大數據時代思想政治實效性路徑研究

導語：大數據時代思想政治實效性路徑研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

[摘要]大數據時代的到來，為高校思想政治工作創造了新環境。將大數據應用于高校思想政治工作中，更加貼近教育對象的實際，可以增強思想政治工作的準確性、實效性。高校從思想政治理論課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質量，并以制度規避大數據技術在應用過程中的負面影響，真正全方位提升高校思想政治工作實效。

[關鍵詞]大數據；高校；思想政治教育；實效性

《大數據時代》一書中指出:大數據徹底開啟了一個新時代。大數據時代的到來悄然改變了我們的生活，改變了我們的思維方式，改變了我們的行為模式。高校作為國家高端人才的聚集地，其教育理念、師生的思想意識、行為模式也必然受到大數據技術的影響，思想政治教育也面臨著新的挑戰和要求。

一、大數據時代———高校思想政治工作面臨的新環境

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。其概念的產生源于網絡技術的日臻成熟和“便攜式”電子設備的發展。隨著網絡技術與社會的全方位的融合，信息數據炸裂式的增長必然引起一個質變的發生。人們逐漸認識到大數據不光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。

（一）樣本采集不是隨機取樣，而是全部數據

大數據的價值在于發現和理解信息內容及信息與信息之間的關系。而其中的關鍵就是大數據對所有信息的掌握和分析。以往的數據分析多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，隨機采樣的精確度是由采樣的隨機性決定的，即在采用的過程中，越隨機，樣本的精確度越高，與樣本數量的多少反而關聯度不是很高。雖然隨機采樣的方式在歷史上取得了巨大的成功和貢獻，但不可否認的是其本身固有的缺陷，如隨機的“絕對性”是不存在的，隨機對于細節的忽視。而大數據時代，即全數據模式，“樣本=總體”。對于樣本的總體占有決定著我們可以從不同角度、不同層面、多個方位地對數據進行細致的觀察和研究。全數據模式，除了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，其對于細節的收集也非常有益，能夠讓我們看到微觀層面的觀察，具有異常性、多樣性。因此，“大”數據的“大”取的是相對意義而不是絕對意義。

（二）數據價值的挖掘不在精準性，而是混雜性

《大數據時代》提出：數據混雜是提升數據價值精準性的前提。維克托•邁爾•舍恩伯格指出，在數據收集的過程中發現，大概只有5%的數據可以適用于傳統的數據庫。剩下的95%大多是非結構化的、無法被利用的。因此，我們只有接受剩下的95%的數據信息，才有可能打開一扇從未涉足的世界的窗戶。而對于以前的小數據時代而言，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。很多科學家致力于優化測量工具。因為，信息收集的有限性就意味著差之毫厘、謬以千里。因此，偉大的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。而數據的本身正是人心理、思想、行為的反映。這種混亂本身可能就是一種不被人類所發現的規律和方法。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，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，谷歌的上萬億的語料庫，就是來自于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。

（三）思維方式不再糾結于因果，更側重相關性

傳統的思維習慣于采用因果關系，分析問題現象背后的根源，進而收集數據驗證。其一般的做法都是建立假設，進行驗證，最后假設被證實或者推翻。但分析過程并不容易，其中一些主觀因素如偏見、臆斷等的影響都極易導致分析出現錯誤。而人們仍熱衷于探求因果關系的重要原因是為了更好地把握未來。而大數據時代的到來，變革了這種傳統的思維，讓人不再去探求“為什么”，而是“是什么”。通過對事物的關聯物的采集與識別，對事物現象進行分析，捕捉現在和預測未來。因此，關聯物成了預測的關鍵。通過找出一個關聯物并監控它，我們就能夠預測未來。而這正是數據系統的價值所在。它依賴于事物之間的相關性。它所做的是告訴你會發生什么，而不是為什么發生。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，而又不再滿足于僅僅知道“是什么”時，我們就會繼續向更深層次研究因果關系，找出背后的“為什么”。

二、大數據時代———高校思想政治工作迎來的新機遇

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，也為高校的思想政治工作帶來了新的機遇。

（一）數據更貼近教育對象的實際

當今時代，人們習慣性地在手機、IPAD、電腦上學習、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地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”。這種實際包括三個層面：第一，認知實際。即對于知識理解的透徹程度。以學生為例，對思想政治理論課堂關于馬克思主義的真理性、科學性、人民性是否真正理解，還是僅浮于表面。這些為后期的教學改革提供了數據支持。第二，思維實際。由于我國高校對于思想政治理論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，還是偏向于西方的普世價值，通過考試的方式很難辨別出來。而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的分析和整合，更加準確地了解學生的真實想法。第三，行為實際。知行不一，是當前思想政治教育面臨的主要問題之一。基于這些海量數據，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，找出其相關的內容進行分析，探尋其行為與認知之間的差異度，并提出相應對策。

