数据化进程中高校学生工作的转向、异化及其治理

梁倩　许晓峰

摘要：伴随高校学生工作数据化发展，高校学生工作的思维、理念、内容与方式等多个领域也产生了“数据化”转向，这些转变推动了高校学生工作的科学化与现代化进程。但是，一些高校学生工作在数据化进程中主体意识缺失、技术框架不完善、制度体系不完备，致使学生工作出现了主体异化、认识偏差、价值偏离等现象。文章分析了一些高校在数据化进程中学生工作出现异化现象的成因，提出了完善高校学生工作数据化建设的途径。

关键词：高校学生工作；转向；异化；治理；数据化进程

中图分类号：G647          文献标识码：A            文章编号：1672-4437（2023）03-0022-06

2019年2月，中共中央、国务院印发《中国教育现代化2035》，明确提出“推进教育治理方式变革，加快形成现代化的教育管理与监测体系，推进管理精准化和决策科学化。”^[1]学生工作是高校教育管理的一个主要方面，高校应认真落实中央文件要求，主动增强利用大数据技术开展工作的本领，合理利用数据化技术手段提升学生工作的精准性与科学性。

如今，借助“数据化”的工作转向，高校学生工作已经迈入数据化进程，逐步实现了对学生的动态检测与科学管理，初步具备了以数据化技术手段对学生进行个性化指导的基础条件。但一些高校却存在着学生工作者对大数据技术应用规律把握不足、技术框架构建不完善、主体技能有待提升等问题，致使高校学生工作数据化进程中主体意识模糊、价值导向偏离等“异化”现象发生，为此，有必要对高校学生工作数据化的现状与不足进行研究与反思，主动完善数据化进程建设，以期实现高校学生工作的时代化变革。

一、高校学生工作的“数据化转向”

高校学生工作数据化工作进程可理解为将学生工作借助于数据分析转变为量化形式的现象表征，进而精准、直观地把握学生的行为发展规律。这势必会引发高校传统的学生工作在思维、技术等领域实行转向，产生新的规律与特征。

（一）高校学生工作的“数据思维”转向

传统的高校学生工作开展主要为高校学生工作者在具体情境氛围中对学生的各种行为进行观察、记录，并依托经验对学生行为进行判断。而数据化进程中，“一切皆可量化”^[2]104，高校学生工作者采集学生学习、行为、心理等领域的数据，通过分析、应用等流程即可对学生的行为进行可视化呈现，并对学生的各类行为进行分析预测。这就要求高校学生工作者要从关注学生行为变化转向关注学生发展数据，强化日常数据收集分析的数据思维意识。

“一切皆可量化”的原理在高校学生工作中的实现，也推动了高校学生工作者的量化思维强化，工作指向逐步演变为管理行为是否可以依托量化分析。现实中，数据思维与量化分析是高校学生工作精准化、个性化实施的现实路径，它们消除了高校学生工作的不确定性，实现了高校学生不同行为间的关联分析，推动了高校學生工作从追寻行为“为什么”的因果关系到数据联系体现的“是什么”的相互关系的思维变革。“为了适应学生世界观认知方式的整体变化，教育管理者需要具备全面化的整体思维、兼容性的多样思维、现象性的关联思维。” ^[3]

（二）高校学生工作的“数据场域”转向

“参与场域活动的社会行动者及其实践，以及与周围发生的社会经济活动，都是通过场域来发生关系，但场域的影响并不是直接作用于实践者，而是通过场域的特有形式和力量的中介，预先经历了一次重新形塑的过程，对他们产生影响。”^[4]数据化进程中，高校学生工作转向进行数据化的技术场域，以数据为中介对身处其中的客体产生联系。所有的高校群体都在数据化的场域中产生联系，这种数据化的联系较之现实社会中的联系更为深刻。

