从大数据到小数据：思想政治教育精准发展的新思考

　  思想政治教育是对人的道德观念、思想观念、行为实践起到一定的匡正作用的教育，理想的思想政治教育大数据应用模式应是从浩瀚繁杂的信息中探寻受教育者需求变化轨迹、洞见受教育者思想行为变化规律，从而帮助教育者制定高度聚焦的精准教育方案。但在实际应用中，大数据并非能在思想政治教育领域大显身手，反而有些大材小用。首先，大数据并不意味着能够提供思想政治教育所有所需的数据。一方面，通过感应器、网站点击和社交网络被动收集的有关教育对象的大量数据通常都是未经验证的，这些数据来源多样化，导致数据的混杂性，成为思想政治教育者明晰受教育者需求过程中的绊脚石。另一方面，真假信息掺杂降低信息数据的有效性和可利用价值。数据量的多少和数据的好坏并无直接关联，分析和使用与需求相关度较小的数据，通常会无功而返，增加思想政治教育的无效“噪音”。其次，大数据多种分析方法难以掩盖其分析维度单一的事实。各式各样的分析方法能使教育主体对思想政治教育方方面面产生宏观的了解和把握，但无法对思想政治教育领域某种事物或现象进行全方位的分析。思想政治教育对象的个体或群体之间存在差异，需要通过不同时段的不同特征加以区分，单一的分析维度会造成分析的表面化、浅层次，更不能检验其心理过程的变化，从而将不同的个体和复杂多维的社会结构简单化，难以有的放矢地向教育对象传导供给内容。

　　思想政治教育必须要重视人本价值，脱离了人及其所在的社会本性、放弃考虑直觉的可靠性，那就是舍弃了其“立德”工作的根本，偏离了其“树人”职责的重心。在包括思想政治教育的整个教育研究中，教育者对数据和分析的倚重与日俱增，这种“逐末”行为主要有以下两个方面的表现。其一，在数据和教育对象之间缺乏有效联系。“思想政治教育的过程本身就是一个不断产生信息数据的过程”[3]，因而在思想政治教育大数据应用场景中，最重要的不是数据本身，而是教育对象与数据之间的联系。无论大数据带给思想政治教育者多么好的场景和体验，如果在数据和教育对象之间缺乏有效联系，那么这些数据只是一堆无意义、失去个性的数字，从而降低思想政治教育研究数据的可利用率和价值效用。其二，过度重视客观数据而忽视主观感受。大数据只能被动地挖掘、收集已经客观发生了的行为信息或表达过的固定看法，从而搜集获取关于研究对象大量的价值判断、评价倾向、感觉好恶等方面信息以及研究对象总体的心理状态，但如果只看重对信息表面的分析，不太关注信息背后所包含的情感、心态，就难以触及教育对象的需求、唤起教育对象的理性自觉。这是因为人的思想观念本身就是主客观因素交叉结合影响的产物，教育对象真实意愿的公开和表达、行为举动的表现与变化会偏离其日常的真实状态。加之大数据所收集到的教育对象在社交网络平台上态度、观点的表达不全面，不可能覆盖教育者所关注的所有议题，[4]这种局部剪影般的数据收集可能会导致思想政治教育错失满足人个性发展的合理性需要的最佳时机。

　   大数据逐渐由一个学术界的新名词演变成决定人类生活方式和各行各业运作模式的庞大系统，思想政治教育也开始深入思考如何以数据驱动满足新的业务需求。然而，对于思想政治教育实践来说，大数据的面面俱到不一定能够给教育管理人员足够的洞见以提高思想政治教育的实效性。其一，大数据意味着工作难度和操作风险的加大。现实工作中很少有既精通专业理论知识，又掌握数据技术的复合型人才，这是由于大部分教育管理人员都是纸上谈兵、浅尝辄止，更深层次的原因是大数据本身的复合应用性决定了学习大数据并不容易。如果不聘请专业的数据技术人员，就难以实现思想政治教育与数据技术的融合，也无法满足思想政治教育的业务需求。思想政治教育管理人员也要建立起与数据技术人员的沟通桥梁，使数据技术人员准确理解业务需求，从而使前台工作和后台工作通力配合、有效衔接。通常思想政治教育管理人员会从学科专业角度阐释需求，带有专业性的术语和名词，技术人员则会立足于系统设计和实现的角度分析和描述业务流程。两者之间语言转换的不流畅会增加彼此的工作难度，并随之带来一定的操作风险。其二，大数据意味着资金投入和人力资源的增多。思想政治教育所面向群体中的每一个个体都涉及上百个参数，全面实时地分析结果需要持续不断的跨业务平台的数据关联以及对大量异质数据的统一整合，加之有效数据的产生也是一个长期的过程。只能投入比以往更多的设备配件，以良好的基础设施为在更大范围内收集数据、更快速度传输数据提供基本保障。针对数据挖掘与数据分析的软件普遍价格高昂，不像操作系统和数据库等提供众多开源的软件。在维护成本方面，大数据所带来的大集群以及低稳定性也需要付出更多的人力成本。可见，思想政治教育的大数据应用如果不能“立竿见影”，那么经历漫长的过程后只会“入不敷出”。

