論大數據時代背景下的高校思想政治教育

張海濱　郭霞

摘要：隨著大數據時代的來臨，傳統教育模式必將受到嚴重的沖擊和挑戰。基于數據分析基礎上的個性化學習將是大勢所趨。為此，高校思想政治教育必須未雨綢繆，順勢而為。通過強化數據意識、轉變教學方式、培養數據人才幾個方面的努力來迎接大數據時代思想政治教育所面臨的沖擊和挑戰。

關鍵詞：大數據；個性化；思想政治教育；改革

中圖分類號：G642.1 文獻標志碼：A 文章編號：1674-9324（2014）50-0048-02

2012年3月29日，美國奧巴馬政府宣布將投資2億美元實施“大數據研究與開發計劃”，該計劃的主要任務之一就是希望借助大數據技術來改善美國當前的教育和學習模式。長期以來，美國一直把教育上的領先地位看做是維持其全球領導力的重要保障，此番投入巨資改善教育模式，無疑是傳遞了一個重要信號——一場借力大數據改變傳統教育模式的序幕已經拉開，而這種改變必將對我國傳統的高校思想政治教育模式產生強烈沖擊。

一、何謂大數據

根據維基百科的定義，“大數據”（Big Data）指無法在一定時間內用通常的軟件工具進行捕獲、管理的數據集合。大數據的出現是信息社會發展到一定階段的必然產物。而物聯網、云計算技術則為其提供了技術保障。大數據的特點可以總結為4個V，即Volume（體量浩大）、Variety（模態繁多）、Velocity（生成快速）和Value（價值巨大但密度很低）。[1]首先是規模巨大。數據量已從GB到TB再到PB級。Google公司通過大規模集群和MapReduce軟件，每月處理的數據量超過400PB；百度每天大約要處理幾十PB數據；Facebook注冊用戶超過10億，每月上傳的照片超過10億張，每天生成300TB以上的日志數據；淘寶網會員超過3.7億，在線商品超過8.8億，每天交易數千萬筆，產生約20TB數據。數據集合的增長速度已經遠遠超過了人們的想象。其次是類型繁多。傳統數據集合大多是結構化的，而隨著物聯網和互聯網數據的劇增，音樂、視頻、圖片等半結構化和非結構化數據的比例大幅上升，至2012年末，非結構化數據量的比例已經接近75%。再次是生成更新速度快，大數據通常以數據流的形式快速動態的產生，時效性非常強，對數據流的掌控程度是有效利用數據的關鍵。最后是價值密度低。當如此海量規模的數據呈現在人們面前，用戶往往無所適從，如何從中挖掘出對用戶有價值的信息才是大數據發展的關鍵點。根據《大數據時代》的作者維克托·邁克-舍恩伯格的觀點，大數據的核心功能體現在預測上面。而且這種預測的基礎來自于數據的相關性而非因果聯系，這是大數據時代帶給人類思維方式的最大變革。“知道‘是什么就夠了，沒必要知道‘為什么。在大數據時代，我們不必非得知道現象背后的原因，而是要讓數據自己‘發聲”。[2]這一點已經在商業、農業、醫療等諸多領域得到了廣泛應用。例如：沃爾瑪可以根據消費者的采購行為進行數據分析，從而把顧客習慣同時購買的商品擺放在一起進行銷售，并且取得了非常好的效果。谷歌公司則通過分析網民搜索內容分析全球流感與相關疫病的狀況，建立“谷歌流感趨勢”，與美國疾病控制和預防中心提供的報告對比，該指標追蹤疾病的精確率達到97%。阿里公司根據在淘寶網上中小企業的交易狀況篩選出財務健康和講究誠信的企業，對他們發放無需擔保的貸款。目前已放貸300多億元，壞賬率僅0.3%。[3]這些領域的成功經驗無疑給教育行業提供了有益的參考和借鑒。

二、大數據在教育領域的實際應用與啟示

大數據在商業領域的大規模應用，很快就擴展到教育領域，并且得到了政府的大力支持。美國教育部門對大數據的運用主要是創造了“學習分析系統”——一個數據挖掘、模化和案例運用的聯合框架。這些“學習分析系統”旨在向教育工作者提供了解學生到底是在“怎樣”學習的更多、更好、更精確的信息。例如，一個學生最近的學習成績下降明顯，那么是什么原因引起的呢？過去，這只能借助于教師的個人經驗，并通過與學生及家長的溝通來尋找答案。但有時學生的日常行為與以往并無區別，甚至連學生自己和家長也找不到原因所在。而借助于大數據則可以發現學生學習成績下降與日常行為表現的某種相關性，從而幫助教師和家長有針對性地對學生進行輔導和教育。正是看到了大數據在教育領域的美好前景，美國很多著名的商業公司已經開始開發針對個性化學習的數據分析系統，并進入到了實踐階段。例如，美國的IBM公司就與亞巴拉馬州的莫白兒中學合作，試圖利用大數據分析技術來降低該校的輟學率，并提升學生的整體成績（該校的輟學率一度達到48%）。“西維塔斯學習”（CivitasLearning）公司則在高等教育領域內建立起規模龐大的跨校學習數據庫，里面記錄了100多萬學生的個人信息記錄和700萬個課程學習記錄，運用大數據技術可以讓用戶提前發現導致學生成績下降甚至輟學的警告性信號，并提供改進課程體系和優化教學資源的相關性建議。“夢盒學習”（DreamBox Learning）公司和“紐頓”（Knewton）公司則開發了各自版本的利用大數據的適應性學習（adaptive learning）系統——“我的實驗室/高手掌握”（MyLab/Mastering）。這款產品將向數百萬名學生提供個性化學習服務，通過提供真實可靠的學習數據來使學校降低教學成本并提升學習效果。雖然這些公司所開發的各式各樣的基于大數據技術的學習分析系統還處于實驗的初期階段，具體效果如何目前還不得而知，但是，教育變革的發展趨勢已然逐漸清晰。第一，個性化學習將會是未來教育變革的主要突破點，人們盼望已久的因材施教教育模式將逐漸成為可能。第二，數據分析將在教育領域發揮越來越大的作用。未來的教師，將不僅僅是人類靈魂的工程師，而且還是靈魂數據的分析師。每一個教育從業者都應該做好這方面的思想準備。

