大数据时代思想政治实效性路径研究

[摘要]大数据时代的到来，为高校思想政治工作创造了新环境。将大数据应用于高校思想政治工作中，更加贴近教育对象的实际，可以增强思想政治工作的准确性、实效性。高校从思想政治理论课和日常思想政治教育工作入手，提升高校思想政治工作的效果和质量，并以制度规避大数据技术在应用过程中的负面影响，真正全方位提升高校思想政治工作实效。

[关键词]大数据；高校；思想政治教育；实效性

《大数据时代》一书中指出:大数据彻底开启了一个新时代。大数据时代的到来悄然改变了我们的生活，改变了我们的思维方式，改变了我们的行为模式。高校作为国家高端人才的聚集地，其教育理念、师生的思想意识、行为模式也必然受到大数据技术的影响，思想政治教育也面临着新的挑战和要求。

一、大数据时代———高校思想政治工作面临的新环境

大数据，亦称巨量数据，是互联网、物联网等数据承载方式在使用过程中产生、积聚的大量网络行为数据。其概念的产生源于网络技术的日臻成熟和“便携式”电子设备的发展。随着网络技术与社会的全方位的融合，信息数据炸裂式的增长必然引起一个质变的发生。人们逐渐认识到大数据不光是指这种巨量的网络行为数据，更重要的是通过对海量数据进行分类、加工和处理，能够提供可预见性的、前瞻性的科学信息，为人类创造新价值的信息资产。

（一）样本采集不是随机取样，而是全部数据

大数据的价值在于发现和理解信息内容及信息与信息之间的关系。而其中的关键就是大数据对所有信息的掌握和分析。以往的数据分析多采用随机采样的方式，力求以最少的数据获得最多的信息。但是，随机采样的精确度是由采样的随机性决定的，即在采用的过程中，越随机，样本的精确度越高，与样本数量的多少反而关联度不是很高。虽然随机采样的方式在历史上取得了巨大的成功和贡献，但不可否认的是其本身固有的缺陷，如随机的“绝对性”是不存在的，随机对于细节的忽视。而大数据时代，即全数据模式，“样本=总体”。对于样本的总体占有决定着我们可以从不同角度、不同层面、多个方位地对数据进行细致的观察和研究。全数据模式，除了能够反映事物的发展规律，预测其未来的发展趋势，规避随机采样的不足外，其对于细节的收集也非常有益，能够让我们看到微观层面的观察，具有异常性、多样性。因此，“大”数据的“大”取的是相对意义而不是绝对意义。

（二）数据价值的挖掘不在精准性，而是混杂性

《大数据时代》提出：数据混杂是提升数据价值精准性的前提。维克托•迈尔•舍恩伯格指出，在数据收集的过程中发现，大概只有5%的数据可以适用于传统的数据库。剩下的95%大多是非结构化的、无法被利用的。因此，我们只有接受剩下的95%的数据信息，才有可能打开一扇从未涉足的世界的窗户。而对于以前的小数据时代而言，最基本、最重要的要求就是减少错误，保证质量，确保被记录下来的数据尽可能精确。很多科学家致力于优化测量工具。因为，信息收集的有限性就意味着差之毫厘、谬以千里。因此，伟大的物理学家开尔文说出了“测量就是认知”的至理名言。大数据时代作为网络时代的升级版，数据收集的数量之大不言而喻。不同的信息来源、不一致的信息格式、技术本身的不足，带来的不是精确，而是混乱。而数据的本身正是人心理、思想、行为的反映。这种混乱本身可能就是一种不被人类所发现的规律和方法。谷歌人工智能方面的专家发表了一篇名为《数据的非理性效果》的文章，提到“大数据基础上的简单算法比小数据基础上的复杂算法更加有效。”2006年，谷歌的上万亿的语料库，就是来自于互联网的一些废弃内容，这就是“训练集”。就此，他们指出，混杂是关键。

（三）思维方式不再纠结于因果，更侧重相关性

传统的思维习惯于采用因果关系，分析问题现象背后的根源，进而收集数据验证。其一般的做法都是建立假设，进行验证，最后假设被证实或者推翻。但分析过程并不容易，其中一些主观因素如偏见、臆断等的影响都极易导致分析出现错误。而人们仍热衷于探求因果关系的重要原因是为了更好地把握未来。而大数据时代的到来，变革了这种传统的思维，让人不再去探求“为什么”，而是“是什么”。通过对事物的关联物的采集与识别，对事物现象进行分析，捕捉现在和预测未来。因此，关联物成了预测的关键。通过找出一个关联物并监控它，我们就能够预测未来。而这正是数据系统的价值所在。它依赖于事物之间的相关性。它所做的是告诉你会发生什么，而不是为什么发生。当然，依赖相关关系但不否定因果关系。一旦我们完成了对大数据的相关关系分析，而又不再满足于仅仅知道“是什么”时，我们就会继续向更深层次研究因果关系，找出背后的“为什么”。