数据化技术场域的形成，改变了高校学生工作的内容。在已有的“数据思维”引导下，高校学生工作由单纯的关注学生变为关注学生以及学生“生产”的数据，主动在工作中开展各类数据收集、数据筛选、数据整合等数据化工作。与此同时，数据化场域也为高校学生工作开展提供了新的价值场域。以数据化进程提升数据价值密度，依靠高校学生工作数据化进程中所建立的科学分析模型，可以对学生的发展进行多维度、多元化的分析预测。

（三）高校学生工作理念、方式的“数据化”革新

传统的学生工作理念突出对重点群体的关注，在学生工作中，注重“抓两头带中间”，强调对学生的个性化指导。但在实际工作中，却会因学生基数大、工作效率低而收效甚微。数据化进程中的高校学生工作，强大的数据分析能力克服了传统学生工作的难题，促使学生工作理念发生变化，体现为学生工作由传统的依赖教育主体经验而进行的粗放型管理演进为依托数据分析进行的科学预测管理、由重点关注特殊学生群体变化为整体关注全体学生、由关注学生的行为转变为关注全体学生的数据表征，实现了“大数据从全样本出发，使每个个体都成为关注对象，拓宽了原有重点与非重点的工作内容之分。”^[5]

那么，数据化进程如何实现呢？多数人可能仍然停留在仅仅依靠计算机操作来实现的主观印象中。数据化不同于数字化的“二进制转化”，数据可以是数字、文本、视频、图像、音频等多种格式，数据化进程中的实施主体不是仅依托计算机，而是立足于校园数据库，借助数据分析模型，进入校园智能化平台进行操作。主体可以借助 APP、FTP 等数据端口介入，实现数据获取与分析，计算机不再是唯一的工作载体。例如就学生学业成绩分析而言，学生工作者可以进入数据库，采集学生近年来考试成绩，然后依托数据分析软件进行分析，从而获取学生成绩可视化图形。

二、数据化进程中高校学生工作异化现象与风险阐释

数据化进程表明高校学生工作已经发展到智能化、科技化阶段，实现了大数据与工作进程的“耦合”，呈现出高校学生工作的精准化特征。数据化进程构建了近似“全能”“全知”的工作映像，由此引发的高校学生工作对其过度依赖甚至“迷信”，势必会导致其僭越本体产生异化风险，“即通过物质和精神活动创造的产品总是和‘生产者（producers）主观意愿相违背”^[6]，进而使得高校学生工作产生认知与价值偏离等危机。

（一）数据化进程引发高校学生工作主体行为异化

高校学生工作数据化实施目的在于提升高校学生工作的精准性与时效性，更好地实现围绕学生、关注学生、服务学生的教育主旨。某种程度上，高校学生工作主体既指教育管理者，亦蕴含学生，因其需遵循“思想政治教育和教育对象变化不居、相互转化”^[7]的思想政治教育规律。在厘清高校学生工作的主旨以及主体划分等范畴后，分析当前高校学生工作数据化进程，可以发现以下问题：

首先，高校学生工作数据化进程以数据分析、图像表征等技术行为帮助高校学生工作者从琐碎的日常工作中抽身而出，进而更好地从事学生教育管理工作，实现了工作技能提升与经验积累。可现实中数据的强大表征能力已介入心理预测、轨迹记录等高校学生工作重点领域，便捷、高效的工作开展，使主体为数据化进程所 “奴役”，进而忽视教育沟通等工作技能的塑造与提升。例如常见的“电子懒政” 现象，离开数据、数据分析就无法开展工作。此种表现是与主体个人成长、发展主旨相异化的。

其次，反观作为参与主体的学生，数据化进程可以构建出工作进程的“镜像世界”，对学生本体进行映射，导致学生本体角色日趋模糊。同时，对学生主体的评价日趋为数据化的表征所替代，常表现为数据处理后的数字指标。因此，为获取更高的评价与发展指标，学生主体会潜在关注易于数据表征的行为，如活动参与指数、网课参与率、线上学习指数等，而忽视学科竞赛参与、创新思维提升等短期内不易为数据所表征的行为，进而与高校学生工作培养全面发展的主体目标相异化。