三、思想政治教育面對教育變革的應對策略

（一）強化數據意識，建立一整套包括數據的積累、存儲、標準化與隱私安全的系統解決方案endprint

“大數據發展的核心動力來源于人類測量、記錄和分析世界的渴望”。[4]數據化意識，是大數據時代思想政治教育工作者必須具備的基本素質。數據化就是指“一種把現象轉變為可制表分析的量化形式的過程”。而這個過程的關鍵在于信息記錄的標準化。在大學校園里，學生每天的學習、生活等日常行為都會產生大量的數據信息。從上課出勤，到圖書館的借閱記錄，從校園一卡通消費情況到校內論壇里的留言情況，從校內視頻監控錄像到校內快遞郵件的收發信息等，這些海量的信息資源在大數據時代都是了解學生思想發展動態的重要基礎。而若想將如此龐大的信息轉化為數據，必須要求在信息記錄的過程中進行標準化操作，并且設立主管部門由專業數據人才進行統籌管理。只有經過標準化處理之后的信息才能轉化為數據資源，并從中挖掘出有價值的信息。同時，龐大的數據資源也會帶來一系列隱私安全的問題，如何保障數據的安全性，個人數據信息的私密性，這要求高校管理部門和思想政治教育工作者之間的通力合作，緊密配合才可能實現。

（二）轉變教學方式，打造個性化的思想政治教育模式

思想政治教育是高等教育的重要組成部分，離不開高等教育發展的大背景與大趨勢。未來的高等教育在固守傳統校園陣地的基礎上，大規模開放遠程教育MOODCS模式將是大勢所趨。目前，全世界頂尖的高等學府都已經開發或者加入了MOODCS，如哈佛大學和麻省理工學院聯合開發的EDX以及斯坦福大學開發的就吸引了大批頂尖知名學府的加入，北京大學和清華大學也已經加入了EDX。MOODCS的最大優勢是可以將世界上最優秀的課程資源通過網絡實現資源共享，這樣可以讓那些對某一領域感興趣的人隨時隨地聆聽這一領域最優秀教授的教誨和指導。這一模式同樣適用于我國的思想政治教育課程。目前，各個高校思想政治教育的教學質量參差不齊，缺乏一流的教學名師以及優秀教學資源的不均衡分配是重要原因。如果引入MOODCS模式，一方面，可以讓一些優秀的教學名師把主要精力放在課堂教學上面，形成一支以教學名師為核心，包含資料收集、視頻制作、剪輯處理、數據分析與技術維護等眾多教輔人員組成的教學團隊。借助MOODCS平臺與大數據技術，實現真正意義上的大規模開放式遠程教育。

（三）加強思想政治教育數據人才的培養

大數據人才的匱乏目前已經成為制約大數據未來發展的關鍵性因素。而思想政治教育領域內的數據人才目前幾乎是一個空白領域。在我國當前的教育體制下，數據分析屬于理工學科，而思想政治教育屬于人文社會學科，二者之間跨度非常大。既要精通數據分析又要熟悉思想政治教育內在規律的人才培養將是未來成敗的關鍵所在。目前來看，思想政治教育作為馬克思主義理論一級學科下面的二級學科，在學科人才的培養和選拔上應該向數理統計專業方向傾斜，尤其是在碩士生和博士生的培養上更是應該注重吸納數理統計專業的本科生參與進來，豐富思想政治教育學科理工科出身的人才貯備，增設思想政治教育數據分析的研究方向，培養一批能夠適應大數據時代發展的思想政治教育數據分析人才隊伍。

參考文獻：

[1]李國杰，程學旗.大數據研究：未來科技及經濟社會發展的重大戰略領域——大數據的研究現狀與科學思考[J].中國科學院院刊，2012，（6）.

[2][英]維克托·邁爾-舍恩伯格.大數據時代[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2013：67.

[3]鄔賀銓.大數據時代的機遇與挑戰[J].求是，2013，（4）.

[4]胡德維.大數據“革命”教育[N].光明日報，2013-10-19.endprint