高校思想政治教育工作创新优化
来源：www.37lw.cn
编辑：admin
时间：2017-09-19
一、大数据与大数据时代
随着互联网、物联网、云计算等信息技术的快速发展，“大数据”旋风式地吹到了地球各个角落，并加速改变着人类生活工作的方方面面。大数据是通过分析海量数据以获得巨大价值的产品、服务或见解[1]，具有容量大（Volume）、种类多（Variety）、速度快（Velocity） 和价值高（Value）等特征。大数据将开启时代特征的新转型[2]，成为生产力提高的新源泉[3]。
世界各国都高度重视大数据在国家发展和国力提升等方面的作用，纷纷制定大数据战略。2012年3月美国将大数据战略提升至国家层面，组建“大数据高级指导小组”，发布《大数据研究和发展计划》。英、德、日等也随即推出大数据相关战略研究。
我国的《国家中长期科学和技术发展规划纲要（2006-2020年）》《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》等文件也要求推进大数据建设，十八届五中全会首次明确国家大数据战略。在教育方面，《国务院关于印发促进大数据发展行动纲要的通知》明确要求探索大数据在教育方式变革、教育公平维护、教育质量提升等方面的应用。大数据已经成为驱动思想政治教育变革和提升效果的力量之源。
二、大数据驱动思政教育革新的必要性
（一）有助于破解思政教育脱离学生实际的难题
受信息来源渠道有限、知识获取途径有限等影响，传统思想政治教育也多以知识传授、思想灌输为主要方式。现如今，信息来源日益多样、知识更新日益加速、人们的思想日益多元化、个性追求日益兴盛，传统的统一内容、统一模式、统一考评等方式已经越来越不符合青年人的“口味”，已经远远不能满足他们张扬个性的身心发展需求。
职业规划、就业创业、学团活动是大学生活的重要组成部分，案例分析、辩论讨论、实习实践等是青年人展现激情的重要途径。然而，受某些因素的影响，在思政工作实践中往往存在着思想政治教育理论与成才规划、专业发展、就业创业等实际情况脱节的现象，存在着思想政治教育方式中案例分析、辩论讨论、实习实践等常见手段运用不足的问题，存在教学载体选择与学生管理、组织建设、团学活动等结合不足的现象。
大数据驱动的思想政治教育则可以充分发挥大数据的优势，以生动多样的教育方式满足学生求新好奇的需要，以“解人意”的推送模式便利于学生兴趣发展的需要，以丰富饱满的教育内容满足学生追根溯源的需要。
（二）有助于破解思政教育实效性的难题
内容决定形式，形式依赖于内容并随着内容的发展而改变。内容和形式是辩证统一的，形式的出现与存在都为内容服务。在思想政治教育工作中，形式与内容也是辩证统一的关系。为激发学生兴趣、满足学生需要，在同样内容的思想政治教育工作中，难免要不断创新教育形式，久而久之，就会出现形式多样、内容单一、教育效果有限等问题。大数据驱动的思政教育可以广泛借助大数据时代新媒体的传播优势，从理念、内容、体裁、形式、方法、手段等方面实现全面改革，全方位创新，切实提高思政教育的实效。
（三）有助于破解教师信息素养观念滞后的难题
“信息素养”最早由美国信息产业协会主席保罗·车可斯基提出，是从图书馆信息检索技能演变而来的。在国内，信息素养是随着信息社会的發展而渐入人们视野的，高校教师存在着信息素养理论和观念相对滞后，数据信息意识不强、数据敏感性不高、大数据思维主动性不够、数据挖掘统计分析能力不足等问题。大数据驱动的思想政治教育将迫使高校教师学习信息科学知识，具备数据处理技能，掌握统计预测能力。
三、大数据驱动思政教育革新的可行性
不得不承认，在信息缺乏和流通不畅的时代，我们对学生了解的太少，尤其对于学生个人思想动态的了解和掌握更少。作为网络的原住民，大学生在老师、同学面前暴露的都是一些信息碎片，辅导员班主任通过传统手段了解和掌握学生思想动态的难度很大。
然而，随着网络技术的发展和手机等智能终端的普及，学生的生活足迹更多地印在了网络里，学生的日常行为更多地留在了网络里。对思想政治工作者来说，这些大数据就是学生思想活动的数据编码，是学生行为举动的数据踪迹，这些数据编码和数据踪迹为大数据驱动下高效开展大学生思想政治工作提供了重要的基础支撑。
（一）大数据驱动思想政治教育实现了发展目标的预测化
传统的思想政治教育工作常常根据碎片信息，依赖个人工作经验，对学生思想行为进行粗略推测判断，对学生进行粗放型的教育管理。传统的思想政治教育工作常常在学生个体出现问题之后，才对学生群体开展亡羊补牢式的工作，实施被动型的说服教育。
大数据将以一种前所未有的方式，通过对海量数据的分析获得深刻洞见。大数据的核心是预测。大数据的预测功能在教育和社会工作方面都有应用，比如美国的学校通过对学生数据的分析，预测学生升学率的精确度高达85%。在社会事件预测方面，2009年美国谷歌公司通过网上搜索关键词记录，成功预测几周后甲型H1N1流感的传播范围，结果与后来官方统计的数据吻合度高达97%[4]；洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪发生；统计学家Nate Silver利用大数据预测美国总统大选的结果。
随着互联网、物联网、云计算等信息技术的快速发展，“大数据”旋风式地吹到了地球各个角落，并加速改变着人类生活工作的方方面面。大数据是通过分析海量数据以获得巨大价值的产品、服务或见解[1]，具有容量大（Volume）、种类多（Variety）、速度快（Velocity） 和价值高（Value）等特征。大数据将开启时代特征的新转型[2]，成为生产力提高的新源泉[3]。
世界各国都高度重视大数据在国家发展和国力提升等方面的作用，纷纷制定大数据战略。2012年3月美国将大数据战略提升至国家层面，组建“大数据高级指导小组”，发布《大数据研究和发展计划》。英、德、日等也随即推出大数据相关战略研究。
