大数据时代思想政治教育过程研究探微

卢 岚

（上海理工大学 马克思主义学院，上海 200093）

思想政治教育说到底是一个如何增强实效性的问题。一直以来，理论界带着强烈的时代意识与现实关怀，紧扣时代脉搏，探讨思想政治教育理论与实践问题，以回应社会需要。这些研究无论是从研究主题、研究方式、还是学术容量上来说，都拓展了思想政治教育研究领域。它表征着学界带着极大的热情致力于用思想政治教育学来回应时代发展与社会变迁给人们的思想道德发展带来的变化，致力于用思想政治教育学概念范畴来研究与解答当前转型社会所面临的重大理论与实践问题，以化解社会矛盾，寻求共识，凸显思想政治教育研究的学术自觉与理论自信。而要解决这些问题，其关键在于对思想政治教育过程进行全方位监测与跟踪。大数据时代，为勘察思想政治教育过程提供了机会窗口。

一、大数据引入思想政治教育研究论域何以可能？

一场激动人心的技术革命——大数据时代，带来了“量化一切”的数据化世界观以及“更多、更复杂、更好的大数据思维。”[1]如果说，理论生产的重心并非局限于理论逻辑的推演，而应当参与到社会实践中去，那么，我们对于大数据时代思想政治教育研究不仅要满足不同时代的不同要求，也应主动参与到一定时代的建构当中，建构自己的数据模型，丰富自身理论与实践体系。

（一）大数据时代相关概念界定。

大数据思维的特征是什么？大数据方法的本质是什么？大数据是如何带来人文学科的数据化的？对这些问题的解答有助于揭示数据化的本质，进而呈现大数据力量和数据创新等大数据时代特征。

第一，数据的三次变革。在人类发展史上，数据世界经历了一个从无数据到有数据，再从生活数据到科学数据，乃至从科学数据到人文数据（即人类进入大数据时代）的三次裂变。其中最伟大的一次革命，乃当下的大数据时代。尽管早在古希腊时期，就有哲学家提出“数是万物之基”的观点，将数提升到本体论的高度。但数与数据之间却有着天壤之别。数据似乎被遗忘，更遑论注重用数据进行哲学反思。而且大数据时代与其产生之前的数据之间有着本质的差别。为了便于讨论我们把大数据产生之前的数据称为小数据，并揭示大数据与小数据之间的差异。从采集手段上看，小数据是人工且有意识地测量、采集的数据，具有主观性质；而大数据的获得则是基于芯片自动采取的无意识数据，因此，它具有客观性质。从存储方式上说，小数据存储于纸片或硬盘等当地媒质中，而大数据则在云端中。从处理方式看，小数据仅仅需单机就可处理，大数据则需要云计算平台。

第二，大数据是如何带来人文学科的数据化的。大数据变革的目标就是实现一切皆可数据化。其关键在于大数据变革能否持续发生，一切数据化是否可能？尽管当下我们很难给出肯定答案。但是，随着“可视化”“互联网”等等高新科技的不断飞跃，数据规模呈现井喷式增长，单就“社交数据总量翻一番的时间只需要18个月”[2]（p198-199）就可以推测，随着大数据技术持续变革，“想在大数据时代中用技术方法来保障隐私成为天方夜谭。”[3]因此，只要技术能够持续变革，数据的获取将会越来越容易。“大数据不是要教机器像人一样思考。相反，它把数学算法运用到海量的数据上来预测事情发生的可能性。”[3]（p6）一旦一切皆可数据化，全数据模式便来临，并通过以下两个步骤来实现：一是技术革命实现了世界一切事物及其行动都能够形成一种自我记录的功能。这为数据化提供了可能。二是通过互联网、云存储、云计算的存储、传输和处理，物质世界被映射为可以存储、计算和利用的数据世界。[4]

（二）数据范式成为思想政治教育研究的新范式。

思想政治教育研究唯有参与到大数据时代所带来的深刻社会变革中，让思想政治教育主体接受“大数据”时代的体验，呈现出深刻的社会意义时，才能体现其时代特征。问题是思想政治教育研究的数据化何以可能？怎样利用大数据进行思想政治教育学科的数据化与数据挖掘？如何将数据范式引入思想政治教育论域？如何利用大数据将思想政治教育过程转化为同构的数字关系模型？