（二）增強高校思想政治工作的準確度

大數據時代的到來，對于高校思想政治工作主體而言，是宏觀預測與微觀精準的珠聯璧合主要表現在三個方面：第一，為高校思想政治工作規律性研究提供數據支撐。樣本的全面性，有助于減小誤差，提高高校思想政治工作的預見性。對大學生日常學習生活等的行為數據進行實時記錄、收集和整理，以大數據為依托，通過對全部樣本的同質性研究分類，進而對大學生的思想和行為特征進行歸類以及并預測其發展態勢，從而，以真實、全面的數據為支撐提升高校思想政治工作的預見性。第二，為高校思想政治工作個性化教學提供可能。樣本的全面性，為個性化服務提供了可能。樣本的全面性，不光是指樣本數量的全面，其中還包括樣本內容和層次的全面性。大數據時代可以為個性化提供全方位全過程的數據分析，幫助高校思想政治工作可以真正做到“個性化定制”“因材施教”，達到個性化教育的目的。第三，為高校思想政治工作評價系統提供全過程全方位的數據依托。高校思想政治工作質量評價本身就是一個難點，其中“科學有效的評價依據的缺乏、評價體系覆蓋面不足，評價后續改進問題”等制約著高校思想政治工作的發展。而大數據可以將零散的、單一的評價數據進行匯集整合，形成連續的、系統的、豐富的評價數據，同時依托大數據技術，對學生學習成長的各個階段和各個方面進行全方位全階段地覆蓋，形成以“問責與改進”功效為基礎的動態循環式的評價體系。

（三）彌補傳統高校思想政治工作的不足

隨著“便攜式”移動終端的推廣與普及，網絡成了思想政治教育的重要陣地，“新媒體”“微平臺”隨時隨地向學生傳播著各種思想。它有效地彌補了傳統思想政治教育無法滿足的“潤物無聲”的滲透性要求。首先，在多維立體交叉的時空中，大數據時代技術和平臺的應用突破傳統思想政治教育物理地域和空間的限制，實現高校思想政治工作的全覆蓋。其次，大數據技術豐富拓展了思想政治教學資源、教學模式。整合基于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。在傳統思想政治理論教學模式的基礎上，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。再次，大數據的信息除了有記錄、分析和反饋功能，同時信息的傳播對于人的認知、思想和行為也具有一定的反作用。應嚴把網絡信息入口，有意識地進行社會主義意識形態的價值引導，大力培育和踐行社會主義核心價值觀。

三、大數據時代提升高校思想政治工作實效性的路徑

大數據時代既給高校思想政治工作帶來了機遇，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，在大數據時代提高高校思想政治工作的實效性成為緊急而又迫切的任務。

（一）思想政治理論課改革引入大數據，提高教學實效性在全國高校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加網絡慕課的教學模式。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，學生認為的重難點，學生關注的學科問題。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，采用慕課的教學方式豐富高校思想政治理論課的教學模式。通過網絡慕課的形式，一方面擴展了學生對于思想政治理論課學習的時空要求，將碎片化的學習方式也可以納入思想政治理論課程的學習中來。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，也是作為學生對于課程理論認知的外在表現。教師可以通過傳統加慕課的方式打組合拳，針對學生遇到的重難點問題在課堂上著重分析講解，真正地增強學生對于思想政治理論課的理解，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，提升了自身的學習能力。數據樣本的全面性也為實踐探索其個性化、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，學生可以從不同的時間、地點，層面觀察自己的學習數據，及時了解、掌握自己對課程的學習態度、學習情況，通過對自我學習的認知，提高學生的自我管理。同時，技術的直觀感受也有助于改變學生對思想政治理論課非科學的感官認知和印象，中國人民大學教授劉建軍曾提出“重復學習”是非常有必要的，對于思想政治理論課也是一樣。在“重復學習”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。

（二）日常思想政治工作引入大數據，提高工作質量

以大數據為基礎，構建大數據平臺，以高校思想政治工作的“預判、共享、服務”為目標，轉變傳統的經驗推斷為智能化的理性數據分析，從定性研究轉向定性與定量并行研究，從根本上推動高校思想政治工作的實效性。第一，數據全覆蓋式，建立預防監測機制。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，建立預警系統，及時發現問題、解決問題。第二，實現數據信息共享，建立聯動機制。要提高高校日常思想政治工作的實效性，就是要盡可能減少各部門重復工作的基礎上的消極影響，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范圍。在提高不同部門工作效率的同時，可以作為高校各部門數據信息的監測和評價的數據指標，提升各部門思想政治工作質量。數據提供的不光是全方位的覆蓋，也可以在全方位的基礎上實現全過程。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制，借助大數據載體優勢，合法挖掘與大學生相關的數據信息，并將信息量化后與大學生的社會實踐相結合，提升大學生思想政治教育政策的有效性、實用性和針對性。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、發展減除困惑，提供合理化的建議。

（三）以制度管理規避大數據技術的黑暗面

大數據技術本身并不具有屬性，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，在數據的收集中，必須確保信息采集者對于采樣的知情和同意。第二，以制度規定數據使用的范圍和年限。數據的使用范圍必須明確，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；一是規定階段性數據的有效期，并注明階段時間內數據價值的影響因子。二是作為全過程的參考數據時，要將數據使用年限的長短也作為參考因素之一。第三，數據收集的常態化也需要制度保障。收據的收集除了需要采樣的群體享有知情權和確認，對于后期的數據收集、整理、分析和反饋也有較高的要求。各部分對于數據調取的權限、數據分析的能力、數據開放的程度等都應有明確的規范。

參考文獻：

[1]維克托•邁爾•舍恩伯格,肯尼思•庫克耶.大數據時代[M].浙江人民出版社，2013:27，45，45，54，89.

[2]馬星，王楠.基于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，(4).

[3]全國高校思想政治工作會議召開[J].中國高等教育，2017，(20).

[4]趙浚.大數據創新高校思想政治教育方法的探析與應用在[J].貴州社會科學，2016，(3).

[5]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，(3).

作者:燕明霞 商云龍 周霞 單位:北京化工大學