伦理视域下高校资助大数据管理的失范问题及对策

谢莉莉

(南京邮电大学现代邮政学院，江苏南京，210003)

资助育人是促进教育公平和社会公平的重要举措。我国高校的资助育人工作自2007年国务院颁布《关于建立健全普通本科高校、高等职业学校和中等职业学校家庭经济困难学生资助政策体系的意见》开始，逐步实现了政府主导、学校和社会广泛参与的“三位一体”的资助格局。国家奖助学金、助学贷款、学费减免、勤工助学等多种形式的资助形式基本实现了对家庭经济困难学生的帮扶。但如何从粗放式帮扶转变为定位到学生个人的精准资助，成为高校资助育人工作急需解决的问题。

早在2013年，习近平总书记在湖南湘西考察时就指出扶贫要“实事求是，因地制宜，分类指导，精准扶贫”[1]。此后，习近平总书记多次在工作会议中强调，扶贫开发“贵在精准，重在精准”。如何实现从对象、资源、效能等方面增强精准资助力度是摆在高校资助育人工作者眼前的重要难题。在信息化时代，大数据的飞速发展为这一问题提供了可选择的方案。

2015年，教育部发布的《〈国家中长期教育改革和发展规划纲要(2010—2020年)〉中期评估学生资助中期评估报告》中提到：“提高资助管理工作效率和学生资助的精准度，不让一个学生因家庭经济困难而失学。”此后，各高校以信息化建设为基础，加大精准资助工作的力度。大数据技术在近年来的飞速发展为高校精准资助工作的开展提供了技术支持。

一、大数据为高校精准资助提供技术可能

“大数据是一种迅速蔓延的现象，它将对经济、安全、科学、教育、政策、治理、卫生保健、公共卫生等领域产生巨大影响。”[2]人们创造和使用知识的方式发生了改变，这对于教育数据中的高校资助大数据而言也不例外。

(一)资助相关大数据的量化呈现

“由于近年来信息技术的进步、数据的积累，个人在真实世界的活动得到了前所未有的记录。”[3]高校资助工作者可以借助信息系统的不断完善和整合及时掌握学生在日常生活学习中产生的详尽的数据资料。一方面是学生及其家庭的基础信息，另一方面是学生在校内的学习成绩、获奖情况、图书借阅、财务收支、宿舍进出等数据信息。

(二)资助相关大数据的处理技术

在掌握学生相关联的数据后，如何对这些数据进行挖掘整理是第二个问题。在信息时代，“数据”不局限于“数字”的表达，而是一个来源庞杂、种类繁多的结构化、半结构化及非结构化的数据集合。大数据大致可分为研究数据、互联网数据和感知数据三种类型。高校资助工作者可把获得的数据通过分类、清洗、降噪等处理进行相应的分析，以此与资助对象进行关联或者将数据进行直接处理，为精准资助提供判断的依据。

(三)资助相关大数据的应用能力

基于资助大数据的数据采集、数据分析、数据应用技术正在为高校精准资助工作贡献力量，为实现对象精准、需求精准、形式精准等提供决策支撑。比如，结合大数据监测技术，通过信息系统、社交网络、互联网站或便携移动设备等捕获学生校内外的信息数据，将这些数据关联家庭经济困难学生的基本特征，可形成科学的评估和认定方式，从而实现对家庭经济困难学生的精准认定，或者在确定资助对象后，可结合大数据不同维度的信息特性对学生进行补偿资助、奖励性资助等，从而实现高校精准资助工作要求中的形式精准。大数据的应用使决策层在一定程度上改变了决策模式，从依据主观感受转变为依据客观数据。

二、高校精准资助大数据管理的伦理思考

“伦理是对道德现象和道德关系做出的系统的回答。伦理和道德有‘微殊’而无‘迥异’。道德多指约束人们行为的规范，而伦理不仅包括规范，而且包含一种责任。”[4]以资助大数据为支持的高校精准资助在进行伦理思考时，既要考虑道德规则，也要思考背后的社会责任。

(一)数据授权问题

在大数据时代，数据浸润在每个人的生产、生活中。“随着数据日益成为一种与人的自我保存与自我发展密切相关的资源，数据权也理应成为大数据时代公民的一项基本权利。”[5]“从现有的数据权利谱系可知，数据权包括由数据管理权和数据控制权组成的国家数据主权，以及由数据人格权和数据财产权组成的个人数据权利。”[6]高校资助大数据的使用也涉及个人的数据权利。

