浅析大数据时代高校思想政治教育面临的机遇与挑战

刘正容　王静　曹均学

摘 要：大数据开启了一次重大的时代转型，正在改变我们的生活方式和思维方式，成为新发明和新服务的源泉。这一新的时代转型对高校思想政治教育产生重大影响。通过挖掘、筛选、运用和重组数据信息有利于破解高校思想政治教育的诸多难题，比如教育资源不平衡、教育方式笼统化、教育内容过于抽象化等，同时大数据与高校思想政治教育的融合也面临诸多挑战，比如思维导向的差异、大数据与高校思想政治教育融合的技术难题以及大数据平台的构建难题。正确认识大数据时代高校思想政治教育面临的机遇与挑战，以趋利避害，找出相应的解决之策，才能助推高校思想政治教育工作的开展，增强高校思想政治教育的针对性、实效性。

关键词：大数据;高校思想政治教育;机遇;挑战;对策

“大数据开启了一次时代的重大转型”，[1]中国工程院院士邬贺铨在2013年提出，“大数据是下一个创新、竞争、生产力提高的前沿，”[2]大数据成为近三年研究者高度聚焦的热点。2015年11月，中共中央在第十三个五年规划的建议中明确提出，“实施国家大数据战略，推进数据资源开放共享”，[3]作为国家战略的大数据必将迎来更多、更广的关注与研究。大数据在改变社会和人们的思想与行为的同时，也深刻影响并改变着高校思想政治教育。因此，分析大数据时代给当前的思想政治教育带来的挑战和机遇，并提出应对之策，便具有重大的理论和现实意义。

一、大数据时代高校思想政治教育面临的机遇

（一）破解高校思想政治教育资源不均衡问题，促进教育普惠化发展

“普”可以理解为更为平等的教育机会，“惠”可以理解为更低的教育成本。而目前高校思想政治教育资源配置存在着两大不均衡问题。宏观层面，高校对于家庭和社会资源开发利用不足;微观层面，不同高校之间的思想政治教育资源之间的不平衡。通过大数据的运用，在一定程度上能够改变这些情况。

首先从宏观层面看，大数据时代的到来将有利于开发和利用思想政治教育的家庭和社会资源。如今的高校思想政治教育需要突破“点”、“线”的瓶颈，要求建立“大思政”格局。不仅要发挥好思想政治理论课的主渠道作用，还需要调动各方面资源。就目前而言，这方面还有许多值得完善的空间。比如说，在社会资源的利用方面，一方面学校很少主动与企业或者相关社会媒体沟通合作，这导致难以集中力量实现高校思想政治教育的发展创新。另一方面，即使学校想要调动相关社会资源也缺乏相应的技术、人力、物力的支撑。在家庭资源利用方面，学校和家庭之间的联系也不够多， 甚至几乎没有联系，这是高校思想政治教育急需改进的一个重要方面。隨着大数据时代的到来，可能改变这一现状。利用大数据平台，建立一个横向上包括“学校——家庭——社会”的三位一体的大数据资源库，纵向上包括了“初中—高中—大学—就业”的不断更新的数据机制。这样便能够在低成本的情况下将社会、学校和家庭串联成一个整体，统合各种资源，能够增强高校思想政治教育的针对性和实效性，从根本上减少资源的浪费。

从微观层面看，大数据时代的到来可能改变高校之间的思想政治教育资源的不平衡情况。大数据时代亦是一个通过技术实现资源共享的时代。大数据时代下，不同高校之间的思想政治教育资源也能够共享。首先，远程教育、同步课堂等新的教学模式的应用和普及将会降低不同高校思想政治教育资源的不平衡。近几年以来，网易云，MOOC等教学方式的兴起，它可以将经济发达地区优质教学资源扩散到欠发达地区，改变落后地区教学现状。比如中国人民大学、武汉大学、浙江大学等优秀大学将自己的思想政治理论精品课程通过共享平台免费推向全国各地，一定程度上减少了不同高校之间的思想政治教育资源的不平衡。其次，随着手机和平板电脑的兴起与普及，一方面使更多的学生能够通过网络获得优质资源，另一方面也有利于打破学生接受思想政治教育的时间和空间限制，从而减少思想政治教育资源的浪费，促进高校思想政治教育惠普化。