二、大数据时代———高校思想政治工作迎来的新机遇

大数据作为一种新型文化形态为人类开启了一方全新的文化空间，它以其神奇的魅力对师生特别是学生的思想品德、生活方式以及价值观产生着巨大的影响，也为高校的思想政治工作带来了新的机遇。

（一）数据更贴近教育对象的实际

当今时代，人们习惯性地在手机、IPAD、电脑上学习、交流。这种网络活动的痕迹都毫无例外地被大数据记录下来。这些数据信息更加真实地全方位地反映了教育对象的实际，成为思想政治教育工作者的“真实材料”。这种实际包括三个层面：第一，认知实际。即对于知识理解的透彻程度。以学生为例，对思想政治理论课堂关于马克思主义的真理性、科学性、人民性是否真正理解，还是仅浮于表面。这些为后期的教学改革提供了数据支持。第二，思维实际。由于我国高校对于思想政治理论课普遍采取笔试考核方式，学生为了获得较高的成绩填写标准答案。而其思想是坚定中国特色社会主义道路自信，还是偏向于西方的普世价值，通过考试的方式很难辨别出来。而大数据可以根据学生平常浏览的信息、网络发表的言论进行数据的分析和整合，更加准确地了解学生的真实想法。第三，行为实际。知行不一，是当前思想政治教育面临的主要问题之一。基于这些海量数据，可以从中抽取与其行为相关联的数据，分析其经常性的聚集地、行为与行为之间的关联度，找出其相关的内容进行分析，探寻其行为与认知之间的差异度，并提出相应对策。

（二）增强高校思想政治工作的准确度

大数据时代的到来，对于高校思想政治工作主体而言，是宏观预测与微观精准的珠联璧合主要表现在三个方面：第一，为高校思想政治工作规律性研究提供数据支撑。样本的全面性，有助于减小误差，提高高校思想政治工作的预见性。对大学生日常学习生活等的行为数据进行实时记录、收集和整理，以大数据为依托，通过对全部样本的同质性研究分类，进而对大学生的思想和行为特征进行归类以及并预测其发展态势，从而，以真实、全面的数据为支撑提升高校思想政治工作的预见性。第二，为高校思想政治工作个性化教学提供可能。样本的全面性，为个性化服务提供了可能。样本的全面性，不光是指样本数量的全面，其中还包括样本内容和层次的全面性。大数据时代可以为个性化提供全方位全过程的数据分析，帮助高校思想政治工作可以真正做到“个性化定制”“因材施教”，达到个性化教育的目的。第三，为高校思想政治工作评价系统提供全过程全方位的数据依托。高校思想政治工作质量评价本身就是一个难点，其中“科学有效的评价依据的缺乏、评价体系覆盖面不足，评价后续改进问题”等制约着高校思想政治工作的发展。而大数据可以将零散的、单一的评价数据进行汇集整合，形成连续的、系统的、丰富的评价数据，同时依托大数据技术，对学生学习成长的各个阶段和各个方面进行全方位全阶段地覆盖，形成以“问责与改进”功效为基础的动态循环式的评价体系。

（三）弥补传统高校思想政治工作的不足

随着“便携式”移动终端的推广与普及，网络成了思想政治教育的重要阵地，“新媒体”“微平台”随时随地向学生传播着各种思想。它有效地弥补了传统思想政治教育无法满足的“润物无声”的渗透性要求。首先，在多维立体交叉的时空中，大数据时代技术和平台的应用突破传统思想政治教育物理地域和空间的限制，实现高校思想政治工作的全覆盖。其次，大数据技术丰富拓展了思想政治教学资源、教学模式。整合基于大数据的思想政治教学资源，分成理论知识类资源、道德教育类资源和能力素质类资源。在传统思想政治理论教学模式的基础上，搭建具有可视化、个性化和及时性等呈现大数据优势的教学新模式。再次，大数据的信息除了有记录、分析和反馈功能，同时信息的传播对于人的认知、思想和行为也具有一定的反作用。应严把网络信息入口，有意识地进行社会主义意识形态的价值引导，大力培育和践行社会主义核心价值观。

三、大数据时代提升高校思想政治工作实效性的路径

大数据时代既给高校思想政治工作带来了机遇，使我们可以利用大数据去捕捉学生群体在互联网终端留下的无数痕迹，触摸到他们的思想脉搏，在大数据时代提高高校思想政治工作的实效性成为紧急而又迫切的任务。

