數據化進程中高校學生工作的轉向、異化及其治理

梁倩　許曉峰

摘要：伴隨高校學生工作數據化發展，高校學生工作的思維、理念、內容與方式等多個領域也產生了“數據化”轉向，這些轉變推動了高校學生工作的科學化與現代化進程。但是，一些高校學生工作在數據化進程中主體意識缺失、技術框架不完善、制度體系不完備，致使學生工作出現了主體異化、認識偏差、價值偏離等現象。文章分析了一些高校在數據化進程中學生工作出現異化現象的成因，提出了完善高校學生工作數據化建設的途徑。

關鍵詞：高校學生工作；轉向；異化；治理；數據化進程

中圖分類號：G647???? ?????文獻標識碼：A?? ?????????文章編號：1672-4437（2023）03-0022-06

2019年2月，中共中央、國務院印發《中國教育現代化2035》，明確提出“推進教育治理方式變革，加快形成現代化的教育管理與監測體系，推進管理精準化和決策科學化。”^[1]學生工作是高校教育管理的一個主要方面，高校應認真落實中央文件要求，主動增強利用大數據技術開展工作的本領，合理利用數據化技術手段提升學生工作的精準性與科學性。

如今，借助“數據化”的工作轉向，高校學生工作已經邁入數據化進程，逐步實現了對學生的動態檢測與科學管理，初步具備了以數據化技術手段對學生進行個性化指導的基礎條件。但一些高校卻存在著學生工作者對大數據技術應用規律把握不足、技術框架構建不完善、主體技能有待提升等問題，致使高校學生工作數據化進程中主體意識模糊、價值導向偏離等“異化”現象發生，為此，有必要對高校學生工作數據化的現狀與不足進行研究與反思，主動完善數據化進程建設，以期實現高校學生工作的時代化變革。

一、高校學生工作的“數據化轉向”

高校學生工作數據化工作進程可理解為將學生工作借助于數據分析轉變為量化形式的現象表征，進而精準、直觀地把握學生的行為發展規律。這勢必會引發高校傳統的學生工作在思維、技術等領域實行轉向，產生新的規律與特征。

（一）高校學生工作的“數據思維”轉向

傳統的高校學生工作開展主要為高校學生工作者在具體情境氛圍中對學生的各種行為進行觀察、記錄，并依托經驗對學生行為進行判斷。而數據化進程中，“一切皆可量化”^[2]104，高校學生工作者采集學生學習、行為、心理等領域的數據，通過分析、應用等流程即可對學生的行為進行可視化呈現，并對學生的各類行為進行分析預測。這就要求高校學生工作者要從關注學生行為變化轉向關注學生發展數據，強化日常數據收集分析的數據思維意識。

“一切皆可量化”的原理在高校學生工作中的實現，也推動了高校學生工作者的量化思維強化，工作指向逐步演變為管理行為是否可以依托量化分析。現實中，數據思維與量化分析是高校學生工作精準化、個性化實施的現實路徑，它們消除了高校學生工作的不確定性，實現了高校學生不同行為間的關聯分析，推動了高校學生工作從追尋行為“為什么”的因果關系到數據聯系體現的“是什么”的相互關系的思維變革。“為了適應學生世界觀認知方式的整體變化，教育管理者需要具備全面化的整體思維、兼容性的多樣思維、現象性的關聯思維。” ^[3]

（二）高校學生工作的“數據場域”轉向

“參與場域活動的社會行動者及其實踐，以及與周圍發生的社會經濟活動，都是通過場域來發生關系，但場域的影響并不是直接作用于實踐者，而是通過場域的特有形式和力量的中介，預先經歷了一次重新形塑的過程，對他們產生影響。”^[4]數據化進程中，高校學生工作轉向進行數據化的技術場域，以數據為中介對身處其中的客體產生聯系。所有的高校群體都在數據化的場域中產生聯系，這種數據化的聯系較之現實社會中的聯系更為深刻。

