大数据时代高校思想政治教育现实困境探析

王　璐

(上海交通大学　马克思主义学院，上海　200240)



·党建与思想政治教育·

大数据时代高校思想政治教育现实困境探析

王璐

(上海交通大学马克思主义学院，上海200240)

面对大数据时代带来的机遇和挑战，高校思想政治教育要合理应用大数据优势，规避来自技术和人为操作的风险，从制度、技术、思政教师素质等多方面入手，分析大数据如何成为思想政治教育的依托，探究行为教育新方式。

高校；思想政治教育；大数据时代；现实困境

随着网络技术和数据处理技术的发展，大数据时代的到来已成为社会共识，越来越多的学者开始探索思想政治教育与大数据的结合，意识到了大数据为思想政治教育带来的机遇。“大数据时代，人类第一次可以有条件获得全面数据、完整数据和系统数据，进行‘样本=总体’的数据资料分析[1]。”纵览大数据时代思想政治教育主题研究，针对性教育、干预性教育、个体教育成为新的思政教育热点。“大数据时代开启了研究以‘人’为核心的‘镜像世界’，人的网络言论行为是现实世界人际交往和思想行为的反映，能够以可视化的‘镜像’方式展现着人的精神世界和客观世界[2]”，根据数据分析和“镜像”描述，对不同的教育对象采用针对性的教育方法，依据学生思想行为的发展趋势，做出准确的预判并采取有效干预措施。

大数据时代思想政治教育区别于传统思想政治教育，带来了相应的新工作方法。大数据时代思想政治教育比之传统思想政治教育更加“科学化”与“精准化”，传统的思想政治教育注重情感教化，教育者大多凭借教学经验和个人主观判断对教育对象进行施教。而大数据时代思想政治教育借助大量的统计数据分析，为教育者进行科学决策提供依据，促进了思想政治教育的科学化和准确性[3]。也因此，大数据时代思想政治教育在如何进行统计数据分析并为教育者提供依据方面困境凸显，如数据的收集与储存、数据的分析与应用、思政工作者素质跟进等。

一、思想政治教育大数据收集与储存的实践困境

“预测是大数据的核心价值。隐形沟通是大数据的实质[4]。”依靠大数据为思想政治教育提供精准的人物镜像描述是大数据时代思想政治教育的突出优势，通过数据的收集，达到隐形的沟通目的，了解高校学生群里动态，从而达到合理预测的效果，因此数据的收集成为大数据时代思想政治教育的先决条件。大数据的收集质量将直接影响思想政治教育的开展，这就要求思政工作者依托学校主体进行高效的数据收集与储存。实践问题首先在数据收集与储存过程中显现出来。

有专家表示，大数据有着区别于传统思想政治数据的显著特点。“第一，大容量，拥有全面、完整的数据。第二，高速度，即指数据产生和更新的频率快，时效性高。第三，多样化，即新的数据来源和新的数据种类在不断增加[4]。”而区别于传统数据的特点正是大数据收集和储存的首要困境。

首先，大数据时代思想政治教育要求依托全面、完善的数据进行学生行为模式分析并进行精准的干预性教育，同时数据的更新必须实时进行，避免信息的滞后导致预判失准。为了最大程度地保证精准化和科学化，大数据分析必将获取大量个人信息包括生活作息、行为习惯、宗教信仰等，收集与存储的巨大信息量和更新速度的提升成为大数据思政首要克服的实践难题。当前各地高校逐渐建立“数字化”“一卡通”等校园服务，一定程度上为大数据的收集提供了便利条件，但是仅仅是这些形式的数据收集，不能够满足大数据的标准和思想政治教育的要求，要保障信息的完备性还需要把数据的收集扩展到学生高校生活的方方面面，不能存在数据空白和死角。

其次，近年来高校信息泄露现象频现，网络信息安全成为一个备受关注的问题，信息储存安全成为高校信息工作质量的重要考量指标。大数据思政对数据量和更新速度的要求必将带来对高校网络信息安全更严苛的标准，大量的学生个人信息的妥善保管是利用大数据做好思政工作的重要保障。高校能否有足够的信息储存能力和数据库安全管控能力备受质疑，要做好大数据思政首先要保证高校信息存储硬件设备、信息管理者和技术人员的数量和质量。

二、思想政治教育大数据收集与应用的伦理困境

大数据思政的目的在于，在完成数据收集的基础之上，对大数据进行深层次的分析和整合，从而寻找信息之间的内在关联性，以此来预测人与事的发展趋势和可能性，从而获得大数据应用的价值，进行准确的预判和干预。而这其中的一系列伦理困境是我们应用大数据不可回避的问题。

