大数据分析在高校思想政治教育中的应用风险与纠偏路径

卫承霏

(南京财经大学 马克思主义学院,江苏 南京 210023)

高校思想政治教育是增强社会主义意识形态凝聚力和引领力的重要途径,是培育社会主义核心价值观的铸魂渠道,也是高校落实立德树人根本任务,培养积极性高、主动性强、创造力足的高素质人才的重要保障。随着信息技术的不断发展,数字技术以多种形式融入高校思想政治教育中,尤其是对规模巨大的数据集的深度分析开辟了实时剖解教育对象的轨迹、聚合揭示整个群体的思想状况和行为动态、精准预测未来趋向的途径。同时,大数据分析在优化高校思想政治教育信息环境,实现个性化知识传承并提升其针对性、科学性和实效性等方面展现出了无可比拟的现实优越性。大数据分析技术赋能构建高校思想政治教育新样态引发了学界热议,研究视角主要聚焦在“数据化优势”“数据化场景”“数据化困境”等领域。作为一种新兴的研究方法,聚焦规模化数据资源的大数据分析对推动高校思想政治教育的科学化研究和拓展性应用具有强大优势和重要意义,但其无法完全避免的技术短板与方法缺陷也会在一定程度上扰乱高校正常的思想政治教育秩序。基于此,文章尝试在剖析大数据分析应用于高校思想政治教育优势的基础上探析其逐渐暴露的诸多风险,并提出相关纠偏建议,希冀有效推动高校思想政治教育的数智化发展进程。

一、 大数据分析应用于高校思想政治教育的优势

在如火如荼的信息革命浪潮的强势驱动下,以云计算、物联网、人工智能与移动社交等为代表的现代化互联网信息技术逐渐融入高校以促进学生道德素养养成、政治觉悟和社会责任感提升为目的的思想政治教育资源获取、存储、整合、流转的整个运作流程。大数据分析的融入将进一步变革高校思想政治教育的动力结构,促使高校思想政治教育创新改革逐渐步入一个全新的阶段[1]。在优化高校思想政治教育结构布局、丰富高校思想政治教育内容、创新高校思想政治教育方式以及完善高校思想政治教育反馈管理机制的基础上,大数据分析大幅提升了高校思想政治教育的质量、水平、效果,促使其更好地服务于教育现代化目标的实现。

(一) 整序分析,推动高校思想政治教育普惠扩容

大数据分析有助于实现高校思想政治教育过程中所产生的各类巨量数据整序化。大数据分析通过对这些持续扩容的整序数据进行动态分析能够提升高校思想政治教育知识传递的普惠性、持续性与流转性,从而改变高校传统的思想政治教育格局。究其原因,这是因为大数据分析的广域存取性和灵活调度性等特征使其能够在网络系统的辅助下通过扩展存储资源池、流转秒级数据、集成多维云计算等功能对教育过程中产生的各类数据资源进行有效捕获、存储、分析、处理,并凭借科学合理的算法分析处理结果,为高校思想政治教育改革举措的制定与实施提供重要的数据凭证。与传统的思想政治教育模式相比,拥有算法加持的“大数据思政”能够帮助教育主体掌握足量且全面的思想政治教育信息,并对教育过程进行全面预设,使其能够从容应对教育过程中出现的各类问题,且迅速制定应对方案。同时,在大数据分析的辅助下,高校思想政治教育主体能够立足当前思想政治教育的现实状况,实现对未来思想政治教育现代化发展趋势的精准判断,不仅有助于增强思想政治教育的穿透力、解释力、感染力,而且能够激发教育对象参与思想政治教育实践活动的积极性[2]。

基于此,越来越多的高校开始将大数据分析纳入思想政治教育现代化体系的构建中,动态整合思想政治教育过程中产生的体量巨大、类型多元的数据资源,如教育对象对各种思想政治教育软件或平台的使用状况以及使用过程中产生的使用轨迹、成绩记录、日常作业完成情况等。教育对象也能够依据个人学习习惯、学习近况、学习需求,有针对性、有选择性地与教育主体开展线上互动,从而提升自身的学习主动性和积极性,大幅提高思想政治学习效果。例如中国人民大学的“北京高校思想政治理论课高精尖创新中心”、北京科技大学的“数字马院”等均是借助“慕课”“学习通”“雨课堂”等智慧教育工具向全网传递“思政之声”。此举不仅开拓了现代化思想政治教育的新范式,更是实现了思想政治教育途径从线下向线上的拓展,使更多的优质资源能够依托互联网得到传播。这不仅促进了优质思想政治教育资源的有效利用,而且在信息资源共建共享的基础上为极具创新性、时代性、技术性的新型思想政治教育模式的形成提供了资源保障。高校精心打造的“数字+思政”教育模式具有范式多元、资源全面、时间空间不受限等优势,其通过集聚海量教育数据和扩充数据库资源池能够持续孵化思想政治教育内容、迭代思想政治教育方式、增扩思想政治教育覆盖面[3]。这不仅对深化思想政治教育改革、推动思想政治教育创新具有重要的现实意义,而且也是传统思想政治教育逐渐向以大数据分析为支持的现代化思想政治教育转型升级的必经之路。