（二）数据化思维变革引发高校学生工作认知行为异化

“知道‘是什么就够了，没有必要知道‘为什么。在大数据时代，我们不必非得知道现象后的原因，而是让‘数据发声。”^［2］97大数据变革中，海量的数据决定了人们无法采用因果关系去发现数据间的联系，只能以相互关系替代，同时相互关系也可以提升数据化进程中数据的价值密度。这种思维变革的合理性已为多数学者所论述和认同，但是，现实工作进程中，却出现过度倚重相互关系的思维变革、片面强调行为预测的现象。例如在高校学生工作数据化进程中，依托学生图书馆借阅数据，对学生的阅读习惯进行分析，进而预测学生兴趣爱好，试问这样的预测是否准确？是否能排除学生自行购买图书或者借阅他人图书的可能性？由此可见，相互关系所依据的大数据体量以及对应的数据分析模型，在当下高校学生工作数据化进程中无法全面实现。此外，高校学生工作的属人性也决定了因果关系存在的合理性与必然性。数据化进程可以对学生行为进行预测，但在高校学生工作中也必须关注学生行为的动机，从行为动机中发现学生成长所显现的不足。因此，将思维变革等同于为思维取代，势必会引发高校学生工作数据化进程的认知行为异化。

（三）数据化技术引发高校学生工作本体异化危机

数据强大的表征能力已经超出人们的经验范围，可以立体、清晰地构建高校学生工作的“镜像世界”，“全方位、实时的数据收集和处理，能够从多层次、多维度对教育世界予以刻画，教育世界的复杂性、多样性都能够更加清晰完整地呈现出来。”^[8]数据化进程对高校学生工作的虚拟表征，让高校学生工作者产生了以数据化技术建构本体的倾向，进而引发数据化技术对本体的僭越危机。一个典型表现是在高校学生工作数据化进程中，主体将重心转移到线上虚拟的情境工作中，认为完成数据采集和分析，就可替代其他工作。

反向思考，高校学生工作是否完全受制于数据化进程？基于数据相互关系形成的行为预测被誉为新时代“改变人类探索世界的方法”，在高校学生工作数据化进程中这一理论体现为对学生日常行为和个人发展的预测，数据库的建立和算法让这一理论在实践中得以逐步实现。但是，数据的采集脱离不了对象所处的社会子系统，必然会受到社会子系统价值导向与意识形态的影响，“所有的数据都带有或多或少的人类主观印迹。”^[9]高校学生处于高校子系统的教育环境中，被数据采集时，自然会考虑到被采集数据是否符合高校价值导向。比如高校为获取学生课余时间生活轨迹进行数据采集的时候，部分学生因了解高校的价值导向，即使在课余时间没有学习，仍然填报学习的数据，以获取良好的行为评定。由此，不难发现，高校学生工作数据化进程中数据技术与本体之间的异化危机，体现为数据理性对本体的僭越与本体对数据理性的制约。

（四）数据价值引发高校学生工作价值导向偏离

高校学生工作在数据化进程中，应主动拥抱“数据”，把握数据时代的发展契机，真正实现高校学生工作的“数据化革命”。然而，一旦形成数据“主体意识”，就会一定程度上产生以数据的工具价值替代教育对象价值诉求的价值转向。届时，数据就会成为学生工作的价值评判标准，会“占据”高校学生工作的价值立场。

数据作为高校学生工作数据化进程的工具，其工具价值毋庸贅言。然而，必须清醒地看到，数据始终是高校学生工作数据化进程的载体。主体维度具有社会性、属人性，高校学生工作的价值导向体现在对学生的教育、引导与培育上。对数据工具价值过度追求，将数据的价值追求导向上升为学生工作的价值导向，则会印发高校学生工作价值导向的偏离。试问以采集数据准确与否来衡量学生行为是否具有价值的行为是否合理？答案显然是否定的。以追求数据的价值来替代学生工作育人价值，容易导致高校学生工作的价值导向发生异化。

