数据思政：基本意涵、生成逻辑与实践样态

唐良虎^1,2 吴满意¹

（1.电子科技大学 马克思主义学院，四川 成都 611731；

2.西南科技大学 马克思主义学院，四川 绵阳 621010）

［摘 要］物联网、云计算、人工智能等现代信息技术加快发展将大数据应用推向深入，人们生活方式、认知图式、思想形成和行为养成的方式与过程被深刻重塑。数据思政以大数据信息作为辨知来源和决策依据，以大数据思维优化思想政治教育理念，以大数据技术重组思想政治教育实践结构。按照“赋值—赋能—赋效”模型，数据思政的生成包括数据资产化、数据思想化、数据产品化等过程，完成“化数据”和“数据化”的双重任务。最终，以沿数究律、依数定策、以数育人、循数评价的结构要素进行呈现，创新流程方法、内容结构、话语表达、互动模式，有效提升思想政治教育的科学性、针对性、亲和力和有效性。

［关键词］数据思政 大数据 思想政治教育

信息与互联网技术的整体演进，推动了大数据产生和发展，开启了一场全新的技术革命、学习革命，推动着人类向“数据文明”时代迈进。大数据应用的横向拓展与纵向掘进，“客观上改变了思想政治教育的现实境遇、方式方法、价值旨向”。^[1]一方面，人们的思维方式和方法发生重大改变，需要更加便捷、理性、泛在、全时、直观、立体、多维、个性化地获取信息，对知识的产生更加注重过程的自我演证和推导。另一方面，大数据技术通过智能感知和计算，将人类思想、情感、意志等变成可量化、易识别、能操控的数据，在客观物质世界与网络虚拟世界之间以“孪生”形式平行存在与运行，为与思想政治教育融合奠定了物质基础、理论基础和思想基础。在这一历史推力下，“大数据与思想政治教育融合已然成为思想政治教育创新发展的重要趋势”。^[2]在共生、互动、融合演进中，数据思政应运而生。

一、数据思政的基本意涵

数据思政是伴随着大数据的产生与运用而发展起来的思想政治教育新样态，是以大数据为代表的数据密集型科学与高校思想政治教育相嵌相生、深度融合的产物，内蕴大数据和思想政治教育双重特质，内含数据思想化和思想数据化“双循环”，体现了大数据时代思想政治教育多学科协同和集成创新。结合大数据与思想政治教育关系的发展演进，数据思政的概念可界定为，通过对教育对象及其相关因素的大数据信息进行搜索、清洗、归集、关联、组合与分析，从中发现思想观念、政治观点、道德规范的状况、特征、变化规律、发展趋势和成长成才需求，以大数据思维对思想政治教育资源进行重组加工，形成图像化、视听化和场景化等形式的数据产品，并通过智能算法分发、虚拟重构等大数据技术有目的、有组织、有计划进行整体性、针对性、量化性、源头性、前瞻性传导和影响的思想政治教育活动。数据思政是“数据思想化”和“思想数据化”双向互动与转化的过程，其基本意涵包括以下几方面内容：

1. 数据思政以大数据信息作为辨知来源和决策依据

从本质上讲，大数据首先是一种信息资源，是蕴含着思想政治教育价值的“原矿”。一方面，数据思政通过对这些“原矿”进行萃取、提炼、组合、加工，获取大学生知情意行信息，力求最大限度地还原真实想法、需求和状态，作为思想政治教育决策基础和方案依据，完成数据思想化的过程。另一方面，数据思政运用数据分析、数据解读、数据阐释、数据表达等方法，将思想政治教育内容植入数据之中进行可视化、可量化、可参与化、可互动化的呈现，完成思想数据化的过程。通过数据思想化与思想数据化的双向互动“一人一策、一事一策、一时一策、一地一策”制定思想引导、价值指导和道德向导方案，量化性把握重心与方向、资源配置的重点与数量、教育评价的反馈与改进等要素。显然，数据思政竭力缩小理想人格与现实人格之间的差距，促进物质自我与精神自我、现象自我与本质自我、教育自我与生活自我的多维统一，具有鲜明的实践导向和人本导向。

