文/本刊記者 楊燕婷
要建立和完善數據化管理機制,運用好“倒逼”和“試點”機制,多重手段推動數據工作的可持續發展。

2017年,學生數據隱私的問題引發了諸多突發事件,教育部于2017年底發布通知,要求各高校全面清理和規范。針對此,我們有必要在歲末年初呼吁高校重新審視數據資產并規劃好未來的大數據生態。
近日,有關高校公示泄露學生隱私信息的新聞報道鋪天而來,報道披露了部分高校在網站公示大學生獎學金、特困生補助等信息時,泄露了學生身份證號、銀行卡號等個人信息。雖然教育部連發兩道緊急“清理令”,下令各教育部門和高校進行排查清理工作,但部分學校的官方網站上依然存在公示信息泄露學生個人隱私的情況。
這讓我們不禁想起了“徐玉玉”事件,這些敏感信息如若被不法分子利用,是否會把大學生暴露于電信網絡詐騙風險中?如果說徐玉玉事件反映了我們對于教育行業的數據安全問題所引發的嚴重后果尚缺乏準備,那么此次部分學校對清理行動的不夠重視卻進一步暴露了學校對于學生隱私信息被泄露后的危害性和現實緊迫性認知不足的尷尬狀況。
眾所周知,近年來隨著信息技術的廣泛應用,各個高校每時每刻都在創造大量的數據和信息。高校所掌握的學生信息和數據,已經成為高校的核心無形資產,它們具有真正的、可衡量的價值。以上事件所暴露出的問題,更應當給我們一個警示。華東師范大學信息化辦公室主任沈富可指出:教育行業的數據安全極其重要,數據安全是高校數據鏈條中最重要的一環,每一條數據都應當被安全、妥善地管理。
如果說數據安全是高校信息化建設的“生命線”,高校不僅需要解決面臨的數據安全和個人信息保護問題,為數據發展構建安全保障體系的同時,還需重新審視整個高校數據資產鏈條,思考應當如何做好高校數據生態的治理。
從高校目前的現狀來看,高校數據生態處于剛剛起步階段,還存在諸多問題:數據來源眾多且分散,缺少真正有效整合;數據從生產到使用中間流程不清晰;數據孤島林立,數據之間不能有效交換;數據融合困難,存在壁壘和發展不均衡;數據質量堪憂,數據的完備性、準確性存疑。解決以上問題,復旦大學黨委副書記劉承功指出,如何打造數據生態,是需要從“概念、規范、標準、技術、應用”多方突破的。這不是一朝一夕就能解決的問題,也不是信息化一個部門就能完成的工作,需要高校各個部門自上而下合力完成。
數據生態有哪些核心要素?劉承功將其歸納為以下四點:從哪來、怎么來、到哪去、如何用。具體而言,就是高校數據如何從部門的“私有”狀態變成全校“公有”的狀態,能夠把更多游離外在的數據整合在一起,從而降低數據收集的成本,使數據的獲取工作相對獨立于業務系統。劉承功認為,要建立和完善數據化管理機制,運用好倒逼和試點機制,多重手段推動數據工作的可持續發展。
究竟如何做好數據治理工作,北京建筑大學的做法可以為我們提供借鑒。 北京建筑大學網絡信息管理服務中心主任魏楚元指出,數據治理的目標是提升數據質量,而數據治理的關鍵包括組織架構、業務流程、技術平臺與工具、制度與標準規范等要素。北京建筑大學的數據治理工作主要圍繞在數據標準建立、數據抽取轉換業務、數據質量控制、數據接口服務以及數據價值模型建立等多方面展開。通過以上做法,北建大的數據治理工作初見成效,初步建立了《管理信息標準》和共享數據中心,提升了學校的數據質量,進一步發掘了數據的潛在價值。魏楚元強調,雖然高校數據的采集渠道、具體內涵仍然在探索之中,而結構化數據是清晰可見的,也是最有含金量的,通過數據治理的過程,能為大數據時代的數據價值展現做出貢獻。
雖然高校在數據治理方面目前依然存在很多問題,但很多高校在數據分析和挖掘方面也做了很多工作。總體來看,主要集中在教學數據分析、學生行為分析以及教學管理與科學研究等方面,比如利用大數據分析技術為校園師生提供便捷、高效、精準的個性化引導和服務,將教學質量運行數據和評價數據整合在一起建立教學質量監控大數據平臺。這些數據分析工作,一方面使學校更加了解學生的日常行為規律,另一方面也為學校的教學管理工作提供了便利。
事實上,大數據分析在高校的應用所能產生的效果還十分有限,尤其在促進教育變革上的成效并不明顯。更為現實的是,我們希望高校在大數據分析過程中,以提升數據質量為目標進行數據治理,推動整個數據生態有效運行,切實提高數據的價值,從而為組織決策的制定提供幫助。期待高校通過對數據資產的重新審視,為教育變革帶來實質性的促進作用。