倫理視域下高校資助大數據管理的失范問題及對策

謝莉莉

(南京郵電大學現代郵政學院，江蘇南京，210003)

資助育人是促進教育公平和社會公平的重要舉措。我國高校的資助育人工作自2007年國務院頒布《關于建立健全普通本科高校、高等職業學校和中等職業學校家庭經濟困難學生資助政策體系的意見》開始，逐步實現了政府主導、學校和社會廣泛參與的“三位一體”的資助格局。國家獎助學金、助學貸款、學費減免、勤工助學等多種形式的資助形式基本實現了對家庭經濟困難學生的幫扶。但如何從粗放式幫扶轉變為定位到學生個人的精準資助，成為高校資助育人工作急需解決的問題。

早在2013年，習近平總書記在湖南湘西考察時就指出扶貧要“實事求是，因地制宜，分類指導，精準扶貧”[1]。此后，習近平總書記多次在工作會議中強調，扶貧開發“貴在精準，重在精準”。如何實現從對象、資源、效能等方面增強精準資助力度是擺在高校資助育人工作者眼前的重要難題。在信息化時代，大數據的飛速發展為這一問題提供了可選擇的方案。

2015年，教育部發布的《〈國家中長期教育改革和發展規劃綱要(2010—2020年)〉中期評估學生資助中期評估報告》中提到：“提高資助管理工作效率和學生資助的精準度，不讓一個學生因家庭經濟困難而失學。”此后，各高校以信息化建設為基礎，加大精準資助工作的力度。大數據技術在近年來的飛速發展為高校精準資助工作的開展提供了技術支持。

一、大數據為高校精準資助提供技術可能

“大數據是一種迅速蔓延的現象，它將對經濟、安全、科學、教育、政策、治理、衛生保健、公共衛生等領域產生巨大影響。”[2]人們創造和使用知識的方式發生了改變，這對于教育數據中的高校資助大數據而言也不例外。

(一)資助相關大數據的量化呈現

“由于近年來信息技術的進步、數據的積累，個人在真實世界的活動得到了前所未有的記錄。”[3]高校資助工作者可以借助信息系統的不斷完善和整合及時掌握學生在日常生活學習中產生的詳盡的數據資料。一方面是學生及其家庭的基礎信息，另一方面是學生在校內的學習成績、獲獎情況、圖書借閱、財務收支、宿舍進出等數據信息。

(二)資助相關大數據的處理技術

在掌握學生相關聯的數據后，如何對這些數據進行挖掘整理是第二個問題。在信息時代，“數據”不局限于“數字”的表達，而是一個來源龐雜、種類繁多的結構化、半結構化及非結構化的數據集合。大數據大致可分為研究數據、互聯網數據和感知數據三種類型。高校資助工作者可把獲得的數據通過分類、清洗、降噪等處理進行相應的分析，以此與資助對象進行關聯或者將數據進行直接處理，為精準資助提供判斷的依據。

(三)資助相關大數據的應用能力

基于資助大數據的數據采集、數據分析、數據應用技術正在為高校精準資助工作貢獻力量，為實現對象精準、需求精準、形式精準等提供決策支撐。比如，結合大數據監測技術，通過信息系統、社交網絡、互聯網站或便攜移動設備等捕獲學生校內外的信息數據，將這些數據關聯家庭經濟困難學生的基本特征，可形成科學的評估和認定方式，從而實現對家庭經濟困難學生的精準認定，或者在確定資助對象后，可結合大數據不同維度的信息特性對學生進行補償資助、獎勵性資助等，從而實現高校精準資助工作要求中的形式精準。大數據的應用使決策層在一定程度上改變了決策模式，從依據主觀感受轉變為依據客觀數據。

二、高校精準資助大數據管理的倫理思考

“倫理是對道德現象和道德關系做出的系統的回答。倫理和道德有‘微殊’而無‘迥異’。道德多指約束人們行為的規范，而倫理不僅包括規范，而且包含一種責任。”[4]以資助大數據為支持的高校精準資助在進行倫理思考時，既要考慮道德規則，也要思考背后的社會責任。

(一)數據授權問題

在大數據時代，數據浸潤在每個人的生產、生活中。“隨著數據日益成為一種與人的自我保存與自我發展密切相關的資源，數據權也理應成為大數據時代公民的一項基本權利。”[5]“從現有的數據權利譜系可知，數據權包括由數據管理權和數據控制權組成的國家數據主權，以及由數據人格權和數據財產權組成的個人數據權利。”[6]高校資助大數據的使用也涉及個人的數據權利。

