對學生精神、行為、思想的大數據收集、整理、標示、清洗、挖掘、監管、分析、推送、預測等，大大拓展了傳統思想政治教育的方法，其高效的實踐性指向帶來思想政治教育方法論的變革。但思想政治教育大數據方法論存在如下困境：其一，思想政治教育對大數據的利用必然使得在方法上對定量研究的偏向，導致思想政治教育要素數字化與思想政治教育主體參與的沖突，產生“數據的自主性與人的主觀性之爭”[7]。而且，無論思想政治教育數據如何“大”，都不能代替思想政治教育本身，思想政治教育大數據算法仍然要受到意識形態偏見和框架的影響，思想政治教育數據可視化展現的相關關系最終需要思想政治教育主體結合思想政治教育特定規律和知識背景進行解讀并進行決策。那么，思想政治教育大數據方法是定性方法還是定量方法？ 其二，大數據4V特征之一為價值性(Value)。這并不等同于機器計算的結果就一定有思想政治教育價值，而且也不是每一個具有思想政治教育意義的結果都能計算出來。在思想政治教育中，這種價值隱藏于思想政治教育大數據當中，由于大量的數據是無價值的，需要對巨量的低密度值的數據進行挖掘、深度分析。思想政治教育大數據在算法當中的參數設置、清洗、過濾已經把原始數據進行了主觀判定，特別是當“數據成為經驗的新來源，將‘數據—經驗’作為人類經驗新形態來對待”[8]時，思想政治教育大數據方法步入計算與非計算的困境。其三，思想政治教育大數據應用的長處并不在于一次性通過數據處理得出計算結果，而是隨著反映思想政治教育對象各種維度的數據不斷進入大數據池，不斷疊加產生數據挖掘的無限可能性。那么，所謂的思想政治教育大數據的“全樣本”就成為一個偽命題，思想政治教育大數據方法并沒有超越抽樣調查的范疇，進而由抽樣調查產生的選擇性偏差則會依然存在。從而抽樣與非抽樣成為該方法的又一困境。

3.思想政治教育大數據治理困境

“思想政治教育治理能力主要是指思想政治教育政策執行水平，體現為推動政策執行的能力。”[9]反映在思想政治教育大數據治理上首先是要完善其治理體系，做好政策的整體性治理框架設計，包括思想政治教育數據供給、識別、支持方面的制度性建設；其次是針對性的規范多元主體共治模式下的數據獲取、應用原則、邊界要求，激發思想政治教育大數據治理多元主體樹立大數據治理思維，提升思想政治教育大數據治理能力，推動思想政治教育大數據政策的有效執行。可見，整個思想政治教育大數據治理流程包含兩個層次，一是在政策制訂上，盡量在供需、支撐面完善數據原則、質量、邊界為主體的數據權利束；二是在政策執行層次上，需要協同治理主體，規范治理過程，利用好大數據技術，把蘊含在思想政治教育大數據組織系統中的數據價值釋放出來。兩個層次在實踐中的博弈決定了思想政治教育大數據治理走向風險還是可能性收益，這也是思想政治教育大數據治理的困境所在，即政策制訂的目的在于最大限度釋放數據價值，但在執行過程中又很難規避數據價值的破壞和可存性風險。

4.思想政治教育大數據分析困境

當前，越來越多的高校在信息化的基礎上建設大數據中心，采用分布式計算、批量處理等手段開展思想政治教育大數據分析，然而在實際應用中卻存在“生產力悖論”，即在思想政治教育大數據分析應用上的投入并沒有獲取理論上應有的收益，其成熟度及成效遠不如大數據的商業應用。主要原因有，一是高校學生思想政治教育數據來源有限，校內校外各項有關學生思想政治教育的數據并沒有很好的互聯互通；二是有關思想政治教育的結構化和半結構化非對稱性數據持續猛增，數據的價值密度又低，導致高校在檢測、獲取、管理和處理數據的成本增加，通過特定參數進行大數據分析產生的思想政治教育相關關系又很難進行“知識的再創造”，從而邊際收益遞減。三是由于學校之間、區域之間存在技術基礎、集成應用、組織支持等方面的差異，國內高校思想政治教育大數據分析實踐形成了新的不平衡，推廣示范效應不明顯，沒有形成規模效應。四是思想政治教育大數據分析關注的是脫離了具體情境的數據，盡管可能相關關系能帶來新的發現，但這種分析模式對于思想政治教育有關的思想動態、意義建構的解釋力存在限度。

