摘　要：將大數據技術應用於高校思想政治教育中，能夠更加貼近教育對象的實際，增強高校思想政治教育的掌控力，彌補傳統高校思想政治教育的缺陷。以此為基礎，從高校思政課和日常思政工作入手，提升高校思政課的效果和日常思政工作的質量，並以製度規避大數據技術在應用過程中的“黑暗面”，全方位提升高校思想政治教育實效性。

關鍵詞：大數據；高校；思想政治教育；實效性

大數據—高校思想政治教育面臨的新環境

大數據，亦稱巨量數據，是互聯網、物聯網等數據承載方式在使用過程中產生、積聚的大量網絡行為數據。《大數據時代》一書認為大數據不僅是指這種巨量的網絡行為數據，更重要的是通過對海量數據進行分類、加工和處理，能夠提供可預見性的、前瞻性的科學信息，為人類創造新價值的信息資產。較之之前的小數據時代，它具有如下特征：

１．樣本采集不是隨機取樣而是全部數據

大數據在於發現和理解信息內容及信息與信息之間的關系。而當中的關鍵就是大數據對所有信息的掌握和分析。以往的數據分析采用隨機采樣的方式，力求以最少的數據獲得最多的信息。但是，隨機采樣的精確性是隨著隨機性的增加而大幅提高的，與樣本量的增加關系反而不大。樣本選擇的隨機性比樣本數量更重要的觀點是比較普遍的。雖然隨機采樣的方式在歷史上取得了巨大的成功，但不可否認的是其本身固有的缺陷，如隨機“絕對性”的不存在，隨機對於細節的忽視。而大數據時代，即全數據模式，“樣本＝總體”。擁有全部或幾乎全部的數據，我們就能夠從不同的角度，更細致地觀察和研究數據的方方面面。全數據模式，不僅是能夠反映事物的發展規律，預測其未來的發展趨勢，規避隨機采樣的不足外，而且其對於細節的收集也非常有益，能夠讓我們看到微觀層面，具有異常性、多樣性。

２．數據收集顯示的不是精準性而是混雜性

《大數據時代》認為：數據混雜是提升數據價值精準性的前提。只有５％的數據是結構化且能適用於傳統數據庫的。如果不接受混亂，剩下９５％非結構化數據都無法被利用，只有接受不精確性，我們才能打開一扇從未涉足的世界的“窗戶”。對於大數據時代以前而言，最基本、最重要的要求就是減少錯誤、保證質量，確保被記錄下來的數據盡可能精確。很多科學家致力於優化測量工具。因為，收集信息的有限性意味著細微的錯誤會放大，甚至有可能影響整個結果的準確性。因此，物理學家開爾文說出了“測量就是認知”的至理名言。大數據時代作為網絡時代的升級版，數據收集的數量之大不言而喻。不同的信息來源，不一致的信息格式、技術本身的不足，帶來的不是精確，而是混亂。谷歌人工智能方面的專家發表了一篇名為《數據的非理性效果》的文章，其中提到“大數據基礎上的簡單算法比小數據基礎上的復雜算法更加有效”。２００６年，谷歌發布的上萬億的語料庫，就是來自於互聯網的一些廢棄內容，這就是“訓練集”。就此，他們指出，混雜是關鍵。

３．思維方式不是因果關系而是相關關系

在小數據時代，習慣於采用因果關系的思維方式，分析問題現象背後的根源，進而收集數據驗證。但這些分析都不容易，耗費巨大，都要從建立假設開始，然後進行實驗—假設被證實或者推翻。而且這些分析都易受到偏見影響的可能，極易導致錯誤。大數據時代的到來，變革了這種傳統的思維。讓人不再去探求“為什麽”，而是“是什麽”。大數據背景下，相關關系大放異彩。通過應用相關關系，識別有用的關聯物，幫助我們分析一個現象，捕捉現在和預測未來。因此，關聯物是預測的關鍵，通過找出一個關聯物並監控它，我們就能夠預測未來。這個就是數據系統的價值，它依賴於相關關系，而不是因果關系。它告訴你的是會發生什麽，而不是為什麽發生。當然，依賴相關關系但不否定因果關系。一旦我們完成了對大數據的相關關系分析，而又不再滿足於僅僅知道“是什麽”時，我們就會繼續向更深層次研究因果關系，找出背後的“為什麽”。