(二) 精准聚焦,推动高校思想政治教育因材施教

千百年来,个性化教育一直是教育实践的终极追求之一。个性化教育意在引导广大教育主体将教育的重点从课程知识、教学手段、教育渠道转移到教育对象本身,强调通过对教育对象各方面能力、知识、素养、技能的综合调查与研究,挖掘其潜在特征与能力;依据教育对象学习需求、特点、学情,通过个性化教育风格、教育手段、教育模式促进教育对象个性化发展,使之自主学习能力、学习情感等得到全面提升。在社会经济、文化、政治、科技迅猛发展的当下,社会呈现个性思潮蓬勃发展的态势,以躺平主义、摆烂主义等为代表的各种极具个性化的青年亚文化社会思潮的出现,对教育对象正确人生观、价值观、社会观的形成构成了极大的冲击。又由于当前社会各种思潮的产生与演变大多是在网络中形成并受到网络文化的持续影响,故教育主体要想准确把握新时代青年个性化发展的特点和趋势,读懂各种思潮背后教育对象的现实诉求,单纯依靠有限的课堂授课和课下谈话是难以实现的。在此种情况下,大数据分析的介入尤其重要,其以教育辅助工具的形式出现在思想政治教育过程中,引导教育主体通过信息提取、信息汇总、数据分析等功能实现靶向教学、因材施教,促使高校思想政治教育真正兼具“理论深度”与“教育温度”,在尊重教育对象个性化诉求的同时又能够彰显其独立思想,从而打破传统思想政治教育的思维壁垒[4]。

在应用大数据分析开展思想政治教育实践中,教育主体依托大数据分析技术提纯总量、速度、形式等向度的原始数据(如教育对象的身份信息、兴趣爱好、知识获取与理解程度以及与其他参与者的互动状况等),形成对教育对象个性化发展趋势的初步认知。之后在交叉检验技术和第三方验证方法的综合作用下,教育主体对获取到的与教育对象思想政治学习有关的原始数据进行深入挖掘,由此梳理出与教育对象外在行为、习惯,内在品德、素养等有关的各种可变现量化指数,并以此作为对教育对象思想政治学习习惯、行为、思想等进行剖析的重要依据,针对教育对象个性特点制订差异化的教育计划,切实提升思想政治教育工作的客观性、正确性、全面性、合理性。此外,教育主体还应在遵循“以教育对象为中心”这一原则的基础上,通过运用大数据分析技术搭建海量思想政治教育数据分析模型。教育主体依托该数据分析模型强大的用户行为分析功能、流量访问分析功能、用户生命周期分析功能可以实现对教育对象日常思维范式、生活习惯等情况的全面分析,从而对其行为趋向进行精准判断。如此,教育主体就能够结合教育对象思想和行为的个性化特点开展极具个性化、创新性的思想政治教育实践,使得“因材施教”的教育梦想照进现实。例如在高校传统的思想政治教育实践中,专任教师或专职辅导员很难做到对所有学生的学习需求、生活诉求、情感追求等个人发展需要和思想动态进行面面俱到式关注,但大数据分析可以弥补这一缺陷。大数据分析可以通过动态实时观测精准、真实、全面地反映每位教育对象的学习情况和成长轨迹,将思想政治教育的视角从“仰望星空”转向“俯下身子”,由宏观群体走近微观个体,从单纯对“面”的扫描转向兼顾对“点”的聚焦,使教育对象的地位实现从被动接收到主动建构的质的“蝶变”。同时,思想政治教育主体也能够借助大数据分析技术发挥主导性作用,捕捉教育对象的关注点和疑惑点,有的放矢地为教育对象答疑解惑[5]。