2. 数据思政以大数据思维重构思想政治教育理念

大数据同时表征为一种全新的思维方式，与这一思维方式融合将产生新的思想政治教育理念，即“精准化引领导向，沉浸式、参与式、对话式、互动式验证模式，共享、协同、联动机制”。^[3]因此，数据思政的基本理念包括以下几方面：一是整体理念。数据思政通过关联性思维发掘思想政治教育的源头性问题，不局限于一时一事、一局一域，强调从整体着眼解决思想政治教育根本性问题。二是精准理念。数据思政包括“教育教学活动信息的精细管理、教育目标的精准识别与定位、任务解决的精确定向与定制、教育过程的定时施教和教育成果的精准评价”。^[4]三是前瞻理念。数据思政通过大数据的预测功能，预知教育对象思想和行为的发展趋向，预测可能出现的风险，预制教育方案，使思想政治教育由“被动应对式”转变为“主动介入式”。四是协同理念。数据思政将推动思想政治教育多元主体之间一体联动，推进思想政治教育治理从碎片化向“联勤化”转变，真正实现“大思政”的工作格局。

3. 数据思政以大数据技术重组思想政治教育实践结构

数据思政中，大数据还将以技术身份融入，“以数字化方式完成思想政治教育的方式转换，建构思想政治教育崭新的应用性框架”，^[5]包括主体构成、内容呈现、话语逻辑、动力来源、发生机制、互动过程，形成思想政治教育共建共治共享的机制，生动化表达的话语机制，以问题为导向、系统治理的发生机制，以及互动内容向思想政治教育内容转化机制。数据爬虫技术、清洗技术、存储技术、云计算技术、加工技术、可视化技术、识别感知技术以及算法分发技术将全时、全域、全息、全向发力，敏锐、精准、及时、动态感知和识别思想共鸣点、情感触发点、学习兴趣点和兴奋点、生活挫折点和冲突点，自动生成个性化、时效化、关联化的思想政治教育方案，供教育者决策参考和运用。因此，在数据思政中大数据技术是硬核，它赋予思想政治教育新的驱动力，作为数据思政的生产力要素是实现数据思政从理论走向实践的关键环节。

二、数据思政的生成过程：基于“赋值—赋能—赋效”的模型构建

从生成过程看，数据思政需要完成数据思想化和思想数据化两大基本任务，内含三大步骤：第一步，对原始数据进行收集、清洗和存储，转化为可用资源；第二步，对数据进行关联、组合，发现规律并转化为有思想政治教育意义的数据；第三步，加工成为可供教育主体运用的数据产品。这三大步骤分别对应了“赋值—赋能—赋效”逻辑框架和实践模型。在这一模型下，数据思政的实践路径包含数据资产化、数据思想化和数据产品化三大基本进程，环环相扣。

1. 数据资产化：数据思政的执行前提

数据资产化是指作为思想政治教育各类数据运用者的政府职能部门、高校或者其他具有思想政治教育功能的组织采用各种管理活动和技术手段，将广泛存在于互联网、云平台等虚拟空间中的数据进行收集，以及对存在于书籍、工作记录等现实空间中的数据进行数字化转化，从而把各类数据资源变为自己的资产，对数据进行整合、开发与有效利用，并在这一过程中保障数据管理的安全、完整、合理配置，进而成为推进数据思政的能量来源。“数据就像一个神奇的钻石矿，当它的首要价值被发掘后仍能不断给予。”^[6]完成资产化后的数据具有三大明显的特征，即可控制性、可量化性和可变现性。一般来讲，实现从数据资源向数据资产的角色转化，使数据从源头采集到运营实现价值输出，需要经过以下几个基本步骤：

其一，以数据清洗技术进行资产筛查。结合数据思政需求盘点和匹配可用的数据资源，明确可纳入数据资产化管理的范畴，尽可能对数据进行必要的、基础性的格式化处理、清洗、提纯等加工，将各类无效数据进行淘汰，发放思想政治教育数据资源库的“入场券”。

其二，运用数据建模技术进行数据价值评估。根据需求开发数据分析或者数据挖掘模型，对思想政治教育数据开展全面治理，包括对数据的质量和价值进行初步评估，以及包装数据内容和设置访问接口，便于需要时读取、加工和运用，提高数据的质效，确保数据资产的含金量。教育主体还应对思想政治教育信息化战略和数据应用蓝图进行具体细化，进而形成整体性的数据思政规划。

其三，运用数据分析技术进行重组和关联分析。数据资产化的价值和意义在于，透过对不同层域、界域、时域、地域、场域的数据进行关联和重组，探索发现更深层规律和更底层逻辑，发现思想政治教育问题症结及其关联因素，明确思想政治教育主攻方向和存在的弱项，因此数据与数据之间的关系尤为重要，对数据进行重组重构和关联分析，是数据资产化的重要环节。

