新时代大数据下高校思政教育工作质量评价研究*

荆 磊

(兰州财经大学 马克思主义学院，甘肃 兰州 730101)

新时代背景下高校思政工作被赋予了新的内涵，由于大数据、云计算、智慧城市、远程操控、云VR技术、人工智能等新一代信息技术的迅速发展和社会化应用，使得我国高校思政工作面临前所未有的复杂局面，面对大数据蓬勃发展的态势和智能手机的深入生活，这种“数据全存”的收集技术，充满生活中的各个场景。思政教育工作也势必要顺应时代潮流，利用大数据的收集、处理、挖掘、分析等技术优势创新高校思政教育工作质量评价理论指导及实践应用，制定切实可行的评价实施策略，增强评价的客观性、科学性、实效性，改进传统评价与信息技术高度融合。

一、新形势背景下，大数据技术参与高校思政工作质量评价不可或缺

1.加强大数据这项现代技术在高校思政教育工作质量评价中的运用，是提升高校数据化思政工作评价的现实迫切的需求。在大数据的热潮中，庞大的数据资源的多维度数据评估可以影响高校新时期思政工作教育、教学及管理质量评价的科学化、合理化水平。具体的表现有：其一，扩大高校思政工作的质量评价的对象、范围，实现所搜集样本由所抽样个体数据向接近于总体图像数据的改变。“数据是对客观事物的逻辑归纳，是信息的表现形式和载体。”[1]大数据时代的到来是以互联网技术的不断革新和普及为前提的，随着我国电脑和智能手机的普及，学生群体已成为大数据的参与者和贡献者，他们的思想情感、精神面貌和思想活动越来越多地集中和反映在数据之中。利用大数据技术是把握学生思想推动思政工作有效性和思政课改革的最新途径和手段。大数据既可以从整体上把握和分析思政课教育的总体状况，又可以为科学推进高校思政工作提供评价依据和方法。与传统的数据研究分析相比，大数据具有范围广泛性、内容深刻性和变化时效性等特点，是分析某种现象更为客观和全面的有效数据信息。传统的思政教育评价形式单一、方式简单，环节定量分析过度量化，不能体现差异性和个性的特点，缺乏动态变化。其二，可以优化高校思政工作质量评价的方法、途径，让评价内容的“结论分析”转变为“精准研判”。教育主体、教育客体、教育环境、教育方法以及评价对象、评价内容、评价科学、评价效果、评价逻辑等要素均包括在高校思政工作质量评价内容之中。评价具有合理性、系统性、科学性及实效性，但评价后的分析和处理还需要相当长的时间得出结论。如果仅仅是评价数据之间的简单衔接形成评价因果分析，这种评价的结果不仅方式过于简单，其对评价的思维模式产生的效度也必然不够准确，评价结果的准确度、可信度也会大幅度降低。在实践运用方面加强大数据技术对高校思政教育评价的影响和作用，持续升级完善数据化评价方式与评价手段，提升相关评价指标、评价结果的准确性、科学性、合理性，通过数据挖掘提高评价质量与水平。三是运用大数据技术使高校数据化思政工作质量评价的标准更加图像化，实现“定性分析”到“可视化图谱表述”的转变。依托大数据可以收集学生的各种信息，如学习情况、阅读情况、社会实践、网络消费、网页浏览等实现评价对象信息的全覆盖。在互联网与信息系统终端留下的大量数据碎片可以通过收集、处理、挖掘和分析整合，探寻多维数据信息创造新价值。“大数据的理念和手段可以广泛应用于高校思政教育质量评价中。”[2]可以将质量评价工作的抽象性数据和文字转变成可视化图谱，实现高校思政工作质量评价标准制定与体系构建的智能化，从而为思政教育工作质量评价奠定了坚实基础。

