大数据时代思想政治教育定性分析方法面临的困境研究

一、数据获取困难

（一）数据的虚拟性

思想政治教育定性分析易受到虚拟的信息化数据的制约，这种虚拟并非是一种飘渺的虚无、虚构、无根无据或是对数据的凭空捏造，其内核是一种在真实框架下的虚拟，形式虚拟而本质真实，数字信息所处的虚拟环境是对现实世界的记录与反应。但是思想政治客体在数字世界中的人际交往和思想轨迹也呈现虚拟性的特点，其真实性不确定也不稳定。人们通过电子设备联通互联网参与网络交流，所处不同的虚拟空间和环境，数字信息成为人与人建立交往的渠道，人际关系围绕信息的传输和加工展开。进行信息活动的主体可能存在着身份、角色的虚拟化，表达内容的虚假化，交往的主体成为超脱于现实的符号化存在，模糊了虚拟与真实的界限。对于匿名表达的思想、情绪、行为描述，思想政治教育工作者难以锁定特定对象。

（二）数据的无序性

数字化时代，依托于互联网信息传递的高效、便捷性，海量信息鱼龙混杂地进入了人们的视野，尤其是“自媒体”等新兴信息传播平台的出现后，进入了“咨询轰炸”“数据爆炸”的时代，这为思想政治教育工作带来了空前的复杂性。

一是数据杂糅。互联网传递数字信息的成本低，密度高，网络环境监管难度大。因而网络空间中时常充斥着谣言，威胁性信息、甚至是被破解的机密信息等，虚拟空间中的不道德行为泛滥，网络暴力、人肉搜索屡见不鲜，数据的传递也具有隐秘性，一些不良信息的识别难度较高，往往屡禁不止。种种这些对人的思想和心理健康带来了严重的危害，海量的、虚实参半的无序信息也为思想政治教育工作者利用大数据资源开展定性分析的工作带来了困难。

二是存在数据伦理风险。在数字化时代，数据本身是一种资源，其价值能够带来巨大的经济利益。因而一些具备数据收集、分析的个人或团体便进行数据的垄断，甚至通过泄露客体信息的行为进行牟利。

（三）数据的隐蔽性

思想政治教育是研究人“所思所行”的科学，思想政治教育定性分析离不开思想政治教育研究客体的思想与行为数据。但其数据信息因人思想的天然内隐性而呈现出隐蔽的特点，往往虚实参杂，有时定性分析难以获得标准化的数据。

一是人的思想难以被完全量化。如学生的学习状态、心理状况以及情感感受等等难以实现直接量化，即使能够以数字语言进行描述，依靠算法分析后进行评价，其结果也有可能与真实的研究对象不一致，这一过程是对真实的“人”进行数据化后的“碎片化重组”，许多细节可能会被忽略。

二是人们不愿意展现相关信息。当思想政治教育信息收集涉及到个人隐私如情感经历或是政治等敏感话题时，人们进行信息分享的意愿可能会降低，往往不愿意提供想法，这使得分析方法有时面临数据获取的困难。

三是加大了信息的区分难度，主要体现在数据上。首先是真假信息的区分。思想政治教育定性分析要以真实数据为基础，避免虚假信息的误导和干扰。人的主观能动性、思想的潜在性以及特殊情况下的掩饰性，如前所述涉及政治或是情感话题时，研究者有可能会得到虚假的数据，如何从复杂、繁多的数据中对其进行识别并作区分成为定性分析的困难所在。其次是有效信息与无效信息的区分。有效信息即其价值能够满足研究者的需要，有时即使是真实的数据也不一定被使用，研究者需要根据研究问题的需要，对大数据提供的海量信息进行筛选，从而提取出有效数据，去除无效信息，但这一过程因思想政治教育本身的抽象特点而变的困难。

二、思想政治教育数据分析的局限性

（一）数字崇拜

马克思曾说：“一种科学只有当它达到了能够运用数学的时候，才算是真正发展了。”数字化技术依靠其强大的分析力、解释力和可靠性，被众多领域、学科所推崇，但时常到了过犹不及的程度。思想政治教育归根到底是社会科学，是关于人的学科，当前，依托大数据进行定性分析难免存在局限。

世人推崇数学精神，是因为数学“最接近真理”，数学的成功给人类社会带来了巨大的好处，让人类能够更加深刻地洞察和探究世界，但同样也助长了偏见，大数据技术背后的数学光环就是崇拜的具像化表现。一方面，有众多的思想政治教育研究者形成了数字化权威的依赖，对于自己的知识结构和评价标准则缺乏自信，当分析结果与数学联系相关性“不够紧密”时充满不安，而对于算法分析得出的结果则会尽力合理化，甚至忽视、控制其中的矛盾和偏颇。另一方面，追求数据分析的精准性，将大数据作为人的思想行为、社会现象量化分析的唯一标准，而忽视数据背后真实的人或事，就容易陷入到过度量化的工具主义陷阱之中，不利于对思想政治教育客体的精准定性分析。思想政治教育研究要避免技术至上主义的倾向，避免“去人性化”和“过度数据化”我们要明确：大数据只是为我们提供了参考答案，而非最终答案。