　　现实中每一个人与众不同的DNA序列决定人生而独特，具有自己鲜明的个性和特点，并在很大程度上影响和左右着人的思想观念的形成和发展。因而，把“现实的人”作为思想政治教育研究的起点是思想政治教育存在的意义。思想政治教育存在的合理性则要在充分了解教育对象思想形成、变化以及发展规律的基础上才能充分显现。只有通过累积教育对象的个体信息量，对其整体面貌进行全面立体的观察审视，才能在把握整体复杂性和全貌的基础上了解每一个教育对象。思想政治教育面向不同层次的个体，其数据广度和深度大相径庭。“小数据的个体独特性恰好为其揭示教育客体的个性特征、获取教育客体的个性化需求创造了条件。”[5]5再者，教育对象思想行为的变化是一个复杂的、有着独特运动规律的动态过程，获取关于其思想行为方面的数据需要联系表现其具体言行的具体环境和具体活动。“小数据是随着数据环境变化应运而生的一种新兴的数据组织与挖掘方式，它包括以用户为中心的、全方位行为模式和多层次情境感知的个人数据集合”，[6]小数据采集的是以个体为中心的全方位数据，综合考虑个体的稳定特征、情景特征等相关特征，既通过各种智能设备和传感器收集能够反映教育对象生活习惯、学习偏好、社交行为等方面的数据，也可以基于教育对象的个人基本信息数据了解并预测其生理需求、情感诉求、情绪感知等更深层的信息，使为其提供最优的匹配与服务成为可能。

　　收集样本信息量的有限意味着细微的错误也会被放大，分析得出的结论在推及总体上可能就会南辕北辙。因而，保证有限信息量的质量是小数据最基本、最重要的工作。首先，小数据对精准性的追求表现在对数据质量的把控上。小数据有利于对数据进行集中管理，对原本较高价值密度的数据进行识别、划分和过滤，明确数据源头以便进行追踪，有效减弱无效数据的“噪声”和数据采集过程中的误差。数据的质量保证了数据分析的信度和效度。在有限的、较高价值密度的思想信息数据中，更能充分洞察教育对象的异质性，把握教育对象共同的思想本质和一般规律。其次，小数据对精准性的执着表现在其高度的实时动态性。社会的运动发展本性，规定了人是有待完成的，人性也是有待完成的。[7]407尤其是近些年，世界上动荡不定的社会思潮与多元的价值观念相互影响、相互作用，对人的思想行为的变动和价值观念的更新产生重要影响。要使教育对象的思想沿着正确的方向发展，就必须适时地加以引导，这需要不间断地观察与分析其思想的转变方向和发展趋势。小数据的获取和收集是实时更新和动态存储的，可以做到具体人物具体分析，实时感知教育对象变化着的信息需求，也可以具体事件具体更新，针对教育对象的真实信息情景开展有针对性的个性化教育。最后，小数据对精准性的执着突出表现为个体用户特征的完全表征。小数据类型明晰、来源准确、形态多样的数据特性，准确刻画了用户的实际与潜在偏好、显性与隐性需求、主观与客观意愿，从而为思想政治教育内容的适时更新、教育方法的创新探索、教育环境的及时改善提供全面、高品质的小数据支持。