2.加强大数据在高校思政教育工作质量评价中的运用是提升高校思政工作质量评价的内在需求。高校思政工作质量评价就是通过利用数据收集、处理、挖掘、分析等制定评价指标、建立评价目标，运用大数据技术和科学的评价方法来评估工作，它既是获取信息开展调查研究，也是为科学决策做准备的过程。大数据时代，数据评价更关注的是动态的系统化数据，以不间断“流”的形式存在，大数据在高校思政教育工作质量评价中的运用最重要的依据将是系统的、成片的动态数据流，而不是个人经验。过去深入学生，实地考察的工作方法虽仍然有效，但对评价分析而言，系统采集的数据、科学分析的结果更为重要。要使评价内容具体、主体客观、标准完善，就必须加强大数据在高校思政教育工作质量评价系统中的创新运用，能有效提升高校思政工作质量评价的内在需求，让数据资源支持高校思政教育工作的科学化发展和内涵式发展。

3.加强大数据在高校思政教育工作质量评价中的运用是提升高校思政工作质量评价的价值判断。大数据时代，高校思政教育工作质量评价能够达到对所收集的指定数据进行深入挖掘、全面分析出更多有用的信息资源的根本目的，从而渗透到高校思政教育工作质量评价中。正因为大数据让评价工作更加高效、评价方式便捷、评价结果更精准的特点，从而推动了高校思政教育工作评价的快速发展。和其他资源相比，数据之所以伟大，是因为它不会被所激发的思想和创新所消耗，它可以重复使用，可以同时被无数人使用，数据与数据之间的整合，还可以产生新的价值和效用。在日常生活中，难以搜集、汇聚和分析判断人的思想意识中具有不确定性、私密性、非固化状态等特点。然而，大数据的全息模式和数据挖掘却让数据化的整体思维量化一切事物变为可能，从“已知”扩大到“未知”，扩大主体认识客观事物的范围，其中也包括人所拥有的思想、理念和无意识思维。

大数据将所有思政工作者、思政工作对象的日常社会工作和生活、以数据的方式留存，形成研究决策的资源，再根据这些数据量的变化获取一定数量的信息，根据这些量的变化分析主体行为及工作内容与量的关系，在空间和时间这两个维度中观察分析诸多变量的关系，并将这些变量以直观的数据分析图表、图谱展现出来。所有这些数据量的积累和分析的资源，能够拓展针对高校思政工作在时间、空间和主体、客体等方面的新领域、新视野。

4.运用大数据技术参与高校思政教育工作质量评价过程，也必然会推进高校思政教育学科建设得到尽快发展。习总书记在学校思政课教师座谈会上指出“大力推进中国特色社会主义学科体系建设，为思政课建设提供了根本保证。”在中国特色社会主义学科体系建设和哲学社会科学发展中思政教育专业学科建设是重要的组成部分，其学科体系、专业地位、学术权威的发展与建构，具有举足轻重的地位。应用大数据技术加强思政教育工作和评价工作的科学性和专业性，能使测评结果更趋近真实，从而进一步提升思政教育专业学科建设的跨越式发展。

5.加强大数据技术在高校思政教育工作质量评价中的运用是扩大了思政教育评价范围，使评价更加精细化。大数据视域下，有更多元化的评价主体参与思政教育工作的评价过程，而这些主体在大数据时代有时是以抽象化形式参与评价。传统的思政教育工作质量评价主要有调查问卷、座谈会、访问考察、走访调研等形式，在评价过程中过度人为量化，未能有效体现个体差异特点，缺乏动态的评价数据。教师评价学生的学习成绩、社会实践、心理状态；学生评价教师的教学，服务管理、校园文化，他们相互影响，相互制约，交替存在。在大数据思维中，教育评价对象不仅限于学生本体，还应覆盖教学课程，教学师资等对教育活动有重大影响的内容。大数据时代，学生使用互联网平台后所留下的“痕迹”数据可视化的呈现，可以让评价者更清晰的看到全部信息，这为了解学生的行为背后思想创造了条件。找到切入点有针对性的开展学生思政教育，从思想教育上引导大学生思想和行为。大数据的技术理念、数据收集、处理、挖掘、数据储备分析等使实现学生评价教师、课程、学校，教师评价学生、学校，学校评价教师、学生等众多评价对象的综合评价模式成为可能。