數據人格權與個人的尊嚴價值息息相關，包括對數據的知情權、隱私權等。數據財產權是指對產生于自身的數據所擁有的一系列效益。高校資助大數據在采集過程中要能使數據被采集者知曉數據的產生、收集、轉讓及后續加工、使用的權利，能夠確保產生于自身的相關資助大數據不被隨意暴露及惡意使用。數據客體即個體學生與高校信息系統平臺之間要實現大數據的有效利用，數據客體需要讓渡部分權利。同時，高校資助大數據的發展和應用要能滿足學生個體的權利訴求和分享數據收益成果的需要。

(二)數據泄露問題

自互聯網產生以來，隱私的保護一直是無法回避的問題。大數據的發展和普及更讓隱私保護面臨前所未有的挑戰。“2019年，我國44.4%的網民遭遇過網絡安全問題，遭遇個人信息泄露的網民比例為24%，遭遇賬號或密碼被盜的網民比例為14.9%。”[7]高校資助大數據同樣面臨數據被泄露的風險。

高校資助大數據的隱私泄露會在個人基本權利、社會責任、公平正義等方面產生倫理問題。數據泄露使個人隱私受到侵害。大數據時代又加大了公共領域的縮減和隱私保護的困難。在數據可能被泄露的前提下，數據客體面臨著是謹言慎行還是自由表達的悖論。大數據技術的飛速發展使建立于其上的法律法規、倫理邊界的探索仍未完全厘清，政府和企業對個人信息數據的保護義務和監督責任容易被忽視。高校作為資助大數據掌握者，應肩負起保護學生個人隱私的社會責任。高校資助大數據能夠掌握學生個人的基本情況，但學生對組織的行為卻存在盲區。高校資助工作與學生個人之間公正、平等的權利受到侵擾。

(三)算法規則問題

數據處理階段的算法規則離不開對相應倫理問題的思考。在數據處理階段，算法是核心，沒有算法的支撐，大數據的應用價值就無法體現。但是，以算法為核心驅動的大數據，從主觀方面如何克服政策誤讀性及算法偏見帶來的公平正義的偏頗及信任危機，從客觀方面如何克服數據干擾、處理海量數據并實現結果輸出等方面的諸多挑戰，都是不應忽視的問題。

借助大數據和云計算等互聯網技術的發展，高校資助大數據的采集、存儲、加工、分析等工作全部由計算機代替，人類只需獲得機器輸出的數據結果即可。在數據處理過程中，資助工作者只獲得認知結果，卻忽視了數據是如何呈現過程的。另外，大數據處理技術揭示了事物之間的聯系，發掘了不同要素之間的關聯性，但關聯性并不能上升到因果性。這種知其然而不知其所以然的問題在資助工作者運用資助大數據對學生進行精準資助過程中會表現為：只依據數據結果確定資助名單、資助形式及資助力度，而忽視對受資助者個人發展狀況及真實需求的全方面了解。

(四)人的自由問題

大數據將人作為數據進行處理，通過算法或數學建模來處理人和人的關系。因此，人的主觀能動性喪失，成為大數據運用過程中冰冷的數字符號。這種個人在數字時代的異化與馬克思所說的“自由人”背道而馳。馬克思指出：“全部人類歷史的第一個前提無疑是有生命的個人的存在。”[8]人具有能動性，在實踐生產中改造自然，通過實踐活動將主客體聯系起來。大數據把人簡化為數據，減弱了人的自我能動性和自我意志。

大數據技術在學生資助工作中的運用往往忽視學生個體的差異。資助大數據提取的是學生信息的數據化格式，而以目前的技術水平，學生個體心理變化還難以用數據形式提取。另外，網絡雖然拉近了師生之間時空的距離，但也導致增進情感、加深理解的面對面交流卻越來越少。技術與社會的矛盾邊界也成為資助工作的交匯點。同時，對受資助者的個體數據收集未必充分也未必完全真實。因此，資助工作不能完全依靠大數據輸出結果來決定政策的制定和執行，不能忽視個人的主觀意志。

三、高校精準資助大數據管理的倫理實現

大數據時代改變了人們的思維及生活方式。人們在接受、認可它的同時，不能放棄對倫理底線批判的審視和堅守。高校資助大數據的應用主要體現在對受助學生的精準資助工作中，相應地，對其倫理審視就在于對資助數據的挖掘、存儲、分析及使用的倫理界定上。

