大数据时代：思想政治教育研究的机遇与挑战
www.jyb.cn 2017年02月20日 来源：中国教育新闻网-《中国高等教育》杂志
|
当信息技术以迅猛之势席卷全球的时候，大数据成为世界范围内的热点话题之一。联合国的一份报告中这样描述：“技术的创新已经不可避免地导致今天大数据时代的到来，这将会对社会各个领域产生深刻影响”。上升为国家战略的大数据，不仅带来了人们生活方式的转变，同样引发了研究领域的变革。思想政治教育研究应如何融合传统优势与新技术，应对大数据所带来的变革、拓宽研究视野，成为重要的课题之一。 大数据对思想政治教育研究的意义 在思想政治教育研究中，数据收集与分析从来没有淡出研究者们的视线，调查问卷、访谈分析等量化数据模型被广泛地加以运用。大数据时代的到来，使得研究从原来的“数据”变为了“大数据”，仅一字之差，带来的却是重要的转变。大数据（Big Data），即海量数据体，具有海量数据（Volume）、高速处理（Velocity）、数据多样（Variety）、真实性（Veracity）的特征。当前信息技术的高速发展使得以数据形式对人化世界中的各种活动数据化成为了可能，以往的“数据”变为了“大数据”，从而能够更加直观地状描庞杂的量化世界的某一方面。对于思想政治教育而言，传统数据分析方法对人的思想品德结构与社会外在环境的复杂性、多变性的动态把握度仍处于较低的程度，较难实现大数据背景下的高速和多样数据处理，一定程度上造成研究相对于实践滞后，降低了研究价值；并且，传统数据分析所反映结果的真实性相较大数据分析而言较低，信度问题不易解决。大数据的价值由此得以彰显。 根据目前的技术、数据的共享度和可利用程度，现今大数据至少可以在以下方面对思想政治教育研究产生有益影响。 首先，大数据对思想政治教育研究最为核心的意义在于大数据分析可以及时、真实地反映人的精神需要和思想倾向。人的思想是在不断变化的，特别是在当前社会发生深刻变革的时代，人的思想变化动态性愈加明显，这对研究的实时性提出了很高的要求。对于现时代急迫需要解决的问题、亟需完成的教育任务，除把握人的思想的形成发展规律之外，还要充分、真实了解当代大学生的精神需要和思想倾向，以实现思想政治教育的及时应对。由此，大数据的功能就凸显在思想政治教育研究者们面前。在大数据分析中，让“数据发声”是其重要的旨归，它致力于把现实世界中发生的相关关系展现在研究者面前，这些数据“也许不能准确地告诉我们某件事情为何发生，但是它会提醒我们这件事情正在发生”。这样，大数据为思想政治教育研究及时、真实地了解当前现实世界铺垫了基础，从而使思想政治教育在应对现实问题和未来世界的不确定性上迈出了重要的一步。 其次，大数据可以为高校思想政治理论课革新提供依据。因事施教、因材施教是改进高校思想政治理论课、提升大学生思想政治教育有效性的重要理念，而要落实这一理念，就要充分了解教育对象的“需求和期待”。大学生网络频率使用度高，网络终端接入互联网途径较为单一，一般是通过校园网络接口连接互联网的，所以，大学生关注的热点和数据较易采集，对其网络数据收集的途径也较为便捷。也就是说，在技术层面通过区分网络使用者的地址，就能采集到相关区域网络用户的数据，它可以确切到某一地区或者某一具体高校人群网络使用所产生的数据。在这一前提下，挖掘数据和进行数据分析，就能较为清晰地描绘出某一区域、某一高校大学生关注的热点问题、思想需求等信息，为思想政治教育者提供参考。依据大数据所反映的教育对象的不同特点，高校思想政治教育者可以适时调整思想政治理论课的教育方法、优化教学内容、改革教育教学方案，使高校思想政治理论课“活”起来，从而提升高校思想政治理论课的亲和力和针对性，促进教学目标的实现。 第三，大数据可以为思想政治教育效果评估提供数据支撑。思想政治教育效果评估是思想政治教育研究的难点。