数据人格权与个人的尊严价值息息相关，包括对数据的知情权、隐私权等。数据财产权是指对产生于自身的数据所拥有的一系列效益。高校资助大数据在采集过程中要能使数据被采集者知晓数据的产生、收集、转让及后续加工、使用的权利，能够确保产生于自身的相关资助大数据不被随意暴露及恶意使用。数据客体即个体学生与高校信息系统平台之间要实现大数据的有效利用，数据客体需要让渡部分权利。同时，高校资助大数据的发展和应用要能满足学生个体的权利诉求和分享数据收益成果的需要。

(二)数据泄露问题

自互联网产生以来，隐私的保护一直是无法回避的问题。大数据的发展和普及更让隐私保护面临前所未有的挑战。“2019年，我国44.4%的网民遭遇过网络安全问题，遭遇个人信息泄露的网民比例为24%，遭遇账号或密码被盗的网民比例为14.9%。”[7]高校资助大数据同样面临数据被泄露的风险。

高校资助大数据的隐私泄露会在个人基本权利、社会责任、公平正义等方面产生伦理问题。数据泄露使个人隐私受到侵害。大数据时代又加大了公共领域的缩减和隐私保护的困难。在数据可能被泄露的前提下，数据客体面临着是谨言慎行还是自由表达的悖论。大数据技术的飞速发展使建立于其上的法律法规、伦理边界的探索仍未完全厘清，政府和企业对个人信息数据的保护义务和监督责任容易被忽视。高校作为资助大数据掌握者，应肩负起保护学生个人隐私的社会责任。高校资助大数据能够掌握学生个人的基本情况，但学生对组织的行为却存在盲区。高校资助工作与学生个人之间公正、平等的权利受到侵扰。

(三)算法规则问题

数据处理阶段的算法规则离不开对相应伦理问题的思考。在数据处理阶段，算法是核心，没有算法的支撑，大数据的应用价值就无法体现。但是，以算法为核心驱动的大数据，从主观方面如何克服政策误读性及算法偏见带来的公平正义的偏颇及信任危机，从客观方面如何克服数据干扰、处理海量数据并实现结果输出等方面的诸多挑战，都是不应忽视的问题。

借助大数据和云计算等互联网技术的发展，高校资助大数据的采集、存储、加工、分析等工作全部由计算机代替，人类只需获得机器输出的数据结果即可。在数据处理过程中，资助工作者只获得认知结果，却忽视了数据是如何呈现过程的。另外，大数据处理技术揭示了事物之间的联系，发掘了不同要素之间的关联性，但关联性并不能上升到因果性。这种知其然而不知其所以然的问题在资助工作者运用资助大数据对学生进行精准资助过程中会表现为：只依据数据结果确定资助名单、资助形式及资助力度，而忽视对受资助者个人发展状况及真实需求的全方面了解。

(四)人的自由问题

大数据将人作为数据进行处理，通过算法或数学建模来处理人和人的关系。因此，人的主观能动性丧失，成为大数据运用过程中冰冷的数字符号。这种个人在数字时代的异化与马克思所说的“自由人”背道而驰。马克思指出：“全部人类历史的第一个前提无疑是有生命的个人的存在。”[8]人具有能动性，在实践生产中改造自然，通过实践活动将主客体联系起来。大数据把人简化为数据，减弱了人的自我能动性和自我意志。

大数据技术在学生资助工作中的运用往往忽视学生个体的差异。资助大数据提取的是学生信息的数据化格式，而以目前的技术水平，学生个体心理变化还难以用数据形式提取。另外，网络虽然拉近了师生之间时空的距离，但也导致增进情感、加深理解的面对面交流却越来越少。技术与社会的矛盾边界也成为资助工作的交汇点。同时，对受资助者的个体数据收集未必充分也未必完全真实。因此，资助工作不能完全依靠大数据输出结果来决定政策的制定和执行，不能忽视个人的主观意志。

三、高校精准资助大数据管理的伦理实现

大数据时代改变了人们的思维及生活方式。人们在接受、认可它的同时，不能放弃对伦理底线批判的审视和坚守。高校资助大数据的应用主要体现在对受助学生的精准资助工作中，相应地，对其伦理审视就在于对资助数据的挖掘、存储、分析及使用的伦理界定上。