(三) 融合融通,推动高校思想政治教育扩优一体

传统的思想政治教育可运用的教育资源、所设定的教育模式、可选择的教育途径大多来自高校的思想政治教育大纲,虽然在一定程度上提升了思想政治教育的规范性,但也造成了思想政治教育的数据壁垒。大数据分析的出现使得思想政治教育主体逐渐认识到大数据分析对于打破思想政治教育数据壁垒、扩大思想政治教育数据规模、搭建思想政治教育联系网络具有重要作用,且大数据分析技术能够通过立体式分析构建具有开放性、共享性、高效性的思想政治教育数据网络系统,从而实现思想政治教育深度和广度的不断拓展。

一方面,大数据分析推动高校思想政治教育扩优一体表现为众多教育主体通过全方位、多时段覆盖教育对象的学习实践过程推动显性教育活动与隐性教育方式的融合。大数据分析不仅具有辅助思想政治理论教育和辅导员专职教育等显性作用,而且能够通过不间断渗透的场景和智能技术开展隐性教育,潜移默化地将价值观念和行为规范等融入教育对象的学习、社交与生活中[6]。例如数据资源与算法分析的双重驱动为高校思想政治教育带来了学科新动力。在遵循“知识性与价值性相统一”基本规律的前提下,大数据分析依托丰富多元的数据资源革新高校思想政治教育工作的方方面面,以喜闻乐见、雅俗共赏、贴近生活的形式改变高校以往的思想政治教育模式,以契合时代需求和融合热点文化元素的数据资源打破高校思想政治教育理论与实践脱节的局面,以深厚的文化信息资源规避社会文化供需失衡对教育对象三观塑造的不良影响,并基于政治属性和教育属性为高校思想政治教育持续注入“鲜度”和“热度”。

另一方面,大数据分析推动高校思想政治教育扩优一体表现为推动思想政治教育工作分层分类、纵向深化、协同有序地开展与落实。大数据分析具有“复制不影响使用”的特征,有助于教育主体通过资源整合打破数据孤岛,以数据流和信息流构筑完整的思想政治教育数据生态体系[7]。例如思想政治教育大数据中心能够依托强大的信息传播功能辅助教育主体击破数据壁垒,构建能够容纳校党委宣传部、学生事务处、心理咨询中心、就业指导中心、院系各部门的链条式校园数据网络系统。在确保各部门教育数据信息共建共享、互通有无的基础上,大数据分析能够进一步增强思想政治教育的精准性和全面性,使各部门共同参与到思想政治教育实践当中,由此达到思想政治教育全过程、全方位的“育人”目标,在高校内部真正实现思想政治教育的“闭环一体化”。

二、 大数据分析应用于高校思想政治教育的风险

数智时代,嫁接前沿科技的数字化教育实践的虚拟性、复杂性和多变性强烈冲击着传统思想政治教育的思维方式和工作模式,相关价值荒原状态变相增加了伦理责任的不确定性,致使诸多参与方的自利意识不断膨胀。由于不同参与主体数据认知水平与管控能力参差不齐,且相关立法存在滞后性,高校在利用大数据分析开展思想政治教育的过程中可能存在隐私泄露、数据崇拜、数字鸿沟等风险。

(一) 导致高校思想政治教育对象隐私泄露

隐私的存在是人类形成文明的重要条件,其重要性在于它关乎人的自由、尊严、个性[8]。海量原始数据散列的匿名生态虽然可能在一定程度上于某个特定领域内引发判断失真的不良后果,但却是极限区域内消除数据安全隐患、维护和保障各参与主体权益的有力支撑。随着大数据分析技术的应用和普及,其在革新生活方式和思维模式的同时,亦可能造成个体数据过度采集、肆意滥用、无序泄露等安全问题。在高校思想政治教育中,大数据分析通过对教育对象的“数字足迹”“网络痕迹”等信息进行实时记录,进而建立身份标签以开展针对性教育。但全方位、持续性、透明化的数据追踪和监控可能使得教育对象的隐私数据面临滥用和外泄的风险。

一方面,教育主体收集数据信息的初衷是为了更好地掌握教育对象的行为和思想动态,以对其进行思想引导与人格塑造。然而,大数据分析往往是在教育对象并不知情的情况下通过多样态的数据源进行信息采集,并对教育对象的学习动态、网页浏览、活动轨迹等行为数据进行“电子画像”,使得教育对象的学习生活情况变得高度透明化,个人心理状况、生理缺陷、家庭背景等隐私信息也会被毫无保留地呈现在思想政治教育主体面前,使一部分人成为被看者,另一部分人和机构成为具有特权的观测者[9],这可能会导致教育对象安定之需被侵扰、价值情感被暴露、自由权利被限制等状况的出现。

