基于大数据5V构象的辅导员职业新思维构建

■姜 毅 张成孜 何恩节/.安徽科技学院生命与健康科学学院；.安徽科技学院团委；.安徽科技学院电气与电子工程学院

2012年，美国颁布《大数据研究和发展计划》，将“大数据”（Big Data）确立为提升国家竞争力的核心要素；2013年，法国发布《数字化路线图》，将大数据技术明确为要重点发展的战略性高新技术；2014年，我国首次将“数据”大写入两会《政府工作报告》，2015年，党的十八届五中全会上，国家大数据战略应孕而生。当前，大多数国家已将大数据战略提升至国家层面，并以前所未有的速度争先恐后地迈入循“数”治国的大数据时代。

大数据战略作为一种世界观、一种方法论，正悄然渗透到当前社会的各行各业，诱导着一场人类源于灵魂深处最深层次的思维变革。作为在校大学生健康成长的指导者和引路人，高校辅导员如何在习近平新时代中国特色社会主义思想和党的十九大精神指引下，立足立德树人的前沿阵地，积极拥抱大数据时代，主动对接大数据战略，有效构建大数据思维，为中华名族的伟大复兴提供人才保障和智力支持，自然成为一项新颖而又紧迫的时代课题。

近年来，学界基于大数据时代背景，就高校辅导员职业意识、职业素养与职业功能等话题展开了持续的深入探讨。黄林奇从数据意识的构成出发，结合数据意识培养的重要性，得出了高校辅导员培养数据意识的有效途径［1］。吴志龙针对大数据时代高校辅导员预警工作现状，给出了切实提升辅导员预警能力的系列措施［2］。马加名等着眼于我国社会主要矛盾转化、高等教育生态变化的客观现实，系统探析了新时代高校辅导员借助大数据手段提升理论素养的现实路径［3］。黄俊认为，为抓住机遇、迎接挑战，大数据时代下的高校辅导员应积极主动塑造数据素养、网络学习素养、预判能力素养和网络伦理素养［4］。王鹏基于新时代下大学生成长成才的现实需求，指出：为给大学生提供精细化服务，高校辅导员应主动更新认知模式、切实运用大数据思维模式［5］。谷丹从移动互联网高校大数据的特性出发，指出了高校辅导员在学生管理过程中面临的挑战，并就如何利用高校大数据创新“三位一体”的学生管理模式展开了系统分析［6］。然而，基于大数据特征构象的高校辅导员职业新思维构建的相关研究却未见报道。

一、大数据5V构象

1980年，美国著名未来学家Alvin Tof fl er首次提出“大数据”一词，并将其比作“第三次浪潮的华彩乐章”。2008年9月4日，《Nature》杂志推出大数据专辑，虽然并未直接给出大数据的准确定义，但从互联网技术、超级计算、生物医学等多个领域介绍了由海量数据诱导的诸多挑战［7］。随后，牛津大学数据科学家 Viktor Мayer-Schӧnberger在其所 著 的《Big data： a revolution that will transform how we live, work and think》一书中指出，不可用随机抽样法分析大数据，而应采用全样处理法。著名咨询公司Gartner将大数据描述为一种需借助全新处理模式才可实现价值最大化的海量、多样化、高增长率的信息资产。МcKinsey全球研究所将大数据定义为一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件能力范围的数据集合。中国工程院院士邬贺铨认为大数据泛指可从中挖掘出有价值信息的巨量数据集［8］。由于不同行业和技术背景赋予大数据的具体意义也各不相同，时至今日，学术界并未给出大数据的精准普适定义。

思想是行动的先导。为科学利用大数据资源，需绕开大数据的精准定义，主动突破小数据思想藩篱，切实构建大数据思维。为此，首先需要透过现象看本质，从各类纷繁复杂的大数据现象中识别大数据特有的本征构象。IBМ公司基于理论、技术、时间三个层面，首次提出了包含Volume（大量）、Variety（多样）、Velocity（高速）、Value（低价值密度）和Veracity（真实性）的“大数据5V构象”。