（二）数据的同质性

数字化时代迎来了信息的大爆炸，大数据在推动信息革命发展的同时也造就了信息过剩的局面，数据信息从而陷入同质化的困境。同质化也即“内容趋同性”，大数据能够基于算法为不同个体、群体提供的“信息喂养”服务，兴趣相同的人或群体往往更容易浏览到同样的信息，人们能够看到自己想看的，但同样也易被困在同质化的“信息茧房”之中。对于思想政治教育而言，信息同质性：一是造成数据割裂，形成信息孤岛。在这样的情况下，学生对于与自己观点相左的意见闭目塞听，往往容易造成思维惰性。二是造成观点极化。同质信息对用户的迎合，以及推荐算法的信息过滤，一定程度上削弱了主流价值的影响力，极易造成群体对立、群体观点极端化现象。就网络热梗这一现象来说，如当前网络上很火“sigma 表情”“yyds”等网络用语，了解的人到处加以使用，不了解的人则不知所云甚至表示反感。对于思想政治教育研究而言，客体接收到的同质化信息往往在思想上反映为同质化的数据，这降低了量化分析与定性分析的数据质量，增加了对个体精准分析的难度。

（三）建模偏差

数字化的模型可以高效地、简约地对思想政治教育进行描述与分析，但这种分析能够进行的前提是满足算法的条件，在将复杂现实抽象为公式时，对真实的人及其思想行为的描述往往会丧失一些深刻的、具体的细节，所构建的数字化分析模型也容易流于虚无和功利。一方面，脱离于真实环境而独立的模型，在没有深入思想政治教育的环境和理解实际教育状况时，即使有算法公式进行分析，也有可能导致教育意义与教育价值的虚无化。另一方面是高效、简捷的数字化模型容易成为一些急功近利的人或团体实现目标的推手和工具，如通过数字模型以达到高效化的论文收集、改写，进行售卖服务以牟利。教育是长远的事业，但若教育的成效可用数据来衡量时，建立数字化模型本身的追求也就降格成为追求功利的算计。当真实不能被准确把握，利益成为追求时，数字模型便难以辅助定性分析精准达到要求。

（四）数据缺失和使用的限制

将大数据应用于思想政治教育的前提是具备充足的数据，虽然当前数字化发展迅速，但能够为思想政治教育定性分析充分利用的数据仍存在不足，对于已有的数据，也存在着应用层面的困难。

一是数据缺失的限制。一方面是我们党长期革命建设过程中所积累的历史思想政治教育数据的缺失，这受限于以往传统定性分析的理念，以及数据存储技术与成本。另一方面是个体样本数据的有限性，思想政治教育客体的个体数据能够直接反映其思想和行为状况，在数字化时代，个体样本存在着结构化数据（性别、年龄、学历等）与非结构化数据（网络上发表的图片或视频）共享困难的问题，完整的个体数据相对缺乏。定性分析因而受到历史与个体样本的数据缺失的限制。

二是数据使用的限制。一方面是思想政治教育数据难以融合，大数据提供的数据呈现出多样化的特点，定性分析研究需要对来源、形式多样化的数据进行综合处理后使用，但这一过程本身存在着诸如数据集中、数据兼容等困难。另一方面是数据滥用，经大数据量化分析后的数据一旦遭到滥用，如简单地对学生在情感、态度方面贴上数据标签，那么就容易造成安全与信任的缺失，得到的数据其实证度和可应用性将会下降，从而阻碍研究者进行定性分析的过程。

三、大数据对思想政治教育价值功能的消解

（一）大数据对思想政治教育知识权威的消解

思想政治教育的知识权威是指思想政治教育工作者凭借国家和社会赋予的教育权利，职业赋予的身份地位，自身具备的专业知识技能，在教育活动中，能够影响受教育者并能被其自觉接受的影响与支配力。知识权威是一种内显的、隐形的力量，教育者和研究者若建立了知识权威，那么受教育者对其信服度和认可度都将在无形中获得提升。

在传统的思想政治教育中，教育者和研究者是知识的主要来源，把握着知识和信息的话语权，受教育者获取知识的的特点也呈现封闭性和集中性的特点。而在数字化时代，互联网大数据的普遍应用拓宽了知识获取的途径，教育者和研究者不再成为知识输入的唯一渠道，这直接导致思想政治教育的知识权威在一定程度上的消解。公开、多样化的信息存在方式、开放的网络人际交往环境使得人们可以自由选择交流对象与交往方式，当接收到与所受教育存在偏颇、失真的信息或是面对截然不同的价值观甚至是政治立场时，受教育者便会对思想政治工作者知识权威产生怀疑。