數據化技術場域的形成，改變了高校學生工作的內容。在已有的“數據思維”引導下，高校學生工作由單純的關注學生變為關注學生以及學生“生產”的數據，主動在工作中開展各類數據收集、數據篩選、數據整合等數據化工作。與此同時，數據化場域也為高校學生工作開展提供了新的價值場域。以數據化進程提升數據價值密度，依靠高校學生工作數據化進程中所建立的科學分析模型，可以對學生的發展進行多維度、多元化的分析預測。

（三）高校學生工作理念、方式的“數據化”革新

傳統的學生工作理念突出對重點群體的關注，在學生工作中，注重“抓兩頭帶中間”，強調對學生的個性化指導。但在實際工作中，卻會因學生基數大、工作效率低而收效甚微。數據化進程中的高校學生工作，強大的數據分析能力克服了傳統學生工作的難題，促使學生工作理念發生變化，體現為學生工作由傳統的依賴教育主體經驗而進行的粗放型管理演進為依托數據分析進行的科學預測管理、由重點關注特殊學生群體變化為整體關注全體學生、由關注學生的行為轉變為關注全體學生的數據表征，實現了“大數據從全樣本出發，使每個個體都成為關注對象，拓寬了原有重點與非重點的工作內容之分。”^[5]

那么，數據化進程如何實現呢？多數人可能仍然停留在僅僅依靠計算機操作來實現的主觀印象中。數據化不同于數字化的“二進制轉化”，數據可以是數字、文本、視頻、圖像、音頻等多種格式，數據化進程中的實施主體不是僅依托計算機，而是立足于校園數據庫，借助數據分析模型，進入校園智能化平臺進行操作。主體可以借助 APP、FTP 等數據端口介入，實現數據獲取與分析，計算機不再是唯一的工作載體。例如就學生學業成績分析而言，學生工作者可以進入數據庫，采集學生近年來考試成績，然后依托數據分析軟件進行分析，從而獲取學生成績可視化圖形。

二、數據化進程中高校學生工作異化現象與風險闡釋

數據化進程表明高校學生工作已經發展到智能化、科技化階段，實現了大數據與工作進程的“耦合”，呈現出高校學生工作的精準化特征。數據化進程構建了近似“全能”“全知”的工作映像，由此引發的高校學生工作對其過度依賴甚至“迷信”，勢必會導致其僭越本體產生異化風險，“即通過物質和精神活動創造的產品總是和‘生產者（producers）主觀意愿相違背”^[6]，進而使得高校學生工作產生認知與價值偏離等危機。

（一）數據化進程引發高校學生工作主體行為異化

高校學生工作數據化實施目的在于提升高校學生工作的精準性與時效性，更好地實現圍繞學生、關注學生、服務學生的教育主旨。某種程度上，高校學生工作主體既指教育管理者，亦蘊含學生，因其需遵循“思想政治教育和教育對象變化不居、相互轉化”^[7]的思想政治教育規律。在厘清高校學生工作的主旨以及主體劃分等范疇后，分析當前高校學生工作數據化進程，可以發現以下問題：

首先，高校學生工作數據化進程以數據分析、圖像表征等技術行為幫助高校學生工作者從瑣碎的日常工作中抽身而出，進而更好地從事學生教育管理工作，實現了工作技能提升與經驗積累。可現實中數據的強大表征能力已介入心理預測、軌跡記錄等高校學生工作重點領域，便捷、高效的工作開展，使主體為數據化進程所 “奴役”，進而忽視教育溝通等工作技能的塑造與提升。例如常見的“電子懶政” 現象，離開數據、數據分析就無法開展工作。此種表現是與主體個人成長、發展主旨相異化的。

其次，反觀作為參與主體的學生，數據化進程可以構建出工作進程的“鏡像世界”，對學生本體進行映射，導致學生本體角色日趨模糊。同時，對學生主體的評價日趨為數據化的表征所替代，常表現為數據處理后的數字指標。因此，為獲取更高的評價與發展指標，學生主體會潛在關注易于數據表征的行為，如活動參與指數、網課參與率、線上學習指數等，而忽視學科競賽參與、創新思維提升等短期內不易為數據所表征的行為，進而與高校學生工作培養全面發展的主體目標相異化。