我国的《国家中长期科学和技术发展规划纲要（2006-2020年）》《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》等文件也要求推进大数据建设，十八届五中全会首次明确国家大数据战略。在教育方面，《国务院关于印发促进大数据发展行动纲要的通知》明确要求探索大数据在教育方式变革、教育公平维护、教育质量提升等方面的应用。大数据已经成为驱动思想政治教育变革和提升效果的力量之源。
二、大数据驱动思政教育革新的必要性
（一）有助于破解思政教育脱离学生实际的难题
受信息来源渠道有限、知识获取途径有限等影响，传统思想政治教育也多以知识传授、思想灌输为主要方式。现如今，信息来源日益多样、知识更新日益加速、人们的思想日益多元化、个性追求日益兴盛，传统的统一内容、统一模式、统一考评等方式已经越来越不符合青年人的“口味”，已经远远不能满足他们张扬个性的身心发展需求。
职业规划、就业创业、学团活动是大学生活的重要组成部分，案例分析、辩论讨论、实习实践等是青年人展现激情的重要途径。然而，受某些因素的影响，在思政工作实践中往往存在着思想政治教育理论与成才规划、专业发展、就业创业等实际情况脱节的现象，存在着思想政治教育方式中案例分析、辩论讨论、实习实践等常见手段运用不足的问题，存在教学载体选择与学生管理、组织建设、团学活动等结合不足的现象。
大数据驱动的思想政治教育则可以充分发挥大数据的优势，以生动多样的教育方式满足学生求新好奇的需要，以“解人意”的推送模式便利于学生兴趣发展的需要，以丰富饱满的教育内容满足学生追根溯源的需要。
（二）有助于破解思政教育实效性的难题
内容决定形式，形式依赖于内容并随着内容的发展而改变。内容和形式是辩证统一的，形式的出现与存在都为内容服务。在思想政治教育工作中，形式与内容也是辩证统一的关系。为激发学生兴趣、满足学生需要，在同样内容的思想政治教育工作中，难免要不断创新教育形式，久而久之，就会出现形式多样、内容单一、教育效果有限等问题。大数据驱动的思政教育可以广泛借助大数据时代新媒体的传播优势，从理念、内容、体裁、形式、方法、手段等方面实现全面改革，全方位创新，切实提高思政教育的实效。
（三）有助于破解教师信息素养观念滞后的难题
“信息素养”最早由美国信息产业协会主席保罗·车可斯基提出，是从图书馆信息检索技能演变而来的。在国内，信息素养是随着信息社会的發展而渐入人们视野的，高校教师存在着信息素养理论和观念相对滞后，数据信息意识不强、数据敏感性不高、大数据思维主动性不够、数据挖掘统计分析能力不足等问题。大数据驱动的思想政治教育将迫使高校教师学习信息科学知识，具备数据处理技能，掌握统计预测能力。
三、大数据驱动思政教育革新的可行性
不得不承认，在信息缺乏和流通不畅的时代，我们对学生了解的太少，尤其对于学生个人思想动态的了解和掌握更少。作为网络的原住民，大学生在老师、同学面前暴露的都是一些信息碎片，辅导员班主任通过传统手段了解和掌握学生思想动态的难度很大。
然而，随着网络技术的发展和手机等智能终端的普及，学生的生活足迹更多地印在了网络里，学生的日常行为更多地留在了网络里。对思想政治工作者来说，这些大数据就是学生思想活动的数据编码，是学生行为举动的数据踪迹，这些数据编码和数据踪迹为大数据驱动下高效开展大学生思想政治工作提供了重要的基础支撑。
（一）大数据驱动思想政治教育实现了发展目标的预测化
传统的思想政治教育工作常常根据碎片信息，依赖个人工作经验，对学生思想行为进行粗略推测判断，对学生进行粗放型的教育管理。传统的思想政治教育工作常常在学生个体出现问题之后，才对学生群体开展亡羊补牢式的工作，实施被动型的说服教育。
大数据将以一种前所未有的方式，通过对海量数据的分析获得深刻洞见。大数据的核心是预测。大数据的预测功能在教育和社会工作方面都有应用，比如美国的学校通过对学生数据的分析，预测学生升学率的精确度高达85%。在社会事件预测方面，2009年美国谷歌公司通过网上搜索关键词记录，成功预测几周后甲型H1N1流感的传播范围，结果与后来官方统计的数据吻合度高达97%[4]；洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪发生；统计学家Nate Silver利用大数据预测美国总统大选的结果。
大数据的出现为高校开展有针对性的思想政治教育工作提供了重要保障，时时记录的数据为高校开展思想政治教育工作提供了源源不断的信息，对学生生活数据踪迹的挖掘、处理和分析，将使思想政治教育工作变被动为主动。
辅导员班主任借助对学生交往交际、兴趣爱好、性格个性的及时跟进，通过对学生课堂表现、借阅行为、考试考核的动态跟踪，发掘学生特点的不同和个性的差异，有针对性地给予学生个体引领辅導，并将之发展成为学生的优势潜能。
思想政治教育工作者应充分发挥大数据的关联性，让大数据说话，利用大数据的“监测、分析、预测”功能，准确掌握学生个人的思想动态，有效掌握思想政治教育的发展趋势，对不确定性事件做出预警，及时开展针对性预防性的举措，实现思想政治教育工作的“针对过去，揭示规律；面对未来，预测趋势”[5]。
（二）大数据驱动思想政治教育体现了育人过程的精准化
有学生活动轨迹大数据的基础支撑，思想政治教育将是建立在全面的、海量的数据基础上的，经过深度的、关联的数据挖掘和科学的、完全的统计分析之后的精准化的思想政治教育。根据基础大数据可了解学生的个性爱好，掌握学生的思想动态，通过数据挖掘可适时了解学生情绪变化、思想波动趋势，经过精准预测可做好防备、提前介入、针对性干预，避免事故发生。大数据驱动下的思想政治教育工作将是精确到个人、精准到言行的精致化服务。
（三）大数据驱动思想政治教育实现人才培养的个性化
在商业领域，淘宝平台的大数据为阿里巴巴掌握消费者的购买习惯，进而为商家提供更具针对性和附加值的深度服务提供了便利；大数据分析为阿里巴巴更准确、更量化地评价商家个人和组织的信用，大幅提升融资效率和有效降低小微贷款风险提供了科学依据。