如上海疫情封城期间，一伙恨国党炮制了一则抹黑中国的谣言，他们经过精心编造，图文并茂地晒出“上海百盛”疫情后的景象，并配有“到处都喷洒消毒液”、“封城的后果”、“人心发霉了”等等煽动性言论，然而后来考证图片并非拍自上海而是马来西亚的一家商场。虽然谣言得到了澄清，但造成的影响却难以消除，而这样的信息对人们的思想施加的负面影响难以估量。尤其是对处在三观、政治立场仍在树立阶段的人来说，受到的思想教育尚未在脑海中成型，就被失真的流言吸引，极有可能会导致价值观念扭曲、理想信念模糊、政治意识淡漠等问题。同时，信息传播的难控性进一步削弱了马克思主义等真理性认识宣传的难度。就定性分析而言，思想政治教育研究者所得出的结果，其实证性、可信度都会降低。

（二）教育功利化

教育功利化问题是历史发展过程中形成的现象级问题，也是社会的功利化倾向在教育领域的体现，是当前社会必然面临的挑战。教育功利化体现为片面、短视、传染性强等特征，表现在对教育功能、教育过程上的异化，一方面是功能目的异化，教育的目的功能应当体现在立德树人，促进人的全面发展上，如考试最初的本意是巩固所学从而达到更好的学习效果，但在功利化的影响下，考试有时作为考核的唯一标准，从而忽略了学生的其他品质，许多学生于是对考试抱消极态度。另一方面是教育过程的异化，主要体现在规则运行和秩序维持上，如在日常教学生活中，所制定的规则没有落实到位，或是制度成为了少部分人越权的帮凶等等，许多秩序的建立实际上对学生成长造成了一定的压迫，成为了功利的实现手段。当前，“考名校”风气盛行，功利化使得名校成为一种身份转变而非学习成长。

功利化不能实现教育的根本目的，当前，“考名校”风气盛行，许多学生将考入名校看作一种身份转变而非学习成长。思想政治教育领域也存在功利化现象，一些教育者陷入了传统社会本位的思想，拘泥于功利性视角，对思想政治教育的政治性和阶级性避而不谈，认为思想政治教育服从社会的社会价值是最重要的，过于强调人之于社会的工具性，而忽视思想政治教育的最终最终落脚点是在“人”上。思想政治教育领域的功利化现象加速了思想政治教育价值功能的消解，对于定性分析而言，一旦研究者怀着功利性进行研究，在数据分析上便难以保持客观理性，分析结果的准确性、实证性也将大打折扣。

（三）信息过载带来的负面影响

进入数字化时代以来，大数据为人们提供了海量的信息，各式各样的信息无时无刻不在涌入各类社交媒体和信息平台，充斥在人们的电子设备中，其数量已远超我们人类个体能够处理的范围。人获取过量信息，大脑一直处在信息的被动承载状态，独立思考、信息自主选择的能力遭到弱化，信息过载对于思想政治教育也会产生负面影响。一是学生学习效率的下降。当前娱乐化信息盛行，学生将大量的时间花在娱乐上如追剧、看小说等，极易造成身心疲惫和精神懈怠。二是包容性下降。过度饱和的信息不会提高生活的质量，反而容易造成精神紧张、迷惑、认知偏见等危害，对周围环境或人的包容性下降，信息的高度负载还会削弱自我反省、教育的能力。三是学生焦虑情绪增加。过量的信息会对学生的心理造成压迫，在浅层思维的影响下，总认为自己获取的信息还不够多。对于学习、生活、今后工作的压力与日俱增，极易造成焦虑情绪。四是教学质量下降。信息过载弱化了人深度思考的能力，降低了工作学习的专注性，教学是双向过程，一旦教育者或受教育者任意一方被信息过载带来的危害所影响，教学质量都将降低。

信息过载阻碍了思想政治教育价值功能的实现，对于思想政治教育定性分析而言，当研究者或研究对象受制于其负面影响，无法将思想政治教育的成效或意义的实现通过数据、算法而真实完整地表现出来时，分析结果的不稳定、不确定性必然存在。

结语：科技的发展不仅带来了社会变革，也推动了社会科学研究方式的转变。大数据时代人的思想和行为能够被数据化，因而具有可量化的特征，大数据技术作为新兴工具，在改善传统思想政治教育定性分析方法不足的同时，也存在高质数据获取的难度提高、数据分析本身的局限、方法选用上的诸多困难，以及数字化对思想政治教育价值功能的消解等负面影响都对思想政治教育定性分析方法的未来带来了新的挑战，提出了新的要求。

参考文献：

[1] 马克思恩格斯选集 ( 第 4 卷 )[M]. 北