大數據對於提升高校思想政治教育實效性的作用

大數據作為一種新型文化形態為人類開啟了一方全新的文化空間，它以其神奇的魅力對師生特別是學生的思想品德、生活方式以及價值觀產生著巨大的影響。

１．更貼近教育對象的實際

當今時代，信息浪潮沖擊著所有人的生活。人們習慣性用手機、ｉＰａｄ、電腦學習和交流。這種網絡活動的痕跡都毫無例外地被大數據記錄下來。這些數據信息更加真實、全方位地反映了教育對象的實際，成為思想政治教育工作者的“真實材料”。其包括三個層面：第一，認知實際。具體說，是學生對於知識理解的透徹程度。以學生為例，對思政課堂關於馬克思主義的真理性、科學性、人民性是否真正理解，還是僅浮於表面。這些都為後期的教學改革提供數據支持。第二，思維實際。由於我國高校對於思政課普遍采取筆試考核方式，學生為了獲得較高的成績填寫標準答案。而其思想是堅定中國特色社會主義道路自信，還是偏向於西方的普世價值，通過考試的方式很難辨別出來。大數據可以根據學生平常瀏覽的信息，網絡發表的言論進行數據分析和整合，更加準確地了解學生的真實想法。第三，行為實際。知行不一，是當前思政教育面臨的主要問題之一。基於這些海量數據，可以從中抽取與其行為相關聯的數據，分析其經常性的聚集地，行為與行為之間的關聯度，找出與其相關的內容進行分析，探尋其行為與認知之間的差異度，並建立相應的對策。

２．增強高校思想政治教育的掌控力

大數據技術的應用對於高校思想政治教育主體而言，有助於增強其掌控力。掌控力主要表現在兩個方面：第一，為高校思想政治教育工作規律性研究和個性化教學提供數據支撐。一方面，樣本的全面性，有助於減小誤差，提供教育的預見性。通過數據技術與設備，對大學生日常思想、行為的相關數據進行實時記錄、收集和整理，從大量數據的“相關性”來尋找規律，分析推理和預測大學生思想和行為的特點規律以及發展態勢，從而增強教育的預見性、精準性。另一方面，樣本的全面性，為個性化服務提供了可能。通過個體性的大數據分析，思想政治教育可以真正做到“個性化定製”“因材施教”，達到個性化教育的目的。第二，為高校思想政治教育評價系統提供全過程、全方位的數據依托。大數據時代之前的高校思想政治教育質量評價存在“缺少科學評價依據、評價層級比較單一、評價不能很好地指導改進”等局限性，而大數據可以將零散、單一的評價數據匯集成連續、系統的數據，依托大數據技術，高校思想政治教育質量評價體系可以全方位地覆蓋學生學習成長的各個階段和各個方面，並實現“問責與改進”的雙重功能，以期在對高校思想政治教育質量進行準確“畫像”的同時，全面提升高校思想政治教育的質量。

３．彌補傳統高校思想政治教育的缺陷

隨著移動終端的普及，網絡成了思想政治教育的重要陣地，大學生隨時隨地通過各種“微平臺”接受著思想政治教育。它有效地彌補了傳統思想政治教育無法滿足的　“潤物細無聲”滲透性要求。第一，在這種多維時空交叉的教育環境下，大數據技術與平臺設施能夠提供無地域和時間限製的在線交流空間，突破傳統思想政治教育物理地域和空間限製，實現高校思想政治教育的全覆蓋。第二，大數據技術豐富拓展了思想政治教學資源、教學模式。整合基於大數據的思想政治教學資源，分成理論知識類資源、道德教育類資源和能力素質類資源。在傳統的思想政治教學模式的基礎上，搭建具有可視化、個性化和及時性等呈現大數據優勢的教學新模式。第三，大數據的信息除了有記錄、分析和反饋功能，同時信息的傳播對於人的認知、思想和行為也具有一定的反作用。嚴把網絡信息入口，有意識地進行社會主義意識形態的價值引導，大力落實和踐行社會主義核心價值觀。