在大学生思想政治教育工作中，大数据能够全面掌握学生思想行为动态，实时勾勒出学生每天的个体画像。通过挖掘学生消费信息，思政工作者可以掌握学生家庭经济状况，发现经济困难学生，剔除假冒困难学生；通过挖掘学生交际信息，思政工作者可以掌握学生思想动态，发掘心理危机倾向，及早开展心理疏导工作，及早介入干预，并不断完善心理危机干预工作机制；通过学生网络课程学习表现，思政工作者可以掌握学生的自主学习能力，发现学生学习的重点难点，优化自学内容和设置方式，调整讲授重点难点。大数据将在人才培养个性化、多样化方面发挥精雕细琢的显微镜作用。
（四）大数据驱动思想政治教育实现了学生管理的科学化
数据存储与获取的便捷、数据统计分析技术的优化，将助推实现学生管理和决策的科学化。比如，UPS国际快递公司使用预测性分析实现对公司60000辆车及时预防性修理，避免了汽车抛锚等事故造成的人力物力消耗，每年可节省几百万美元支出，促进了对车辆使用和维修的科学化管理；梅西百货基于SAS系统实现了对多达7300万种货品的科学调价。大数据的运用将不断优化思想政治教育管理方式方法，实现思想政治教育的个性化、高效化，实现思想政治教育研究手段的科学化，实现思想政治教育管理的规范化和科学化。
四、大数据驱动下思政工作的创新优化
（一）更新思想观念
高等教育现代化关键是人的思想观念的现代化。在大数据时代，教育者要树立大数据意识，增强数据敏感性，主动搜集与教育对象有关的各类数据信息，善于发现数据反映的问题，发掘数据背后隐藏的思想观念和价值取向；教育者要增强个性化意识，主动监控追踪教育对象的思想行为数据信息，善于筛选整理、统计分析数据，对教育对象的思想行为进行预判；教育者要树立见微知著的理念，主动搜集、科学分析，增强思政教育工作的针对性，引导学生自我完善、全面发展；教育者要树立大思政的教育理念，重视不同部门间的协同合作、共享共用，重视数据的关联性，善于储存新数据和“无用数据”，善于观察新现象，虚心倾听新观点，勇于接受新事物。
（二）创新队伍建设
专业人才队伍是实现大数据整合导入、问题分析和实际运用的关键。大数据时代的思想政治教育队伍的组建应着眼于大数据时代背景，结合思政工作实际，培养一支有数据挖掘和统计预测能力、掌握思政教育规律、善于开展思政工作的教师队伍，打造一支跨部门、跨学科、专兼结合的人才队伍，构建开放性、前瞻性和综合性的思想政治教育工作系统，形成部门联动、学科协作、数据共享的大数据、大思政工作格局。
（三）革新思维方式
大数据不仅是一种操作性很强的工具，更是一种重要的思维方式。大数据给思想政治教育工作带来的最大变革是思维方式的变革。迎接大数据时代，思想政治教育者要形成整体性、兼容性、关联性、容错性、预测性、效率性等六大思维。
1整体性思维
由于缺乏对事物整体认识的工具，人们创造了将整体划分为部分的分析还原法。思政教育工作者往往忽视人的复杂性和隐蔽性，习惯于将学生复杂的思想行为进行“庖丁解牛、分而治之”。统计抽样是在技术受限的特定时期，为了解决一些特定问题而使用的方法。大数据时代，智能终端、网络技术、云计算等新技术为我们认识和观察复杂事物提供了数据基础和便捷手段。数据收集存储可以方便、快捷、动态地获得与研究对象有关的所有数据，我们将不再依赖于传统“采样”来获得数据，整体思维将让我们发现“样本”无法揭示的信息。当需要了解、研究大学生思想状态时，我们只要查阅学生生活轨迹数据，就可全面掌握每个细节，及时了解每个动向，全面把握每个学生的思想动态。
2兼容性思维
受牛顿力学的影响，我们习惯将研究对象置于环境变化中“相对不变”、时光流逝中“相对静止”的条件下，在将已经“属性固定”的研究对象进行简单化、理想化的分解之后，套用通用的标准去验证，用固定的模式去分析。在学生教育管理工作中，我们常常将受教育对象分门别类，并借助已有的经验模式和工作方式去规范学生的行为，开展思想政治教育。在思政研究中，我们常常根据预设目的设计模式化的表格或问卷，选取预设的对象参加采样调查，然后将思政工作以数字化的形式呈现，借助已有公式计算统计，借助设定的模型来验证。这种调查研究或问卷设计之初就忽略并回避了学生思维的活跃性、心理的复杂性、行为的多样性等客观现实。
辅导员班主任借助对学生交往交际、兴趣爱好、性格个性的及时跟进，通过对学生课堂表现、借阅行为、考试考核的动态跟踪，发掘学生特点的不同和个性的差异，有针对性地给予学生个体引领辅導，并将之发展成为学生的优势潜能。
思想政治教育工作者应充分发挥大数据的关联性，让大数据说话，利用大数据的“监测、分析、预测”功能，准确掌握学生个人的思想动态，有效掌握思想政治教育的发展趋势，对不确定性事件做出预警，及时开展针对性预防性的举措，实现思想政治教育工作的“针对过去，揭示规律；面对未来，预测趋势”[5]。
（二）大数据驱动思想政治教育体现了育人过程的精准化
有学生活动轨迹大数据的基础支撑，思想政治教育将是建立在全面的、海量的数据基础上的，经过深度的、关联的数据挖掘和科学的、完全的统计分析之后的精准化的思想政治教育。根据基础大数据可了解学生的个性爱好，掌握学生的思想动态，通过数据挖掘可适时了解学生情绪变化、思想波动趋势，经过精准预测可做好防备、提前介入、针对性干预，避免事故发生。大数据驱动下的思想政治教育工作将是精确到个人、精准到言行的精致化服务。
（三）大数据驱动思想政治教育实现人才培养的个性化
在商业领域，淘宝平台的大数据为阿里巴巴掌握消费者的购买习惯，进而为商家提供更具针对性和附加值的深度服务提供了便利；大数据分析为阿里巴巴更准确、更量化地评价商家个人和组织的信用，大幅提升融资效率和有效降低小微贷款风险提供了科学依据。
在大学生思想政治教育工作中，大数据能够全面掌握学生思想行为动态，实时勾勒出学生每天的个体画像。通过挖掘学生消费信息，思政工作者可以掌握学生家庭经济状况，发现经济困难学生，剔除假冒困难学生；通过挖掘学生交际信息，思政工作者可以掌握学生思想动态，发掘心理危机倾向，及早开展心理疏导工作，及早介入干预，并不断完善心理危机干预工作机制；通过学生网络课程学习表现，思政工作者可以掌握学生的自主学习能力，发现学生学习的重点难点，优化自学内容和设置方式，调整讲授重点难点。大数据将在人才培养个性化、多样化方面发挥精雕细琢的显微镜作用。
（四）大数据驱动思想政治教育实现了学生管理的科学化
