大数据应用于思想政治教育的局限与突破

冯刚

摘要：大数据与思想政治教育融合发展，是新形势下思想政治教育创新发展的主要趋势和重要推力。当前，推进大数据与思想政治教育融合发展，既要保持“技术敏感”又要避免“技术迷信”，既要把握“理论可行”又要注重“实际可行”，一方面要立足大数据技术特征，客观认识、冷静看待大数据本身在数据产生、数据处理和数据结论运用等方面的局限性;另一方面要在冷静思考的基础上寻求突破，不断注重数据的鉴别和筛选，提高大数据来源的可靠性;逐步精细数据的加工和挖掘，提高大数据处理的可行性;持续优化数据的解读和分析，提高大数据结论的可用性，以此最大限度地发挥大数据在思想政治教育中的应用价值和实际效用，促进和保障思想政治教育持续健康发展。

关键词：大数据;大数据技术;思想政治教育;大数据应用的局限性;突破

中图分类号：G641   文献标志码：A   文章编号：10085831（2021）02000107

随着互联网时代的到来，日新月异的互联网技术为思想政治教育创新发展提供了新方法、新理念，“互联网+思想政治教育”成为思想政治教育创新发展的新模式、新样态。党的十八大以来，习近平总书记多次强调推进思想政治教育与互联网融合发展，“要运用新媒体新技术使工作活起来，推动思想政治工作传统优势同信息技术高度融合，增强时代感和吸引力”[1]，“适应信息化要求，强化互联网思维”[2]，“科学认识网络传播规律，提高用网治网水平，使互联网这个最大变量变成事业发展的最大增量”[3]。习近平总书记的指示精神，为互联网时代思想政治教育创新发展提供了重要遵循。

实践中，大数据与思想政治教育的不断融合，已成为思想政治教育创新发展的重要趋势。然而，无论是大数据本身的技术特征，还是思想政治教育作用于人的鲜明特征，都深刻影响到大数据在思想政治教育领域的实际应用，一味强调大数据的优势和作用，甚至过分依赖大数据的技术应用或许并不能完全适应思想政治教育健康发展的需要。因此，面对大数据发展的热潮，客观冷静地分析大数据应用于思想政治教育的优势和局限，以充分发挥优势，突破局限，进而提升大数据应用于思想政治教育的针对性和实效性，对于思想政治教育的长效健康发展具有重要意义。

一、立足大数据技术特征，认清大数据应用的局限

当今，互联网已经发展到“大智移云”阶段。其间，大数据作为一项新兴技术，成为思想政治教育了解教育对象情况、挖掘教育对象需求、评估教育对象表现、提升教育整体质量的有效工具，大数据与思想政治教育融合发展成为新形势下思想政治教育理论创新和实践创新的重要方面，备受关注，热极一时。然而，需要警惕的是，在大数据应用于思想政治教育的过程中，大数据存在被炒得过热，被神化到无所不及、无所不能的倾向和表现。但实际上，从大数据的技术属性来看，无论数据的体量多么庞大，其本身都是没有价值的，只有通过对海量数据进行整理、加工、筛选、分析，才能挖掘出隐藏其中的有用信息，才能加以合理利用，从而使大数据产生实用价值，发挥积极作用。因此，推进思想政治教育与大数据融合发展，既要保持“技术敏感”又要避免“技术迷信”，既要把握“理论可行”又要注重“实际可行”，立足大数据技术特征，客观认识、冷静看待大数据本身在数据产生、数据处理和数据结论运用等方面的局限性，在此前提下最大限度地发挥大数据在思想政治教育领域的应用价值。

第一，要把握大数据生成本身的特征和局限。互联网上，数据的生成既是海量的，又是随机的和无序的，这一方面导致互联网上存在着体量较大的数据信息，造成数据积累的困难;另一方面也导致与研究無关的大量无意义的垃圾数据、重复性的冗余数据，甚至虚假数据信息的存在，使得数据质量和真实性难以保障。因此，要把握大数据生成的特征和局限，在思想政治教育与大数据应用融合的过程中，注重数据的鉴别和筛选，提高数据来源的可靠性。