另一方面,受限于一定的技术门槛,大数据分析在高校思想政治教育中的应用普遍需要依托第三方商业公司的技术支持。资本的逐利性可能会导致诸如数据分析从业者为谋取个人利益而出售教育对象隐私数据,数据分析运营方为节约成本而降低存储加密等级,致使教育对象相关数据被盗用。这些隐私数据一旦被广泛传播和违法利用,势必会给教育对象带来极大困扰,甚至可能引发更为严重的信息安全、人身安全、财产安全等风险[10]。

(二) 导致高校思想政治教育决策者数据崇拜

大数据分析的核心就是把数学算法运用到海量数据上来,预测事情发生的可能性。数据与算法的客观性可能会使“唯数主义者”将二者视为思想政治教育的核心,并坚信通过大数据分析能够可视化呈现教育对象的思想行为全貌,认为抓住了数据就等同于抓住了教育对象的思想意识,也就意味着抓住了思想政治教育的一切[11]。实际上,“唯数主义者”的观点在过度追求数据功能性的同时,忽略了教育对象在思想政治教育中持有的情感动因和伦理排序。例如深度学习技术能够在充分考虑各种变量的基础上,从教育对象的微信、贴吧、论坛等社交网络的零散表述中捕捉其思想动态、研判其自杀倾向,进而提前干预以挽救生命。虽然隐藏的特殊关系挖掘和适当的事前干预不失为最优选择,但是一味依托结果预判的极致干涉还涉及情感、隐私与生命等价值排序的伦理问题。承担立德树人根本任务的思想政治教育是意识形态教育与人文素质教育的有机结合,传递着生命体验、理想信念和文化认同等核心价值。如果思想政治教育的价值功能被数据和算法所庖代,可能会导致思想政治教育过程倒退至简单化、机械化的发展水平。这种将思想政治教育等值于数据教育或算法教育的做法是一种扼杀主体性的行为,思想政治教育一旦脱离“人情味”,付诸冰冷的技术范畴,其“育人”的效果也将大打折扣[12]。

更进一步看,在一定条件下摒弃负面过往是教育对象通过自由探索与平等发展实现个人价值、维护社会和谐有序状态的重要保障。永久保留数据并快速传播信息的大数据分析系统通过关联评估长期存储的有关教育对象的成绩记录与交互资讯,加强对特定教育对象的严格监控,在一定程度上会将个人的奋斗异化为固态计算程式,否定了教育对象的归属需求、尊重需求以及自我实现需求之下的情感因素与意识因素。例如高校教师在思想政治教育中通过实时数据监测与量化分析预判教育对象的思想行为趋势并做出干预潜藏异常个体的决策,有可能给教育对象贴上固化标签,进而对那些曾被冠以道德失范、品行不端的教育对象做出有失公允的歧视推断与差别对待,剥夺其“知错拟改”与“平等发展”的机会。这可能会在一定程度上导致部分受损主体因惧怕数字固化定性而缩减参与“大数据思政”教育活动的频次与力度,进而导致高校思想政治教育数据资源池日渐萎缩,严重阻碍相关服务机制的规模化。

(三) 扩大高校思想政治教育各参与方的数字鸿沟

海量数据占有不平衡以及部分优势主体的长期垄断会持续扩大教育主客体间和教育主体间的数字鸿沟。一方面,高校思想政治教育主体及其他挖掘方采用的广域探查零散数据间潜藏关系的聚合技术具有强专业性,绝大多数教育对象无力掌握数据聚类、平凡项集挖掘、协同过滤与回归预测等方法。随着高校思想政治教育数据承载量、储流信息动态分割与追踪技术日益提升,相关挖掘主体可能会利用教育对象的技术劣势与服务信任,借助各种探勘分析工具“面包屑式”悄然追踪与关联解构教育对象身份信息与轨迹数据的潜在关系,在不告知对方的情况下自用或转让相关分析结果。在此过程中,囿于技术和信息的不对称性,教育对象无法持续追踪数据存储设备的物理位置,主动掌握安保运作状况和数据挖掘详情等,在无法充分保障自身知情和公平享有权益的同时,亦有可能继续扩大现有的数字鸿沟。