二、大数据技术对高校思政工作质量评价带来的挑战

1.加强专业数据培训，提升工作团队信息化水平。运用大数据技术评价高校思政工作质量，就是加强对数据收集、技术处理、分析及挖掘等工作，让数据“可视化”、“图谱化”，评价更加方便。目前，从事高校思政工作评价的人员除部分专业人员以外，主要是高校行政人员、一线辅导员、委托第三方开展高校思政工作质量评价，能够熟练运用大数据技术开展思政工作质量评价的人员相对较少，这就需要培养一批具有数据思维，善于利用大数据技术开展思政工作评价的团队，进一步强化评估人员的信息化素养，提高相关人员的大数据思维能力。

2.加强共享平台建设，提升数据共享力度。运用大数据技术在高校思政工作质量评价中的创新，必须推进数据资源的信息交流与资源共享，数据“及时共享”不受时间和空间的限制这是运用大数据创新的第一步，也是关键一步。没有大数据共享平台的建设，高校思政工作质量评价就无法实现。目前的校园网络系统通常被多种APP分割，例如：教务教学、校园文化、团学活动、第二课堂、后勤保障等系统APP，不同的业务系统之间，数据定义、管理办法、数据采集研判也不相同，缺乏统一的标准和资源整合。可以说，目前学校各部门的数据管理模式都或多或少地存在着师生信息分散化和零星化的现象，明显不利于整合高校思政工作质量评价的数据资源，不利于解决评价过程中存在的“数据孤岛”和“信息壁垒”现象。

3.加强标准研究与整体建构，完善评价指标体系数据。所有高校的思政教育工作质量评价，都具有价值性、目的性和社会综合性，其评价标准的制定与指标系统的建立，需要考虑多方面的内容。在面临大规模的在线教育、微课、翻转课堂等广泛实施，将大数据嵌入教育教学和学生的日常管理，缺乏客观的评价标准，将难以构建分析学生在线学习和行为思想的大数据评价指标体系，也难以有效开展在线教育评价和有效的数据建构。目前，许多高校在研制思政教育工作质量评价标准中，仍然存在着对大数据技术的创新运用还不到位、评价范围受到局限、评价的内容不一、评价标准各异、评价范围差异很大的现象。在评价的结果中抽象的定量描述多，而涉及到的个体定性指标少，导致了高校思政教育工作质量评价缺乏科学性和实效性。

4.数据挖掘利用程度不深，需加强数据建模与实践应用。数据是一个长期积累的过程，当达到一定程度后就可以反复多次利用，大数据从样本数据变成全部数据，而数据的有效互联和有机重组越多，其产生的价值和数据挖掘利用程度就越大。从已有的思政教育工作质量评价来看，各高校评价标准、评价侧重点、评价体系构建、组织实施等方面的数据存在差异，在数据的挖掘过程中评价的指向、价值判断类型也是多种多样。因此，要加强思政教育工作质量评价指标建设，面对思政教育工作质量评价的新要求、变革传统评价指标体系数据坚持以学生为本的价值取向，适应大数据时代变革的要求。

5.数据安全保护意识淡薄，强化个人数据安全保护意识。爆发性的科技革命给人类社会带来了机遇和挑战，在云计算、远程操控、云VR技术、人工智能等高速发展的时代，每个学生在浏览网页、观看视频、网络聊天、上传及下载资料等活动都会在电子空间中留下自己的痕迹，而这些个人信息很容易造成泄漏。“这就需要建立起相应的规章制度来确保不再侵犯大学生隐私的前提下进行数据的采集与分析”[3]。在大数据时代所有东西都被完整的保留，什么都擦不掉，如何利用原始数据，并配以适当的收集和分析，达到高质量的数据研判，这不仅是一个技术难题，还需要国家出台法律和规章制度保障个人的信息安全。因个人信息泄露导致的精准诈骗，电话诈骗等比比皆是，而当事人却很难找到相应的渠道来追诉。所有的程序都迫不及待在各个平台分享你的数据，勾引你登录，勾勒你的大数据指标，把它们卖给那些看起来很懂你的电商平台，隐私成为互联网最不重要的事情，这就需进一步强化个人数据安全保护意识和加强相关数据的加密。