第二，要认清大数据处理应用的瓶颈和局限。随着网络应用的普及，大数据信息呈现出来源渠道多、内容形式杂、数据体量大的特征，结合实际需求处理应用大数据信息，常常受到两个方面的限制：一方面受到数据处理成本的限制，支撑大数据处理不仅需要硬件设施和软件设施的配合，还存在人工和时间成本的叠加，因此并不能无节制应用;另一方面还受到数据处理技术的限制，大数据与实际应用场域的融合是否有效，取决于实施数据处理的人员是否同时具备数据处理技术和专业知识能力。两个因素欠缺其中之一都可能导致数据处理产生无价值无意义的结果。因此，对于思想政治教育工作而言，提升思想政治教育工作者的数据信息素养和吸纳专业的数据处理工作人员进入思想政治教育工作队伍都十分重要，有助于进一步精细数据的加工和挖掘，提升数据处理的可行性。

第三，要明晰大数据技术本身的风险和局限。大数据信息的实际价值最终要通过形成有效可用的结论呈现出来，但从数据到结论的转化过程既受到数据预测准确性和数据解读正确性的影响，也与数据呈现即时性和数据信息宽泛性的特征不可分割，这导致依靠大数据技术得出的结论不一定准确，甚至不一定有用。因此，要明晰大数据技术本身的风险和有限性，不断优化数据的解读和分析过程，提高数据结论的可用性，为大数据有效应用于思想政治教育提供有利条件。

二、注重数据的鉴别和筛选，提高数据来源可靠性

大数据应用于思想政治教育的过程，既是与思想政治教育相关的各类数据信息有效呈现的过程，也是思想政治教育通过鉴别、筛选数据信息，不断总结经验、探索规律、寻求突破，进而实现创新发展的过程，这个过程以获取到来源可靠的数据资源为基础。然而，在互联网时代这样一个数据横流、信息爆炸的时代，数据信息是海量的，这海量的数据信息对于思想政治教育而言又并非都是有用和有效的。实际上，有用数据往往仅为牛之一毛、太仓一粟。2018年11月，国际数据公司（IDC）发布的《数据时代2025》白皮书预测，“到2025年，全球数据圈将增至175ZB，是2018年33ZB的5倍多，相当于每天产生491EB的数据;每个联网的人平均每天发生4 909次数据互动，是2015年的8倍多，相当于每18秒发生1次数据互动”[4]。面对如此海量的数据生成，思想政治教育与大数据的融合发展必然要充分重视数据生成所带来的客观局限，并紧扣思想政治教育发展的现实需要，寻求提高数据来源可靠性的有效途径。

结合思想政治教育的实际需求，冷静分析大数据生成的客观局限，首先要注意大数据信息的质量问题。互联网上，数据的产生是随机的、无序的，这便决定了互联网上必然存在着大量无意义的垃圾数据、重复性的冗余数据，有用数据所占比例非常有限，而且往往隐藏在垃圾数据、冗余数据之中。统计数据显示，2018年中国8亿网民每天产生的信息量多达300亿条，每年产生的信息量超过11万亿条[5]。在如此庞大的数据中挖掘出与思想政治教育相关的有用数据，其难度犹如披沙拣金、剖石寻玉。其次要注意数据的积累问题。维克托·迈尔·舍恩伯格在《大数据时代》中将大数据定义为全数据（n=ALL），即收集和分析与某事物相关的“全部”数据，而非仅仅收集和分析“部分”数据，数据“全”的程度与分析“准”的程度成正比。大数据需要长时间段、大样本量的数据积累才能获得价值，而实际上，与学生相关的数据并非是集于一处的，而是分散在微博、微信、知乎、贴吧、抖音、B站、支付宝、校园网等各种应用网站上，各个应用网站彼此之间各为“数据孤岛”，收集获取与学生相关的全数据、大数据，完成支持学生画像，满足思想政治教育需要的数据积累存在现实困难。最后要注意数据的真实性问题。大数据在产生过程中会存在大量虚假信息，例如网络数据中存在着大量的虚假个人注册信息、假账号、假粉丝、假交易，以及众多的灌水贴，而这种数据的失真性往往是社交网站无意也无法进行核实的，很多明星在微博上动辄有百万千万的粉丝，但是从转发、評论、点赞量来判断，无疑是有很多“僵尸粉”的，虚假信息的存在模糊了数据的真实性。这种失真性的数据对于思想政治教育工作而言不仅不具备参考价值，甚至可能存在负面价值。由此可见，在大数据的生成过程中，思想政治教育所依托的有用数据、重要信息不可避免地会被垃圾数据、冗余数据、碎片数据、失真数据等无用数据所带来的巨大“数据噪声”所干扰、淹没，甚至有可能把思想政治教育研究和调查引入歧途和陷阱，得出失之偏颇甚至完全错误的结论。因此，在大数据应用于思想政治教育的过程中，要着力突破大数据生成过程的局限性，结合具体的思想政治教育工作要求鉴别和筛选有用数据，以提升思想政治教育数据资源的可靠性。