Volume构象：大数据在采集、存储和计算量等方面都呈现海量海量构象。大数据的起始计量单位至少是PB（1 PB=230 МB）、EB（1 EB=240 МB）或ZB（1 ZB=250 МB）。研究表明，大数据体量正已指数般的速度快速增长，到2020年全球大数据总量有望达到44 ZB。

Variety构象：大数据类型、来源呈现多样化构象。类型上主要包括结构化、半结构化和非结构化数据。其中结构化数据主要指可存储于关系型数据库管理系统的高度结构化数据，全球所有数据中仅有20%的数据属于结构化数据。半结构化数据具有自描述特征及简单的键/值对，无需遵从固定的模式。非结构化数据具体表现为文本、图像、视频、音频等，它部分或全部丧失结构性，全球80%的数据都是非结构化的。显然，大数据类型、来源的多元化对其分析处理能力提出了更高的要求。

Velocity构象：大数据增长速度、处理速度快、时效性要求高，决定了其高速构象。信息爆炸的大数据时代，对数据的及时处理和基于处理结果的快速决策显得异常重要。例如，2008年，Google公司推出的Google流感趋势（Google Flu 基于汇总的Google搜索数据，近乎实时地估测了当年蔓延全球的流感疫情，为不少国家的疫情预防提供了有益参考。

Value构象：大数据价值密度相对较低，可以理解为浪里淘沙却又弥足珍贵。大数据背景下，“互联网+”战略的广泛实施催生了无处不在的低价值海量信息。如何灵活运用机器算法，有效结合业务逻辑，科学合理地利用大数据，以低成本创造高价值，是大数据时代最亟需解决的现实问题。

Veracity构象：数据的准确性和可信赖度，即数据真实性构象。大数据的大量、多样、高速构象决定了大数据时代在不同时空中，以不同形式、不同渠道获取的信息数据具有异源异构特征。如何从这些良莠不齐、真伪难辨的海量数据中筛选并抓取相互关联的有用信息，成为有效利用大数据的先决条件。

二、大数据5V构象下高校辅导员职业思维面临的挑战

信息爆炸式增长的大数据时代，高校基于传统小数据的思想行为边界被快速突破，高校校园呈现互联互通、超越时空的大数据新生态格局。面对错综复杂的多维数据信息，处在大数据新生态格局中的校园主体——高校大学生的信息渠道日益宽广、自主意识愈发强烈、价值认同日趋多元，给处在立德树人前沿阵地的高校辅导员带了巨大的冲击。无论是在工作方向、工作内容方面，还是在工作模式、工作策略方面，大数据时代高校辅导员的一些传统职业思维都面临着前有未有的巨大挑战。

（一）抽样思维力不从心

抽样思维源于数理统计，是一种从全样本中抽取部分样本，经归纳推理进而得出一般结论的思维方法。抽样保证了在客观条件达不到的情况下，得出一个相对可靠的结论，让研究有的放矢。在数据采集难度大、分析和处理困难的时候，抽样不失为一种很好的权宜之计。但由于抽样后归纳推理得出的结论涉及范围大于抽样范围，使得利用抽样思维得出的结论具有偶然性和不确定性。