三、应用大数据技术对高校思政工作质量进行评价的有效性

1.优化人才培养，提升专业信息素养。强大的技术支持和人力支撑是大数据时代思想政治评价的关键。习近平总书记讲，“教育对象到了哪里，我们就应该到哪里”，当前能熟练运用大数据的人才在各个领域都是稀缺资源，没有掌握技术的人才，技术就是死的东西，只有掌握技术的人才，技术就一定能创造出奇迹。在大数据人才培养上注重以下三种能力：一是打造具备数据分析能力的研发团队。大数据人才培养需要大学、企业、政府等多方面合作，可利用高校学科和人才资源优势，协同建设思政工作大数据研究机构或数据库中心，重点研究大数据技术在高校思想政治工作质量评价体系中的创新应用。在高校培育一支专职从事数据研究的人员团队，在校内选拔、培育出一批具备资质的专业教师，打造与大数据技术专业相关的调查研究团队，从理论和实践结合的双重视角下研究如何加强大数据技术应用于高校思政工作质量的评价过程。二是培育大数据项目优质团队孵化计划。大数据技术目前在国内高校中应用于思政教育工作评价的具体实践不多，在这个方面还有许多工作可以尝试，大数据环境下应当重视大数据技术对思政教育工作评价的创新优势，积极探索以科研项目孵化的形式，加强对思政教育工作评价大数据创新、研究及团队的培养。三是开展系统性、系列性的大数据技术培训工作。以专题培训、专家报告、工作坊等形式，提升高校思政工作者的大数据技术学习和信息素养能力，建立培训培养的长效机制，切实提高对思政教育工作的评价科学能力和水平。

2.构建高校思政教育管理云平台，实现数据集成共享。“大数据的意义在于使网络思政教育提升和转化为思政教育网络。”[4]加强大数据在高校思政工作质量评价中的运用，需要建立基于教师、学生、行政管理人员等行为汇聚的信息平台畅通评价渠道。云平台的建设是基础也是关键，高校要再造依靠大数据技术资源展开工作的信息化流程，促进大数据资源管理的云平台建设与数据集成共享。一是建成高校思想政治理论课教师教学，科研云平台。创新思想政治理论课教师的培训与进修，积极引入各种在线教育平台实现教与学的双向互动，按照每个教师的实际需要和知识结构来进行差异性培养，根据大数据反馈，及时精确地进行教学，整改与纠偏。二是建成学生的成长云平台。学生成长的数据，不仅包括学生的考试情况分析，还应包含“互联网+”时代的校园文化活动，例如：学生在校期间参与的志愿活动、公益劳动、社会实践、团学例会等信息这也是云平台建设中不可缺少的文化氛围，这些数据反映了学生成长的完成过程。只有高质量的资源平台才能提升使用效果。三是在已有网络学习资源、网络课程、慕课、“翻转课堂”等网络资源的基础上充分利用新媒体丰富高校思政教育网络载体，实现网络学习与移动学习全覆盖，重视并运用好以微信、微博、QQ、抖音、快手等知识类短视屏的新型传播方式，构建网络数据云中心和物联网传感器数据采集系统，加强大学生数字化学习数据的轨迹记录与分析利用，充分整合各种分散数据资源，破除“数据孤岛”和“信息壁垒”。

3.构建高校思政教育智库。高校思政智库是由相关学者和思政专家组成，在发展高校思政教育与大数据结合收集高校思政教育发展及变化数据集合的重要组成部分，以数据分析、决策支持为目的，以专业化视角，对高校思政教育过程中出现的问题进行系统研究，为教育管理部门和学校制定合理有效的政策建议提供帮助。现阶段“高校思政工作领域中明确提出建设思政智库的并不多，思政智库的重要地位没有受到普遍重视。”[5]高校思政智库要聚焦评价方向，形成深度融合的评价合力，建立学校与地方政府及企业等社会资源优势互补，推动思政教育协同创新发展。