数据存储与获取的便捷、数据统计分析技术的优化，将助推实现学生管理和决策的科学化。比如，UPS国际快递公司使用预测性分析实现对公司60000辆车及时预防性修理，避免了汽车抛锚等事故造成的人力物力消耗，每年可节省几百万美元支出，促进了对车辆使用和维修的科学化管理；梅西百货基于SAS系统实现了对多达7300万种货品的科学调价。大数据的运用将不断优化思想政治教育管理方式方法，实现思想政治教育的个性化、高效化，实现思想政治教育研究手段的科学化，实现思想政治教育管理的规范化和科学化。
四、大数据驱动下思政工作的创新优化
（一）更新思想观念
高等教育现代化关键是人的思想观念的现代化。在大数据时代，教育者要树立大数据意识，增强数据敏感性，主动搜集与教育对象有关的各类数据信息，善于发现数据反映的问题，发掘数据背后隐藏的思想观念和价值取向；教育者要增强个性化意识，主动监控追踪教育对象的思想行为数据信息，善于筛选整理、统计分析数据，对教育对象的思想行为进行预判；教育者要树立见微知著的理念，主动搜集、科学分析，增强思政教育工作的针对性，引导学生自我完善、全面发展；教育者要树立大思政的教育理念，重视不同部门间的协同合作、共享共用，重视数据的关联性，善于储存新数据和“无用数据”，善于观察新现象，虚心倾听新观点，勇于接受新事物。
（二）创新队伍建设
专业人才队伍是实现大数据整合导入、问题分析和实际运用的关键。大数据时代的思想政治教育队伍的组建应着眼于大数据时代背景，结合思政工作实际，培养一支有数据挖掘和统计预测能力、掌握思政教育规律、善于开展思政工作的教师队伍，打造一支跨部门、跨学科、专兼结合的人才队伍，构建开放性、前瞻性和综合性的思想政治教育工作系统，形成部门联动、学科协作、数据共享的大数据、大思政工作格局。
（三）革新思维方式
大数据不仅是一种操作性很强的工具，更是一种重要的思维方式。大数据给思想政治教育工作带来的最大变革是思维方式的变革。迎接大数据时代，思想政治教育者要形成整体性、兼容性、关联性、容错性、预测性、效率性等六大思维。
1整体性思维
由于缺乏对事物整体认识的工具，人们创造了将整体划分为部分的分析还原法。思政教育工作者往往忽视人的复杂性和隐蔽性，习惯于将学生复杂的思想行为进行“庖丁解牛、分而治之”。统计抽样是在技术受限的特定时期，为了解决一些特定问题而使用的方法。大数据时代，智能终端、网络技术、云计算等新技术为我们认识和观察复杂事物提供了数据基础和便捷手段。数据收集存储可以方便、快捷、动态地获得与研究对象有关的所有数据，我们将不再依赖于传统“采样”来获得数据，整体思维将让我们发现“样本”无法揭示的信息。当需要了解、研究大学生思想状态时，我们只要查阅学生生活轨迹数据，就可全面掌握每个细节，及时了解每个动向，全面把握每个学生的思想动态。
2兼容性思维
受牛顿力学的影响，我们习惯将研究对象置于环境变化中“相对不变”、时光流逝中“相对静止”的条件下，在将已经“属性固定”的研究对象进行简单化、理想化的分解之后，套用通用的标准去验证，用固定的模式去分析。在学生教育管理工作中，我们常常将受教育对象分门别类，并借助已有的经验模式和工作方式去规范学生的行为，开展思想政治教育。在思政研究中，我们常常根据预设目的设计模式化的表格或问卷，选取预设的对象参加采样调查，然后将思政工作以数字化的形式呈现，借助已有公式计算统计，借助设定的模型来验证。这种调查研究或问卷设计之初就忽略并回避了学生思维的活跃性、心理的复杂性、行为的多样性等客观现实。
我们不仅涉及某个研究的样本数据，还有与研究“无关”的全体数据；能处理的不仅有文档、图片、视频、音频等静态信息，还有课堂表现、课外行为、饮食消费、借阅信息、网络浏览等动态信息；数据处理的结果不仅仅有是否符合模型或公式的信息，还有与之相关的更多其他信息，获得的不仅仅是某些学生群体的表现，还有个体多样性的与复杂性的表现。
3关联性思维
任何事物都具有现象和本质两个方面，本质具有普遍性和共性，现象是个性、特殊性、具体性的总和。现象与本质是对立统一的，现象可以被直接感知，本质只能靠思维去感受或把握。长期以来，透过现象看本质是科学的方法论，是人们认识事物的一般规律。我们习惯于刨根问底，执着于揭示现象背后的本质。在学生工作中，我们习惯于寻找学生言行举止的因果关系，执着于挖掘言行举止后潜藏的本质。计算机程序的执行依靠的是数据之间相关关系，大数据为我们呈现了与思政工作相关的海量数据，使我们通过大数据就能挖掘事物间的相关关系，获得对事物更全面的认知和更深刻的洞见，快速预测可能出现的问题，进而为及时介入、尽早解决问题奠定基础。
借助关联性思维，我们就能发现很多以前不曾注意的联系，掌控以前无法预测的发展动向，解释以前无法理解的现象，解决以前无法解决的问题，从而实现掌控学生的现在、预测学生的未来的目的。
4容错性思维
在有限样本的时代，我们使用精确性思维方式，高度重视方案设计的结构化、内容设置的精确化，才可确保样本数据的精确，确保通过样本数据发掘总体规律的可能性。在大数据时代，“样本=总体”，95%的非结构化数据将极大干扰数据总体的精确性[6]，思想政治教育工作者不应再拘泥于数据的精确性，允许数据的混杂，要从精确性思维转向容错性思维，观察以前从未涉足的世界。
5预测性思维
大数据的核心就是预测。大数据的预测功能正在改变我们生活的方方面面。根据搜索关键词、浏览习惯等数据，搜索引擎可以像人一样思考，主动推送、智能检索，如根据过马路的行进轨迹和速度数据，可以预测安全穿越马路的概率；根据今年的降雨量、平均气温、土壤成分等与葡萄生长条件有关的数据，我们就可预测明年的葡萄酒品质，甚至市场行情；根据意外伤害发生的时间、地点、原因、过程等数据，我们可制作“意外伤害图谱”，为安全出行、意外事故防范提供准确指导。在大数据时代，我们要善于用预测性思维来观察事物、思考问题、分析原因、制定对策，要善于用预测性思维进行来模型模式预测和深层信息预测。
6效率性思维
大数据时代，人们生活、学习、工作、成长的点点滴滴都将逐渐被数据化地储存、分析、共享，已经进入了量化现象、量化事物、量化生活、量化世界的时代。大数据技术让思政教育工作者知晓学生所思所想，洞悉学生所需所求，让思政教育工作更加高效。思政教育工作者要善于进行多元思考，用效率性思维来思考问题、解决问题，要及早发现、快速决策、高效干预，将危机事件消灭在萌芽之中。