第一，大数据时代的特征。在大数据广泛应用之前，标准化、批量化与集中化是数据最基本的特征。但这种单一的总体化、标准化与平均化特点遮蔽了个体的差异性、多样性。大数据以其海量的数据记录了真实世界的多样性与复杂性，确保了原始数据皆能保持着自己的个性与差异性，还原了真实世界的复杂性与多样性特征。

较之于大数据，小数据的采集因其成本高，其数据能否接近整体、是否精准直接影响着其研究的结论。因此，其最基本、最重要的目标就是减少错误，保证质量，提高精确度。而大数据把海量模糊性的数据记录下来、储存起来后，通过对这些模糊数据的快速处理与清洗，通过冗余技术还原真实状态。模糊性与不精确是大数据的亮点和特点。学会混杂是扩大数据规模的逻辑起点。因此，大数据颠覆了工业化时代基于等级结构所建立的人与人之间、物与物之间乃至数据之间的不平等关系，实现了在网络结构中，每个终端都有自己的话语权力，形成了平等的对话关系。

第二，大数据技术如何形成数据世界？大数据技术通过数据化手段全方位地把世界变成一个数据的世界。因为大数据革命带来了社会科学的数据客观化。比如，智能时代的手机、网络浏览，网络社交、GPS定位等技术将人类的一切行动记录下来并转换为数据，形成人类行为的数据痕迹。即大数据利用各种技术进行地毯式的收集、储存数据。当我们需要对某个对象进行研究时，不是采用传统抽样的数据，而是把大数据所采集的那些与研究对象相关的所有数据全部用上，形成全数据模式，即样本就是整体。这种全数据模式意味着对世界的数据化更加彻底、更加细致，也更加准确，大数据依赖于海量数据的大爆发。海量数据源于大数据对万物的数据化。当下，物理世界的绝大多数现象都已经经由现代科学技术手段实现了数据化。也正基于此，我们才说大数据带来了人文社会科学的数据化。一旦大数据将文本、图片、音频、视频等一切信息都纳入数据范式中，原本不可捉摸的人类行为变得可被解析、描述与量化，甚至能够对其进行预测和控制。[5]它给思想政治教育研究带来了全新的研究视野。

第三，数据范式是一种新认识、新定位、新布局。它实现了宏观覆盖与微观深化相结合的全覆盖目标，有助于我们找准思想政治教育创新的着力点。

首先，思想政治教育学是以人类的思想活动为研究对象，着眼于研究人类及其社会的思想道德行为习惯的学科，从狭义上说，它主要研究人的思想品德形成及其发展规律。从广义上来说，思想政治教育学的研究对象就是一切思想现象，是研究关于人及其社会思想发展规律的科学，或者说是研究社会各种群体思想变动规律的科学。无论是从广义还是狭义，抑或是从学科属性来说，思想政治教育学都属于社会科学大门类。

其次，社会科学研究对象是复杂的人类及其社会，其研究方法是利用自然科学技术方法来研究人类及其社会。这样，从表面上看，似乎与自然科学不太相关的思想政治教育学也就和自然科学技术有着联系。且每一次重大的科学技术革命都会给思想政治教育带来极大的影响。尤其是随着大数据技术的广泛采用，从对数据的收集、存储、分析与处理都发生了急剧变革。进入大数据时代，科学研究范式也随之发生变化，新的范式——数据密集型科学研究范式出笼，它将成为思想政治教育学研究范式的一场革命。至此，思想政治教育研究从重视经验观察、理论假设和虚拟计算转向重视反映思想活动现象，转向关乎人们日常生活的各种原始数据，通过智能设备将日常生活的一切思想道德活动行为转换成数据，并通过大数据揭示人们的思想动态。

最后，利用大数据所建立起的与事物现象之间同构的数字关系模型，有助于描述事物运行活动轨迹，缩小数据、信息、能力之间的鸿沟。大数据所建立的与思想政治教育过程同构的数字模型，旨在从人们日常琐碎的社会生活中所记录的数据历史积累中，挖掘出受教育者的思想动态与行为活动变动轨迹，以预测个体的政治立场、思想观念、认知模式，让教育对象个体与数据化建立对接，进而推向群体。辨明群体与各类社会活动、社会事件之间有着怎样的联系，勘察在日常社会活动中，是否不同群体对不同教育内容有着不同的喜好，进而精准预测、聚合，形成多维共享的格局，以更好把握群体的思想规律。

