大數據技術與高校思政工作兼容性問題的邏輯勘察

姜建紅，楊子飛

(1.杭州電子科技大學 馬克思主義學院，浙江 杭州 310018；2.浙江傳媒學院 馬克思主義學院，浙江 杭州 310018)

1 高校思政工作中的“大數據狂飆”及其基本邏輯

大概從2013年開始，大數據浪潮開始席卷國內各個領域，幾乎每個行業都開始主動或被動地迎接“大數據革命”的到來，這其中自然也包括思想政治教育領域[1]。又由于高校中大學生群體的生活方式、學習方式高度信息化，加之近年來高校數字校園建設不斷取得新的成效，諸多現實原因使得高校思政工作者更有意愿、也更有條件開展思政工作的大數據創新。人們已經普遍意識到，大數據技術的運用將是現在與未來較長一段時間里高校思政工作創新的重大發展方向。

在這一歷史趨勢的鼓舞之下，人們對大數據技術寄予了厚望。正如大數據的倡導者所宣稱的那樣，大數據是“人們獲得新的認知、創造新的價值的源泉”，“是通往未來的必然改變”[2]。將它運用在高校思政工作中，(似乎)必將帶來思政工作質的飛躍，于是我們就看到了高校思政工作研究中出現了一場“大數據狂飆”。在知網中輸入“大數據”和“思政”兩個關鍵詞，就能搜索到2 155條相關文獻。絕大多數學者都樂觀地認為“利用大數據技術，我們可以及時了解和掌握每個學生的具體細節，可以全面真實地把握每個學生的思想動態”[3]。又或者認為“通過數據挖掘，我們就可以比以往任何時候都更接近真正的學生，真正讀懂我們的學生”[4]。

不難看出，人們受大數據技術所承諾的美好理論上的可能性深深鼓舞，對大數據時代的高校思政工作創新前景充滿了期待。這一合理期待假設了大數據技術與高校思政工作之間有著“天然的兼容性”，而這種“天然的兼容性”背后隱藏的總體邏輯是：大數據技術所承諾的理論上的可能性可以被轉化為高校思政工作實踐上的現實性。然而我們必須冷靜地看到，這一邏輯絕非是不證自明的，大數據技術與高校思政工作之間的兼容性問題尚待仔細勘察。

仔細觀察大數據技術在高校思政工作實踐中的運用過程，我們不難發現，從大數據技術所承諾的理論上的可能性到高校思政工作實踐上的現實性之間，其基本的邏輯鏈條是這樣的：首先，大數據思政的邏輯大前提是認為學生的思想可以被完全且準確地轉化為數據；其次，大數據思政的邏輯小前提是認為學生的數據能夠被全面地收集，而全面收集的全數據可以等同于真實的學生思想行為；最后，大數據思政的邏輯結論認為在全數據的基礎上只需要進行大數據的相關性分析而無需因果分析，就能夠有助于提升思政教育成效。這三個邏輯節點分別代表了大數據理念所承諾的三個理論上的可能性，而這三個理論上的可能性多大程度上能夠被轉化為高校思政工作實踐上的現實性，亦即這三個邏輯節點的有效性程度將直接決定大數據技術與高校思政工作之間的兼容性程度。

因此，為了準確地評估大數據技術與高校思政工作之間的兼容性程度，我們有必要仔細且深入地勘察上述三個邏輯節點的有效性程度。

2 數據≠思想——大數據思政的邏輯大前提勘察

讓我們先來勘察大數據技術與高校思政工作兼容性的邏輯大前提，即認為學生的思想觀念可以被完全且準確地轉化為數據。

大數據的基石即數據。這一數據不同于人類歷史中傳統的數據理念，傳統的數據理念只是將數據看成是人類借以計量事物的符號之一，而大數據理念中的數據就絕不僅僅是一種計量符號，更是一種世界觀和方法論。大數據理念“將世界看作信息、看作可以理解的數據的海洋，為我們提供了一個從未有過的審視現實的視角。它是一種可以滲透到幾乎所有生活領域的世界觀和方法論”[2]。大數據理念假設了一個基本前提，即整個世界應該而且可以被完全數據化，即所謂“一切皆可量化”[2]，數據化了的世界就是真實的世界，大數據的第一個特性(即數據體量上的大Volume[5])就是這一數據化世界的典型特征。

這是大數據理念所承諾的第一個理論上的可能性，將這一可能性直接運用于高校思政工作實踐中，就意味著可以用數據來代表思政教育對象的思想觀念。對此，樂觀的學者們認為，“大數據技術為我們觀察他人的思想、行為提供了強有力的技術工具，就像望遠鏡讓我們可以觀察到遙遠的太空，顯微鏡讓我們觀察到微小的原子世界一樣，大數據則讓我們可以科學地觀察他人內心的真實思想”[3]。然而，是否果真如此呢？