（四）创新工作方式
大数据技术对思政教育工作带来的还有方法的创新。传统思政教育方法已经无法适应“90后”大学生，如何更好地发挥大学生创新、活跃等特点，促进其全面自由发展，定量研究、非线性分析、整体分析、多样化分析将成为思政教育方法的新科学[7]。
1定性研究向定量研究转变
定性研究与定量研究都是社会科学领域的基本研究范式。定性研究是对精心挑选的小规模样本的研究，定量研究是将问题与现象用数量来表示的研究。传统观点认为，个性足、能动性强、思维活跃的当代大学生的思想活动、言谈举止很难被客观化、具体化、定性化。然而，批量计算、流式计算等大数据技术创造了前所未有的量化维度，让大学生的一切轨迹数据化、定量化，思政工作方法要从定性转向定量，定性补充定量，以熟悉群体思想动态，预测群体意识倾向。
2线性因果向相关关系转变
传统思想政治教育总是试图通过因果关系找到反映事件来龙去脉的因果关系链，回答“为什么”的问题。但信息科学依赖的是数据之间的相关关系，展现的是非线性的“是什么”。在海量的数据面前，思政工作者关注的对象要努力转向一种更为复杂的、间接的非线性关系，善于發现因果关系链中不曾发现的问题，探寻因果关系链中不曾发现的规律，以制定应对策略。
3局部分析向整体分析转变
庖丁解牛、还原分解的研究方式为我们研究局部问题提供了便利，还原分解让我们看到了局部但忽略了整体。大数据技术改变了传统思想政治教育的主体客体关系，为我们提供了可视化的海量数据，实现了对学生思想行为的全面把握和有效分析。
4模式标准向多样共存转变
庖丁解牛、还原分解的推导模式离不开标准化的静态分析，然而大数据不仅提供了历史的静态数据，还有实时的动态数据，思政教育者在工作中要从模式化分析向多样化分析转变，从模式标准转向多样并存，以了解学生的个体性、多样性，促进开展针对性和个性化辅导，促进学生全面自由的发展。
五、大数据驱动思政工作革新优化中需处理好几种关系
（一）既乐享信息多元又坚持价值核心
互联网、移动新媒体等信息技术的发展使得信息无处不在，即信息的普适性。现实生活中，为追求“收视率”，一些媒体将“使坏消息”充斥于人民的视听。网络信息里夹杂着西方腐朽思想，甚至打着社会正义的幌子实施着隐蔽的信息侵略。西方通过主导的网络话语体系，将规则阐释为常识、将实然转化为应然甚至必然，占领意识形态阵地和实施文化霸权[8]。
现代大学生思维活跃、信息判断能力弱、好奇心强，但自我约束能力差。因此，思政工作者首先必须清醒地认识到网络信息传播的自由性、多元性、便捷性，警惕负面信息对大学生产生的精神麻痹和思想侵蚀，教育和引导学生在乐享海量资源带来的信息多元的同时，又必须警惕西方网络信息霸权。
3关联性思维
任何事物都具有现象和本质两个方面，本质具有普遍性和共性，现象是个性、特殊性、具体性的总和。现象与本质是对立统一的，现象可以被直接感知，本质只能靠思维去感受或把握。长期以来，透过现象看本质是科学的方法论，是人们认识事物的一般规律。我们习惯于刨根问底，执着于揭示现象背后的本质。在学生工作中，我们习惯于寻找学生言行举止的因果关系，执着于挖掘言行举止后潜藏的本质。计算机程序的执行依靠的是数据之间相关关系，大数据为我们呈现了与思政工作相关的海量数据，使我们通过大数据就能挖掘事物间的相关关系，获得对事物更全面的认知和更深刻的洞见，快速预测可能出现的问题，进而为及时介入、尽早解决问题奠定基础。
借助关联性思维，我们就能发现很多以前不曾注意的联系，掌控以前无法预测的发展动向，解释以前无法理解的现象，解决以前无法解决的问题，从而实现掌控学生的现在、预测学生的未来的目的。
4容错性思维
在有限样本的时代，我们使用精确性思维方式，高度重视方案设计的结构化、内容设置的精确化，才可确保样本数据的精确，确保通过样本数据发掘总体规律的可能性。在大数据时代，“样本=总体”，95%的非结构化数据将极大干扰数据总体的精确性[6]，思想政治教育工作者不应再拘泥于数据的精确性，允许数据的混杂，要从精确性思维转向容错性思维，观察以前从未涉足的世界。
5预测性思维
大数据的核心就是预测。大数据的预测功能正在改变我们生活的方方面面。根据搜索关键词、浏览习惯等数据，搜索引擎可以像人一样思考，主动推送、智能检索，如根据过马路的行进轨迹和速度数据，可以预测安全穿越马路的概率；根据今年的降雨量、平均气温、土壤成分等与葡萄生长条件有关的数据，我们就可预测明年的葡萄酒品质，甚至市场行情；根据意外伤害发生的时间、地点、原因、过程等数据，我们可制作“意外伤害图谱”，为安全出行、意外事故防范提供准确指导。在大数据时代，我们要善于用预测性思维来观察事物、思考问题、分析原因、制定对策，要善于用预测性思维进行来模型模式预测和深层信息预测。
6效率性思维
大数据时代，人们生活、学习、工作、成长的点点滴滴都将逐渐被数据化地储存、分析、共享，已经进入了量化现象、量化事物、量化生活、量化世界的时代。大数据技术让思政教育工作者知晓学生所思所想，洞悉学生所需所求，让思政教育工作更加高效。思政教育工作者要善于进行多元思考，用效率性思维来思考问题、解决问题，要及早发现、快速决策、高效干预，将危机事件消灭在萌芽之中。
（四）创新工作方式
大数据技术对思政教育工作带来的还有方法的创新。传统思政教育方法已经无法适应“90后”大学生，如何更好地发挥大学生创新、活跃等特点，促进其全面自由发展，定量研究、非线性分析、整体分析、多样化分析将成为思政教育方法的新科学[7]。
1定性研究向定量研究转变
定性研究与定量研究都是社会科学领域的基本研究范式。定性研究是对精心挑选的小规模样本的研究，定量研究是将问题与现象用数量来表示的研究。传统观点认为，个性足、能动性强、思维活跃的当代大学生的思想活动、言谈举止很难被客观化、具体化、定性化。然而，批量计算、流式计算等大数据技术创造了前所未有的量化维度，让大学生的一切轨迹数据化、定量化，思政工作方法要从定性转向定量，定性补充定量，以熟悉群体思想动态，预测群体意识倾向。