大數據提升高校思想政治教育實效性的路徑

大數據既給高校思想政治教育帶來了機遇，使我們可以利用大數據去捕捉學生群體在互聯網終端留下的無數痕跡，觸摸到他們的思想脈搏，同時也給我們帶來前所未有的挑戰，在大數據時代提高高校思想政治教育的實效性成為緊急而又迫切的任務。

１．大數據引入高校思想政治教育課程改革，提高思政課實效性

習近平總書記在全國思想政治工作會議上指出：高校思想政治工作，“要用好課堂教學這個主渠道，思想政治理論課要堅持在改進中加強，提升思想政治教育親和力和針對性，滿足學生成長發展需求和期待。”對此，我們可以以大數據技術為支撐，智能整合資源。從教學教師角度來講，積極采用“傳統教學方法＋網絡慕課（ＭＯＯＣｓ）”的教學模式。在傳統課堂上，用數據記錄學生上課率、抬頭率、點頭率，甚至每個學生的發言次數、發言時長；分析每門課程，學生認為的重點、難點，學生關註的學科問題，以此作為教師教課備案的前提要求。在借助新媒體的基礎上，采用慕課（ＭＯＯＣｓ）的教學方式豐富高校思政課的教學模式。

通過網絡慕課（ＭＯＯＣｓ）的形式，一方面，擴展了學生對於思政課學習的時空要求，將碎片化的學習方式也可以納入思政課的學習中；另一方面，學生通過網絡學習，留下瀏覽痕跡，如觀看時間、重復觀看的內容、快進的內容等，也是作為學生對於課程理論認知的外在表現。教師可以通過傳統加慕課（ＭＯＯＣｓ）的方式打組合拳，針對學生遇到的重點、難點問題在課堂上著重分析講解，真正地增強學生對於思政課的理解，透徹領悟馬克思主義理論的科學性和人民性。從學生角度而言，提升自身的學習能力。數據樣本的全面性也為其個性化、精準化提供了便利條件。學生從自身出發，大數據將學生個體的學習數據采集起來，呈現多維、立體、直觀的學習情況，使學生可以從不同維度觀察到自己的學習數據，及時了解、掌握自己對思政課的學習態度、積極程度、討論參與、測驗得分等各方面情況，做到自我學習認知，鍛煉學生的自我管理。同時，技術的直觀感受也有助於改變學生對思想政治理論非科學的感官認知和印象，在“重復學習”以調整數據結果的過程中，潛移默化地發生思想和意識的變化，有效傳輸思想政治教育的政治思想、方針政策和價值觀念，強化學生自我學習、自我啟發和自我教育的價值與能力。