（二）破解高校思想政治教育方式笼统化的难题，助推教育个性化发展

正如马克思、恩格斯在《共产党宣言》中所说的观点，“新的社会中每个人的自由发展是一切人的自由发展的条件”。[4]也就是说每一个个体全面而自由的发展是社会整体发展的前提和条件。要实现个体全面而自由的发展需要不断发展的教育，特别是个性化教育。就目前来看，大多高校的思想政治教育没有做到或者说很难做到个性化教育，仍然延续了传统的做法，以灌输、说教为主，实行“一刀切”的教育方式，这就难以实现教育个性化。

大数据时代的到来将会改变这一情况。大数据主要存在于学生社交网络、校园学生信息管理平台、学校网络在线教育平台等处，通过跟踪和挖掘学生的数据足迹，了解学生的思想和行为暴露无遗，掌握每位学生的个性特点，助推教育个性化。具体来看，学生在社交网络过程中通过手机或电脑来浏览新闻，了解世间百态，以此来开阔视野;通过发微博、微信、QQ等现代社交软件来表达自己的真实想法和观点。此外，无论在校内或校外，他们都被无数的视频监控系统注视着。总之，他们的言行举止都会留下一定的数据。这些数据被智能设备、互联网技术和云存储等技术记录下来，然后通过云计算将这些海量数据存储于云端，通过这一系列流程，使得学生的思想、言行变成了数据编码。通过挖掘、分析、筛选、重组这些数据，思想政治教育工作者能够更加深入地了解大学生的各种情况，比如政治心态、爱国情感、心理特征以及对马克思主义的真实想法等等。一旦掌握了每位学生的真实情况，高校的思想政治教育就有了坚实的科学基础，这将有利于高校思想政治教育工作者据此进行个性化的教学，制定个性化的教学方案。做到有的放矢，事半功倍。

（三）破解高校思想政治教育内容抽象化的难题，促进教育具体化发展

高校思想政治教育的内容主要包括了马克思主义信仰教育、人生观教育、人际交往教育、职业道德教育、心理健康教育、诚信教育与大学生国际视野教育等[5]。这些内容一方面决定了教学过程中大学生所接受的知识本身比较抽象，另一方面教学评价也很困难。运用大数据技术一定程度上可以化抽象为具体，对教学内容进行可视化处理，对教学结果进行量化评估。

首先，大数据能够对教学内容进行具体化处理，特别是可视化处理。高校思想政治教育的内容主要体现在高校思想政治理论课上，而这些理论课所授理论大多都是理论思维的产物，具有很强的抽象性、理论性、政治性。比如《马克思主义基本原理》这门课程的抽象性、理论性最强，大多学生都理解不了，特别是理工科的学生。他们习惯于具体化的思维，因此高校思想政治教育内容的抽象性、理论性、政治性决定了思想政治理论课的枯燥性以及“不接地气”。习近平总书记提出高校的思想政治理论课要更加地“亲学生”。也就是要让这门课程离大学生的生活更近，化抽象为具体。这就需要借助于大数据将抽象的教育内容以具体化的方式表现出来。也就是用图片、动画、数据、视频、音频等学生喜闻乐见的形式来呈现教育内容，激发学生兴趣，增强高校思想政治教育的亲和力与感染力。

其次，大数据能够对教学结果进行量化评估。在小数据时代，对于思想政治教育的结果评估往往采取期末笔试的形式，也就是以一次考试来考察教学效果。而高校思想政治教育改变的是大学生的世界观、人生观、价值观，这是一个复杂的、抽象的、潜移默化的过程。因此，对教学结果的评价也应该是多元的、具体的和长效的。这就需要借助大数据技术即海量数据分析技术、大数据处理技术、数据可视化处理技术等来构建完善的评价体系。具体来说就是统合家庭、社会和学校的资源信息，使用大数据技术来挖掘、分析、筛选、重组这些数据，找到数据之间的相关关系，进而量化指标。最终建立以大学生的整体思想和行为状况为因变量、思想政治教育过程诸要素为自变量的评价体系。即通过专业的大数据技术实现思想政治教育的量化评估。