(一)大數據管理的外部干預措施

1.建立健全行業制度規范及相關法律法規

2017年12月8日，習近平總書記在中共中央政治局第二次集體學習時強調：“要切實保障國家數據安全。要加強政策、監管、法律的統籌協調，加快法規制度建設。”[9]這說明國家希望通過法律法規的制定促進大數據技術的健康發展。一方面，國家應加強大數據時代個人信息安全的統一立法工作。個人信息安全迫切需要法律法規的保護，國家的統一立法工作將為個人信息的安全和隱私提供保障。另一方面，國家應努力構建政府和行業的監管體系，引導各行業制定貼近本行業的規則。高校資助工作者在利用大數據進行決策時，要注意數據收集的邊界和使用的程度，把控好數據采集的范圍和深度，避免因數據使用失范所帶來的信任危機和隱私侵犯。

2.加強大數據時代個人倫理道德教育

在大數據時代，加強各參與主、客體的隱私保護，提高信息安全的防范意識，既是時代發展的需要，也是個人不斷發展的結果。一是明確風險與利益相關的思想。“由人類實踐活動引起的風險，即由我們不斷發展的知識對這個世界的影響所產生的風險。”[10]在現代社會，大數據技術帶來的社會生產生活的巨大改變愈加明顯，但也給維護廣大群眾利益、社會穩定、國家安全等方面帶來挑戰。在倫理視角下，我們應該認真審視大數據技術帶來的好處和弊端，樹立利益與風險共存的意識，完善對參與主、客體的倫理道德教育。二是創建積極健康的倫理環境，通過技術更新、媒體監督、個人防范等實現齊抓共管，創設高校精準資助工作所依托的大數據時代個人信息安全的和諧環境。

(二)資助大數據應用的內在要求

1.重視大數據收集挖掘分析，提高資助的精準度

除了做好大數據的挖掘整理工作，高校資助工作者還需要以公平正義的倫理視角對大數據進行有的放矢的收集、整合和清洗。高校資助工作者應主動收集受助對象在學習生活中產生的真實詳盡的數據資料。一是學生及學生家庭的基礎信息，二是學生在校內的學習成績、圖書借閱、財務收支等信息，三是學生在自媒體平臺、交易平臺上產生的各類信息。高校資助部門要加強與校內各部門的數據整合，強化與政府及企業的溝通合作，明確數據交易原則，打破數據壁壘，通過對這些結構化、非結構化的數據進行篩選，挖掘學生學習生活的有效信息，根據相關信息比照家庭經濟困難標準線確定精準資助的對象和形式。

2.重視大數據算法模型，提高資助形式的多樣性

大數據人才需要熟悉高校資助工作的各項業務內容，深入了解高校各部門之間的聯動，同時還需要掌握相應的大數據處理技術。為此，高校需要對資助工作者加強倫理知識方面的技術培訓，使資助工作者能夠運用相應數據算法，正確解讀所得出的結論，并為相應的資助管理措施的出臺提供一定的支持。首先，資助工作者要借助大數據平臺合理認定困難學生的困難程度及曾獲得的相應資助，滿足家庭經濟困難學生不同層次的資助需求。在這一過程中，要關注特殊，兼顧整體，加大對因病因災致貧家庭、無收入家庭、偏遠地區家庭且未曾獲得相應助學金或獎學金學生的資助力度。同時，大數據平臺對學生生活費用支出等一系列數據適時地分析也可以及時為遭受突發事故而導致經濟困難或隱性經濟困難的學生提供一定的資助。大數據的合理使用能夠更好地提高資助工作的及時性、針對性和合理性。

3.重視大數據的隱含認知，提高資助需求的實效性

現有的資助大數據技術分析雖然為資助工作決策提供了可借鑒的數據支撐，但指望依靠數據滿足不同學生不同的成長需求是不現實的。學生的資助工作需要資助工作者通過大數據分析結果發現數據背后的學生心理變化。要想真正提高資助的實效性，資助工作者需要用心發現數據背后的意義。學生資助工作不僅是經濟資助，而且包括心理輔導、道德素養、能力培養等多個方面。通過對經濟困難學生學習生活的數據分析，可以有針對性地為其提供包括學業幫扶、實踐鍛煉、心理干預、誠信教育、勵志教育等多層次、多需求的幫助，促進學生全面、可持續地發展。