2线性因果向相关关系转变
传统思想政治教育总是试图通过因果关系找到反映事件来龙去脉的因果关系链，回答“为什么”的问题。但信息科学依赖的是数据之间的相关关系，展现的是非线性的“是什么”。在海量的数据面前，思政工作者关注的对象要努力转向一种更为复杂的、间接的非线性关系，善于發现因果关系链中不曾发现的问题，探寻因果关系链中不曾发现的规律，以制定应对策略。
3局部分析向整体分析转变
庖丁解牛、还原分解的研究方式为我们研究局部问题提供了便利，还原分解让我们看到了局部但忽略了整体。大数据技术改变了传统思想政治教育的主体客体关系，为我们提供了可视化的海量数据，实现了对学生思想行为的全面把握和有效分析。
4模式标准向多样共存转变
庖丁解牛、还原分解的推导模式离不开标准化的静态分析，然而大数据不仅提供了历史的静态数据，还有实时的动态数据，思政教育者在工作中要从模式化分析向多样化分析转变，从模式标准转向多样并存，以了解学生的个体性、多样性，促进开展针对性和个性化辅导，促进学生全面自由的发展。
五、大数据驱动思政工作革新优化中需处理好几种关系
（一）既乐享信息多元又坚持价值核心
互联网、移动新媒体等信息技术的发展使得信息无处不在，即信息的普适性。现实生活中，为追求“收视率”，一些媒体将“使坏消息”充斥于人民的视听。网络信息里夹杂着西方腐朽思想，甚至打着社会正义的幌子实施着隐蔽的信息侵略。西方通过主导的网络话语体系，将规则阐释为常识、将实然转化为应然甚至必然，占领意识形态阵地和实施文化霸权[8]。
现代大学生思维活跃、信息判断能力弱、好奇心强，但自我约束能力差。因此，思政工作者首先必须清醒地认识到网络信息传播的自由性、多元性、便捷性，警惕负面信息对大学生产生的精神麻痹和思想侵蚀，教育和引导学生在乐享海量资源带来的信息多元的同时，又必须警惕西方网络信息霸权。
思政工作者要用大数据的理论、技术和方法推动社会主义核心价值观的信息收集、实施、检验、评估、调节和研究等各环节[9]。强化社会主义的核心价值教育，坚持中国特色社会主义的道路自信、理论自信、制度自信、文化自信。
思政工作者要加强大数据技术应用研究，为建立诚信奖惩机制、开展全面的信息搜集、无形的社会监督、客观的评估审核，形成增值信誉资本、时效奖惩机制的新格局贡献自己的智慧[10]。
在思政工作中，教育者要始终坚持正确的政治方向，坚定党性，坚持马克思主义世界观，坚守正确舆论导向，主动借助新媒体传播优势，更新思政工作理念，丰富教育内容、创新教育的形成方式、完善教育手段、营造良好机制生态，为强化大数据时代大学生思想政治教育，提高思政教育实效而努力探索。
（二）既实行网络阵地引导又当面谈心谈话
随着智能终端的普及，为思政工作者利用网络开展学生思想政治教育工作提供了新载体，对通过掌握网络主动权、网络话语权来强化思想政治教育。但是在享受网络教育便利性的同时，我们也要清醒地认识到思政教育对象是活生生的人，不是冷冰冰的数据，这就是思政工作的特殊性。无论大数据技术多么先进，也无法代替思想政治教育工作者的真情实感和言传身教。在大数据时代，思政工作者不能忽视当面谈心谈话对于开展“人”的思想政治教育的重要性。在网络便利教育的同时，辅之以与学生个体面对面的交流和沟通，可以进一步巩固网络教育效果，真正实现思想政治教育入耳、入脑、入心。
（三）既研究数据的相关性又探究事件因果
不可否认，大数据时代最大的转变是放弃对因果关系的渴求，取而代之的是关注相关关系，也就是说，只要知道“是什么”，而不需知道“为什么”。然而，我们认为思政工作者在关注大学生生活习惯和行为特征的同时，也需要从这些现象的总结分析中发掘事件背后的驱动力，找寻事件前后的因果。只有这样才能既了解学生的思想行为特征，又掌握其内在的因果联系。
（四）既探究个人行为又远离个人隐私
通过消费数据可以了解学生的购物习惯，通过网页浏览痕迹可了解学生的网页搜索习惯，通过微信、微博等数据可以透视学生的社交网络，大数据的数字化记忆实现了对人们生活的全方位、全天候的监控，也为其自身支持奠定了基础。
“信息垄断挑战公平、信息披露挑战尊严、结果预判挑战自由”[11]，大数据为思政教育工作者通过大数据了解大学生思想状况、预测其发展趋势、改进教育模式和方法提供依据的同时，大数据的数字化记忆也成为我们了解学生过去的通道，这就可能涉及到学生的隐私，带来了大数据的伦理困境。因此，要規范执行在数据处理过程中的收集、加工、转移、删除等环节，遵守“目的明确、公开透明、质量保证、安全保障、合理处置、知情同意和责任落实”等七项基本原则[12]，给予个人历史数据“被遗忘的权利”，切实保护个人隐私。
大数据有助于预测学生的思想动向和行为去向，但学生是自己未来行为的主体，具有决定自己未来行为的自由权，学生可能在未来做出预测内的行为，也可能随时改变抉择。因此要充分认识到学生未来行为表现的主体性，切实保护学生对未来行为的自由选择权和自主决定权，不能仅仅根据大数据预测结果来断定学生的未来思想和行为。
（五）既注重个人自律又强化法制他律
信息泄露会对学生的生理心理造成困扰，给学生财产带来损失，大数据不确定性预测结果的提前公布也会干扰学生自主自由的学习生活，影响学生的身心健康。大数据在收集与存储、共享与使用、分析与反馈等过程中都存在着安全隐患。
完备的法律体系与完善的规章制度，是思想政治教育与大数据技术完美结合的重要保障。在防范学生个人信息泄露方面，在强化人们自律，提高自身修养和道德水平的同时，还要从两方面努力。首先，要及时建立健全相关法律法规。通过规章制度，明确数据采集与挖掘的组织机构以及机构的权力和权限，界定思想政治教育研究的范围和相关数据使用权限，规范大数据分析结果的公布流程和使用范围，界定大数据预测结果的实施范围，规范由大数据预测结果而干预的介入时间和介入方式。其次，要把握大数据使用的时、度、效，要积极营造诚信和谐的思想政治育人生态。
（六）既革新教育方法又创新研究范式