二、大数据时代高校思想政治教育面临的挑战

（一）大数据与高校思想政治教育的思维差异问题

大数据时代的到来，也就是意味着一种“用数据说话”的大数据思维的到来。舍恩伯格指出大数据时代，人们思维的三个转变：第一，人们在处理数据时逐渐倾向于全部数据，不再执着于传统的样本数据;第二，由于是全样本数据，全样本数据中非结构化数据占据九成以上，因此人们不得不接受混杂的、无序的、错误的数据而放弃对精确性的追求;第三，在大数据的处理过程中，人们对因果关系的不再那么执着，转而更加地关注和强调相关关系。可以简单地将这几种情况归纳概括为总体思维、容错思维和相关思维。

总体思维是指整体思维，也就是关注整体数据的思维而不再局限于样本数据。在大数据时代，随着各项技术的突破性发展，思想政治教育工作者可以更加快速地获得与研究对象有关的所有数据，而不是一部分样本数据。要知道样本数据的产生源于技术的局限性，如今技术已經在不断进步，人们可以获得整体数据。相应地，思维方式也应该从样本思维转向总体思维。

容错思维是指容许一定错误与混杂的思维。由于海量数据中占绝对地位的是非结构性数据，非结构性数据的特点是混杂和无序，这就决定了研究者不应该把追求精度作为研究的主要目标。相反，只有适当地容许错误与混杂才可以纵观全局，避免一叶障目的情况。从而对事物的分析更加透彻，更具有洞察力。

相关思维是指不需要利用科学的手段来证明事物之间必然的因果联系，出现这种迹象的时候，就按照一般的情况去做一个决策。传统的因果思维是一定要依据原因来推测出结果，或者根据结果来找出原因。在大数据时代，充满了各种不确定性，思想政治教育工作者可以从看似毫无关系的两个变量之间可能具有相关性，而这种相关性在小数据时代是很难发现的。

概念思维方式即逻辑思维方式在高校思想政治教育过程中被普遍运用。这种思维方式首先表现为一种抽象性，往往把人或者事物抽象为某种“知识”，然后通过“去伪存真”、“去粗取精”“由表及里”，找出其中本质、精华的知识。这种对事物本质的探求与大数据思维中的整体思维和容错思维是有所区别的或者说是相悖的。其次，思想政治教育过程中的逻辑思维非常注重对因果关系的探求，通过追根溯源来探寻事物发展的规律。这与大数据思维中的相关思维是相悖的。这就使大数据时代所伴随着的大数据思维与逻辑思维之间存在着矛盾与冲突，这需要高校思想政治教育工作者正确处理这两者之间的关系。

（二）大数据与高校思想政治教育融合的技术难题

当今社会日新月异，计算机信息技术、统计学、软件设计等技术的在社会中的重要性日益凸显。高校思想政治教育跟必须紧跟时代步伐，实现与大数据的融合，而实现这一发展关键在于解决技术性问题。掌握和运用技术的主体始终是人，要解决技术性的难题必须依靠高校思想政治教育工作者提高自身素质，不断学习新知识、新技术。他们需要科学有效地掌握处理数据的各类技术，如计算机处理技术、数据收集技术、数据筛选技术、数据分析运用技术等。并将所学技术运用到高校思想政治教育的过程中去，促进高校思想政治教育更加个性化、具体化、惠普化。

从现实情况来看，思想政治教育工作者处理数据信息的意识和能力是非常弱的。主要表现为部分思想政治教育工作者不重视数据信息，往往不喜欢运用数据来说明和论证问题;部分年龄较大的思想政治教育工作者没有受到过系统专业的计算机技术培训，跟不上计算机和网络科技发展速度;甚至一部分思想政治教育工作者心理上十分排斥计算机和网络技术等新事物，拒绝收集、组合和利用数据来更好地进行思想政治教育。

（三）大数据与高校思想政治教育融合的平台构建难题

在大数据的背景下，要实现我国高校教育体制改革创新必须让高校思想政治教育体系的发展与大数据平台构建结合起来。但是现阶段大部分高校在数据化平台建设方面仍比较薄弱。

其一，高校思想政治教育的大数据平台建设、管理和评价体系不完善。一是许多高校并不重视大数据这一新事物。据调查，目前仅有几所大学建立了思想政治教育的大数据平台，比如清华大学、电子科技大学等。二是部分高校仅仅把大数据平台建设交由马克思主义学院管理，而马克思主义学院的资金、技术、人才都是有限的，所以缺乏与之相匹配的管理框架、人员建设、实践途径等。三是大数据平台的评价体系并不完善。大数据是新兴事物，高校思想政治教育的大数据平台更是新兴事物。所以各方面都不成熟，其评价体系也很难完善。