突破大数据生成过程的局限性，在思想政治教育与大数据融合发展的实践中，既要重视思想政治教育工作者的主观能动力量，还要重视构建促进大数据与思想政治教育融合发展的客观机制平台，全方位多角度地为数据信息的鉴别和筛选提供基础和支持。首先，要引导思想政治教育工作者树立正确的大数据观，在科学把握大数据技术特征的基础上，保持清醒的大数据意识，既要认识到思想政治教育与大数据融合发展是趋势所向，也要认识到大数据天然存在着质量问题、积累问题、真实问题等先天缺陷，不盲从、不迷信大数据，而能够有规划、有鉴别、有选择、有重点地科学利用大数据开展工作。其次，要激发思想政治教育工作者发挥主观能动力量的积极性，大数据价值的有无、大小从根本上讲取决于运用大数据的人，思想政治教育工作者要结合学科理论、自身经验，着眼思想政治教育创新发展需要，科学构建教育对象大数据“画像”模型，从不同角度、不同轨迹进行数据挖掘，并进行数据清洗以实现数据标准化，从而为后续的大数据研究做好前期准备。最后，要着力加强校园区域数字平台建设统筹规划，以统一标准打通校内平台，逐步实现数据中心化与应用颗粒化相统一，逐步解决“数据孤岛”难题，确保在校园平台内的数据真实有效，在为学生提供服务的过程中汇集真实有效数据。同时，以校园数字化建设为契机，逐步探索与商业网络平台间进行数据交换、共享的机制和模式，为获取更多有效可靠的思想政治教育数据信息提供机会和平台。

三、加强精细数据的加工和挖掘，提升数据处理可行性

大数据技术就其实质而言，是“在数据传输、收集、储存的基础上，对数据深入分析挖掘，并由此获得凭直觉难以发现的有用信息，揭示数据背后隐藏的规律，科学、有效预见未来发展趋势，从而为决策提供参考”[6]。可见，结合思想政治教育领域的实际发展需求，对大数据信息进行加工处理，是大数据应用于思想政治教育的关键步骤，也是实现大数据推动思想政治教育创新发展的重要保障。然而，随着网络应用的普及，大数据信息逐渐呈现出来源渠道多、内容形式杂、数据体量大等特征，从过往的经验来看，对大数据信息进行加工处理也受到了一定的限制。因此，深刻探究如何结合新形势下思想政治教育创新发展的现实需要，特别是聚焦新形势下思想政治教育改进创新的重点难点，从海量数据中科学、精准、有效地提取有用信息，构建有针对性的思想政治教育大数据信息资源库，提升数据处理的可行性，是思想政治教育与大数据融合发展的关键和前提。