這一樂觀的推論顯然刻意混淆了數據與思想、思想與行為、虛擬行為與現實行為之間的差異。數據可以較好地指征客觀的物理世界中的現象，因為客觀的物理世界中的現象都是外在的、可見的。因此將世界數據化的理論可能性在客觀的物理世界是比較可能(也僅僅是可能)實現的。但是一旦涉及人類社會，情況就會變得異常復雜。毫無疑問，人類社會也是自然界的一部分，因此人類社會中必定也存在一部分客觀的外在現象，這一部分現象可以被數據化，這正是自孔德、斯賓塞以來的實證主義社會科學家們試圖把握的研究對象，即所謂的“把社會事實作為物來考察”[6]。這一客觀的現象就是人類的外在行為，是可以被觀察到進而被數據化的。

但是，當人類進入信息時代以后，人類的虛擬行為與現實行為之間常常不能等同，一個在網絡上咒罵某個候選人的網民極有可能在現實中又投票支持那個候選人，此時數據就不能夠客觀地指征人的行為。更重要的是，人類是有思想的，是受到特定文化觀念深深影響的。要理解一個人的行為就必須理解他的思想以及思想背后的文化。這意味著人類的行為絕不能被抽象地等同于數據，而必須與他所處的特定文化傳統相關聯。就連數據本身都是文化的產物，它內生于特定的社會系統中，必然受到該系統價值觀念、意識形態的影響[7]。更不用說數據所試圖指征的人類行為與觀念就更是深受文化意識形態的影響。從學生所處的文化傳統，轉變為學生的思想觀念，再轉變為學生的外在行為，再將虛擬行為轉變為移動數據，在這個過程中存在太多的異變、失真的可能性。這意味著一個思想觀念可以有很多種數據表現，反之，一個數據可以代表很多種思想觀念。尤其是在互聯網空間里，網絡空間中的人呈現出物質身體可以缺場與身份信息自主建構的新特征，是一種數字自我與物質自我、社會自我與精神自我在網絡空間中重構與耦合的新樣態，包括多樣自我、流變自我、異化自我和各種假我的新形式[8]。在這種情況下，數據與思想觀念之間的表征關系就變得非常微弱。

一言以蔽之，虛擬行為不等于現實行為，現實行為不等于人的思想，人的思想不等于數據。大數據思政試圖將數據等同于思想這一理論可能性是很難真正實現的。如果不顧現實，將大數據技術勉強套用在高校思政工作中，就不僅僅是自欺欺人，而且還將錯失思政工作的核心關切。

眾所周知，高校思政工作的主體是人，對象也是人，而且不僅是人的行為，更是人的思想道德觀念，思想政治教育研究的基本主題就是“人的思想品德形成和發展的規律以及對人們進行思想政治教育的規律”[9]。思想教育、政治教育、道德教育、心理教育永遠都是思想政治教育的主要內容[10]。只有專注于人的思想道德觀念，才有可能培育和引導人的思想道德觀念，這才是思想政治工作的核心關切。如果我們只關注抽象的數據，在數據的海洋里自娛自樂，而完全無法觸及學生的思想，那么我們將大大偏離思政工作的主旨。

3 大數據≠全數據≠真實學生——大數據思政的邏輯小前提勘察

接下來讓我們仔細勘察大數據思政的第二個邏輯條件，即認為大數據思政可以收集到全部的學生數據。

如前所述，大數據理念認為一切皆可以被數據化，因此世界才可以被轉化為數據的海洋。不僅如此，大數據理念還進一步認為，當數據的體量足夠大的時候，大數據就變成了全數據。可以說，全數據才是大數據的真實含義，只有收集到了研究總體的數據才算是大數據[2]。全數據意味著世界的數據化是全覆蓋、無遺漏的。正是因為大數據技術假設了全數據在理論和現實中都是可行的，所以才敢進一步宣稱大數據可以“鏡像”真實的世界[11]，進而可以忽略傳統的抽樣方法以及建立在抽樣方法基礎之上的因果關系，轉而運用所謂全樣本數據，觀察數據之間的相關性關系。理論上說，把握了全數據，也就等于把握了真實的世界。這是大數據理念所承諾的第二個理論上的可能性。可以說，全數據的理論假設是大數據理念的重中之重。

將全數據的理論假設運用在高校思政工作實踐中，就是將廣泛收集到的學生數據等同于學生的全部數據，進而將學生的全部數據等同于學生的思想行為本身。比如有學者就認為，借助大數據實時、適時、全時的能力，高校思政工作者就能實施時間、空間、社交等多維度疊加分析，把握最佳時機開展思想政治工作[12]。那么，大數據理念所承諾的這一理論上的可能性在高校思政工作實踐中有多大程度的現實性呢？