1.大数据收集的隐私暴露挑战

大数据思政需要利用全面的信息进行精准化教育，这对信息的获取数量提出了较高要求，为了保障数据分析结果接近真实，就要求尽量完整的数据信息。今后数据收集的发展方向必定是高校全方位的信息把控，从学生的图书馆学习时段到餐厅就餐的消费水平再到实验室操作时长等都将被信息化处理。为了保证结果的真实、完整和有效，数据收集过程必将使个人信息高度透明化，所有行为将被记录并长时间储存，信息收集的多维化会具象个人形象，带来暴露个人隐私的隐忧。当事人的身体疾病、生理缺陷、个人习惯都不希望公之于众，但该类信息却会对思政教育分析、预测结果产生较强影响。但数据收集的不全面又有误导教育的可能性，片面的数据分析并不能正确地描述出个体行为走向，因而数据的范围如何明确成为大数据收集的第一重障碍。同时，该类信息保存不慎，将会对当事人造成巨大的二次影响甚至伤害。如当事人可以隐瞒的被法律保护的疾病隐私、过往行为等都会通过数据收集逐一记录，这些信息被他人知晓必定会加重当事人心理负担，如若被暴露隐私或非法利用更有可能对当事人造成毁灭性打击。学生隐私信息获取成为敏感问题，信息的收集过程是否会触犯个人隐私权利成为敏感问题，法律对于个人隐私权的保护和学校对于学生思想政治教育的责任如何划分界限必须厘清。

2.数据使用的公正性困惑

数据全面是分析结果正确的基础，正如开篇提到，大数据的理想状态在于“样本=总体”，在数据收集这一过程中，技术人员对教育对象进行信息采集并处理分析，承担着对教育对象侵权的风险。信息的获取方式和途径未告知教育对象，信息的分析和使用也未获得当事人授权，在当前法律环境下，这本身就是存在巨大风险的行为。而获得受教育群体的授权，又存在一定困难，涉及保障隐私和人身自由与高校思政教育效果的博弈。

数据分析结果可以依据以往的行为模式进行合理推测，显示学生个体的行为和心理倾向，能够合理推测学生的错误行为风险，从而可使思政教师进行有效的干预性引导，通过数据的整合与分析，如果受教育对象的行为被推定为有违纪、违规甚至违法的可能性，高校思政教育工作者就可以根据数据对当事人存在的不良思想倾向进行干预，避免学生错误行为的发生。这从一定程度上保障了高校思政教育工作的有效性，避免了当事人因错误行为而导致的危害性后果。但从另一个角度来看，我国法律遵从“无罪推定”原则，在犯罪行为未发生时尚且不可以预判为一定会发生，更何况是受教育者的可能性不良行为，这干涉了高校受教育群体的自由，让他们失去在合理范围内决定自己生活方式的权利，学生个体可能会因为偶然的思想变化终止自己的错误行为，在错误行为发生前进行干预，结果预判挑战自由[5]。同时，依据数据的预判，有将受教育者贴上“不良标签”的可能性，数据分析结果只可能是接近真相而非完全反映真相。受到数据分析结果的指引，在事情发生以前已经被刻画为“存在不良倾向”的对象，其丰富的情感与内心活动被忽视，干预性教育使他们失去了及时纠正自己以保持尊严、获得尊重的机会，也剥夺了他们探索和自由选择的权利。

3.数据应用的有效性风险

大数据思政要求在完成大规模数据统计之后进行科学和精准的分析，从而准确刻画被教育者的“人物镜像”，制定有效的针对性教育方案。思政教育主体为学校思政队伍，高校进行统一的数据收集较思政教师个体收集更具有可行性。高校学生众多，每个学生的数据信息详尽程度与教育科学化、精准化成正比，思政工作对于大数据的分析和应用提出了较高要求，要高标准严要求地把耗费大量人力物力收集的数据进行有效分析并落实到应用。物联网、云计算、移动终端等技术的发展让高校主体全面、系统地进行数据收集成为可能，但却无法在短时间内对海量数据和复杂的思想、行为进行分析和整合。

数据规模过大导致分析和应用难度过高。其一，有效信息甄别难度高。为了保证为思政工作提供可靠依据，高校必将详尽地收集学生个体的数据信息，但如何从纷杂的数据中甄别出有效的、对思政工作有利的信息存在较大难度。专业数据处理人员不能很好地甄别思政工作的教育重点，思政工作者又不具备专业的数据处理能力。其二，避免数据限制或低效利用难度大。大量数据的收集带来高效数据库的更新和技术人员素质的不断提高，但在一系列的努力后，思政工作是否能将收集与处理的数据有效利用，是否会存在大量数据长期占用存储空间又不能被合理利用等困境。其三，数据的动态性跟进。个体成长过程必将带来数据的不断变化，而每个个体数据的变化带来的就是群体的巨大数据变化。大数据收集与处理主体如何不断跟进数据的更新并实时分析，保证数据结果没有滞后性，保障针对性教育能够科学、准确、到位是数据应用的又一难点。