提升数据处理的可行性，冷静分析大数据加工处理过程的局限性，首先要明晰大数据处理成本过高的客观事实。随着教育信息化的不断发展，目前我国高校都已全面接入互联网，信息化建设更新迭代，信息化水平持续提高，教育系统每天都在产生海量数据，一方面高校网站系统、微信平台、APP等在学生的使用过程中产生了海量的数据;另一方面，更为庞大的数据信息主要产生于公用网络平台和应用，教育对象在微博、微信等社交媒体，京东、淘宝等购物平台，凤凰、头条等新闻客户端，以及知乎、贴吧等开放论坛上都产生了大量的文本、图片、视频、音频等数据。这些海量数据的记录、储存、维护，特别是关键数据的筛选、挖掘都需要耗费巨额资金，如此体量的资金规模是高校很难承担的。其次要关注大数据处理专业性强的重要特征。由于大数据信息来源渠道众多、信息内容十分庞杂，要对大数据信息进行处理，要求工作人员具备较高的数据信息素养和专业能力素质。就思想政治教育工作队伍而言，一方面，需要工作队伍具备从纷繁复杂的信息中梳理出贴近学生实际、符合学生需求、契合思想政治教育需要的内容的能力，以形成数据信息对思想政治教育工作的正向支持力。另一方面需要工作队伍具有创新意识，善于运用大数据的思维和方法。面对教育对象相关的各类数据，思想政治教育工作者要勤于钻研，将海量信息分门别类、有效运用;要发挥创新精神，从不同角度分析处理信息，提高信息的可利用度;要善于联想总结，探寻数据与教育对象的关联性，从信息入手，实现对教育对象群体行为的总结与拓展[7]，比如基于对学生校园卡使用数据的掌握和分析，了解学生的作息规律、社交特点、消费情况、阅读偏好、生活方式等，以及各类学生现实表现之间的因变相关关系。这就对思想政治教育工作者的能力素质提出了很高的要求，从事思想政治教育工作的学生工作队伍只有经过专业学习、专业培养，才能具备大数据处理能力。然而，由于学生工作队伍事务性工作较多，专业背景不同以及各高校对于大数据应用的认可程度和支持力度不一，这些都在客观上造成了学生工作队伍掌握大数据处理能力的有限性。因此，在大数据应用于思想政治教育的过程中，要着力突破大数据处理过程的局限性，从不同维度着手探寻精细数据加工和挖掘的有效方法，以提升思想政治教育数据处理的可行性。

突破大数据处理过程的局限性，在思想政治教育与大数据融合发展的实践中，既要广开思路，破解大数据处理成本过高的难题;又要从人才配置的角度出发，将提升思想政治教育工作者的数据信息素养和数据处理能力与吸纳专业的数据处理人才进入思想政治教育队伍结合起来，整体性提升思想政治教育工作队伍的数据处理素养和能力。具体来说，一方面，针对大数据处理成本过高的问题，要求高校在大数据应用过程中，注意聚焦高校自身所擅长的项目和已积累的资源，在传统思想政治教育手段中搭载新技术新手段，促进高校思想政治教育质量与效果提升。同时，注意将大数据技术拓展到大学课堂，比如清华的学堂在线，以“范围广、影响大、效果好”著称的各种云课堂，创设出解决学生实际需求与运用大数据技术双赢的友好场景，既能够帮助完成教育教学，又能够获取目标数据，还能更为方便地进行数据的筛选和处理，就是充分开发已有资源降低数据处理成本。另一方面，就提升思想政治教育工作队伍的数据处理素养和能力而言，思想政治教育工作者要注重理论知识的掌握和运用，在大数据分析处理过程中坚持马克思主义的立场、观点、方法。马克思主义经典作家认为，任何事物都不是孤立存在的，世界上的一切事物都处在普遍联系之中。事物的联系不仅是普遍的，而且是无限多样的，有内部联系和外部联系，有主要联系和次要联系，有主观联系和客观联系，不同的联系对事物发展起着不同的作用。思想政治教育工作者需要透过数据的表象，去追寻数据背后深层次的原因和本质。只有这样，才能够通过大数据真正地了解一个群体或者一個个体的情况，进而有效发挥大数据的预测、预警功能。切实将马克思主义理论知识与数据处理实践有效结合起来，以形成大数据与思想政治教育的良性互动，助力二者的融合发展。

四、优化数据的解读和分析，提高数据结论可用性

数据本身没有意义，数据背后隐藏的问题和规律，以及通过数据得出的结论才是数据应用的关键。经过加工处理的大数据最终都需要运用到实际工作中，为实际工作提供支持和参考。就思想政治教育工作而言，大数据应用于思想政治教育的成效，最终受到数据信息所转化形成的思想政治教育结论的影响。因此，形成有效可用的数据结论，为思想政治教育的实际工作提供支持和参考是大数据应用于思想政治教育的重要环节。然而，在实际操作中，数据转化为结论的这一末端环节仍然是有其局限性的。冷静分析和看待从数据到结论转化过程的局限性，不断优化数据的解读和分析，以提高数据结论的可用性，是大数据与思想政治教育融合发展的必由之路。