这首先是由于人的思想变化有着复杂性的特点，存在思想变化的潜伏期；同时，新的社会环境带来了大量的新情况、新问题，对思想政治教育对象产生多重影响，传统方式难以确定思想政治教育对象思想变化的主因和干扰因子，从而使得思想政治教育效果评估结构复杂难控。大数据思维强调，“不关注精确，而强调混杂”，其分析所使用的关键数据恰恰来源于混杂数据间的关联，这是传统的样本分析所不可企及的。通过网络评论大数据挖掘，结合网络终端数据所得出的群体区分，既能得出社会人群的整体价值观倾向，又能具体显现某一地区社会成员的思想观点。由此，对热点事件数据进行对比分析，便可得出相应的社会成员思想变化趋势，从而为思想政治教育效果的综合评估提供数据支撑。 当然，以上仅是当前思想政治教育研究大数据思维的部分价值，其实际意义还不仅如此，许多新的研究应用有待进一步挖掘。 思想政治教育研究中大数据应用的案例探讨 在明晰了大数据对思想政治教育研究的意义之后，有另外一个问题摆在了我们面前，那就是——大数据分析如何真正应用到思想政治教育研究之中？这是许多理论研究者和实践工作者们共同面临的一个难题。一般来说，在步骤上，大数据应用到具体研究之中通常需要经过三个程序：一是数据采集（Data Acquisition）；即收集研究需要的信息，在技术层面，可以通过海量数据分割、任务分解与结果汇总，完成海量数据的并行处理；二是数据挖掘（Data Mining），即基于大数据收集，挖掘到我们所需要的数据信息，从而对需要研究的课题有较为全面的把握；三是数据分析（Data Analytics），即对挖掘到的信息进行系统分析，得出结论，以指导理论研究和实践。 目前，思想政治教育研究可以利用的开放的大数据平台主要有“百度指数”“360指数”“清博指数”等。我们依据这些平台，对思想政治教育研究中大数据应用进行简单的案例探讨。 这里选择通过大数据平台分析失信现象所反映的社会成员价值观特点和变化，以及其在思想政治教育研究中的应用。依据大数据平台进行数据采集，以“老赖”（国内欠人钱财却赖着拒不履行法院生效判决的债务人）为关键词，挖掘大数据平台中社会成员对相关问题的关注，可以显现出几方面内容： 一是在关注趋势上。多个大数据平台均显示，近年来，对失信问题关注的高峰集中于2014年12月、2015年7月和2016年9月等几个时间段，对这几个时间段的相关事件进行回顾，可以看出，这几个关注的高峰时间段大多与相关政策制度的出台密切相关。如2014年12月，最高人民法院对外公布全国已有70多万人进入失信人“黑名单”库；2015年7月，最高人民法院修订《关于限制被执行人高消费及有关消费的若干规定》；2016年9月，中央全面深化改革领导小组印发了《关于加快推进失信被执行人信用监督、警示和惩戒机制建设的意见》。从关注趋势上可以反映制度的制定与社会成员关注度关联关系明显，对社会成员诚信思想的确立和行为的选择具有影响。所以思想政治教育应及时抓住相关制度出台后的“黄金期”，展开相应的教育。 二是在关注的相关问题上。大数据平台显示，社会成员对失信问题的关注主要集中“失信被执行人查询系统”以及“惩治”等方面，来源检索词和去向检索词均显示“老赖名单查询”和“老赖治理”都是高相关性词汇，得到了大量的关注，在一定程度上反映了当前社会中失信现象的发生频率。此外，“买车”“贷款”“乘机”成为衍生关键词，说明了制度的约束作用正在显现，影响着社会成员思考相关问题的方式。在社会成员近年来关注的相关问题中，对一些公众人物的失信关注度具有很高的表现。这说明，思想政治教育要特别注意公众人物的榜样引导，使其成为教育的正能量，对失信的公众人物，在教育过程中需要及时纠偏，通过正向榜样教育，引导社会向善的价值观氛围。 三是在关注的人群上。25岁到34岁是该问题的主要关注人群，占比大于50%，也就是说，社会中青年成员对该问题的网络关注度高，这其中自然包括大学生等社会群体。