思想、情感的量化与抽象存在困境，数据与情感互通存在障碍。思政教育的特点是面对鲜活生动的学生个体，特别是要起到在情感与思想上引导学生的作用，但大数据要求所有信息数据化和抽象化。思想和情感类因素，因其具有感性特点，量化难度大，能够准确、直观地将这些情感因素抽象为可分析的数据资料，是数据收集与分析的又一难点。

数据定量分析方法与定性处理的平衡存在博弈。大数据分析需要进行理性的数字化分析，依据学生个体信息基础，分析数据背后所代表的思维方式与行为倾向。而思政工作直接面对的是情感个体，要用感性方式进行引导教育。因而要在大数据分析的基础上，把量化的数据结果直观化、具象化，根据分析结果进行定性处理和引导。数据定量分析与引导教育定性处理之间寻求交叉平衡点是沟通大数据与思想政治教育工作的桥梁。

三、思政工作者对大数据应用的实践困境

大数据思政不仅仅是对数据存储和分析技术提出了高要求，更多的是给思政工作者带来了巨大的挑战。在运用大数据方面，要在数据分析能力上向专业信息技术人员靠拢，更要在数据有效性分析和应用方面提升辨析能力。思政工作者对大数据运用的质量决定了大数据思政工作开展的质量。

1.思政工作者的传统教育与新技术应用的矛盾

当前思政工作者主要都是接受传统思政教育培养的工作者，在新技术方面，已经逐渐开始接受和应用诸如网络、微信、微博等载体增强思政工作开展的便捷性和效果。但大数据分析有别于网络、微信等，它不仅仅是一个载体，更重要的是数据库，需要思政工作者对收集的数据进行二次加工，提取有效信息后再利用。因而如何提高当前思政工作者的数据分析和提炼能力成为一个新的课题。思政工作者要在繁重的工作之余掌握大量的信息处理技术再到熟练应用，这一过程是否会占用过多时间，大数据处理技术何时能够发展到简单易学适于思政工作者应用都值得期待。

2.思政工作者对数据利用缺乏规范流程和行为标准

在大数据应用之初，思政主体对数据利用和个性化教育存在尝试，没有一个规范、完备的流程指引其进行合理化行动，而数据利用效果也无法量化，不能够明确地给出行为标准和效果反馈。思政工作者难以把握依赖大数据的分析结果和使用程度，特别是面对教育对象这一特殊群体，他们不仅有数据显示的行为模式和倾向，更是有着自我意识和情绪的个体，数据分析显示的倾向性没有明确的体现出干预标准，当危险行为存在的倾向不足以引起足够的后果时而进行盲目干预，或者对大数据分析结果的理解偏颇，都极易造成个性化干预失败，甚至会引起当事人的反抗。

3.唯数据主义易导致数据滥用和数据独裁

大数据给思政工作提供了信息依据，使思政工作的开展有了着力点，依据数据分析结果可以对学生个体进行针对性教育，提高思政工作开展的有效性。但作为思政工作对象的学生个体，每时每刻的思维都存在变化，数据可以接近事实学生的行为模式，但不可能完全准确表达出其行为趋势，因而一味地依赖数据，很有可能造成错误的教育引导，歪曲学生行为意图。同时，仅仅依赖数据而忽视无法用数据表达的学生个体心理变化，有可能造成学生行为误读，在这种情况下的干预教育很可能引起学生的反感和叛逆，导致不良后果的发生。

四、应对大数据时代思想政治教育存在问题的策略

要充分发挥大数据在思想政治教育方面的作用，使大数据思政成为引领新时期思政工作的重点，要在制度、技术、师资队伍等多重方面不断完善，克服存在的诸多实践和伦理方面的困境，让思政工作不落于新时代发展潮流之后。