其二，高校思想政治教育工作者的数据操作和运用能力不足。大多高校思想政治教育工作者的年龄在40岁到60岁之间，尽管他们的思想政治教育能力、授课能力比较强，但是在数据搜集和处理水平方面欠佳。再加上年龄限制，他们接受新兴事物的能力也是有限的。

其三，缺乏相关的新兴人才机制。目前高校还没有大数据与高校思想政治教育的交叉专业，所以高校思想政治教育的大数据平台建设缺乏新兴人才机制。

三、大数据时代创新高校思想政治教育的对策研究

（一）打破传统思维局限，拥抱大数据

高校思想政治教育过程中常用的思维方式是逻辑抽象思维，其特点是“重本质而轻现象”、“重因果而轻相关”、“重样本而轻总体”，这些特点都是受小数据时代局限而采取的“不得已”的办法。

大数据时代的到来，就需要思想政治教育工作者转变思维，树立“用数据说话”的大数据思维，即整体思维、容错思维和相关思维。

当然，强调树立大数据思维并不是对逻辑思维的抛弃。两者没有孰高孰低，需要结合不同的情况进行思维转换。首先应该树立整体思维，尽力获取整体数据，追求数据的最大化。然后对这些数据进行分析和处理，从中挖掘和分析数据之间的相关关系，从而利用这些相关关系来引导大学生的思想和行为朝着正确的方向发展。当然，在此过程中要具有容错思维，不要过分追求精确与完美，要允许一定的错误和偏差。如果条件限制，难以得到更多的数据，则可以通过逻辑思维进行推理论证。

（二）关注个体，提高高校思想政治教育工作者的综合能力

实行个性化教育，需要充分了解每位大学生的心理特征、行为习惯、性格偏好等。这就需要提高高校思想政治教育工作者的数据挖掘、筛选、分析、运用能力，从而克服大数据与高校思想政治教育融合的技术性难题。最终把高校思想政治教育工作者锻炼成为既具有专业素质又具有数据搜集、挖掘、分析、运用能力的综合型人才。这需要从以下几个方面着手。

首先，对高校思想政治教育工作者進行相关专业知识（如统计学、网络信息技术）的培训，这主要针对的是中青年的高校思想政治教育工作者。通过培训，能够使他们学会数据挖掘，从大学生产生的数据足迹中发现大学生的思想和行为特征，这将有利于教师据此进行个性化的教学，制定个性化的教学方案。

其次，加强马克思主义学院与计算机学院、信息工程学院或软件工程学院的交流合作。考虑到许多思想政治教育工作者年龄比较大，对于学习大数据相关知识是比较吃力的，但是他们有具有本专业的扎实的理论基础。这就需要加强与大数据相关的学院的交流合作，只有通过如此，才能在较短的时间内发挥各自优势，展开对大学生的数据挖掘与分析，从而利于高校的思想政治教育。从长期效果来看，通过与其他学院的合作，使马克思主义学院的老师在长期实践中，逐步提高自身对于数据挖掘和分析的能力。

最后，高校需要开设统计学、网络信息技术与思想政治教育学交叉的新专业，为高校更好地利用大数据进行思想政治教育提供源源不断的人才，尤其开设大数据与思想政治教育相交叉的专业，通过招收研究生或者博士，为促进高校思想政治教育与大数据融合培养主要人才和关键力量。