大数据时代背景下，95后大学生从小就接触网络、善于利用网络表达和传递信息。作为数字化生存的网络原住民，其家庭背景、思想活动、学习状况、心理特征、性格特点、情感取向、兴趣爱好、行为习惯的诸多方面无不以体量庞大、类型多样、来源复杂的大数据形式呈现。受学缘结构、知识体系、工作经验、职业现状等因素的制约，高校辅导员在面对这些海量数据信息时，往往“只见树木不见森林”，在工作中有意无意地接收并采纳了习惯已久的抽样思维。比如，很多辅导员在对学生进行思想政治教育时，往往利用二八定律，意图通过20%的关键少数学生带动80%的一般多数学生。在贫困生认定过程中，不少辅导员也会过多依赖学生自身的“自说自话”和与其具有高度信赖强关系同学的“现身说法”，而忽视了体现学生在校期间日常消费的各类客观大数据，出现信息盲区，进而引起可能的误判。类似于其它类型大数据，高校大学生传递给辅导员的大数据同样具备低价值密度构象。若抽样思维介入辅导员处理具体事务过程中，且接收到的数据恰好为全样数据中的低价值或无价值部分，抛开时间和精力的无效耗散不说，这种经抽样后归纳推理得出的结论，不仅不能助力辅导员的事务处理，还极有可能适得其反。

显然，受大数据大量、多样、低价值密度构象的制约，大数据时代高校辅导员对抽样思维的不当运用，往往显得力不从心。

（二）精准思维难奏实效

精准思维是小数据时代保证抽样后所得结论可靠的必然要求。一般而言，全样数量是抽样数量的很多倍，因而极小的抽样失误，很容易导致结论的“差之毫厘，失之千里”。为保证抽样所得结论的相对可靠，人们对抽样数据的质量要求极其精准，容不得半点的差错。

精准思维在高校辅导员的日常工作中也会时有出现。例如，应对校园危机事件时，要求高校辅导员能在极短时间内对整个危机事件包含的所有大数据信息进行精准抽样，进而根据所得抽样数据信息做出一些列环环相扣的快速响应：掌握事件过程、评估危机等级、分析事态起因、把握发展趋势、深究事件内因、提出具体对策。如果说小数据时代对危机事件涉及的全样数据进行快速精准抽样尚且可行，那在当前的大数据时代几近不可能。姑且不考虑与危机事件相关的大数据的大量构象和多样构象引起的时间和精力的耗费，但现实世界本身就是不完美的，大数据的真实性构象决定了现实中大数据的部分异常、纰漏、疏忽甚至错误都是很正常的。再比如，大数据背景下，大学生心理大数据包含数量庞大、形式多样的文本、图片、视频、影视等。有时候，甚至是QQ空间上的一句“说说”、微信朋友圈里的一句评论，都与大学生的心理活动、心理状态密切相关。但一些辅导员在开展大学生心理健康排查工作时，从内心上不容许对抽样所得的网络测试数据的真实性产生怀疑，这种过度依赖心理健康理论的精准思维有时候往往会引起对大学生心理健康类型的误判。殊不知，有些学生在心理测试时具备很强的掩饰性，会刻意回避一些测试问题，使得测试数据的可靠性大大降低。

不难看出，受大数据大量、多样、真实性构象的影响，大数据背景下高校辅导员对精准思维的过度使用，往往难奏实效。

（三）因果思维适得其反

因果关系同样源于数据抽样理论，一个因果关系的得出，一般包含以下流程：一个抽样样本中某个有趣规律的偶然发现→另一更大样本中该规律依然成立→所能见的所有样本中该规律同样成立→该规律为必然规律、因果关系成立。小数据时代，人类总是相信“有因必有果”，接受因果思维。但因果关系是一个非常脆弱、不稳定的关系，因为只要有一个反例，因果关系就不成立。大数据背景下，大数据不仅是海量的，还是动态的，不支持因果关系的反例的出现概率显著增大。