二、大数据时代思想政治教育过程研究管窥

思想政治教育过程不仅承担着提高受教育者的思想政治品德素质的重任，而且还承担着提高受教育者的知识水平和培养能力的任务。思想政治教育要实现价值引导与自主建构的统一、内化与外化的统一、渐变性与突变性的统一、社会化与个体化的统一、可控性与非可控性的统一的使命。这就需要对关乎思想政治教育过程的各种变量进行分析。通过大数据技术收集、存储、挖掘、分析那些能够表征思想政治教育活动现象以及人们思想行为的变量间的关系，以描述、解释、预测和控制思想政治教育过程。在认识论上，让数据发声，重视数据体现了思想政治教育方法研究中重经验事实，轻演绎逻辑的认知逻辑。在具体方法上，则可以从更为广阔的时空范围内获取数据，体现了研究的整体性。

（一）思想政治教育过程的概念界定及其所经历的三个阶段。

第一，思想政治教育过程的概念界定。所谓思想政治教育过程是指教育者根据一定的社会思想政治要求和受教育者思想政治素质形成发展的规律，对受教育者施加有目的、有计划、有组织的教育影响，促使受教育者产生内在的思想矛盾运动，以形成一定社会所期望的思想政治素质的过程。[6]它包含着三个方面的特质：一是思想政治教育过程是一个流动的、动态发展过程。二是它是一个有目的的过程，是为了帮助受教育者形成思想政治素质的一个过程。三是这个过程包含着教育双方共同参与相互作用的过程。这里需要理清楚两个概念：思想政治教育过程与思想政治素质的形成过程两个不同概念。前者是按照一定的社会要求影响受教育者形成思想政治素质的过程，因此它是一个教育活动的范畴。后者则是指人的思想政治方面的、道德方面的认知、情感行为经历着一个从简单到复杂，从低级到高级、从量变到质变的矛盾运动过程。人的思想政治素质的形成通过思想政治教育过程来完成，它是属于人的发展范畴。

第二，思想政治教育过程经历的阶段。思想政治教育过程经历三个阶段：内化阶段、外化阶段和反馈阶段，阐释如下：第一阶段（内化阶段）即教育者将社会主流意识形态的指导思想有计划、有目的地传授给受教育者，受教育者则根据自己的需要，有选择地接受教育者所传授的思想，并内化为自己个人的思想。这是一个把外在教育思想根据个体需要进行内化的动态过程。第二阶段（外化阶段）即受教育者将自己在内化阶段所形成的思想观念变为动机，去支配或调节自己的行为，形成行为习惯。它是一个通过个体内化，形成自身的教育思想，并通过认识指导实践的自我教育、自我践行的过程。第三阶段（反馈阶段）即在教育双方协同合作与共同努力下，记录个体行为所产生的社会效果，并对这个结果进行通过评估、反馈，促进内化与外化两个阶段的良性运转，优化思想政治教育过程。

（二）大数据时代思想政治教育过程勘定。

大数据通过海量的实时数据以及对数据的在线处理，勘察思想政治教育过程，并对其进行结构优化，建构思想政治教育过程的数据关系，在对数据关系进行提纯的基础上，预测思想政治教育发展方向，管控思想政治教育内化与外化向着健康的方向发展，落实思想政治教育外化的目的。

第一，大数据时代数据的收集。人类的思想与行为是极其复杂与多变的。因此，我们不能像对待自然界那样，通过随机抽样采集少量数据来把握人的复杂的思想与行为，而必须采用大数据技术对海量数据的挖掘、处理与分析才能真实揭示思想运动状态，记录其思想变动轨迹。这意味着社交媒体数据、个人数据、传感器数据、交易数据、管理数据等等成为大数据的主要来源。[7]当各种数据汇集时，全体数据就形成。这种全体数据使得样本=全体成为可能。在大数据时代，“感应器、手机导航、网站电机、Twitter被动地收集了大量数据，”[3]（p37）小数据时代的踏破铁鞋无觅处，大数据时代得来全不费功夫。比如，日常生活中，我们会定期查收电子邮件、随时在微信微博上活动、随处使用信用卡购物……以及在线社交网络维系友谊等等，这些交往关系皆留下了数字足迹。这些数据折射着个人和群体行为的全貌图景。大数据可以收集、传输、存储这些数据，并对其进行结构化提纯，以找出那些与我们的生活、组织和社会相关的变量关系。大数据时代样本就是总体，它既包含着主动收集的数据，也存在着被动收集的数据，克服了小数据时代的种种局限。且从海量的客观数据中心得出的结论比传统抽样统计分析既方便又快速。