另一方面,大数据分析系统的构建与完善需要海量原始数据、定量物理设备和一定比例的高精尖专业人才。部分技术水平有限且缺少雄厚资金链的教育主体在“大数据思政”实践中往往难以完成跨平台基础设施的独立搭建与运营,难以维系海量数据储流、挖掘与应用的日常运转,难以支撑智能算法指引下的科学决策和教育实践的个性化定制,被迫陷入脱离大数据分析应用的僵局。这会使得“大数据思政”教育场域日益演变为少量优势教育主体长期占有绝大多数信息资源并持续挤兑与压缩其他参与方的垄断局面。此外,在大数据分析赋能高校思想政治教育的实践过程中,大多数教育主体需要在互联网公司或数据机构的专业技术加持下开展数据收集、分析、运转等工作。占有地位和技术优势的教育主体和专业第三方机构无疑抢占了数据话语权,从商业机密、发展前景、隐私条款等方面筑实数据壁垒,严重阻碍了高校思想政治教育资源的纵横延展和多维联合,无形中忽略了一些具有创新和变革潜质的后发教育主体的发展诉求,最终背离了教育公平的主旨。

三、 大数据分析应用于高校思想政治教育的纠偏路径

(一) 保护高校思想政治教育过程的数据隐私

大数据分析系统依托广泛化触达能力和动态化可视手段对高校思想政治教育中教育对象的行为、认知、情感、在网痕迹等多元数据进行深度挖掘、持续追踪、实时勾画,在追求科学决策和精准预测的同时,可能会泄露教育对象的隐私。为有效避免相应问题出现,我们具体可从以下几个方面着手。

一是在高校范围内强化思想政治教育的价值理念。以人为本的思想政治教育价值理念应当深入每一位教职员工的心中,使广大思想政治教育主体能够将该价值理念作为开展思想政治教育数据信息分析的基本原则且严格遵守,牢固树立“再强大的工具也要服务育人”的宗旨,强调在发挥数据价值的同时也要充分保障教育对象的合法权益,从大数据分析的源头尊重和保障教育对象的隐私知情权和选择权。二是对教育主体利用大数据分析开展思想政治教育的行为予以规制,设立自由进退机制、异常预警机制、开源流转机制等,从而将大数据分析在思想政治教育中的应用实践纳入管理机制的框架内,借助强有力的约束机制,确保对教育主体思想政治教育过程和教育对象思想政治学习过程的算法分析能够始终在公正透明的程序下规范进行。这有助于确保教育对象思想政治学习的网络行为能够不受外界因素干扰,按照自己的真实意图决定敏感数据共享与否和共享方式。例如在教育对象无意识状态下,高校应用大数据分析实现对信息授权、数字足迹、场景碎片的分离识别,充分掌握其身份标识、心理疾病、社交意图、性取向等信息会使教育对象的模糊化和匿名化倾向变成一种奢望。大数据分析要在全面保障教育对象的数据隐私和信息安全的基础上,精准了解其是否愿意分享被洞悉的信息,确保其享有数据使用、删除以及知情选择权。所以,保障思想政治教育对象的自主权益不仅包括确保其享有自愿参与大数据分析场景并受益于“大数据思政”带来便捷、高效、个性化的诸多价值增益的自由,还应包括使其不受任何条件桎梏,享有随时随地脱离、迁徙或清除敏感数据并肃清恶劣影响的自由。另外,大数据分析实践中,任何触及隐私的关联分析和深度挖掘也必须第一时间给予教育对象异常预警并按照其真实意愿指导实践决策,或继续使用,或安全搁置,抑或彻底清除。

(二) 坚持高校思想政治教育体系以生为本

思想政治教育强调知识性与价值性的统一,强调教育过程的主导性与交互性耦合。依托行为结果反推思想过程的大数据分析会导致教育对象的情感因素、个体经验、本能顿悟等非理性因素的价值被忽视,从而产生“目中无人”的“训导”行为模式。针对这一情况,我们可以重点从以下几个方面着手。