　　大数据意味着大规模的数据，也意味着更复杂、更敏感的数据。小数据更加注重个人隐私，可以有效避免用户的数据泄露。首先，总量有限的小数据汇集在一起，降低了敏感数据包括的可能性，有效避免了大数据因无序使用所造成的要害信息泄漏的风险。其次，小数据的轻量特性表明只要具备一定的数据处理和存储能力就能实现对其安全生命周期的全覆盖，从数据创建伊始，再到数据的修改、分配和删除的整个过程对数据进行保护，以实现用户数据在数据流转中全方位的安全防护。再次，小数据最大的特点就是数据产生和数据使用的主体相统一，在应用到思想政治教育领域时，使用主体均明晰数据使用的目的和原则，教育对象产生的包括传统的关系数据库、文本文档、图片文件、视频文件等数据都是在个人知晓和可控制的情况下加以产生和使用。教育对象可以通过设定自身小数据采集、使用和共享的内容、对象、时间段和目的，从而实现基于自身需求的个人隐私管理。[8]比如，教育对象可通过管理权限的设定控制小数据系统的数据输出，有效阻止各种弹窗和广告骚扰。最后，小数据提供轻量级的保护策略和加密方法。小数据能够自动识别涉及个人隐私的敏感词汇以及带有隐私性的个人数据信息，加之小数据易进行集中管理，可以通过数据分类分级找出需要保护的敏感数据，并制定相应的分类分级保护策略，也可以通过敏感数据定位的策略手段实现有效的防护控制。

　　思想政治教育领域的小数据不但容易理解和得到，而且能产生可执行的动作，从而为思想政治教育带来增量收益和回报。目前各高校的大数据实践难以打破硬性的技术壁垒，存在“纸上谈兵”的现象，不发达地区或者缺少人力财力的高校难以形成大规模的用户数据，更不可能在短期内投入高昂的硬件、软件成本。个别高校即使建立了大数据预测模型和分析模型，也不一定能带来即时的价值，反而会增加用于维护和期待更大的价值而进行的新一轮投入的资金。较之大数据，小数据不需要投入大量经费来购买高昂的软硬件以及维护，这样就形成较低的收集、处理和实施成本。从这个意义上来说，思想政治教育领域的小数据战略远比大数据战略投入产出比高，能够使思想政治教育者在低成本的前提下获得更多洞察受教育者的方法。小数据组织认为小数据通过及时的、有意义的数据把人们联系起来，这些数据通常是规整好的、可触及的、易理解的，并且可执行利用到日常工作任务中去解决问题。可见，小数据的读取分析和处理都相对简单，能以可访问和易理解的数据集提供给用户及时、直观、有价值的数据支持，且可以针对某一具体对象进行立体、多维分析。加之小数据自身固有的集中性产生高价值密度的数据支持，降低了杂乱非结构化的数据规模，也减轻了技术人员数据转换的难度。这种投入产出比高、实施可行性强的优点进一步把思想政治教育的信息化实践范畴扩大，符合思想政治教育自身发展的内在需求。

　  基于教育对象小数据的个性化服务系统（以下简称“个性化服务系统”），是为教育对象个人定制、更直接和亲自收集小数据而设计的服务和工具，符合可扩展性、兼容性和综合实用性3个特性，应无缝衔接到思想政治教育者和教育对象的教学实践和学习活动中。系统主要功能如图1所示。针对教育对象的个人小数据是制定个性化教育方案的基础，包括量化的、完备的个人特征信息以及通过对教育对象使用日志、会话信息、社交行为、搜索记录等生成的个人行为数据进行挖掘，以长期、全面的数据集合形成个人数据空间。小数据在个人行为数据的收集中依赖于智能设备和各种传感器，其具有灵活性和全面捕捉数据的优势，但通过这些渠道收集的原始数据不能直接用于分析，个性化服务系统提供相关数据转换技术来实现不失真的数据内容转换、文件格式的多方向转换、多平台多语言的数据转换，从而避免数据的损失和误差。此外，社交媒体记录生成各种非结构化的、动态和高维的数字痕迹，文本分析能够对收集到的教育对象产生的信息文本数据进行情感色彩分析，以确定所收集的信息文本数据是否如实表达了教育对象的思想与情感、立场与观点。情绪识别则是通过所检测到的教育对象的面部表情和行为变化，对其当前状态和身心表现进行推断，这也是满足教育对象多样化需求和学习偏好的前提。依据分析和识别出的教育对象的知识结构、语义习惯、社交关系、兴趣偏好等相关信息，从供给内容引入、教育资源推荐、教学方法设计、实践活动安排各个环节精准出击，最终形成个性化的教学方案。