在高校里，大學生的移動設備保有率、使用率、在線的時長都遠遠超過其他社會群體，高等學校近些年的數字化建設浪潮也使得各種攝像頭、感應器、數據采集器早已遍布校園各個角落。這些因素都使得高校范圍里的數據生產和采集要比其他部門更加的高效，相應的，高校思政工作所能夠獲取的數據資源也更加龐大。

從絕對意義上說，無論數據體量有多么巨大，都無法成為真正意義上的全數據，這意味著所有的大數據本質上也只不過是部分數據，所謂的“全樣本數據”本質上還是一種有限抽樣數據，只不過是比傳統的樣本數據大一點[13]。這首先是因為到目前為止，還有相當數量的人類依然生活在互聯網之外。在2012年的世界價值觀調查中，只有約40%的中國受訪者是通過網絡渠道獲取政治信息的。很顯然，這40%的人絕對不能代表中國全部人口的總特征[14]。其次，在深度參與虛擬世界的人群中，也并非所有的生活都虛擬化了，那個被虛擬化了的部分并不能代表這群人的全部信息。比如有學者通過分析社交網絡上采集的數據來分析人們的政治傾向，但是這種研究沒有意識到特定的黨派背景、宗教觀念等會對網民在社交網絡中的行為表現產生重大的影響，這種影響并不能在數據中得到應有的體現[15]。最后，在部分參與虛擬世界的人群中的可被數據化的生活領域中，也并非所有的數據都能夠被完整收集。比如米歇爾等人利用谷歌圖書進行文化分析，他們研究了1 800—2 000年間英語世界文化的流變趨勢[16]。這個被認為是大數據研究里程碑式的研究著作所使用的大數據也只是覆蓋了人類所有圖書的4%，遠不能被認為是代表了人類文化的整體。

無論大數據理念所承諾的理論上的可能性多么美好，數據的有限性永遠都是無法突破的現實，這一點在高校思政工作領域中只會有過之而無不及。除了前述幾個基本事實會導致高校思政工作中所能夠獲得的數據必然只是部分數據之外，還有一個更加重要的原因即在于高校思想政治工作的特殊性。思想政治教育不是可以簡單地依靠命令或懲罰來改變教育對象的，所有的教育要想有所成效就必須要深入到教育對象的思想、情感中去。而人的思想情感是很難被完整且準確地數據化的。國外有學者認為從教室里安裝的感應設備等渠道采集的學生面部表情反映學生對學習情感態度的視頻信息，面部表情分析軟件可以通過識別和計算一些細微面部動作如抬眉毛、降眉毛、閉緊嘴唇和延展嘴唇等的強度和頻率，來推測學生的情感態度如投入度、關注度、積極性、與教師的互動等[17]。這一想法顯然嚴重偏離了思政教育的實際狀況。因為學生的抬眉毛、緊閉嘴唇等細節動作可以由眾多不同的原因導致，也可以代表完全不同的思想情感。要知道，不同思想文化背景的學生在面對同一語境時被激活的信息是有差異的，構建出的心理空間也會存在差別，解讀出的話語意義也就存在差別[18]。大數據技術最多只能夠捕捉到與大學生相關的“客觀數據”，但是還有大量的與個體密切相關的生活環境、性格特征、現實需要等“主觀數據”會對個體思想和行為產生深遠影響[19]。而這些“主觀數據”是不可能被大數據所收集和處理的。

如此看來，將大數據等同于全數據，又將全數據等同于真實的學生，這一大數據思政的邏輯小前提是有條件成立的。只有那些外在的、客觀的數據能夠指征學生的部分信息，真實的學生要遠比大數據技術所搜集的數據集更復雜、多樣。如果忽略這一基本的事實，將抽象冰冷的數據等同于學生本身，就只會令高校思政工作失去根基。

4 相關關系≠因果關系——大數據思政的邏輯結論勘察

最后，讓我們來仔細勘察大數據思政的邏輯結論，即認為在獲得學生全數據的基礎之上，就可以運用大數據分析技術挖掘數據間的相關關系，而不用關注因果關系，這樣就能夠有助于提升高校思政工作成效。

如前所述，大數據理念認為當數據體量達到足以涵蓋事物整體的時候，傳統的抽樣研究方法就可以被廢棄了，因為抽樣的方法就是在數據規模比較小，人類尚不足以把握事物整體的情況之下的無奈之選，在這種情況下人類是通過觀察局部現象之間因果關系來理解事物的，用以解釋局部現象之間的因果關系的就是現代意義上的理論知識。現在有了全數據，也就有了“全樣本數據”，它使得人類可以不再關心局部現象之間的因果關系，因為已經沒有必要了，而是可以直接從數據之間的相關性中獲得洞見[20]，這種“只注重相關關系而不重視因果關系”的理念被稱為是大數據技術帶來的全新的認識論[2]。更重要的是，數據科學家們傾向于認為這種來自數據的洞見是完全可以借助數學模型、計算機程序自動生成的。這意味著只要把足夠多的數據丟進計算機群，數據就會自動“發聲”。這是大數據理念所承諾的第三個理論上的可能性，它是前面兩個理論可能性的邏輯衍生物。