（一）思想政治理论课改革引入大数据，提高教学实效性在全国高校思想政治工作会议上指出：高校思想政治工作，“要用好课堂教学这个主渠道，思想政治理论课要坚持在改进中加强，提升思想政治教育亲和力和针对性，满足学生成长发展需求和期待。”对此，我们可以以大数据技术为支撑，智能整合资源。从教学教师角度来讲，积极采用传统教学方法加网络慕课的教学模式。在传统课堂上，用数据记录学生上课率、抬头率、点头率，甚至每个学生的发言次数、发言时长。分析每门课程，学生认为的重难点，学生关注的学科问题。以此作为教师教课备案的前提要求。在借助新媒体的基础上，采用慕课的教学方式丰富高校思想政治理论课的教学模式。通过网络慕课的形式，一方面扩展了学生对于思想政治理论课学习的时空要求，将碎片化的学习方式也可以纳入思想政治理论课程的学习中来。另一方面学生通过网络学习，留下浏览痕迹如观看时间、重复观看的内容、快进的内容等，也是作为学生对于课程理论认知的外在表现。教师可以通过传统加慕课的方式打组合拳，针对学生遇到的重难点问题在课堂上着重分析讲解，真正地增强学生对于思想政治理论课的理解，透彻领悟马克思主义理论的科学性和人民性。从学生角度而言，提升了自身的学习能力。数据样本的全面性也为实践探索其个性化、精准化提供了便利条件。学生从自身出发，大数据将学生个体的学习数据采集起来，呈现多维立体直观的学习情况，学生可以从不同的时间、地点，层面观察自己的学习数据，及时了解、掌握自己对课程的学习态度、学习情况，通过对自我学习的认知，提高学生的自我管理。同时，技术的直观感受也有助于改变学生对思想政治理论课非科学的感官认知和印象，中国人民大学教授刘建军曾提出“重复学习”是非常有必要的，对于思想政治理论课也是一样。在“重复学习”的过程中，潜移默化地发生思想和意识的变化，有效传输思想政治教育的政治思想、方针政策和价值观念，强化学生自我学习、自我启发和自我教育的价值与能力。

（二）日常思想政治工作引入大数据，提高工作质量

以大数据为基础，构建大数据平台，以高校思想政治工作的“预判、共享、服务”为目标，转变传统的经验推断为智能化的理性数据分析，从定性研究转向定性与定量并行研究，从根本上推动高校思想政治工作的实效性。第一，数据全覆盖式，建立预防监测机制。从数据信息中收集、分析学生的认知、思维和行动。以数据的全覆盖率为基础，提取相关数据信息，建立预警系统，及时发现问题、解决问题。第二，实现数据信息共享，建立联动机制。要提高高校日常思想政治工作的实效性，就是要尽可能减少各部门重复工作的基础上的消极影响，保证各部门之间的信息真实、通畅和完整。同时根据不同部门设置不同的数据调取权限和范围。在提高不同部门工作效率的同时，可以作为高校各部门数据信息的监测和评价的数据指标，提升各部门思想政治工作质量。数据提供的不光是全方位的覆盖，也可以在全方位的基础上实现全过程。可以整合教育类政府职能部门、企事业单位等和高校一起建立数据共享机制，借助大数据载体优势，合法挖掘与大学生相关的数据信息，并将信息量化后与大学生的社会实践相结合，提升大学生思想政治教育政策的有效性、实用性和针对性。第三，为学生提供个性化服务。大数据信息全面而混杂的特点，为学生个性化服务提供了横向和纵向的数据支持，如同经纬度定点一样，更加准确和精密地为学生的成长、发展减除困惑，提供合理化的建议。

（三）以制度管理规避大数据技术的黑暗面

大数据技术本身并不具有属性，但是在实际操作过程中，数据的使用方法不当，往往会对个人的隐私和自由造成深远的影响。第一，在数据的收集中，必须确保信息采集者对于采样的知情和同意。第二，以制度规定数据使用的范围和年限。数据的使用范围必须明确，在使用途径发生变化时也要提起申明。规定数据的使用年限包括两个方面的含义；一是规定阶段性数据的有效期，并注明阶段时间内数据价值的影响因子。二是作为全过程的参考数据时，要将数据使用年限的长短也作为参考因素之一。第三，数据收集的常态化也需要制度保障。收据的收集除了需要采样的群体享有知情权和确认，对于后期的数据收集、整理、分析和反馈也有较高的要求。各部分对于数据调取的权限、数据分析的能力、数据开放的程度等都应有明确的规范。

参考文献：

[1]维克托•迈尔•舍恩伯格,肯尼思•库克耶.大数据时代[M].浙江人民出版社，2013:27，45，45，54，89.

[2]马星，王楠.基于大数据的高校教学质量评价体系构建[J].清华大学教育研究，2018，(4).

[3]全国高校思想政治工作会议召开[J].中国高等教育，2017，(20).

[4]赵浚.大数据创新高校思想政治教育方法的探析与应用在[J].贵州社会科学，2016，(3).

[5]朱燕.大数据背景下大学生思想政治教育工作面临的挑战及对策[J].学校党建与思想教育，2017，(3).

作者:燕明霞 商云龙 周霞 单位:北京化工大学