三、高校学生工作中的数据异化现象成因分析

（一）高校学生工作主体的感性要求与数据理性之间的矛盾

高校学生工作是思想政治教育工作的载体，从事的是具有社会属性的人的工作，工作的主旨是围绕学生、服务学生、关心学生，这就决定了高校学生工作离不开具体的社会情境，必须在实践中去探索学生教育引导的规律。然而，众所周知数据化进程重视数据思维，强调量化研究与数据间的相互关系，与高校学生工作中的质性研究与因果关系有着明显的区别。在研究范式上，传统的高校学生工作重视“情感育人”，重视在具体情境中对学生进行教育引导，而数据关注的是“数据发声”，在数据中发现、预测学生成长趋势。这一矛盾的发展导致在大数据应用背景下，数据思维成为人们的惯性思维方式，由数据驱动的决策模式在很大程度上造成了治理主体的主体性困境^[10]。片面强调数据思维，则会形成数据依赖、数据崇拜等“唯数据论”倾向，以至忽视高校学生工作本体所遵循的规律，无视学生成长教育中的情感因素与人文关怀。若是过分信任主观情感、情境等社会因素，又易于忽视数据的客观价值，高校学生工作数据化进程的实现就会成为空谈。高校学生工作者的数据素养不足，无法把握数据理性与情感关怀之间的辩证关系，是触发这一矛盾的根本原因。

（二）高校学生工作数据化建设“技术内需”与“支撑不足”之间的矛盾

高校学生工作数据化进程的实现需要技术框架与技术体系的支撑，数据采集、数据分析模型设立、数据管理、数据应用平台的接入等均须形成完整系统且实现互通，反观当下高校学生工作数据化建设，仍存在一些不足。

一是掌握数据技术的专业化人才欠缺。目前，高校信息化工作人员主要集中在信息管理中心等主管部門，学生处、团委、学生发展中心等部门均未设立专门的数据化管理岗位，也缺乏信息技术专业类人才。高校针对学生工作者也没有提供系统的数据技能培训，致使学生工作者产生“数据恐慌”心理，主观上抵制数据化进程的实施与建设。

二是数据共享滞后且数据采集智能化体系建设缓慢。部分高校虽然建立了独立的学生工作数据子系统，但却没有形成统一的数据化平台，学生工作各部门的工作平台无法开放数据端实现数据共享，针对单一学生个体，学生工作基层使用不同数据平台往往实施多次数据采集行为。一些高校学生行为轨迹数据采集、网络行为数据采集等智能化平台建设仍有不足，无法实现智能数据采集，无法提供实现精准数据分析的“全样本”数据，无法实现“元数据”过滤。这就会影响高校学生工作采集数据的真实性与时效性，容易产生数据失真、数据滞后等问题，使学生工作中的数据分析呈现“弱相关性”，不能很好地为高校学生工作数据化提供实践支撑。高校学生工作数据化进程的分层化聚合、精准化需求与数据技术之间的对立，便孕育于这一矛盾之中。

（三）高校学生工作数据化建设制度体系与评价机制不完善

高校学生工作进入数据化进程之后，原有的制度体系与评价机制应随之进行更新与完善，以适应数据化发展的需求，规范数据化进程中的高校学生工作。完善的制度体系，会引导高校学生工作数据化进程的正向发展，诸如数据管理、数据二次利用的规范管理等制度，是防范高校学生工作数据化进程中伦理缺失风险的必要手段。对数据合理使用的权责确立，可以限制数据的工具理性泛化，促使人们理性看待数据化进程的开展。然而，现实中数据使用、管理等制度的健全、完善尚未引起一些高校足够的重视，对数据应用限度的界定也无从提及。

此外，客观评价体系也是高校学生工作数据化进程不可或缺的。评价体系影响着高校对数据行为的判断标准，体现高校学生工作数据化进程的价值导向。如今，多数高校学生工作数据化进程中的评价体系仅关注结果而无视过程，多以显性的软文推送、线上活动开展、网络课程设置等数据化平台 EPGA 指数来评价，从本质说，这一做法推动了高校学生工作的数据化建设，可是也存在价值导向偏离的风险。同时，高校在学生工作数据化进程中确定的有关学生成长的评价指标也不能完全依据数据分析实现的可视化建模，需结合学生成长的具体情境予以合理优化。