一是在思想政治教育中树立平等的价值理念。教育主体要能够公正、合理、客观地对待思想政治教育各个环节中的人和事,在思想上认同、接受教育对象之间差异化情况的存在。即教育主体要能够对大数据分析的算法结果进行客观审视、探讨,在保障思想政治教育对象数据隐私安全的基础上,确保“大数据思政”实践中所有个体都能够享受到同等的思想政治教育服务、获取同样优质的思想政治教育网络资源,从而在文化、思想、方法等方面给予教育对象强烈的获得感,使其被照顾、被尊重的需求得到较好的满足。二是在伦理责任的基础上遵守拭除原则,通过维系教育对象的“被遗忘属性”,以满足其无差别、非歧视的学习和发展诉求,从而推动个体数据价值保障与“大数据思政”实践的耦合发展。此外,在不断深化思想政治教育对象时效意识与维权意识的同时,相关教育主体要及时清除那些未经教育对象授权或授权超期、超范围的数据资源,从而确保思想政治教育过程中经大数据分析获取到的与教育对象权益有关的数据资源信息披露、信息分析、信息管理等都处于合法、合理、合规且有序的状态。

(三) 弥合高校思想政治教育生态的数字鸿沟

随着教育围墙的打破和大数据分析功能价值的释放,数智决策不断使教育实效在对象范围、思维理念、运转方式等模块得到切实提升[13]。但教育主体需要在理性认识和科学对待大数据分析的基础上充分注意到“大数据思政”实践中参与主体的利益是多元复杂的,会无法避免地导致数据资源和教育服务不均等,甚至可能在一定程度上扩大数字鸿沟。

一方面,针对大数据分析引发的教育主客体间数字鸿沟这一情况,我们可从以下几个方面着手。一是尊重思想政治教育对象的知情权。围绕大数据分析在思想政治教育中的相关功能、逻辑、环节、手段以及可能产生的后果,教育主体应以条理分明、易于理解的方式对教育对象进行告知和介绍,促使教育对象能够从教育场景、教育资源、教育机会、教育价值、教育风险等维度全方位认识大数据分析应用的具象信息,以此来促使教育对象加大对自身数据的了解程度和管控力度,形成对其他参与主体的有效监管。二是在大数据分析系统中引入诚信指标并健全征信机制,不断提升广大思想政治教育参与者的道德自觉,缩小数字鸿沟。大数据分析技术的强专业性使得大部分思想政治教育对象长期处于不对等的弱势境地。推动行业本身绩效测量和评价体系的全面优化对于消除数据歧视、弥合数字鸿沟,进而保障教育对象公平获得数据和无差别教育是尤为重要的。例如即便在思想政治教育对象无从知晓大数据分析复杂运行机理的情况下,相关从业人员仍能够保持强烈的责任感、较高的道德准则将成为保障教育对象自身权益和减少数字鸿沟负面影响的重要举措。

另一方面,针对大数据分析引发的教育主体间数字鸿沟,相关思想政治教育主体要积极规避违反公平原则的数据挖掘和分析行为,在优先考虑教育对象保密意愿和倾向的前提下向全社会公允提供原始数据,在全方位保障各参与主体基本数据权益的必要条件下开发底层挖掘工具与技术开源系统。教育主体通过无差别、协作式、多联合程序优化挖掘流程,严惩以不知不明、安全需要或隐私保护等为借口的垄断教育资源的失范行为,努力缩小教育主体间数据资源分配差异,切实维护与实现教育公平,让相关发展成果惠及全体参与主体。例如在数据资源配置过程中,教育主体要以“公平价值”为指挥棒,充分维系各思想政治教育主体间资源配置需求与数字资源供给之间的最优平衡,切实打破数据孤岛和失衡格局,不断弥合因地区差异与教育主体差异所造成的数字鸿沟,以推动大数据分析在高校思想政治教育实践中的有序运转。

四、 结 语

数字时代广泛应用的大数据分析打破了传统经验型的教育模式,有助于实现对教育过程的透明跟踪和开放展示,使教育过程从“直接经验”模式转向“数据支持”模式,令教育决策更具科学性、精准性和智慧性[14]。不可否认的是,目前大数据分析广泛应用于高校思想政治教育的实践活动尚处于起步阶段并面临诸如数据泄露、隐私侵权、数据崇拜、信息孤岛等风险,亟待在进行大规模在线教育经验总结、信息教育理念更新、传统教育模式革新与坚守安全底线原则的基础上推动各参与主体确立以保障数据隐私安全、坚持以生为本、弥合数字鸿沟的点、线、面“三位一体”的纠偏路径。这有助于在提升高校思想政治教育的聚焦度、专业度和实效性的同时,构建包含不间断海量原始教育数据和安全可靠流转资源池,高效且不影响教育对象创新力的“大数据思政”平台,实现关涉各方利益的统筹协调与均衡发展,达致万物互联中高校思想政治教育有活力、有韧性的可持续发展。