２．大數據引入高校日常思政工作，提高高校思政工作的質量

以數據為本，構建大數據平臺，對學生思想動態預測研判，將大學生思想動態從傳統的經驗推斷轉變為智能化的理性數據分析，將思想政治教育方法升級為一門真正的科學，從根本上推動高校思想政治工作的實效性。第一，全覆蓋式地追蹤師生思想動態和行為走向，建立預防監測機製。從數據信息中收集、分析學生的認知、思維和行動。以數據的全覆蓋率為基礎，提取相關數據信息，分析學生的行為走向，建立數字化的紅色預警系統，及時發現問題、解決問題。數據的全面性，為精準化服務提供了條件。對於貧困家庭的、存在心理疾病的或者是出現反社會行為的學生進行重點關註、積極引導、嚴格防控。第二，實現數據信息共享，建立聯動機製。要提高高校日常思政工作的實效性，就是要在盡可能減少各部門重復工作的基礎上消減消極影響，保證各部門之間的信息真實、通暢和完整。同時，根據不同部門設置不同的數據調取權限和範圍。在提高不同部門在工作中效率的同時，可以作為高校各部門數據信息的監測和評價的數據指標，提升各部門思政工作質量。數據提供的不僅是全方位的覆蓋，而且也可以在全方位的基礎上實現全過程。同時，可以整合教育類政府職能部門、企事業單位等和高校一起建立數據共享機製，借助大數據載體優勢，合法挖掘大學生相關的數據信息，並將信息量化後與大學生的社會實踐相結合，促進大學生思想政治教育政策的有效性、實用性和針對性充分發揮。第三，為學生提供個性化服務。大數據信息全面而混雜的特點，為學生個性化服務提供了橫向和縱向的數據支持，如同經緯度定點一樣，更加準確和精密地為學生的成長、發展解除困惑，提供合理化的建議。

３．以製度管理規避大數據技術的“黑暗面”

大數據技術本身並不具有屬性，但是在實際操作過程中，數據的使用方法不當，往往會對個人的隱私和自由造成深遠的影響。第一，數據的收集中，必須確保信息采集者對於采樣的知情和同意。第二，以製度規定數據使用的範圍和年限。數據的使用範圍必須明確，在使用途徑發生變化時也要提起申明。規定數據的使用年限包括兩個方面的含義：一方面，規定階段性數據的有效期，並註明階段時間內數據價值的影響因子；另一方面，作為全過程的參考數據時，要將數據所在年限的長短也作為參考因素之一。同時，數據收集的常態化也需要製度為保障。收集的數據除了需要采樣的群體享有知情權和確認，對於後期的數據收集、整理、分析和反饋也有較高的要求。對於數據調取的權限、數據分析的能力、數據開放的程度等應有明確的規範。（作者：燕明霞，單位：北京化工大學馬克思主義傲世皇朝）

參考文獻：

［１］［英］維克托·邁爾—舍恩伯格，肯尼思·庫克耶．大數據時代：生活、工作與思維的大變革［Ｍ］．盛楊燕，周濤，譯．杭州：浙江人民出版社，２０１３：２７，４５．

［２］馬星，王楠．基於大數據的高校教學質量評價體系構建［Ｊ］．　清華大學教育研究，２０１８（２）：３８－４３．

［３］朱燕．大數據背景下大學生思想政治教育工作面臨的挑戰及對策［Ｊ］．學校黨建與思想教育，２０１７（６）：５８－６０，６２．

［４］韓太平，大數據時代青少年思想政治教育實效提升路徑研究［Ｊ］．西南科技大學學報（哲學社會科學版），２０１８（１）：６６－７０．

［５］劉宏達，潘開艷．融合創新：思想政治教育大數據研究的視角轉換［Ｊ］．學校黨建與思想教育，　２０１８（３）：５２－５６．

［６］梁海娜，李俊奎．“大數據”思想政治教育載體再思考［Ｊ］．思想教育研究，　２０１７（１２）：１７－２１．

［７］王興波．大數據時代高校思想政治教育改革探析［Ｊ］．學校黨建與思想教育，２０１８（３）：６０－６１．

［８］付安玲．大數據時代思想政治教育“獲得感”的人學意蘊［Ｊ］．思想教育研究，２０１８（２）：３７－４１．

［９］雙傳學，範美香．思想政治教育權威的現代轉型［Ｊ］．探索，２０１５（２）：１３０－１３５．

［１０］李小平，姚芳．大數據背景下高校思想政治教育創新研究［Ｊ］．學校黨建與思想教育，２０１８（６）：５１－５３，５６．

［１１］謝曉娟，王東紅．多學科視角下的思想政治教育研究［Ｍ］．北京：中國書籍出版社，２０１５．

    信息來源：《北京教育》雜誌   作者：燕明霞