（三）统筹资源，构建高校思想政治教育的大数据平台

统筹各类资源，构建高校思想政治教育的大数据平台，促进高校思想政治教育个性化和惠普化。需要从以下几个方面入手：

首先，构建高校思想政治教育的数据库资源。一是学习资源库。这是思想政治教育工作者和大学生学习所需资源的基本来源，该库主要由教学案例、教学设计、各地的试题和试卷、媒体素材、各大学的思想政治教育网站、前沿的学术会议和专题、认知工具等资源组成。这需要教育部和各高校的共同努力。二是开放课程库。即建设一批优秀的视频公开课、微课程、MOOC等。此类公开课需要由优秀的高校思想政治理论课教师来打造，使之简短有富有吸引力。三是个体行为库。该库包括教师行为数据和学生行为数据。教师行为库包含教师的备课情况、请假情况、参赛情况、研究课题情况等。学生行为库包含课件下载情况、参赛情况、图书馆进出情况等。对于这些情况的分析可以为个性化学习和个性化教育提供数据支持。四是其他资源库。就是将与学生相关的家庭和社会资源汇集到一个库中。包括了一个公开库和一个私密库，公开课里存储家长以及广大市民对学校的建议，私密库里存储的则是学生的家庭信息。

其次，创新利用数据库资源，设计思想政治教育的大数据平台。建立了完善的数据库资源后，将这些资源存储于云端并且设计平台来利用这些数据资源。一是建立高校的思想政治资源网站，免费向公众开放。目前许多高校的马克思主义学院官网有免费课程，但存储量相对不足，更新速度相对较慢。这就需要一个全国性的统筹性资源网站。对于优秀资源的收集和更新非常有利。该网站包括了学习资源库和开放课程库。以便将优秀资源呈现给广大师生，促进高校思想政治教育惠普化。

二是开发个性化服务系统。教师可以对学生上思想政治理论课的学习状况进行分析，从而个性化教学。比如根据学生的“抬头率”“出勤率”来分析他们对哪部分知识感兴趣，然后进行针对性地备课。又比如教师可以追踪到学生的资源观看和下载情况，从而了解他们讨厌和喜欢那些课程或内容。最值得借鉴的是美国加州马鞍山学院开发的SHERPA系统，能根据学生的喜好为他们推荐适合的教学方式和授课教师。

三是设计适用于大学生的思想政治APP，该APP包括了四部分。第一部分是学校开设的公共思想政治课的课程名称、上课的教师姓名、教师的上课特点、教师上课的重点内容等，让学生在APP中选择自己喜欢的教师来上课。第二部分是校外资源库。包括了全国许多优秀课程，可以免费向学生提供。第三部分是学生天地。即不同专业的大学生可以根据自己上课后的感受和自己感兴趣的地方进行讨论，各抒己见。第四部分是师生论坛。学生可以向老师提建议或者提问，教师进行解答，教学相长。四是设计适用于思想政治教育工作者的APP。该APP由学校和思想政治教育工作者掌握，包括了学生的行为库，即学生的资源下载和观看情况都能够被记录和追踪，呈现于APP中。还包括了家庭资源和其他社会资源等等。这些资源以学生为中心，与学生有关的情况都以结构图的形式呈现于思想政治教育工作者的APP中，利于高校思想政治教育个性化。比如目前电子科技大学所使用的蓝墨云软件，结合了当前的“互联网+”模式，使得教学过程更加高效。

最后，加强对高校思想政治教育数据平台的监督和管理。建立监督机制，将数据平台管理纳入高校日常管理活动体系之中，及时有效地关注和更新高校思想政治教育的发展动态。同时也要加强技术管理，避免黑客入侵，破坏高校思想政治教育的大数据平台。

参考文献：

[1] 迈尔·舍恩伯格维克托，库克耶肯尼思.大数据时代：生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013：9.

[2] 邬贺铨.大数据时代的机遇与挑战[J].求是，2013，（4）.

[3] 中共中央关于制定国民经济和社会发展第十三个五年规划的建议[N].人民日报，2015-11-04.

[4] 马克思，恩格斯.马克思恩格斯选集[M].第一卷.北京：人民出版社，2009：294.

[5] 刘基.高校思想政治教育论[M].北京：中国社会科学出版社，2006：5.

作者简介：刘正容（1993- ），女，四川宜宾人，西华师范大学马克思主义学院硕士研究生，从事思想政治教育研究;王静（1993- ），女，四川自贡人，电子科技大学马克思主义学院硕士研究生，从事思想政治教育研究;曹均学（1964- ），男，四川武胜人，西华师范大学马克思主义学院教授，硕士生导师，从事马克思主义中国化研究。