1.制度完善是大数据时代思想政治教育规避伦理困境的保障

随着大数据思政研究的逐渐展开，可能引起的公平、隐私、数据安全等一系列问题，亟需对大数据思政进行系统深入的研究和建立完善的制度。从宏观层面上来看，大数据趋势的逐渐显现，针对数据采集与使用等方面的立法需求迫切，完善大数据采集、利用的规范性以及个人权利的保护制度极端重要。要明确信息采集和储存的责任制，平衡信息采集和使用与被采集者自由权利之间的关系。从微观层面来讲，高校作为思政教育的主体，在日常大数据思政工作中，必须依据实际工作需求和发展趋势，制定科学的大数据思政工作规划和严谨可靠的工作流程。要高屋建瓴地规划思政工作的新方向和新途径，把握工作大局和微观切入点。要明确责任主体，严格大数据收集和使用制度，各级思政工作者密切配合、分工明确，保障数据的使用安全，使大数据思政效果真正显现，避免一切可能由数据风险引起的对受教育者的危害。

2.技术跟进是大数据时代思想政治教育摆脱实践困境的途径

技术的跟进是大数据思政教育落到实处的突破点。当前环境下，很难在短期内培养思政教师队伍转型为技术人员，因而一定要组建一支技术过硬的数据技术队伍，克服数据应用的技术难题，能够完成大数据思政对数据数量和分析质量的高标准和严要求。不断进行存储设备、移动终端、电子服务系统设备等的完善与升级，满足大数据思政对硬件设备的要求，保障信息收集的便捷和全面，不能让“尽可能搜集全体数据”成为一句空话。紧跟物联网、云计算等新技术的发展潮流，提升海量数据甄别与分析能力，对海量数据进行合理化取舍，明确思政工作的目标，避免被数据淹没导致决策失准，保障大数据思政的软技术标准。提高对数据分析和解释的能力，保障分析结果得到合理、正确显示，避免信息解释存在谬误，保障数据预测正确性基础。健全数据监管的安全防控和应急措施，当存在数据泄露和滥用风险时，启动数据保护和销毁预案，将危害降至最低。

3.思政队伍素质提高是大数据时代思想政治教育取得成效的关键

提高大数据思政工作的质量最重要的是要提高思政工作者对大数据运用的理解和数据分析基础上的决策有效性及工作针对性程度。要在继承传统教育经验的基础上，紧跟时代课题要求，深刻理解大数据思政的意义，逐步建立起适应新形势的工作体系。思政工作者不仅仅要关注受教育者行为的关联性，更要注重把握受教育者行为背后的因果关系，寻找行为背后的思想动因和内在逻辑，注重全过程育人，解决问题而非单纯找出问题。要依托数据的基础性引导作用，甄别数据背后的意义，给予个性化教育的同时避免出现唯数据主义和滥用数据倾向，在大数据面前保持理性和甄别能力。要始终遵循数据的运用是为了提升思政教育的有效性而非挖掘受教育者的隐私，要平衡数据收集的必要性与隐私暴露的风险性，提高鉴别可挖掘信息的能力，提高利用信息而不对教育对象造成影响的能力，提高规避信息利用风险的能力。要深刻理解大数据运用的目的在于 “探究因果而非注重相关，依托数据而非依赖数据、探究行为而非挖掘隐私[6]。”

(责任编辑：时锦雯)

[1]维克托·迈尔—舍恩伯格.大数据时代：生活、工作与思维的大变革[M]. 盛杨燕，周涛，译.杭州：浙江人民出版社，2013：28-43.

[2]李怀杰，夏虎. 大数据时代高校思想政治教育模式创新探究[J].思想政治教育，2015(5)：28-51.

[3]王莎，杨扬，杨航. 大数据思想政治教育研究述评[J].大学教育科学，2015(5)：28-32.

[4]刘辉. 大数据时代思想政治教育的微传播化[J].思想理论教育，2014(6)：81-85.

[5]蒋洁，陈芳，何亮亮. 大数据预测的伦理困境与出路[J].图书与情报，2014(5)：62-66.

[6]逄索，魏星. 大数据在高校思想政治教育工作中的应用[J].思想理论教育，2015.(6)：72-75.

The Realistic Predicament of Ideological and Political Education which Application in the University in This Era of Big Data

WANG Lu

(Academy of Marxism，Shanghai Jiao Tong University，Shanghai 200240，China)

The era of big data brought new methods and opportunities for the ideological and political education，also brought multiple ethical and practical dilemmas. Large data collection and storage，data analysis and the ability of ideological and political teacher become barriers need to solve. To use the advantages of big data，to avoid the risk of technology and manual operation，the university must rely on the promotion of system，technology and quality of ideological and political teacher，and explore the new way of education behavior.

colleges and universities；ideological and political education；era of big data；predicament

G641

A

1671-9719(2016)8-0003-04

王璐(1989-)，女，山东潍坊人，研究方向为马克思主义发展及其在中国的传播。

2016-04-29

2016-05-24