用相關性來代替因果性，將這一理論可能性運用于高校思政工作實踐之中，會產生什么樣的結果呢？有學者樂觀地認為，利用大數據對數據信息流進行精準挖掘和有效研判的技術賦能，可以實現對思想政治工作服務對象的動態分析和軌跡可視化，精準定位教育服務對象；利用大數據的全景把握和分析功能，可以實現對教育服務內容的精準推送[21]。還有學者認為“通過找出一個關聯物并且監控它，我們就能預測一些即將發生的事情，及時采取措施開展思想政治工作，化解問題和矛盾”[4]。

然而，這一理論上的可能性不僅在高校思政工作實踐中是完全不可能的，而且在現實中還是極其有害的。這是因為相關關系的核心是統計歸納，因果關系的核心是邏輯演繹。相關關系的實質是兩個數值之間的此消彼長關系，因果關系的實質是事物之間前后相繼、彼此制約的關系。人類獲得知識是從正確提出和解決“為什么”開始的，因果關系是人類認識世界和改造世界過程中所必須要遵守的[22]。尤其是在高校思政工作中，思政工作者除了要知道大學生正在做什么，更要知道大學生為什么這么做，也就是知道大學生在想什么，而且還要進一步知道大學生為什么這么想，進而才有可能去改變和影響大學生的思想狀態，這是思政工作永恒的主題。而對這兩個“為什么”的回答只有對因果關系的深入研究才有可能揭示，數據間的相關性最多只能說明表面上的相關關系。

讓我們來看一個經常被國內學界提及的例證：華東師范大學開發的“家庭經濟困難學生預警系統”，通過對學生校園卡消費記錄的分析，可以有針對性地向學生提供相應的資助幫扶。這個例子經常被用來證明大數據技術運用于思政工作中的有效性，似乎消費記錄和貧困狀態之間的確存在相關性，但是如果僅僅依靠這種弱相關性就做出相應決策，絕對是低效甚至荒唐的。用最簡單的因果關系理論就可以發現，消費水平較低的人并不一定就是貧困生，他們有可能只是有著節儉的習慣。總而言之，原因可以有很多種，要想真正有針對性地幫助需要幫助的大學生，就必然要求思政工作者沉下心去分析大學生行為背后的深層原因。

如此看來，在高校思政工作實踐中用相關性分析來代替因果關系分析，不僅在理論上是絕不可能的，而且在現實中是有害無益的。可以說，只要高校思政工作還試圖進入大學生的思想道德領域，那么它就必然高度依賴對因果關系的研究。如果將理論上的可能性武斷地當成實踐中的現實性，單純地將相關性分析運用于高校思政工作之中，必定會導致一個治標不治本的結果。只有找到根本性原因，才有可能從根本上解決問題。思政教育的本永遠在人身上，而人的本永遠在人的思想觀念里。這是一個合格的思政工作者永遠都不應該遺忘的。

5 代結語: 正視大數據技術與高校思政工作之間的“有限兼容性”

綜上所述，大數據技術所承諾的理論上的可能性不能簡單等同于高校思政工作實踐中的現實性。經過仔細勘察大數據技術與高校思政工作相結合的邏輯過程，我們發現：首先，數據不等于思想，大數據思政的邏輯大前提只能部分成立；其次，大數據不等于全數據，全數據不等于真實的學生，真實的學生遠比數據集要復雜、多樣，大數據思政的邏輯小前提只能有條件成立；最后，相關關系不等于因果關系，大數據思政的邏輯結論并不成立，高校思政工作高度依賴對因果關系的研究，若單純關注數據間的相關性，只會使高校思政工作陷入舍本逐末的深淵。

總而言之，前述研究證明了大數據技術與高校思政工作只具備有限的兼容性，同時還存在相當程度的不兼容性。

只有正視大數據技術與高校思政工作之間的“有限兼容性”，才能認識到無論技術多么的發達，數據多么的龐大，思想政治工作的本質永遠都是人與人之間的工作。思想政治教育做的是“人”的工作，其理念、原則、方法、載體無不體現“以人為本”的基本原則，其根本目標是促進人的全面發展[23]。實際上這正是我們長期形成的思政工作優良傳統，不應該輕易被拋棄。只有在以人為本的基礎上，才能夠看清技術的合適位置，進而才能夠更妥當地運用技術，而不被技術奴役，最終才能夠恰當地運用大數據技術來提升高校思政工作成效。