四、数据化进程中高校学生工作异化风险防范对策

较之高校传统学生工作，数据化时代高校学生工作的机制发生改变，即由主体—教育进程—客体发展为主体—数据化进程—客体。因此，可以将影响高校学生工作数据化实现的关键要素表述为：高校学生工作主体、大数据技术本身、数据化技术的应用管理与学生。对高校学生工作异化现象的治理应把握关键要素，从以下方面展开。

（一）培养学生工作主体数据化学生工作思维与数据技能

打造、培养一支具备数据素养与数据技能的学生工作队伍是实现高校学生工作数据化运转的基本前提，主体意识的塑造也是预防主体认知偏差与学生工作价值偏离的根本路径。

高校培养数据化学生工作主体要采取“专”与“新”相结合的模式。所谓“专”，即在科技化浪潮中，要培养坚守高校育人规律的专门人才。所谓“新”，体现在两个方面：一是“新”技能。高校学生工作数据化开展，离不开学生工作主体对数据技能的掌握，要强化学生工作主体技能培训，提升学生工作主体的数据采集、分析、应用能力，以此破除“数据恐慌”困境，避免学生工作主体因技能不足对数据产生认识偏差。二是“新”思维。数据时代要求人们变革认知思维，要有兼容性思维，既认识到数据的相关性优势，又坚守具体情境中的因果分析，辩证、合理认识数据思维与社会科学思维之间的关系，学会依据情境选择不同的思维方式。“广义的相关关系是明确或可能包含了因果或共生关系的所有关系”^［11］，思维方式间并没有明确的界限，不能人为主观地片面强调或排斥某种思维方式。应在高校学生工作数据化进程中，重视数据分析、体现人文关照。

（二）构建系统、共享的技术框架

高校学生工作数据化进程的实现是一项系统工作，需搭建数据采集、共享、分析、应用、管理一体化的校园数据平台。现今，多数高校已经建立了智慧化校园平台，能够实现数据接入、数据推送、基础数据分析，但一些高校各部门信息化发展进程不统一，无法打造共享数据库，形成统一的数据平台。典型的表现就是关于学生工作，往往存在多个系统，各项工作的完成需在不同的平台上采集不同类型的数据，从而带来数据失真、全样本采集无法实现的困境，也引发了数据管理混乱问题。

首先，符合大数据时代的数据平台建设，应由数据采集层、数据应用分析层以及数据应用层组成。在数据采集层，要建设安全运行的条件，建立数据库，构建数据安全管理系统，监控数据流动。在数据应用分析层，务必构建符合高校学生管理、教育的数据分析模型与动态数据治理核心模块，将学生行为分析、预测与传统商业化行为分析区别开来。在数据应用层，要打造统一的接入端口，实现数据分析的集成效应。其次，学生工作数据化进程的完善主体是高校信息管理中心，但也需要强化二级单位的数据化平台接入，以完善学生工作的数据技术框架。

（三）合理界定数据应用的限度

高校在学生工作数据化进程中必须界定数据合理使用的限度，以规范技术应用范式。对数据限度的界定主要表现在以下方面：一是厘清意识形态与数据表征之间的界限。高校在学生工作中基于大数据、数据分析模型以及算法已经实现大数据分析，可以对学生日常行为进行预测。但必须明确，基于数据的预测不能等同于对人意识形态的把握，数据预测的映像不等同于意识形态，“要从思想意识和行为数据的关联复杂性、二者转化的多样性、行为数据产生的特定性、行为数据解读的历史性以及科技发展的赋权性对思想意识数据化呈现的边界进行校勘。”^[12]厘清意识形态与行为数据边界，方能预防以行为数据代替思想意识数据化的“预先假设危机”。二是厘清数据与学生工作本体的界限。数据化表征的精确度受限于数据体量、分析模型的先进性等技术问题，同时学生工作主体的人文性特点，也决定了学生工作的属人现象和教育管理问题都与数据还原有着本质的区别。因此，从本体限度上来看，数据不能完全等同于学生工作本体，更不能完全替代学生主体。