（二）數據化思維變革引發高校學生工作認知行為異化

“知道‘是什么就夠了，沒有必要知道‘為什么。在大數據時代，我們不必非得知道現象后的原因，而是讓‘數據發聲。”^［2］97大數據變革中，海量的數據決定了人們無法采用因果關系去發現數據間的聯系，只能以相互關系替代，同時相互關系也可以提升數據化進程中數據的價值密度。這種思維變革的合理性已為多數學者所論述和認同，但是，現實工作進程中，卻出現過度倚重相互關系的思維變革、片面強調行為預測的現象。例如在高校學生工作數據化進程中，依托學生圖書館借閱數據，對學生的閱讀習慣進行分析，進而預測學生興趣愛好，試問這樣的預測是否準確？是否能排除學生自行購買圖書或者借閱他人圖書的可能性？由此可見，相互關系所依據的大數據體量以及對應的數據分析模型，在當下高校學生工作數據化進程中無法全面實現。此外，高校學生工作的屬人性也決定了因果關系存在的合理性與必然性。數據化進程可以對學生行為進行預測，但在高校學生工作中也必須關注學生行為的動機，從行為動機中發現學生成長所顯現的不足。因此，將思維變革等同于為思維取代，勢必會引發高校學生工作數據化進程的認知行為異化。

（三）數據化技術引發高校學生工作本體異化危機

數據強大的表征能力已經超出人們的經驗范圍，可以立體、清晰地構建高校學生工作的“鏡像世界”，“全方位、實時的數據收集和處理，能夠從多層次、多維度對教育世界予以刻畫，教育世界的復雜性、多樣性都能夠更加清晰完整地呈現出來。”^[8]數據化進程對高校學生工作的虛擬表征，讓高校學生工作者產生了以數據化技術建構本體的傾向，進而引發數據化技術對本體的僭越危機。一個典型表現是在高校學生工作數據化進程中，主體將重心轉移到線上虛擬的情境工作中，認為完成數據采集和分析，就可替代其他工作。

反向思考，高校學生工作是否完全受制于數據化進程？基于數據相互關系形成的行為預測被譽為新時代“改變人類探索世界的方法”，在高校學生工作數據化進程中這一理論體現為對學生日常行為和個人發展的預測，數據庫的建立和算法讓這一理論在實踐中得以逐步實現。但是，數據的采集脫離不了對象所處的社會子系統，必然會受到社會子系統價值導向與意識形態的影響，“所有的數據都帶有或多或少的人類主觀印跡。”^[9]高校學生處于高校子系統的教育環境中，被數據采集時，自然會考慮到被采集數據是否符合高校價值導向。比如高校為獲取學生課余時間生活軌跡進行數據采集的時候，部分學生因了解高校的價值導向，即使在課余時間沒有學習，仍然填報學習的數據，以獲取良好的行為評定。由此，不難發現，高校學生工作數據化進程中數據技術與本體之間的異化危機，體現為數據理性對本體的僭越與本體對數據理性的制約。

（四）數據價值引發高校學生工作價值導向偏離

高校學生工作在數據化進程中，應主動擁抱“數據”，把握數據時代的發展契機，真正實現高校學生工作的“數據化革命”。然而，一旦形成數據“主體意識”，就會一定程度上產生以數據的工具價值替代教育對象價值訴求的價值轉向。屆時，數據就會成為學生工作的價值評判標準，會“占據”高校學生工作的價值立場。

數據作為高校學生工作數據化進程的工具，其工具價值毋庸贅言。然而，必須清醒地看到，數據始終是高校學生工作數據化進程的載體。主體維度具有社會性、屬人性，高校學生工作的價值導向體現在對學生的教育、引導與培育上。對數據工具價值過度追求，將數據的價值追求導向上升為學生工作的價值導向，則會印發高校學生工作價值導向的偏離。試問以采集數據準確與否來衡量學生行為是否具有價值的行為是否合理？答案顯然是否定的。以追求數據的價值來替代學生工作育人價值，容易導致高校學生工作的價值導向發生異化。