5.思想政治教育大數據社會技術系統問題

思想政治教育在大數據方面的創新性應用，絕不僅僅單純遵循大數據技術的邏輯，而是嵌入到具體的社會系統當中。“社會技術系統理論認為技術與社會相互依存，技術通過社會功能而實現，而社會功能則是由技術產品、組織、自然資源、科學元素、法律規則組成的一個整體系統。”[10]思想政治教育大數據社會技術系統主要由大數據技術、思想政治教育大數據應用規制、思想政治教育主體和客體的大數據實踐、思想政治教育大數據基礎設施、思想政治教育組織構架等組成。因此，思想政治教育大數據研究在脫離“技術決定論”的“大數據技術-思想政治教育”的描述、解釋框架的同時，步入了“大數據社會技術系統-思想政治教育”的互動性體系構建，強調的是技術和社會的互動，社會要素成為思想政治教育治理體系現代化中技術創新的內生變量。思想政治教育大數據社會技術系統要求我們以整體性的思維來審視大數據技術的應用及其推進過程中產生的可能性風險。一是主體性風險。思想政治教育是一門高度實踐性的學科，特別是網絡數字環境的擴展，“思想政治教育的教育者是主體，是‘客體性’的主體，思想政治教育的受教育者是客體，是‘主體性’的客體”[11]，思想政治教育大數據研究中的主體和客體作為大數據用戶都具有主體性，其觀念、使用習慣、偏好、參與度深刻影響到思想政治教育大數據創新的得失成敗。二是組織與技術整合風險。由于學生數據不均衡分布于學校學生處、網絡信息處、圖書館、保衛處、教務處、馬克思主義學院以及商業性網站等不同部門和領域，造成數據的生產、共享、使用過程中潛隱風險，特別是商業性網絡集成商容易借助技術優勢隱秘植入其價值觀念，爭奪數據話語權和控制權，對學校思政教育體系的組織構架、組織功能帶來沖擊。三是功利性風險。由于大數據技術與思想政治教育的結合能夠迅速、直觀幫助教育者進行思想政治教育決策，導致當前對思想政治教育大數據目的性研究較多，前瞻性集成分析和規制性研究較少，陷入功利性風險。

6.思想政治教育大數據法律和倫理困境

大數據時代，思想政治教育要素的數據化成為一個趨勢，思想政治教育對象在網絡虛擬實踐中產生的數據，通過不斷記錄、挖掘，最終完成了數據人格塑造，即數據成為人格標簽。由于數據人格與個人偏好、性格、行為趨向關系密切，因此，在思想政治教育大數據實踐中，往往根據數據人格采取具有針對性的思想政治教育方略，這可能帶來個人隱私泄露及隱性歧視，同時又由于數據人格與物理世界真實人格之間存在扭曲、異化的風險，所以數據人格帶來的個人隱私、歧視、人格異化等成為一個現實問題，并且隨著數據人格在思想政治教育大數據研究中日益取代物理世界中思想政治教育對象的人格，等同于生活常態，上述問題會表現的更為尖銳。在法律上處于“立法保護的滯后，刑法保護的被動，民事侵權司法救濟的無力”[12]的尷尬處境。此外，很多高校的思想政治教育大數據實踐還面臨數據公開和知識產權保護的困境。一是數據來源和應用在公用和私人權益之間互有角力，數據在匯集過程中又往往夾雜了數據收集者的主觀意圖，甚至進行過數據篩選，從而數據收集者、使用者本能的不愿主動數據公開。二是我國目前的知識產權法框架只對大數據資料庫提供“著作權法保護”，能夠對思想政治教育數據匯編產生的原創性表達進行保護，但并不對思想政治教育大數據處理過程或方法提供排他性保護，這對于鼓勵大數據技術在思想政治教育領域的技術公開是個障礙。最終，數據本身和思想政治教育大數據分析應用的公開不充分或非公開阻礙了思想政治教育大數據創新的加速擴展。

三、推動思想政治教育大數據研究發展的幾個觀點

由上可見，思想政治教育大數據研究在不斷深化的過程中所展露的系列問題并不僅僅體現在技術視角或者思想政治教育視角上，更多的植根于整個社會結構和社會運動當中，需要系統的構建思想政治教育大數據生態，在社會-技術協同中取得良性發展，在哲學深度上考察其深刻內涵，在法律制度建設，倫理治理上做出應對。

1.深化思想政治教育大數據中的因果關系及哲學內涵研究

思想政治教育大數據在實踐層面上淡化傳統思想政治教育的因果關系而轉為注重其相關關系，其根源在于思想政治教育本身及其要素的數據化使得傳統思想政治教育的因果性無法應對量化的挑戰，在定性研究上無法解決經驗和先驗的問題，在定量上困惑于因果關系和相關關系之間。也可以這么理解，大數據拓展了思想政治教育因果關系的定量把握，但也不利于對傳統因果關系的理解，傳統思想政治教育因果關系的基本規定在思想政治教育大數據背景下難以邏輯自洽。“只有重新刻畫因果概念，才能在確保因果關系必然性聯系的同時，既使因果關系具有時間上的持續性，又使事物過程的某些環節具有或然性的一面。”[13]所以，思想政治教育大數據下的因果概念中的“原因”不僅涵蓋引起思想政治教育變動的因素之間相互作用的過程，還包括因素本身。從而，思想政治教育大數據描述的結果就有了兩個層次，一是因素相互作用過程，這是結果產生的原因，具有時序性，是必然性的因果關聯；二是因素本身與結果的關系是或然的，可能存在直接相關或間接相關，相關關系成為因果派生關系。總之，思想政治教育大數據相關關系根植于因果性的邏輯，對傳統思想政治教育因果關系的創構，在認識論上的哲學審視，以及對思想政治教育大數據定量和定性的全面把握尚需深化研究。