毫不夸张地说，人类社会目前取得的一切成就都是基于抽样所得小样本的分析：利用抽得的小样本，基于因果思维，分析出因果关系，进而类推到全样情境。现实工作中，高校辅导员也会时常陷入因果思维陷阱：总是习惯首先问一个“为什么”。例如，在对成绩不好的学生进行学业指导时，我们往往会急功近利地将其归因于认知水平、学习效率、学习能力、智商水平、主观意愿等众多因素中的某一单一因素，片面追求因果关系，而忽视了大数据整体的大量、多样构象，忽视了大数据各部分之间的关联，不能以大数据的宏大视野全面地了解学生。以大学生就业问题为例，当前大学生就业难已成为学生、家长、高校的共同感受。受单一因果思维定势的影响，一些高校辅导员很多时候会给学生传递一些类似于“高等教育的持续扩招直接导致了大学生就业难”、“就业观念存在问题导致了大学生就业难”的片面观念，直接导致了学生的“就业恐慌”。实际上，与当前大学生就业难的大数据信息还包含就业结构不合理、就业市场不完善、用人单位盲目的人才高消费、大学生自身素质低等等，而且随着科技的进步和社会的发展，这些就业大数据往往呈现出动态的非线性相关关系，很多高校辅导员并未很好地利用这些相关大数据去指导大学生就业。

可见，受大数据大量、多样、高速构象的约束，大数据背景下高校辅导员对因果思维的习惯性使用，极易适得其反。

三、大数据5V构象下高校辅导员职业新思维构建

大数据时代，高校辅导员面临抽样思维力不从心、精准思维难奏实效、因果思维适得其反的现实挑战。为主动对接国家大数据战略，积极抢战立德树人的制高点，高校辅导员须立足大数据5V构象，与时俱进地发展大数据思维，切实构建职业新思维。

（一）积极培育全样思维

高校辅导员基于数据信息履行职业职责、发挥职业功能的过程中，往往习惯把随机抽样作为获取样本数据的主要手段，这是小数据时代无法获取全样数据信息的客观条件下的无奈选择。正如数据科学家Viktor Мayer-Schӧnberger教授的形象总结——“大数据时代进行抽样分析就像是在汽车时代骑马一样”。大数据时代，随着数据采集、存储、分析技术尤其是相关算法的高速发展，辅导员可以更加方便快捷、实时动态地掌握与大学生行为方式、人际交往、思想情感等相关的全样大数据信息，从而能够更加全面系统地认识学生的总体状况。因而，对高校辅导员而言，主动摆脱传统落后的抽样思维、积极培育科学合理的全样思维，显得异常重要。

从教育自身看，面对鲜活的差异性教育个体，高校辅导员没有试错的机会，“为了一切学生，学了学生一切，一切为了学生”的教育理念和“全员育人”的教育目标也要求我们在思政教育、日常管理、党团建设、学业指导、心理教育、危机应对、职业规划以及理论与实践研究的诸多实践环节中积极培育全样思维，这是高校辅导员各项工作的立足点，也是高校辅导员职业能力建设的原点。

由于存在大量、多样、低价值密度的本征构象，大数据自身在排斥辅导员抽样思维的同时，更适合接收辅导员的全样思维。如今，与学生相关的大数据包罗万象，高校辅导员育人环节中对大数据信息中微乎其微的一些碎片化信息的忽视，都极有可能诱导一次无法挽回的损失。所以，大数据时代高校辅导员必须积极培育全样思维，让全样思维渗透至立德育人的每一细节。其实，信息技术高度发达的大数据时代，通过各种可能的渠道、借助各种先进的数据处理技术，收集大学生的全样大数据已变成一种易于实现的可能。这也为我们抛开抽样思维，利用全样思维实现对学生的全面分析提供了有利的客观条件。

（二）大度接纳容错思维

小数据时代，受技术和职业要求限制，高校辅导员收集的抽样数据少，为有效保证“一个抽样样本中某个有趣规律的偶然发现”到“所能见的所有样本中该规律同样成立”，规避可能的“南辕北辙”，就必须要求辅导员具有精准思维。然而，大数据时代，得益于大数据技术的突破，源于学生的大量半结构化、非结构化的数据能够得到有效储存与分析，这一方面有利于辅导员提升自身的洞察力，另一方面也使得辅导员无需过多关注学生海量数据信息中每一部分的精确度，容许一定程度的偏差乃至错误。因此，主动摆脱精益求精的精准思维，大度接纳世界本身就是不完美的容错思维，是大数据时代对高校辅导员职业思维的必然要求。

