大数据配室友，别只着眼管理效率

卞广春

用大数据匹配室友，看似更适合学生的生活和学习，实际上缩小了学生的交际圈，以排他的方式将与自己性格不合、爱好不同的学生分隔开了。

近日，南京大学采用大数据算法，为今年入学的新生匹配室友的消息引发关注。据悉，约3300名新生中，近八成学生填写了问卷。根据问卷中涉及到的生活习惯、个人卫生情况、个性化选择及个人兴趣爱好等选项，学校用大数据算法分析学生的相似程度，以此划分寝室、匹配室友。学生工作处负责人解释，这是为了帮助新生更好地适应集体生活，降低室友之间产生矛盾的概率。

用大数据算法，根据学生的生活习惯和兴趣爱好匹配室友，有许多值得肯定的地方。改变了以往随机分配宿舍的办法，以学生为本，更注重学生个性，考虑学生的感受，说明学校的管理思维模式有了变化，更具时代性和人性化。这对学生与学校、教师、后勤工作者融洽关系，具有一定意义。如此合并“同类项”的做法，能减少同学间的摩擦，缩短新生间的磨合时间，使学生在学习投入、同学交往方面产生事半功倍的影响力。

不过，同学、舍友之间因爱好、兴趣、生活习惯等出现矛盾，是很常见的，也是难以避免的。大学用大数据匹配室友固然值得尝试，能否达到理想的效果却有待观察。

与小学、中学的学习和生活方式相比，大学生活是完全不同的新世界。新入学的大学生们将面临诸多挑战，需要跳出父母的羽翼保护，独挡一面与同学、老师进行正常的人际交往，需要离开出生地或成长地，勇敢果断地处理纷繁复杂的矛盾，并能总结经验，汲取教训。也就是说，大学不只是获得一纸文凭的校园，不只是一个探求学问的地方，还是步入和融入社會的起点，为接触不同人，面临不同问题提供了一个舞台。

用大数据匹配室友，固然减少了学生之间的矛盾冲突，也减少了学校在管理学生宿舍问题上的难度，情趣相投的学生交往起来也比较容易，但与不同性格、不同爱好学生的交往少了，面对挑战的精神却小了，学会包容的度量却小了，兼收并蓄的能力却低了。

用大数据匹配室友，实际上缩小了学生的交际圈，以排他的方式将与自己性格不合、爱好不同的学生分隔开了。合并“同类项”，化解或避免舍友同学之间的矛盾，是一种绕圈子的消极做法，不是面对困难和问题就解决困难和问题的思路。与不同性格、爱好、生活习惯的同学交往，能互通有无、取长补短，更利于性格完善，增长学生的处事应变能力。大学同学之间相处，是机会更是挑战，社会大环境不可能永远都是志趣、爱好相同的人同居一室。笔者虽不反对用大数据匹配室友，但更希望学校发挥教育之长，鼓励学生真诚相处，积极应对不同生活习惯、个人卫生情况、兴趣爱好等同学的诉求。大学生逐渐增强应对复杂问题的能力，逐渐增强处理不同人际关系的能力，逐渐形成理性、包容、真诚、开放、多元的性格特征，需要有多样化、差异化交友的氛围环境。