2. 数据思想化：数据思政的关键任务

数据思想化是数据由单纯的信息资源转化为思想政治教育资源的过程，是用马克思主义基本原理、思想政治教育基本理论解读数据、诠释数据，从而实现世界观改造、价值观引导、人生观塑造，是数据赋能的过程。通过选择、解释、加工和转化等程序，数据成为信息、知识、理念和方案，完成了自身价值的关键一跃。完成这一过程之后，数据因为附着了思想和价值观而具有了思想政治教育价值与意义，这是数据思政的关键任务。一般而言，数据思想化需把握好信息导入、理论介入、价值观融入等进程。

其一，信息导入。将数据资产中所包含的信息和思想政治教育的教材、文献、文件、计划等文本导入到思想政治教育活动之中。尤其要强化文本的研究、分析、梳理和总结归纳，熟练掌握基础理论。运用数据算法技术对信息进行解剖，透视数据资产所代表的基础含义，研判学生的思想状况、心理特征和精神状态，归纳和总结学生思想发展线路、现状需求图谱和代表类型画像。运用数据分析处理技术重组文本信息顺序、重构结构逻辑。

其二，理论介入。运用思想政治教育的基本理论、观点和方法进行解读，分析数据所蕴含的规律、本质和联系。数据解读是数据思想化的关键过程，一方面，要对数据分析所呈现的结果进行解读，诊断思想政治教育问题及其成因，预测和展望发展趋势，预警风险点，优化教育治理的要求、目标、任务与教育内容；另一方面，要对经过解析的数据与思想政治教育的内容相结合，赋予一定的世界观、人生观和价值观意义。关键是将数据所呈现出来的信息和规律进行解析与提炼，形成符合思想政治教育内容要求的道理。

其三，价值观融入。将数据分析解读结论与马克思主义理论相融合、与思想政治教育内容相融合。这是数据思政的核心，关乎“为谁培养人”这一关键问题，必须将马克思主义基本立场、观点和方法贯穿始终。数据思想化总体而言就是赋予数据以思想政治教育基因，使数据具有思想政治教育底色，实现资源属性的转换与价值的增值，数据也在思想化中完成自身的价值进阶。

3. 数据产品化：数据思政的价值呈现

数据产品化，是指数据在机器学习算法、统计模型设计与应用的基础上，采用数据可视化技术，将思想化数据转化成表格、图片、音频、视频、虚拟场景等形式，再呈现到思想政治教育信息系统的组织结构中去,形成具象化的数据产品，实现对结论、结果等数据产品的故事化表述、可视化呈现、场景化再造，通过网络算法分发技术等方法将思想政治教育方案向教育主体和学生进行图文并茂、声情兼具、虚实结合展示的过程。它是数据赋能的过程，也是数据从理论研究走向实践运用的过程。作为数据赋能的程序，数据将在这一阶段获得析事之能、明理之能、触情之能和化形之能。从技术视角来看，数据思政中的数据产品包含三个层次。

其一，低阶层次是将教学资源转化为图片、表格等简单、静态、平面样态的数据。相比之下这一层次的产品技术含量和需要投入的工作量、资源、精力等相对较低，实践起来相对容易，一般的教育主体如思政课教师、辅导员等都可胜任。但受限于信息表达能力和表达方式，这一层次的感染力、沉浸感有限。

其二，中阶层次是对教学资源进行动态化转化，包括通过采集横向与纵向的数据，以视频、动图、模拟运行等形式对教学内容进行历时化、对比化等形式的演绎，掌握所叙之事的历史脉络和现时方位。这一层次的产品能够为学生带来较大的视觉冲击和心灵震撼，但是由于技术含量相对较高，对设备和资源要求相应提升，一般情况下须由专业团队和组织参与完成。为此，高校一方面须强化队伍建设，组建由计算机信息技术、多媒体技术、历史学、美术、思想政治教育等专业人员构成的团队；另一方面，可通过外包、众包、众创等形式开展项目化运作。

其三，高阶层次则是通过VR、AR、MR等现代信息技术，建设思想政治教育虚拟仿真实验室、人工智能智慧教室等方式，对思想政治教育内容进行场景化再造，让学生置身于模拟环境之中获得现场体验、情景体验。在体验过程中也可以安排一定任务让学生去完成，使学生深化认知，参与到思想政治教育供应链上游活动（如教育方案设计、内容准备甚至过程开展）的决策。当前，高阶形态的叙事技术日益成熟并在部分高校实验，是未来高校思想政治教育的一大趋势。

三、数据思政的结构要素与演化

一般而言，思想政治教育实践结构包含了信息收集、计划决策、组织实施和监察评估等环节。按照这样一种实践逻辑，在“赋值—赋能—赋效”模型之下的数据思政结构要素与演化包括沿数究律、依数定策、以数育人和循数评价等实践样态。