大数据技术对思想政治教育教学带来的不仅有教学方法的革新，更有研究范式的创新。大数据驱动下，定量分析、非线性分析、整体分析、多样化分析将取代原有模式形成思想政治教育方法的新科学。第一，大数据驱动下，教育者要确立量化图式、个性化教育、精准研判等三个创新理念[13]，形成大数据时代特征明显、灵活多样的教学模式，构建多元评价方式，整合资源，打造大数据思政教育介体微形态[14]。第二，大数据驱动下，思政教育研究者充分运用“数据挖掘”第四范式[15]，重绘学术图景、延伸经典学说、丰富学科目标、促进学科融合、提升学科应用、缓解方法分歧，优化变量测量、增加数据的可视化展示形式[16]。
参考文献：
[1][6]维克托·迈尔·舍恩伯格.大数据时代[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013.
[2]迈尔·舍恩伯格维克托，库克耶肯尼思.大数据时代：生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.
[3]邬贺铨.大数据时代的机遇与挑战[J].求是，2013（4）：47-49.
[4]涂子沛.大数据——正在到来的数据革命[M].桂林：广西师范大学出版社，2013.
[5][15]凌小萍，邓伯军.大数据时代高校思想政治教育探究[J].广西师范大学学报（哲学社会科学版），2015（1）：62-67.
[7]赵浚.大数据创新高校思想政治教育方法的探析与应用[J].贵州社会科学，2013（3）：120-123.
思政工作者要加强大数据技术应用研究，为建立诚信奖惩机制、开展全面的信息搜集、无形的社会监督、客观的评估审核，形成增值信誉资本、时效奖惩机制的新格局贡献自己的智慧[10]。
在思政工作中，教育者要始终坚持正确的政治方向，坚定党性，坚持马克思主义世界观，坚守正确舆论导向，主动借助新媒体传播优势，更新思政工作理念，丰富教育内容、创新教育的形成方式、完善教育手段、营造良好机制生态，为强化大数据时代大学生思想政治教育，提高思政教育实效而努力探索。
（二）既实行网络阵地引导又当面谈心谈话
随着智能终端的普及，为思政工作者利用网络开展学生思想政治教育工作提供了新载体，对通过掌握网络主动权、网络话语权来强化思想政治教育。但是在享受网络教育便利性的同时，我们也要清醒地认识到思政教育对象是活生生的人，不是冷冰冰的数据，这就是思政工作的特殊性。无论大数据技术多么先进，也无法代替思想政治教育工作者的真情实感和言传身教。在大数据时代，思政工作者不能忽视当面谈心谈话对于开展“人”的思想政治教育的重要性。在网络便利教育的同时，辅之以与学生个体面对面的交流和沟通，可以进一步巩固网络教育效果，真正实现思想政治教育入耳、入脑、入心。
（三）既研究数据的相关性又探究事件因果
不可否认，大数据时代最大的转变是放弃对因果关系的渴求，取而代之的是关注相关关系，也就是说，只要知道“是什么”，而不需知道“为什么”。然而，我们认为思政工作者在关注大学生生活习惯和行为特征的同时，也需要从这些现象的总结分析中发掘事件背后的驱动力，找寻事件前后的因果。只有这样才能既了解学生的思想行为特征，又掌握其内在的因果联系。
（四）既探究个人行为又远离个人隐私
通过消费数据可以了解学生的购物习惯，通过网页浏览痕迹可了解学生的网页搜索习惯，通过微信、微博等数据可以透视学生的社交网络，大数据的数字化记忆实现了对人们生活的全方位、全天候的监控，也为其自身支持奠定了基础。
“信息垄断挑战公平、信息披露挑战尊严、结果预判挑战自由”[11]，大数据为思政教育工作者通过大数据了解大学生思想状况、预测其发展趋势、改进教育模式和方法提供依据的同时，大数据的数字化记忆也成为我们了解学生过去的通道，这就可能涉及到学生的隐私，带来了大数据的伦理困境。因此，要規范执行在数据处理过程中的收集、加工、转移、删除等环节，遵守“目的明确、公开透明、质量保证、安全保障、合理处置、知情同意和责任落实”等七项基本原则[12]，给予个人历史数据“被遗忘的权利”，切实保护个人隐私。
大数据有助于预测学生的思想动向和行为去向，但学生是自己未来行为的主体，具有决定自己未来行为的自由权，学生可能在未来做出预测内的行为，也可能随时改变抉择。因此要充分认识到学生未来行为表现的主体性，切实保护学生对未来行为的自由选择权和自主决定权，不能仅仅根据大数据预测结果来断定学生的未来思想和行为。
（五）既注重个人自律又强化法制他律
信息泄露会对学生的生理心理造成困扰，给学生财产带来损失，大数据不确定性预测结果的提前公布也会干扰学生自主自由的学习生活，影响学生的身心健康。大数据在收集与存储、共享与使用、分析与反馈等过程中都存在着安全隐患。
完备的法律体系与完善的规章制度，是思想政治教育与大数据技术完美结合的重要保障。在防范学生个人信息泄露方面，在强化人们自律，提高自身修养和道德水平的同时，还要从两方面努力。首先，要及时建立健全相关法律法规。通过规章制度，明确数据采集与挖掘的组织机构以及机构的权力和权限，界定思想政治教育研究的范围和相关数据使用权限，规范大数据分析结果的公布流程和使用范围，界定大数据预测结果的实施范围，规范由大数据预测结果而干预的介入时间和介入方式。其次，要把握大数据使用的时、度、效，要积极营造诚信和谐的思想政治育人生态。
（六）既革新教育方法又创新研究范式
大数据技术对思想政治教育教学带来的不仅有教学方法的革新，更有研究范式的创新。大数据驱动下，定量分析、非线性分析、整体分析、多样化分析将取代原有模式形成思想政治教育方法的新科学。第一，大数据驱动下，教育者要确立量化图式、个性化教育、精准研判等三个创新理念[13]，形成大数据时代特征明显、灵活多样的教学模式，构建多元评价方式，整合资源，打造大数据思政教育介体微形态[14]。第二，大数据驱动下，思政教育研究者充分运用“数据挖掘”第四范式[15]，重绘学术图景、延伸经典学说、丰富学科目标、促进学科融合、提升学科应用、缓解方法分歧，优化变量测量、增加数据的可视化展示形式[16]。
参考文献：
[1][6]维克托·迈尔·舍恩伯格.大数据时代[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013.