大数据时代，高校辅导员的容错思维可以“如鱼得水”般地生存发展。因为大数据的大量、多样构象为其提供了更为广阔的生存空间，大数据的真实性构象（即部分数据的可靠性和真实性不确定）为其提供了更为远大的发展空间。大数据时代，只有少量的结构化数据可供高校辅导员展开传统数据分析，如果不容许误差乃至错误，剩下的大量非结构化数据将无法被有效利用，而恰恰是这些大量的非结构化数据，更能表征高校大学生行动与思想的本质内涵。只有积极接受学生大数据的不精确性、大度接纳容错思维，高校辅导员才能打开大学生心理那扇难于触碰的心灵窗户，推进学生工作的纵深化发展。

大数据时代，大学生的思想行为无不以数据形式存在，在东西方文化观、价值观的交互激荡之中，难免会出现一些负面的数据信息，时刻侵蚀着大学生的思想与灵魂。高校辅导员如果一味抵挡这些负面信息，不合理采取容错思维及时引导学生，势必引起学生的逆反心理、失去学生的信任，进而丧失意识形态领域话语权，错失对大学生精神引领与指导的绝佳机会。

（三）主动塑造相关思维

小数据时代，受从古至今人类习惯已久的因果思维影响，高校辅导员在处理具体学生事务时，总是习惯于问“为什么”，习惯于利用有限的抽样数据去揭示各类事物或现象背后的普遍因果规律。然而，与学生相关的有限抽样数据根本无法反应万事万物之间普遍联系、普遍相关的哲学规律。大数据时代，高校辅导员可以较为方便地借助对应的大数据技术去揭示学生大数据之间较为脆弱的相关关系，而大数据的核心内涵就是建立在比因果关系更为广泛、更为普遍的相关关系基础上的预测。此类预测所得的结果、规律、思路，往往能给高校辅导员的问题处理带来事半功倍的效果。由此可见，大胆舍弃必须关注“为什么”的因果思维，主动塑造只需关注“是什么”的相关思维，是大数据时代高校辅导员职业思维创新的核心要求。

基于相关思维的分析预测往往能给人类审视世界带来更好的视角。正如第谷收集了一辈子的天文数据，但是开普勒才是关联这些天文数据，进而预测、发现行星运动三大定律的人。高校辅导员工作中遇到的任何一个问题，都不可能是瞬间爆发的，都是带有一定征兆的。这就要求高校辅导员在面对类似问题时，要及时敏锐地捕捉到与之相关的海量数据信息，利用相关思维去发掘数据之间的关联，进而借助预测结果、给出相应对策。

大数据时代，高校辅导员相关思维的塑造好比一颗种子。学生大数据的大量构象为其提供生存的“土壤”、多样构象为其提供成长的“阳光”、高速构象为其提供发展的“水分”。三者缺一不可、相辅相成，为高校辅导员塑造相关思维提供了必需的基本条件。从另一个角度看，因为高校辅导员无法针对本身体量大、类型多，而且还在高速增长的学生大数据完成有效合理的抽样，所以在处理学生问题时，采用基于有效抽样的因果思维自然变成无源之水、无本之木。由此可见，高校辅导员实现从因果思维到相关思维的全新蜕变，是大数据背景下的时代呼唤。

信息网络技术高速发展的今天，人类社会悄然步入大数据时代，大数据思维无处不在。受传统思维习惯的影响和大数据特有5V构象的制约，高校辅导员的职业思维面临着抽样思维力不从心、精准思维难奏实效、因果思维适得其反三大挑战。为切实履行立德树人神圣职责，高校辅导员应立足大数据5V构象，与时俱进地构建包含全样思维、容错思维、相关思维在内的三大职业新思维。