据此，对于失信问题的治理，可以成为高校思想政治理论课的教学资源，挖掘其教育价值，以案例为依据，创设情景，通过正反两方面评述，引导大学生树立诚信的价值观。 四是在网络意见发表上。通过相关新闻的网络评论进行大数据挖掘，可以得出，社会成员普遍认为，社会需要诚信。如2016年底“某法院对老赖的强制执行”的新闻，仅一家门户网站的网络评论就达11万多条，其中80%以上表现了支持的观点。这直接反映了我国的诚信文化传统在当代社会价值观中的延续，当前社会对诚信价值观的普遍认可。但在治理方法上，有部分社会成员透过一些过激言论，表现出对某些失信行为者的愤恨，舆论的规范压力演变为网络世界的人身攻击，这与制度设立的本意相反，也与社会核心价值观的培育相背离。在思想政治教育中，应特别注意这种倾向，既要对失信行为进行分析纠偏，又要引导教育对象理性看待问题。 大数据时代思想政治教育研究的转向 以上可见，大数据在思想政治教育研究中大有可为，结合大数据分析，思想政治教育拥有了更广阔的研究视野。思想政治教育研究应积极回应大数据时代提出的新课题，为新时代思想政治教育研究的转向提供优质的资源。 一方面，思想政治教育研究应强化与各学科研究间的协同意识。思想政治教育需要协同，大数据时代下的思想政治教育研究更需要协同。大数据分析的庞大数据处理量仅靠思想政治教育研究者的研究力量显然是不够的，要广泛吸纳统计学、计算机信息学、情报学的学者们加入其中。通过建立思想政治教育研究的多学科协同机制，强化协同意识，整合社会科学和自然科学研究资源，补齐现有思想政治教育研究中存在的短板。这既需要加强思想政治教育研究者与其他学科学者间的交流，将研究中所需要的数据方向明确告知相关学科领域的学者，使其了解研究所需要收集、挖掘、分析的数据内容，打造多学科研究团队；同时还要发挥本学科研究优势，在数据挖掘的基础上，结合专业知识进行充分分析，将哲学、教育学、社会学等协同研究成果为我所用，多角度反映研究对象，达成研究目标。 另一方面，思想政治教育研究应引入市场化机制。近年来一系列开放使用的大数据平台涌现，为思想政治教育研究提供了可利用的数据资源，但开放数据平台的使用仅限于初步的分析，要使研究更加专业、更加具体，仍需与大数据机构展开合作，在研究中引入市场化机制，使研究更加深化。还可以与专业的数据分析机构洽谈，外包数据收集和挖掘任务，降低研究所需要的时间成本，提高研究的实效性。在保证数据隐私和高校意识形态安全的基础上，共同收集、挖掘有效数据，从庞杂的数据体中找到思想政治教育研究所需要的信息。 需要指出的是，思想政治教育研究在大数据时代转向的过程中，要避免技术至上主义的倾向。必须在研究中明确，大数据为我们提供的不是最终答案，只是参考答案。完全数据化的指标并不能在全部意义上完成对研究问题最为系统、最为全面的反映，即使在数据化程度大幅提升、数据分析处理技术高度发达的今天，社会科学语境下的数据仍然不可与自然科学视野中的数据同日而语。在大数据时代，思想政治教育研究要保持应有的理性，以审慎的态度融入其中，避免被数据洪流淹没，张扬大数据的价值，让数据发出生动而鲜活的声音。 参考文献： [1][英]维克托·迈尔-舍恩伯格、肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M].盛杨燕、周涛译.杭州：浙江人民出版社，2013. [2]徐子沛.大数据：正在到来的数据革命，以及它如何改变政府、商业与我们的生活[M].桂林：广西师范大学出版社，2012. [3]阎光才.教育及社会科学研究中的数据——兼议当前的大数据热潮[J].北京大学教育评论，2013（4）. [本文为国家社科基金重大项目“我国诚信文化与社会信用体系建设研究”（15ZDA038）、北京市社会科学院重点项目“社会诚信价值观与首都社会信用体系建设研究”（2016A3666）的研究成果] 【作者单位：北京市社会科学院】 |