从数据到结论转化过程的局限性表现在四个方面：（1）大数据预测具有不准确性。从现实情况看，过分依赖大数据和预测模型是有很高风险的，从房价预测到股价预测，从彩票投注到足球竞猜，从天气预报到金融危机，大数据预测常出现偏差。究其原因在于，大数据预测是根据已知的数据来预测未知的将来，将总结性分析无条件地转换为预测性分析，并且大数据预测本身还存在着数据的准确度与关联度等先天缺陷。思想政治教育是做人的工作，人生活的多重复杂环境以及人的思想性、发展性增加了更多的不确定性，增大了以过去经验来预测未来工作的难度。（2）大数据解读具有误导性。大数据的结论是人为参与分析的，在相当程度上受到人的主观因素的影响，不同知识背景、经验阅历、思维方式的人，对于同一数据往往会给出不同的分析结论。特别是大数据分析偏重强调相关关系而忽视因果关系，偏重进行现象归纳而忽略规律揭示，由此很有可能出现误导进而造成误判，影响思想政治教育科学决策。（3）大数据结论具有即时性。任何数据的运用，都是有时间效应的，超出了特定的时间范围，数据价值就会大打折扣甚至完全消失。大数据在思想政治教育的运用过程中也存在类似问题，要求大数据实时采集、实时加工、实时分析、实时分发，迅速地运用到实际工作中，切实保证大数据“保真”“保鲜”，而这实际上在高校中是很难实现的，也在相当程度上限制了大数据的效用。（4）大数据结论的一般性与学生的个体性之间存在矛盾。“大数据的显著特征是单个数据的价值密度低但价值总量大，即数据之和的价值远大于数据的价值之和”[8]。通过大数据技术所得出的关于教育对象的结论，一般是关于学生群体的判断，而非是关于学生个体的判断。而在思想政治教育的过程中，存在着非常重要的“二八原则”，亦即思想政治教育工作者要重点关注“坐在角落的学生”，关注作为独特个体的教育对象是学生工作的现实需要，但是大数据的主体反应在此方面存在天然缺陷，也给大数据实现思想政治教育的重点任务和目标造成了一定的困难。纳西姆·特勒布在其著作《黑天鹅：如何应对不可知的未来》中提出，随着人们掌握的数据越来越多，可以发现的统计上显著的相关关系越来越多，这些相关关系成为巨大的“干草垛”，然而很多相关关系是没有实际意义的，相反会将人们引入歧途，使人们要找的那根“针”被埋得越来越深。因此，在大数据应用于思想政治教育的过程中，要着力突破大数据结论运用的局限性，切实把握优化数据解读和分析的有效路径，以提升思想政治教育大数据结论的可用性。

突破大数据结论运用的局限性，在思想政治教育与大数据融合发展的实践中，首先，教育主体要对大数据结论保持独立判断，思想政治教育工作者对于大数据结论不能信而不疑，也不能全信全听，思想政治教育做的是人的情感、思想、心理的工作，而情感、思想、心理是无法完全通过数据解读的，我们需要的是让大数据帮助、服务于思想政治教育工作者，而不是让思想政治教育工作者依赖、盲从于大数据。在大数据结论面前，教育主体不能放弃主导者地位，更不能失去独立思考判断的能力，只有将教育主体的经验、思考、判断与大数据结论相结合、相验证，在发现相关关系中探寻因果关系，才能更好地利用大数据完善思想政治教育工作。其次，教育主体要对大数据结论进行综合分析，习近平总书记在全国高校思想政治工作会议上指出，“要坚持把立德树人作为中心环节，把思想政治工作贯穿教育教学全过程，实现全程育人、全方位育人”[1]。思想政治教育是一个全方位、全过程的行为，内容体系之间是有联系的，不是断裂的，学校在大数据提取之前要精准设计，形成体系化的大数据内容聚合，在使用大数据的时候也要进行链条式的融合和解析，尽可能多地从不同角度来使用大数据进行分析，要融合各项大数据进行整体的数据分析，避免根据单一数据进行分析而产生错判，从而丰富大数据思想政治教育的内容基础库，实现大数据在思想政治教育中的价值增值。同时，在思想政治教育工作中，要将大数据研究同传统的以抽样调查、实验研究等为代表的小数据研究结合起来，相互比较、相互验证。最后，教育主体要特别注重对教育对象的隐私保护，大数据可以全面抓取教育对象在网络中一举一动的任何信息，包括社交活动、购物消费、网站浏览、行为轨迹等个人敏感信息，而大数据的全面覆盖与教育对象的隐私保护是相冲突的。在此问题上，教育主体需要始终保持清醒头脑，把握大数据应用的法律边界，严格遵守《网络安全法》，在收集、使用教育对象信息时，必须遵循合法、正当、必要的原则，公开和明示收集、使用信息的目的、方式和范围，并经教育对象同意。大数据应用任何时候都绝对不能损害学生合法权益，都绝对不能触碰法律刚性红线，否则，赢了技术，触了红线，伤了人心，就会收之桑榆，失之东隅，得不偿失。