[2]迈尔·舍恩伯格维克托，库克耶肯尼思.大数据时代：生活、工作与思维的大变革[M].杭州：浙江人民出版社，2013.
[3]邬贺铨.大数据时代的机遇与挑战[J].求是，2013（4）：47-49.
[4]涂子沛.大数据——正在到来的数据革命[M].桂林：广西师范大学出版社，2013.
[5][15]凌小萍，邓伯军.大数据时代高校思想政治教育探究[J].广西师范大学学报（哲学社会科学版），2015（1）：62-67.
[7]赵浚.大数据创新高校思想政治教育方法的探析与应用[J].贵州社会科学，2013（3）：120-123.
[8]吴维忆.云端的霸权——“大数据时代”的双重隐喻批判[J].探索与争鸣，2015（4）：93-96.
[9]邹绍清.论大数据嵌入青年社会主义核心价值观培育的战略契合及思维变革[J].马克思主义研究，2015，（6）：84-92.
[10]熊富标.大数据时代诚信机制建设的机遇、特点与路径[J].中州学刊，2015，（6）：89-93.
[11]蒋洁，陈芳，何亮亮.大数据预测的伦理困境与出路[J].图书与情报，2014（5）：61-64.
[12]信息安全技术个人信息保护指南[EB/OL].http：//tech.qq.com/a/20110211/000264.htm.
[13]李怀杰，夏虎.大数据时代高校思想政治教育模式创新探究[J].思想教育研究，2015（3）：48-51.
[14]王莎，杨扬，杨航.大数据思想政治教育研究述评[J].大学教育科学，2015（3）：112-117.
[16]陈云松.大数据何以重构社会科学[J].新疆师范大学学报（哲学社会科学版），2015（3）：54-61.
Innovation and Optimization of the Ideological andPolitical Education in Colleges and Universities
ZHANG Yihui， BI Yaling， HE Shichao， SHEN Shuzhou，YAO Wei， WANG Youwei
（ Anhui Science and Technology University， Fengyang， Anhui 233100， China ）
Abstract： At present， the ideological and political work has the problems of divorcing from reality， limited effect and low teacher literacy. In the era of big data， the ideological and political workers need thoughts innovation from the following aspects： integrity， compatibility， relevance， fault tolerance， predictability， and efficiency. And they need methods innovation from the following aspects： qualitative and quantitative research， causality and nonlinear correlation， partial and whole analysis， hipping and pluralism. At last， it is necessary to deal with some relationships， such as network guidance and interview， data correlation and exploring causality， reforming educational methods and innovating research paradigms.
Key words： research paradigm； social ethics； socialist core values； network supremacy； data forecasting
（責任编辑：刘宇）
[9]邹绍清.论大数据嵌入青年社会主义核心价值观培育的战略契合及思维变革[J].马克思主义研究，2015，（6）：84-92.
[10]熊富标.大数据时代诚信机制建设的机遇、特点与路径[J].中州学刊，2015，（6）：89-93.
[11]蒋洁，陈芳，何亮亮.大数据预测的伦理困境与出路[J].图书与情报，2014（5）：61-64.
[12]信息安全技术个人信息保护指南[EB/OL].http：//tech.qq.com/a/20110211/000264.htm.
[13]李怀杰，夏虎.大数据时代高校思想政治教育模式创新探究[J].思想教育研究，2015（3）：48-51.
[14]王莎，杨扬，杨航.大数据思想政治教育研究述评[J].大学教育科学，2015（3）：112-117.
[16]陈云松.大数据何以重构社会科学[J].新疆师范大学学报（哲学社会科学版），2015（3）：54-61.
Innovation and Optimization of the Ideological andPolitical Education in Colleges and Universities
ZHANG Yihui， BI Yaling， HE Shichao， SHEN Shuzhou，YAO Wei， WANG Youwei
（ Anhui Science and Technology University， Fengyang， Anhui 233100， China ）
Abstract： At present， the ideological and political work has the problems of divorcing from reality， limited effect and low teacher literacy. In the era of big data， the ideological and political workers need thoughts innovation from the following aspects： integrity， compatibility， relevance， fault tolerance， predictability， and efficiency. And they need methods innovation from the following aspects： qualitative and quantitative research， causality and nonlinear correlation， partial and whole analysis， hipping and pluralism. At last， it is necessary to deal with some relationships， such as network guidance and interview， data correlation and exploring causality， reforming educational methods and innovating research paradigms.
Key words： research paradigm； social ethics； socialist core values； network supremacy； data forecasting
（責任编辑：刘宇）
相关文章：
相关推荐：
网友评论：
无法在这个位置找到： ajaxfeedback.htm
栏目分类
最新文章