三、高校學生工作中的數據異化現象成因分析

（一）高校學生工作主體的感性要求與數據理性之間的矛盾

高校學生工作是思想政治教育工作的載體，從事的是具有社會屬性的人的工作，工作的主旨是圍繞學生、服務學生、關心學生，這就決定了高校學生工作離不開具體的社會情境，必須在實踐中去探索學生教育引導的規律。然而，眾所周知數據化進程重視數據思維，強調量化研究與數據間的相互關系，與高校學生工作中的質性研究與因果關系有著明顯的區別。在研究范式上，傳統的高校學生工作重視“情感育人”，重視在具體情境中對學生進行教育引導，而數據關注的是“數據發聲”，在數據中發現、預測學生成長趨勢。這一矛盾的發展導致在大數據應用背景下，數據思維成為人們的慣性思維方式，由數據驅動的決策模式在很大程度上造成了治理主體的主體性困境^[10]。片面強調數據思維，則會形成數據依賴、數據崇拜等“唯數據論”傾向，以至忽視高校學生工作本體所遵循的規律，無視學生成長教育中的情感因素與人文關懷。若是過分信任主觀情感、情境等社會因素，又易于忽視數據的客觀價值，高校學生工作數據化進程的實現就會成為空談。高校學生工作者的數據素養不足，無法把握數據理性與情感關懷之間的辯證關系，是觸發這一矛盾的根本原因。

（二）高校學生工作數據化建設“技術內需”與“支撐不足”之間的矛盾

高校學生工作數據化進程的實現需要技術框架與技術體系的支撐，數據采集、數據分析模型設立、數據管理、數據應用平臺的接入等均須形成完整系統且實現互通，反觀當下高校學生工作數據化建設，仍存在一些不足。

一是掌握數據技術的專業化人才欠缺。目前，高校信息化工作人員主要集中在信息管理中心等主管部門，學生處、團委、學生發展中心等部門均未設立專門的數據化管理崗位，也缺乏信息技術專業類人才。高校針對學生工作者也沒有提供系統的數據技能培訓，致使學生工作者產生“數據恐慌”心理，主觀上抵制數據化進程的實施與建設。

二是數據共享滯后且數據采集智能化體系建設緩慢。部分高校雖然建立了獨立的學生工作數據子系統，但卻沒有形成統一的數據化平臺，學生工作各部門的工作平臺無法開放數據端實現數據共享，針對單一學生個體，學生工作基層使用不同數據平臺往往實施多次數據采集行為。一些高校學生行為軌跡數據采集、網絡行為數據采集等智能化平臺建設仍有不足，無法實現智能數據采集，無法提供實現精準數據分析的“全樣本”數據，無法實現“元數據”過濾。這就會影響高校學生工作采集數據的真實性與時效性，容易產生數據失真、數據滯后等問題，使學生工作中的數據分析呈現“弱相關性”，不能很好地為高校學生工作數據化提供實踐支撐。高校學生工作數據化進程的分層化聚合、精準化需求與數據技術之間的對立，便孕育于這一矛盾之中。

（三）高校學生工作數據化建設制度體系與評價機制不完善

高校學生工作進入數據化進程之后，原有的制度體系與評價機制應隨之進行更新與完善，以適應數據化發展的需求，規范數據化進程中的高校學生工作。完善的制度體系，會引導高校學生工作數據化進程的正向發展，諸如數據管理、數據二次利用的規范管理等制度，是防范高校學生工作數據化進程中倫理缺失風險的必要手段。對數據合理使用的權責確立，可以限制數據的工具理性泛化，促使人們理性看待數據化進程的開展。然而，現實中數據使用、管理等制度的健全、完善尚未引起一些高校足夠的重視，對數據應用限度的界定也無從提及。

此外，客觀評價體系也是高校學生工作數據化進程不可或缺的。評價體系影響著高校對數據行為的判斷標準，體現高校學生工作數據化進程的價值導向。如今，多數高校學生工作數據化進程中的評價體系僅關注結果而無視過程，多以顯性的軟文推送、線上活動開展、網絡課程設置等數據化平臺 EPGA 指數來評價，從本質說，這一做法推動了高校學生工作的數據化建設，可是也存在價值導向偏離的風險。同時，高校在學生工作數據化進程中確定的有關學生成長的評價指標也不能完全依據數據分析實現的可視化建模，需結合學生成長的具體情境予以合理優化。