（四）完善管理与评价体系建设

高校在學生工作数据化进程中必须遵从国家法律法规，立足校情，制定合理、可行、体现人文关怀、强调伦理与道德责任的校园数据管理制度，以制度规范抑制主客体行为的偏离，以制度保护主客体的权利与利益不受数据“侵犯”。诸如南京大学等高校已制定了数据管理办法，其中就明确规定了数据采集、共享、使用等具体环节的规范流程，设立了数据质量管理与共享部门，从源头上保障了数据的权威性、可靠性与安全性。更为可贵的是，部分高校提出进行数据采集时需遵循学生意愿、遵守尊严底线、体现人文关怀等数据时代应遵从的伦理规范与道德责任，体现了高校学生工作数据化进程中的伦理复归。

合理的评价体系有利于高校学生工作主客体对学生工作数据化进程进行合理评判，以避免价值导向的偏离。鉴于数据化进程具有多学科交叉的特性，高校设计的评价指标应融合管理学科、计算机相关学科、政治学科等方面的专业知识，尤其要设定过程性评价指标，让价值评价导向由结果回归过程，方可规范高校学生工作数据化进程的开展，为学生工作科技化、现代化发展保驾护航。

五、结语

当前，数据技术为高校学生工作的发展提供了机遇，促使高校学生工作迈进了教育2.0的时代，推动高校实现了学生工作的现代化与科学化。但是数据技术的发展始终带有两面性，数据技术的发展将不断推动高校学生工作的发展，助力高校人才培养目标的实现。但在我们拥抱大数据之时，也要考虑到数据之于高校学生工作仍然是“陌生”的，它的发展规律并没有为我们完全掌握。高校学生工作数据化进程仍处于初级阶段，高校要强化学生工作大数据研究，从多学科视角构建学生工作数据化的理论与实践基础。在实践中，高校要克服数据技术使用的弊端，使数据技术更好地服务于学生工作，服务于学生的成长。

参考文献：

[1]中共中央，国务院.中国教育现代化 2035[EB/OL]. （2019-02-23）[2023-03-06].http：//www.moe.gov.cn/jyb_xwfb/s6052/moe_838/201902/t20190223_370857.html.

[2]维克托·迈尔·舍恩伯格，肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M]. 盛杨燕，周涛，译.浙江：浙江人民出版社，2013：104，97.

[3]黄欣荣.大数据对思想政治教育方法论的变革[J].江西财经大学学报，2015（3）：94-101.

[4]包亚明.文化资源与社会炼金术：布尔迪厄访谈录[M].北京：人民出版社，1997：146.

[5]周举坤.大数据条件下高校学生工作发展的几点思考[J].学校党建与思想政治教育，2019（11）：80-82.

[6]汪金刚.信息化社会生产与数字劳动异化：对马克思“异化劳动理论”的当代阐释[J].新闻大学， 2020（02）： 80.

[7]陈万柏，张耀灿.思想政治教育学原理[M].北京：高等教育出版社，2007：169．

[8]唐汉卫，张姜坤.大数据应用的限度[J].华东师范大学学报（教育科学版），2020（10）：60-68.

[9]杨子文.“第三洞穴”与“数据主义”：论大数据社会科学的内在矛盾[J].自然辩证法研究，2016（08）：63-67.

[10]郭蓉.从技术理性到行政伦理：大数据时代智慧治理的伦理反思[J].道德与文明，2018（6）：17-23.

[11]童楠楠，朝乐门.大数据时代下数据管理理念的变革：从结果派到过程派[J].情报理论与实践，2017（02）：60-65.

[12]陶志欢.思想意识数据化呈现的逻辑反思与边界校勘：对大数据与思想政治教育的关联性评估[J].思想理论教育，2019（07）：106-111.