1. 沿数究律

近年来，大数据的蓬勃发展进一步改变了人们探求世界、认知世界的方法。有学者提出“科学始于数据”这一知识生产新模式，人们“通过数据获得启示，发现新的知识和规律”，^[7]进而挖掘数据更深层次的价值。通过对现实世界和网络虚拟世界的海量数据挖掘提取、重新组合与科学分析，发掘蕴藏其中的数据规律，发现更多、更广、更深层次的关联关系，以此解释过去、预测未来，从而用新的数据规律补充传统的因果规律，掌握变化的规律，揭示事物本质。习近平总书记强调：“要遵循思想政治工作规律，遵循教书育人规律，遵循学生成长规律，不断提高工作能力和水平。”^[8]建立在大数据基础之上的数据思政，以大数据时代人的数字化生存为基本前提，按照“分析数据—发现问题—寻找规律—预测趋向—解决问题”的范式拟定个性化、柔性化、人性化的思想政治教育方案。首先，通过爬虫等技术无感抓取、集成、融合学生留在现实世界各方、网络空间各处的原始、客观、全部数据,通过加工分析发现思想行为的全景全貌和本真状态，从实践维度多视角认清学生的内心世界，无限接近真实想法、真实需求和真实状况。其次，通过数据分析技术进一步探索更深层次的规律。这包括：一是发现学生思想和行为的形成、变化和发展规律；二是发掘学生思想和行为的关联因素、关系人物和关键情景，提取关键因子；三是发觉思想政治工作的薄弱环节、被忽视的方面，实时纠正偏差。再次，通过数据预测和模拟技术在突发事件中预见趋向、预警风险点、预置应对措施，实现从被动应对向主动治理转变。不难看出，数据思政是在海量的数据中挖掘规律、认识规律、顺应规律、利用规律，指引思想政治教育的方向、方案和方法。

2. 依数定策

在大数据视域下，思想政治教育方案对理论假设或者经验的依赖大幅降低，数据的权重将大为增加。由此带动在数据思政中，大数据将成为思想政治教育方案制订、实施、评估的基本依据。数据思政是在数据分析结果的基础上决定具体实施方案、资源配置方案、环境改造方案、效果评估验收方案以及持续改进方案。同时，依数定策也是一个动态变化的过程，是一个持续整合多源数据形成更加全面决策的过程，其实践样态主要包含了以下几方面的内容：

其一，在思想政治教育实施方案制订全过程中依数定策。在大数据的加持下，思想政治教育最终将转向“向数据要决策”、“让数据发声”模式，“数据在哪里”、“数据怎么说”将成为决策的前置程序和前置问题。教育者通过各种数据采集了解学生差异化信息，进行数字刻画或轮廓描绘，对个体进行判断，全面感知学生的偏好与诉求，制订分层分类分众甚至定位到个人的思想政治教育方案，提供精准化的教育供给，提高方案匹配度。

其二，在教育资源配置方案制订全过程中依数定策。在大数据的支持下，数据思政将制订思想政治教育资源地图，对资源需求的域、向和度进行精准标注，做到“心中有数”，精准制订资源配置领域、调配方向以及投入数量方案，有效提升资源调度效率、资源配置效力和资源利用效能，改善以往过度投入、重复投入与投入不足并存的问题。

其三，在教育环境改造全过程中依数定策。对教育环境进行适数据化改造是大数据时代思想政治教育的重要内容，体现在对环境进行适合数据采集、处理和应用的调整，对资源的适合数据化配置等，如各类摄像头、传感器、智能终端的运用等。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》指出，要“建设高速泛在、天地一体、集成互联、安全高效的信息基础设施，增强数据感知、传输、存储和运算能力”。^[9]这是依数定策的基础和前提。

3. 以数育人

以数育人就是根据数据所呈现出来的状态、需求、关联和趋向等信息，对学生有理有据、有向有度地开展思想政治教育。以数育人是数据化思维和数据化行为共同作用的结果,实现了数据思想化和思想数据化的统一，其基本进程包括：

其一，以数据对人进行全方位辨识和诊断。未来，教育主体或将像医生一般，通过大数据对思想政治教育规律的呈现，把人表征为数据集合体，制订“健康”标准，将学生个体或群体数据与“健康”标准进行对比，重新量化认识和评价。

其二，以数据对人进行教学和培养。大数据作为一种技术拓展了人的认识能力，使教育者能更加有效地抓住学生思想和行为的根本问题、议题，识别和提取关联因素，将思想政治教育内容以数据形式转化，并以图表、视频、虚拟场景等形式进行历时化演绎、对比性呈现，从而增强说理的透彻性、客观性、生动性、通俗性和针对性，获得理论认同和价值认同，并内化为内心信念、信仰，外化为自觉行为。