四、數據化進程中高校學生工作異化風險防范對策

較之高校傳統學生工作，數據化時代高校學生工作的機制發生改變，即由主體—教育進程—客體發展為主體—數據化進程—客體。因此，可以將影響高校學生工作數據化實現的關鍵要素表述為：高校學生工作主體、大數據技術本身、數據化技術的應用管理與學生。對高校學生工作異化現象的治理應把握關鍵要素，從以下方面展開。

（一）培養學生工作主體數據化學生工作思維與數據技能

打造、培養一支具備數據素養與數據技能的學生工作隊伍是實現高校學生工作數據化運轉的基本前提，主體意識的塑造也是預防主體認知偏差與學生工作價值偏離的根本路徑。

高校培養數據化學生工作主體要采取“專”與“新”相結合的模式。所謂“專”，即在科技化浪潮中，要培養堅守高校育人規律的專門人才。所謂“新”，體現在兩個方面：一是“新”技能。高校學生工作數據化開展，離不開學生工作主體對數據技能的掌握，要強化學生工作主體技能培訓，提升學生工作主體的數據采集、分析、應用能力，以此破除“數據恐慌”困境，避免學生工作主體因技能不足對數據產生認識偏差。二是“新”思維。數據時代要求人們變革認知思維，要有兼容性思維，既認識到數據的相關性優勢，又堅守具體情境中的因果分析，辯證、合理認識數據思維與社會科學思維之間的關系，學會依據情境選擇不同的思維方式。“廣義的相關關系是明確或可能包含了因果或共生關系的所有關系”^［11］，思維方式間并沒有明確的界限，不能人為主觀地片面強調或排斥某種思維方式。應在高校學生工作數據化進程中，重視數據分析、體現人文關照。

（二）構建系統、共享的技術框架

高校學生工作數據化進程的實現是一項系統工作，需搭建數據采集、共享、分析、應用、管理一體化的校園數據平臺。現今，多數高校已經建立了智慧化校園平臺，能夠實現數據接入、數據推送、基礎數據分析，但一些高校各部門信息化發展進程不統一，無法打造共享數據庫，形成統一的數據平臺。典型的表現就是關于學生工作，往往存在多個系統，各項工作的完成需在不同的平臺上采集不同類型的數據，從而帶來數據失真、全樣本采集無法實現的困境，也引發了數據管理混亂問題。

首先，符合大數據時代的數據平臺建設，應由數據采集層、數據應用分析層以及數據應用層組成。在數據采集層，要建設安全運行的條件，建立數據庫，構建數據安全管理系統，監控數據流動。在數據應用分析層，務必構建符合高校學生管理、教育的數據分析模型與動態數據治理核心模塊，將學生行為分析、預測與傳統商業化行為分析區別開來。在數據應用層，要打造統一的接入端口，實現數據分析的集成效應。其次，學生工作數據化進程的完善主體是高校信息管理中心，但也需要強化二級單位的數據化平臺接入，以完善學生工作的數據技術框架。

（三）合理界定數據應用的限度

高校在學生工作數據化進程中必須界定數據合理使用的限度，以規范技術應用范式。對數據限度的界定主要表現在以下方面：一是厘清意識形態與數據表征之間的界限。高校在學生工作中基于大數據、數據分析模型以及算法已經實現大數據分析，可以對學生日常行為進行預測。但必須明確，基于數據的預測不能等同于對人意識形態的把握，數據預測的映像不等同于意識形態，“要從思想意識和行為數據的關聯復雜性、二者轉化的多樣性、行為數據產生的特定性、行為數據解讀的歷史性以及科技發展的賦權性對思想意識數據化呈現的邊界進行校勘。”^[12]厘清意識形態與行為數據邊界，方能預防以行為數據代替思想意識數據化的“預先假設危機”。二是厘清數據與學生工作本體的界限。數據化表征的精確度受限于數據體量、分析模型的先進性等技術問題，同時學生工作主體的人文性特點，也決定了學生工作的屬人現象和教育管理問題都與數據還原有著本質的區別。因此，從本體限度上來看，數據不能完全等同于學生工作本體，更不能完全替代學生主體。