　  对教育对象精准画像是通过分析教育对象的线上兴趣偏好和线下行为场景所形成的教育对象形象具体化的过程，其能实时洞察教育对象行为演化、实时提取教育对象特征，是实现个性化教育、提升精准教育水平的重要方式。在进行精准画像前，要明确画像目的和预期效果，从而在体系设计到画像建立的整个流程中对多源数据融合、用户统一标识、数据特征化、算法建模等方面工作作出合理规划，以确保实现教育对象精准画像的个人定制。教育对象小数据是对其进行精准画像的基础，主要是指以教育对象为中心所采集的数据。只有去除冗余虚假数据、保留真实客观数据，才能精准描绘出教育对象的心理状态、行为方式和价值观念。因而，要通过数据清洗对可能存在的无效数据和虚假数据进行过滤，将过滤的有用数据映射到构建的标签中，并将提炼出的多种特征组合在一起。标签的选择直接影响最终画像的丰富度和准确度，对教育对象精准画像的核心工作就是给教育对象打上高度精练的标签，既包括性别、出生日期这类静态属性标签，也包括需要不断更新以保证标签有效性的动态属性标签。各级标签层层递进，每一级具体的标签实例分别描述用户的一个维度，共同构成对用户的一个整体描述。教育者可以通过教育对象精准画像提供的性别、年龄层次、兴趣爱好、习得规范等标签，更快速地了解教育对象不同的思想实际，并找到特征相似的目标群体，有的放矢地解决不同个性的人的思想认识和思想问题。需要注意的是，最终生成的精准画像并非一成不变，而是具有一定的灵活性，可以根据用户的动态行为修正与调整画像。

　　小数据以精确的方式定位分析某条信息、某个人的基本性质，通过相关算法找出隐藏模式、实时趋势及未来行为，通过需求建模、需求发现、个性化服务匹配输出流程。从这个意义上来说，小数据比大数据更能精确地发现教育对象需求变化与发展趋势，因而也更能促进思想政治教育预测能力的提升。对教育对象进行需求预测的大致流程如图2所示。收集教育对象行为数据是起始工作，可穿戴设备、各种传感器感应收集的数据以及引进的第三方采集的行为数据中蕴含着教育对象的多种有效信息，通过相关小数据的分类、整合，在时间轴上将教育对象的需求进行标签化操作，精准地描绘出教育对象的历史需求、实时需求、未来需求。“为了最好地预测隐藏的数据及信息，必须利用最合适的统计模型。”[9]7需求预测模型建立以后，要进行模型评估和模型优化，目的是更好地预测可能的输出，对教育对象的需求进行有效前瞻和预测。教育对象可以结合自身实际验证预测模型得出的结果并给出对模型的评估和反馈意见，同时这也可以收集到教育对象的行为数据中，以探求改进和优化下一阶段对教育对象更加精准的需求预测。其中，审慎地选择预测变量的组合，是提升预测精准度的可靠保证。第三方采集的小数据十分关键，以知网的学术资源检索为例，大学生群体通常因学习和科研需要产生文献搜索的动机，知网为其提供检索平台的同时，也详细记录了他们的学术信息需求与认知，检索行为与检索习惯，将他们的历史检索小数据和学习行为小数据相结合，可准确预测出大学生当前实施的科研需求，实现个性化教育的精准定制和推送。

　　思想政治教育内容是思想政治教育内在结构与外部形态的真实解读，体现着思想政治教育的性质。随着人们获取信息、接受知识、自主学习的途径不断增多，教育对象每种独特的价值观念和生活方式的存在都有其特定范围内的合理性。只有满足教育对象在时间维度和空间维度上的各种知识需求，才能彰显思想政治教育的学科特色。但现实存在的一个突出问题是高校普遍存在“灌输式”和“注入式”教学，片面强调教材的主干知识，忽视教育对象的内心世界、独特潜能以及对现实生活中问题的分析，从而降低理论的解释力、说服力与战斗力，抑制了思想政治教育实效性的发挥。小数据思维驱动下的供给内容的个性化推荐符合思想政治教育改革发展的趋向。通过收集教育对象小数据所形成的个人数据库，有助于教育者深层次了解教育对象的思想状况，发现教育对象的“思想漏洞”“知识空隙”和“价值缺口”，小数据思维的精简化和精准化追求能够使教育对象在有限、精良的样本数据集里全面、细微地发现教育对象的心理数据和行为数据，更加全面、立体、系统地认识教育对象。只有使教育对象的知识需求显性化，才能满足教育对象的个性化需求。同时，这种精准思维能够在知识的收集、分类和整合上过滤掉知识“噪声”，留下有价值的信息，有效搜集整合多元化的教学内容，从而促成供给内容的指向性和针对性。小数据思维还表现在对因果关系的追求上，偏重于理解数据与基本事实之间的逻辑关系，更加了解事情的相关性及内在原因，能够帮助教育者得到更广、更深的数据洞察，从而在进行理论教育时做到以理服人、以情感人。