4.建立思政教育评价分析模型，提高大数据技术利用率。 从技术角度来看，任何一个组织要抓住大数据的机遇，就必须要收集并且开发特定的工具，来管理大规模并行服务器产生的结构化和非结构化数据，这些数据可以是高校自己专有的，也可以来自“云”，高校思政教育评价分析模型的关键在于通过数据收集、数据处理、数据挖掘，数据分析等从海量数据系统中提取新的认知，发现规律。进行结构化和非结构化数据分类反馈、资源分析整理来自多源异构的信息提取，大数据技术能够从信息中挖掘分析出有关目标对象的情况。如图1：

图1 数据流程图

一是网络舆情管理是高校网络思政教育工作的重要环节，也是思政工作质量评价的的重要依据。包括网络舆情的全面把握研究网络思想行为特点，要以大学生最现实、最关心、最直接的利益为出发点，通过数据的收集，提炼舆情中的意见、言论，分析出被评价者的真实意愿、利益诉求。而教育的反应和效果，也可以通过网络舆情加以了解和追踪，改进网络宣传方法和策略，将学生密切关注的网络舆情问题及时引入课堂，作为课堂教学案例分析，运用马克思主义基本理论和方法论剖析舆情事件背后的信息，掌握网络舆情的传播趋势和发展规律开展网络舆情引导，帮助学生树立正确的世界观、掌握正确的方法论。二是在当前话语分析是高校开展网络思政教育最有力的媒介，通过大数据技术发现在网络上出现不符合社会主流意识的言论时要及时制止。目前，依靠神经网络的机器学习，人工智能已经崭露头角，在这种方法之下随着数据量的积累，系统能越来越好的把握网络语言这种现象，把挑战化为机遇，从而实现依靠数据量推动数据系统从量变到质变的飞跃，牢牢守住网络思政教育阵地，控制话语权。三是网络心理行为引导。每一个人的行为、思想、心理都是互相影响、互相联系的，思想意识和心理活动必然会不同程度地外化为言语和行为，思想意识是在感性认识的前提下得以形成和发展，日常心理活动信息经过内在思想筛选处理之后，必然会影响人的外在行为。每个学生都拥有智能手机，人人都能收集数据，处理数据的能力近乎没有止境，而海量的言行数据就能不断接近思想的真实描述。网络环境与人的心理互动不断深入同时伴随着这种互动的不断衍生发展，通过数据挖掘自然环境下教育对象的言行，掌握和推断其思想痕迹，通过个体性的数据挖掘达到个性化教育的目的。四是连结数据可视化与云端数据库。过去我们只看到局面的一部分看不到全景，而将大数据转化为“智能数据”，这些“智能数据”带有更多、更全的信息，可以多角度、多维度联机综合分析载体要素的结构化、非结构化，将精确、严密的评价可视化，形成包括“数字足迹”逻辑链条，更加客观、准确、完整地展现评价过程中的思维路线。人的创造力不仅仅取决于逻辑思维，还取决于形象思维，流程挖掘可以把每个评价对象置于宏大教育场景之中，再在这样的宏大场景中进行分析、评价，把图像映射到可以被过滤和修改的流程图上，这样就能精确分析和有效评估思政工作的教育载体，通过更加直观、快捷、有效的图像展示、信息表达和数据分析，为改进和完善思想政治教育工作提供科学依据。

数据可视化可以通过图像在逻辑思维的基础上进一步激发人的形象思维和空间想象能力，帮助评价者洞察数据之间隐藏的关系和规律。数据在我们生活之中已是处处可见的现象，通过数据的全方位收集，让多维数据分析达到或满足全息实时的要求，为评价者呈现出可视化图形模式的分析结果，并运用到高校思政教育工作质量评价与实践中去，大幅提升大数据参与评价的可信度、可靠度，也能够丰富大数据系统的内容，使高校思想政治评价体系在具体化、可视化的描述与阐释中选择更科学合理的工作方法和实践路径。

总之，新时代大数据的发展为高校思政教育工作质量评价的变革与创新带来了千载难逢的历史机遇，一门科学只有充分利用数据的时候才能够真正地变为科学，而大数据就是工具。正如美国康奈尔大学教授杰弗里·汉考克所说：“这是社科研究的一个全新时代，就好比显微镜的诞生对化学科学发展所起到的促进作用。”