（四）完善管理與評價體系建設

高校在學生工作數據化進程中必須遵從國家法律法規，立足校情，制定合理、可行、體現人文關懷、強調倫理與道德責任的校園數據管理制度，以制度規范抑制主客體行為的偏離，以制度保護主客體的權利與利益不受數據“侵犯”。諸如南京大學等高校已制定了數據管理辦法，其中就明確規定了數據采集、共享、使用等具體環節的規范流程，設立了數據質量管理與共享部門，從源頭上保障了數據的權威性、可靠性與安全性。更為可貴的是，部分高校提出進行數據采集時需遵循學生意愿、遵守尊嚴底線、體現人文關懷等數據時代應遵從的倫理規范與道德責任，體現了高校學生工作數據化進程中的倫理復歸。

合理的評價體系有利于高校學生工作主客體對學生工作數據化進程進行合理評判，以避免價值導向的偏離。鑒于數據化進程具有多學科交叉的特性，高校設計的評價指標應融合管理學科、計算機相關學科、政治學科等方面的專業知識，尤其要設定過程性評價指標，讓價值評價導向由結果回歸過程，方可規范高校學生工作數據化進程的開展，為學生工作科技化、現代化發展保駕護航。

五、結語

當前，數據技術為高校學生工作的發展提供了機遇，促使高校學生工作邁進了教育2.0的時代，推動高校實現了學生工作的現代化與科學化。但是數據技術的發展始終帶有兩面性，數據技術的發展將不斷推動高校學生工作的發展，助力高校人才培養目標的實現。但在我們擁抱大數據之時，也要考慮到數據之于高校學生工作仍然是“陌生”的，它的發展規律并沒有為我們完全掌握。高校學生工作數據化進程仍處于初級階段，高校要強化學生工作大數據研究，從多學科視角構建學生工作數據化的理論與實踐基礎。在實踐中，高校要克服數據技術使用的弊端，使數據技術更好地服務于學生工作，服務于學生的成長。

參考文獻：

[1]中共中央，國務院.中國教育現代化 2035[EB/OL]. （2019-02-23）[2023-03-06].http：//www.moe.gov.cn/jyb_xwfb/s6052/moe_838/201902/t20190223_370857.html.

[2]維克托·邁爾·舍恩伯格，肯尼思·庫克耶.大數據時代：生活、工作與思維的大變革[M]. 盛楊燕，周濤，譯.浙江：浙江人民出版社，2013：104，97.

[3]黃欣榮.大數據對思想政治教育方法論的變革[J].江西財經大學學報，2015（3）：94-101.

[4]包亞明.文化資源與社會煉金術：布爾迪厄訪談錄[M].北京：人民出版社，1997：146.

[5]周舉坤.大數據條件下高校學生工作發展的幾點思考[J].學校黨建與思想政治教育，2019（11）：80-82.

[6]汪金剛.信息化社會生產與數字勞動異化：對馬克思“異化勞動理論”的當代闡釋[J].新聞大學， 2020（02）： 80.

[7]陳萬柏，張耀燦.思想政治教育學原理[M].北京：高等教育出版社，2007：169．

[8]唐漢衛，張姜坤.大數據應用的限度[J].華東師范大學學報（教育科學版），2020（10）：60-68.

[9]楊子文.“第三洞穴”與“數據主義”：論大數據社會科學的內在矛盾[J].自然辯證法研究，2016（08）：63-67.

[10]郭蓉.從技術理性到行政倫理：大數據時代智慧治理的倫理反思[J].道德與文明，2018（6）：17-23.

[11]童楠楠，朝樂門.大數據時代下數據管理理念的變革：從結果派到過程派[J].情報理論與實踐，2017（02）：60-65.

[12]陶志歡.思想意識數據化呈現的邏輯反思與邊界校勘：對大數據與思想政治教育的關聯性評估[J].思想理論教育，2019（07）：106-111.