2.明確思想政治教育大數據應用的價值定位

大數據時代，“教育數據為教育帶來的最大價值不是預測，而是對教育本身的‘洞察’”[14]。思想政治教育大數據歸根結底是為思想政治教育的有效性服務的，其預測功能為防微杜漸、提前干預提供可能，但標簽化預設、數據決定論的負面效應背離了思政教育育人的基本內涵。因此，思想政治教育大數據應用的價值定位，應該是充分運用大數據實現思想政治教育本身的“洞察”。即大數據使得思想政治教育主體能夠深度反思和觀察自身開展思想政治教育的方式方法，體察思想政治教育對象的虛擬和真實狀態的邊界，從而能夠科學調整思想政治教育模式，實施精準思政；大數據也使思想政治教育對象的主體性得以發揮，通過數據痕跡擬合、畫像、可視化展示等手段實現自我審視，助力立體全面了解自我，自我教育及自我思想、行為的優化成為可能；大數據也讓思想政治教育領導和管理機構能夠即時動態的精準把握思想政治教育系統要素的狀況，為宏觀思想政治教育政策制訂提供依據和支撐。圍繞這個定位，作為人為主動構建的思想政治教育大數據方法論體系結構更多的表現為動態存在，更為開放多元，定量多一點，還是定性多一點，計算還是非計算，抽樣還是非抽樣，都是實現對思想政治教育本身的“洞察”手段，不是思想政治教育大數據應用與傳統思想政治教育方法體系的本質區別。同樣的反映在思想政治教育大數據治理結構上，釋放數據價值與可存性風險之間的平衡也需要圍繞實現思想政治教育本身的“洞察”來展開，這樣大數據賦能“精準思政”才可為。

3.完善思想政治教育大數據技術的社會整合

思想政治教育大數據分析困境及相應的社會技術系統問題，本質上是思想政治教育大數據技術的社會整合問題。思想政治教育大數據技術觀不應該是傳統技術觀的“主-客”二元對立，而應強調技術社會的整合，即既遵循技術的邏輯也承認社會因素對技術的建構和塑形。因此，對思想政治教育大數據技術的理解需要放置在思想政治教育實踐活動及其社會關系當中。也可以這么說，思想政治教育大數據技術在一定程度上擁有自主性，但也受到思想政治教育宏觀背景、環境、制度、政策等要素的規制和調適，思想政治教育大數據技術在這里被賦予了“系統”的維度——被看作為一個系統，技術系統和社會系統的相互作用則構建了思想政治教育大數據技術的社會整合。完善思想政治教育大數據技術的社會整合首先需要理解思想政治教育社會系統對大數據技術的適應性反應，包括建設性或破壞性兩個層面；其次是主動消化、規避大數據技術系統本身的負面功能，發揮大數據技術的社會屬性，強化大數據技術對思想政治教育社會系統的適應性；再次是調整和吸納，當思想政治教育大數據技術系統與社會系統的價值導向產生偏離，需要重新定義大數據技術功能，促進大數據技術系統調節演化；最后是更新升級，思想政治教育大數據技術系統與社會系統達到穩定狀態之后，隨著思想政治教育環境的變化，又會產生新的沖突，從而展開新一輪的社會整合。

4.推進思想政治教育大數據法律制度建設和倫理治理

思想政治教育大數據研究的實踐困境，倒逼思想政治教育大數據法律建設和倫理治理，目的是有效利用好思想政治教育大數據。在立法層面，一是思想政治教育大數據牽涉到管理者、思想政治教育主體、思想政治教育對象、大數據運營主體等多方利益相關者，需要規范、厘清思想政治教育大數據涉及到的“個人信息”安全技術標準，依據標準強化法律法規的適用度與監管的靈活性；二是廣泛開展思想政治教育大數據獲取、應用、相關關系結果產生的隱私風險評估，以動態的風險管理來應對大數據技術在思想政治教育領域產生的異化；三是以誠實信用原則推進信息責任法，完善信任關系下思想政治教育大數據的民法保護。四是設定新的法定權利——數據權，數據權作為一個權利束，集中體現思想政治教育大數據的占有、使用、收益、處分權利。在倫理治理層面，一是思想政治教育大數據應用的基本目的是“育人”，有益于人的全面發展是其倫理原則；二是在責任倫理上，強調思想政治教育大數據利益相關者的權、責、利的統一；三是在德性倫理上，提升思想政治教育大數據利益相關者的數據素養，推進道德自律；四是在功利倫理上，協調好思想政治教育大數據帶來的利益沖突，擁有大數據的互聯網公司不得損害思想政治教育其他利益相關者的權益。尊重、透明、參與也是思想政治教育大數據倫理治理的重要范疇。