第二，大数据时代思想政治教育过程的勘定。我们通过收集各类信息，进行挖掘、分析、提纯，找出能够反映思想政治教育过程的相关因素，制定更有效的内容，针对教育群体进行量身打造，形成最佳的推送内容。以往很多难以收集与准确理解的信息数据，大数据可视化技术，以轻而易举的方式呈现出来，使抽象的信息概念变得简洁，更容易被人理解。[8]如我们可以根据粉丝的流量与活跃度，策划思想政治教育过程。还可以根据大数据可视化技术，整合线上与线下资源。全面采集思想政治教育过程中的有形的、无形的物质存在，然后对其分析处理的过程，形成数据化的关系模型。

另一方面，大数据思维模式提醒我们在思想政治教育过程中，必须通过寻找其相关性关系替代因果关系，通过大数据视野与大数据技术工具，可以观察到那些曾经被我们忽视的各种联系，掌握我们曾经无法诠释和预测的社会动态。并进行提纯、结构化，进而捕捉其规律。这种基于相关关系来描述思想政治教育过程的做法，弥补了传统因果联系的局限。值得注意的是，大数据所使用的是与该问题相关的全部数据。它将所有涉及思想政治教育过程的所有数据一网打尽的全数据模式。它是我们通过大数据跟踪思想政治教育内化过程与外化为行动的轨迹，来勘定思想政治教育过程。因此，大数据的相关关系所揭示的是从思想政治教育内化过程中的海量数据中提炼归纳出来的数据关系，具有重要的意义。一是它对思想政治教育过程中内化阶段出现的问题刻画得更精细、更全面，而不是以点带面，以局部代全部。二是它使得思想政治教育过程经历了一次系统、全面、整体地洗礼。它不仅描述了思想政治教育过程的内化阶段并解决问题的过程。受教育者把已经内化了的思想观念、道德标准、价值观念自觉地转化为自己的思想行为表现和行为习惯表现的过程。

三、采用大数据勘定思想政治教育过程，其局限性何在？

思想政治教育作为一门学科，更是一门科学，闪耀着科学性的光芒。这就意味着思想政治教育必须随着时代的发展不断发现、研究和解决新问题，并在这个过程中实现自身理论与实践的发展和创新。

（一）大数据时代思想政治教育过程研究的意义。

传统思想政治教育过程是在固定人群、固定空间中展开，即我们是在熟人社会里做思想政治教育。现代社会，打破了熟人社会格局，将我们抛入一个陌生人的社会里。学界致力于将思想政治教育基础理论置于社会结构大转型之中，即从熟人社会到陌生人社会的社会变迁中，对思想政治教育过程的动态变化进行全面梳理与审视，并提出了一系列的方案。但忽视了一个问题。传统熟人社会基于血缘与地缘关系形成了固定的人群、固定的空间乃至固定的道德伦理的有机统一。人们被固定在“扭结”上的束缚状态。换言之，在传统熟人社会里，整个社会是以“我”为中心扩散出去的同心圆（费孝通的水波涟漪）。在熟人社会里道德与个体现实生活关联，且在熟人社会的道德运行机制中，日常生活被赋予崇高的意义与无比崇高的力量。

而现代人却处于一种随处流动的自由状态，人际关系变成一种此时共在的人际关系。它是一种即刻被冲散，随时又可汇集的关系，无法形成道德监督。尽管在流动的陌生人社会里，理论界、媒介反复强调重构道德权威，学者也展开了一系列的研究，诸如交往实践观，主体间性，话语转化，乃至生活世界等等。然而这些艰难探索始终缺少可操作性的解决方案，并未解决思想政治教育实效性式微的难题。尤其是互联网的出现，更是让人陷入身体隐退、责任飘零的困境。这让重构道德权威，重构道德舆论监督缺乏可操作性。而基于物联网技术平台的大数据却带来了新的契机，带来了道德舆论实践操作的可能性。即大数据将陌生人社会重新拉入熟人社会的关系中，形成“后熟人社会”。因为在大数据时代，便携式移动终端使人类进入网络社会，只要使用便携终端，每个人的ID就会被终生固定，其网络行动轨迹被记录。基于此，我们能够建立起个体海量碎片化网络信息，并在对这些信息合成基础上，形成个体身份的虚拟建构。这意味着大数据实现了社会结构的深刻变革。[9]它让社会结构变革充满着大数据时代的思维模式与色彩，甚至打上了大数据时代的烙印。即它由“阶层状”转变为“网格状”。