(一)大数据管理的外部干预措施

1.建立健全行业制度规范及相关法律法规

2017年12月8日，习近平总书记在中共中央政治局第二次集体学习时强调：“要切实保障国家数据安全。要加强政策、监管、法律的统筹协调，加快法规制度建设。”[9]这说明国家希望通过法律法规的制定促进大数据技术的健康发展。一方面，国家应加强大数据时代个人信息安全的统一立法工作。个人信息安全迫切需要法律法规的保护，国家的统一立法工作将为个人信息的安全和隐私提供保障。另一方面，国家应努力构建政府和行业的监管体系，引导各行业制定贴近本行业的规则。高校资助工作者在利用大数据进行决策时，要注意数据收集的边界和使用的程度，把控好数据采集的范围和深度，避免因数据使用失范所带来的信任危机和隐私侵犯。

2.加强大数据时代个人伦理道德教育

在大数据时代，加强各参与主、客体的隐私保护，提高信息安全的防范意识，既是时代发展的需要，也是个人不断发展的结果。一是明确风险与利益相关的思想。“由人类实践活动引起的风险，即由我们不断发展的知识对这个世界的影响所产生的风险。”[10]在现代社会，大数据技术带来的社会生产生活的巨大改变愈加明显，但也给维护广大群众利益、社会稳定、国家安全等方面带来挑战。在伦理视角下，我们应该认真审视大数据技术带来的好处和弊端，树立利益与风险共存的意识，完善对参与主、客体的伦理道德教育。二是创建积极健康的伦理环境，通过技术更新、媒体监督、个人防范等实现齐抓共管，创设高校精准资助工作所依托的大数据时代个人信息安全的和谐环境。

(二)资助大数据应用的内在要求

1.重视大数据收集挖掘分析，提高资助的精准度

除了做好大数据的挖掘整理工作，高校资助工作者还需要以公平正义的伦理视角对大数据进行有的放矢的收集、整合和清洗。高校资助工作者应主动收集受助对象在学习生活中产生的真实详尽的数据资料。一是学生及学生家庭的基础信息，二是学生在校内的学习成绩、图书借阅、财务收支等信息，三是学生在自媒体平台、交易平台上产生的各类信息。高校资助部门要加强与校内各部门的数据整合，强化与政府及企业的沟通合作，明确数据交易原则，打破数据壁垒，通过对这些结构化、非结构化的数据进行筛选，挖掘学生学习生活的有效信息，根据相关信息比照家庭经济困难标准线确定精准资助的对象和形式。

2.重视大数据算法模型，提高资助形式的多样性

大数据人才需要熟悉高校资助工作的各项业务内容，深入了解高校各部门之间的联动，同时还需要掌握相应的大数据处理技术。为此，高校需要对资助工作者加强伦理知识方面的技术培训，使资助工作者能够运用相应数据算法，正确解读所得出的结论，并为相应的资助管理措施的出台提供一定的支持。首先，资助工作者要借助大数据平台合理认定困难学生的困难程度及曾获得的相应资助，满足家庭经济困难学生不同层次的资助需求。在这一过程中，要关注特殊，兼顾整体，加大对因病因灾致贫家庭、无收入家庭、偏远地区家庭且未曾获得相应助学金或奖学金学生的资助力度。同时，大数据平台对学生生活费用支出等一系列数据适时地分析也可以及时为遭受突发事故而导致经济困难或隐性经济困难的学生提供一定的资助。大数据的合理使用能够更好地提高资助工作的及时性、针对性和合理性。

3.重视大数据的隐含认知，提高资助需求的实效性

现有的资助大数据技术分析虽然为资助工作决策提供了可借鉴的数据支撑，但指望依靠数据满足不同学生不同的成长需求是不现实的。学生的资助工作需要资助工作者通过大数据分析结果发现数据背后的学生心理变化。要想真正提高资助的实效性，资助工作者需要用心发现数据背后的意义。学生资助工作不仅是经济资助，而且包括心理辅导、道德素养、能力培养等多个方面。通过对经济困难学生学习生活的数据分析，可以有针对性地为其提供包括学业帮扶、实践锻炼、心理干预、诚信教育、励志教育等多层次、多需求的帮助，促进学生全面、可持续地发展。