“大数据并不是一个充斥着运算法则和机器的冰冷世界，其中仍需要人类扮演重要角色”，“人类最伟大之处正是运算法和硅片没有揭示也无法揭示的东西，因为数据也无法捕捉到这些”[9]。毫无疑问，在今天，大数据与思想政治教育的融合，已彰显出其强大的生命力，已成为不可阻挡的发展趋势。面对这样一种新挑战、新趋势，高校思想政治教育在顺应时代，积极运用大数据的同时，也要谨慎客观，注重数据鉴别和筛选，提高大数据来源的可靠性，精细数据加工和挖掘，提高大数据处理的可行性，优化数据解读和分析，提高大数据结论的可用性。我们期待以大数据的有效应用，为新时代思想政治教育的创新发展增添新智慧和新动能。

参考文献：

[1]习近平在全国高校思想政治工作会议上强调：把思想政治工作贯穿教育教学全过程 开创我国高等教育事业发展新局面[N].人民日报，2016-12-09（01）.

[2]习近平.加快推动媒体融合发展 构建全媒体传播格局[J].奋斗，2019（6）：1-5.

[3]习近平在全国宣传思想工作会议上强调：举旗帜聚民心育新人兴文化展形象 更好完成新形势下宣传思想工作使命任务[N].人民日报，2018-08-23（01）.

[4]国际数据公司（IDC）.世界的数字化——从边缘到核心[EB/OL].（2018-11-01）[2019-10-15].https：//www.seagate.com/files/www-content/our-story/trends/files/idc-seagate-dataage-chine-whitepaper.pdf.

[5]外交部副部长乐玉成：言论自由也有“红线”[EB/OL].（2018-11-07）[2019-10-15].http：//world.people.com.cn/n1/2018/1107/c1002-30385764.html.

[6]杨安，严奉云，苗红.大数据在社会治理创新中的应用[J].观察与思考，2015（8）：59-62.

[7]王栋梁.大数据时代思想政治教育需要科学构建对象把握机制[J].思想理论教育，2018（7）：84-87.

[8]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.

[9]维克托·迈尔·舍恩伯格，肯尼思·库克耶.大数据时代[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013：245-246.

Limitations and breakthroughs of big data

application in ideological and political education

FENG Gang

（Research Institute of Ideological and Political Work， Beijing Normal University， Beijing 100875， P. R. China）

Abstract：

The integration and development of big data and ideological and political education is the main trend and important thrust of the innovation and development of ideological and political education under the new situation. At present， in order to promote the integration and development of big data and ideological and political education， we should not only maintain “technical sensitivity” but also avoid “technology superstition”， grasp “theoretical feasibility” and pay attention to “practical feasibility”. On the one hand， based on the technical characteristics of big data， we should objectively understand and calmly treat the limitations of big data in data generation， data processing and data conclusion application. On the other hand， we should seek breakthroughs on the basis of calm thinking， and constantly pay attention to the identification and screening of data to improve the reliability of big data sources; gradually refine the processing and mining of data to improve the feasibility of big data processing; continuously optimize the interpretation and analysis of data to improve the usability of big data conclusions， so as to maximize the application value and practical utility of big data in ideological and political education， promote and guarantee the sustained and healthy development of ideological and political education.

Key words：  big data; big data technology; ideological and political education; limitations of big data application; breakthrough

（責任编辑 彭建国）