如果说，工业化的产生将我国传统熟人社会带进现代陌生人社会；那么，大数据时代将现代陌生人社会重新拉回到熟人社会中，形成后熟人社会。只不过“后熟人社会”是一个虚拟的社会。它区别于传统熟人社会以血缘、地缘为纽带的实体社会。“后熟人社会”则是以互联网为纽带的虚拟社会。它通过整合人们的全部生活，把道德和个体日常社会生活紧密联系。大数据通过采集日常海量数据信息，并对其进行分析与提纯，探寻人的思想行为规律和预测未来发展趋势，并付诸实践行动中。尽管传统思想政治教育对受教育者的思想和行为进行了长期的观察、研究，也取得了一定的成就。但总体上来说，其研究成果与受教育者的思想现实之间还是有着很大的差距。其理论和现实脱离是不争的事实。大数据革命为我们研究人的思想、行为、情感等非理性的现象提供了最新的科学方法和技术。有助于我们量身定制思想政治教育内容、夯实思想政治教育基础理论。

总之，从海量的大数据出发，通过数据挖掘发现数据之间的相互关系，可以找到人的思想活动和行为变化的数据规律。因为大数据记录了人类及其组织的活动与计划中所有思想现象的原始数据，充分反映了思想政治教育活动状态。基于此，我们能够对未来思想政治活动趋势的一切预测都建立在海量的数据基础上，“让数据说话”。尽量减少主观臆断的成分，实现思想政治教育学从依凭灵感猜测的艺术走向靠数据说话的科学。有助于思想政治教育过程研究形成具有更加优化的结构性。

（二）采用大数据研究思想政治教育过程存在的局限性评析。

近年来，学界对大数据时代的思想政治教育理论与实践问题进行了缜密的思考与有益的探索，收益颇丰。但现有的研究要么把大数据作为一种技术手段或一种媒介来分析思想政治教育创新，要么主要集中在网络思想政治教育基础理论研究中。尤其是在“互联网+”指向任何已有的行业、专业、领域等，并与信息和网络的融合，其融合的深度将不可避免地决定所有行业、专业、领域发展机遇和未来格局。伴随着“互联网+”的大趋势，互联网+教育、互联网+思想政治教育、互联网+德育等等也成了热点，并相继以慕课、远程教育、网络课程等形式出现。然而，当我们对这些研究成果进行客观的分析时，就会发现，其基本思路都还只是借助于网络通道、传递教育教学信息而已。或者把大数据、互联网作为一种信息传播的媒介、一种手段。至于传递的是什么样的信息（信息质量），它与传统课程和教学的信息传递方式相比是否有效？如何处理线上与线下的链接？如何评价学生学习与发展等，都还缺乏给予系统性地关注，缺乏建构数字模型，缺乏对教学质量效果进行精准评估。在思想政治教育与当下最流行的广泛覆盖的信息网络融合的通道上，尽管学界也对思想政治教育与大数据时代互联网的深度融合上做了大量研究。但从整体上看，大数据思维习惯还远未形成，缺乏从思想政治教育视点及其在大数据时代延伸视野下，多学科跨界联网、科学和人文跨界联网、思维方式跨界联网、网上网下教育、教学和学习的联网过程的深度剖析与研究。

如何以思想政治教育视点为逻辑起点和线索，一以贯之建立起来的多学科知识与实践活动的内在联系，实现多学科有机融合？如何锻造这种数据“提纯”能力？我们是否具有足够的高度跨学科人才储备？如何利用大数据时代的机会和条件，获取有关思想政治教育研究的完整数据和系统数据，以深入探索思想政治教育规律？如何在大数据时代，推进思想政治教育与信息技术协同共进，奔向哲学的震撼飞跃？这些关键性问题的解答为本课题进一步研究提供了广阔的空间。

另一方面，大数据自身附带的缺陷也是不可避免的。一是样本等于整体的“全样本数据”，只是一种假象，因为，尽管天上有云（计算），中间有格（网格），地上有网（互联网），也无法确保所采集的海量数据能代表社会生活的全部。二是大数据重相关轻因果，重事实轻理论，重技术轻研究的倾向，忽视了“建构——验证”。三是也有学者对基于社交媒体行为研究的可靠性、以及数据共享与数据安全问题等等提出质疑。因此，需要大力强化大数据基础理论研究，在沟通、交流与对话中形成大数据研究共识。

总之，大数据时代思想政治教育过程研究，旨在利用大数据从海量信息中挖掘数据中潜在的与人们思想活动相关的关系，建构出能够反映思想政治教育过程的数字模型，并对模型进行解释。