其三，以数据引导人。数据成为“镜子”，将人们日常思维指导下的行为原原本本暴露无遗，问题也无所遁形。教育者将根据“数据镜子”照出来的结果，结合思想政治教育内容和要求，及时融入思想行为教育过程中，对学生开展个性化、柔性化、人性化引导，增强学生的参与感和获得感。这一过程中，思想政治教育将深化机器学习，改善算法逻辑、算法模型，实现由“智慧思政”向“智能思政”演进。

4. 循数评价

所谓循数评价，是指运用大数据构建科学的评价指标系统，对高校思想政治教育活动过程进行全时化、动态化、全景化监测和评价，精准、客观、实时反映教育成效，不断优化教育方案、教育内容和教育方法，提高教育实效性。在数据思政开展过程中，循数评价的具体内容主要包含以下几个方面。

其一，思想政治教育主客体评价。具体而言，一是对教育管理者的领导水平，教育组织者的组织水平，以教师为代表的教育实施者的教育水平、科学研究水平、教学准备情况，以及保障者的后勤服务、技术保障等进行评价，客观反映教育主体在施教过程中的问题和质量效果。二是从学生知识、能力、品格、情感、意志、精神、心理和生活等多维度构建评价指标和体系，通过即时与历时、多维与多层次可视化描述学生群体或个体，对学生思想图谱和行为路线进行精确绘制，精准把握学生思想政治教育的成效、问题和规律。

其二，思想政治教育影响因素评价。这包括以下几方面的内容：一是教育媒介的选用以及融入程度。既要主动、全面融入现代信息技术开展教育教学，又不能过度甚至完全依赖，要坚持教育者的主导地位，防止媒介异化。二是教育平台建设及功能完善情况。以学生为中心，不断丰富平台功能，开发教育和学习应用，提升平台悦纳度和黏度。三是教育资源配比与满足情况。既要从种类上把握，也要从数量上评价，为资源建设提供数据指引。四是教育环境布局与改善情况。这包括硬件设施建设与文化环境、校风学风教风优化等方面。五是教育时机把握与创造情况。是否能准确捕捉思想政治教育时机，以及在需要的时候创造教育时机，考验教育主体掌控全局能力。六是科学研究的进展与对教育支撑情况。这主要是评价教育主体是否有能力持续推进思想政治教育优化创新，不断提高思想政治教育实效性。

其三，思想政治教育过程评价。通过对思想政治教育实践过程中教育主体在态度、方法、内容、秩序、反馈、成效等方面产生的数据，以及学生学习中的收获、疑惑、创新、阻滞等方面产生的数据进行无感化、全样本、历时性收集、分析与整合，对整个教育过程以及各个阶段的教学目标达成度进行更加中立、客观、有效的动态分析和实时研判，及时发现问题，提前预判问题，预防规避问题，主动介入问题，反馈教育效果，将反馈信息、互动信息、新发信息适时转化为教育内容，随时调控和优化教育方案，改进教育方式方法。

其四，思想政治教育结果评价。通过数据思政整合主客体评价、影响因素评价和过程评价，结合学生思想观点表达与实践行为转化，社会认可与反馈，全面动态地梳理和总结思想政治教育效果，判断国家要求、社会期待以及教育目标、教育方向、教育理念实际达成度，对思想政治教育过程进行整体诊断和评定，给出客观性、前瞻性、创新性的建议，提出改进和优化对策。

参考文献：

[1]管爱花，孙其昂，王升臻.大数据破解思想政治教育“思想”之谜的思考[J].河海大学学报（哲学社会科学版），2019(4).

[2]冯刚.大数据应用于思想政治教育的局限与突破[J].重庆大学学报（社会科学版），2021(2).

[3]王欣玥，吴满意.新时代推进大数据与思想政治教育融合的五维思考[J].教育探索，2019(6).

[4]吴满意，景星维.精准思政：内涵生成与结构演化[J].学术论坛，2019(5).

[5]吴满意，王丽鸽.从精准到智慧：思想政治教育创新发展的根本态势分析[J].马克思主义与现实，2019(4).

[6][英]维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M].译者：盛杨燕，周涛.杭州：浙江人民出版社，2013：127.

[7]涂子沛.数据之巅：大数据革命，历史、现实与未来[M].北京：中信出版集团，2019：102.

[8]习近平谈治国理政，第2卷[M].北京：外文出版社，2017：378.

[9]中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要[M].北京：人民出版社，2021：31.

（《思想理论教育》2022年第05期）