大数据破解思想政治教育“思想”之谜的思考论文

大数据破解思想政治教育“思想”之谜的思考论文

大数据破解思想政治教育“思想”之谜的思考

管爱花1,孙其昂2,王升臻1

(1.淮阴师范学院马克思主义学院,江苏淮安 223300;2.河海大学马克思主义学院,江苏南京 211100)

摘要: “思想”是思想政治教育学基础理论的核心范畴,它是困扰思想政治教育发展之“迷”。大数据破解思想政治教育“思想”之谜面临两大困境:一是从相关关系中难以推导出因果关系,二是人的思想难以数据化。大数据的出现,对推动思想政治教育创新依然具有重要意义,它有助于创建应急思想政治教育,为破解思想政治教育之谜赢得时间。因此,科学合理地运用大数据是思想政治教育创新发展的前提。

关键词: 大数据;思想与行为;因果关系;思想政治教育

运用大数据进行思想政治教育创新已经成为一种趋势。大数据的出现,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,需要人们对思想政治教育的理念、思维方式、实践操作等诸多方面进行创新思考。当前学界围绕大数据与思想政治教育进行了许多有益的探索,但是距离形成系统完备的理论体系还有较大距离。有鉴于此,我们围绕着大数据能否破解思想政治教育“思想”之谜这一理论前提,对大数据创新思想政治教育进行了尝试性的探索。

一、“思想”是困扰思想政治教育发展之谜

人的“思想”是思想政治教育学的核心范畴,思想政治教育学的研究对象就是“人的思想品德形成和发展的规律以及对人们进行思想政治教育的规律”[1]7。“思想”既是思想政治教育学理论体系建构的前提,又是制约思想政治教育实践取得实效的关键,其重要性不言而喻。但是由于人的“思想”是一种复杂的精神因素,难以直观。所以,这就给学界对“思想”的理论研究以及在思想政治教育实践过程中把握人的“思想”动态带来了实质性的难题,使得“思想”成了困扰思想政治教育发展之“谜”。

长期以来,学界对“思想”的探索,主要集中在“思想”的内涵、结构、形成过程、形成规律等宏观理论研究上,缺乏对“思想”内在运行机制较为精细的理论探讨,困扰思想政治教育发展的“思想”之谜,主要体现在3个方面:

第一,“思想”的内涵之谜。“思想”是思想政治教育学的核心范畴,从学科创立之初,学界就对“思想”这一范畴展开了理论研究,并取得了一定成绩。但对“思想”这一范畴的研究仍然不充分、不精致,尚未引起广泛、深入的探讨。关于“思想”的界定,目前学界权威的观点是:“思想政治教育所说的思想,主要指与人们的世界观、人生观、价值观有关的哲学思想、政治思想、法律思想、道德思想等”[2]。这种关于“思想”的宏观理论研究,虽然对于构建思想政治教育学理论体系具有重要的指导意义,但对思想政治教育实践需求来说还远远不够。

第二,思想外化于行为之谜。在人的综合素质中,思想政治素质是最重要的素质。在思想政治教育过程中,思想外化是指受教育者将自己的个体意识转化为外在的实际行动的过程,是由内在思想向外在行为的转化,也就是个体在正确理论指导下的实践、行动,即外化于行。到目前为止,人的思想是如何具体外化为行为的,依然是困扰思想政治教育学的难题。“‘思想’是思想政治教育研究的重要内容。但就目前来说,对思想进行专门的研究,以思想为独立对象的研究,关于思想是什么、思想是怎样的、思想如何发挥作用等,并没有真正进入思想政治教育学研究体系,对思想的研究与思想政治教育学术研究、思想政治教育实践没有结合起来,研究的深入和精度不够”[3]。如果对思想外化于行为的过程,缺乏深入细致地研究,那么在现实生活中,我们就无法解释,为什么在很多情况下,正确的思想或理论,却没有带来与之相应的行为或实践结果。

第三,基于人的行为探寻其“思想”动态之谜。在思想政治教育过程中,思想政治教育者要制定科学的思想政治教育方案,前提是要正确把握和全面收集有关受教育者“思想”的信息资料,掌握受教育者的“思想”动态。问题是人的“思想”是一种难以直观,且变化莫测的精神因素,只能通过表情、肢体、语言、行为痕迹等信息,对“思想”进行间接、事后的认识,思想政治教育者难以对“思想”进行直接而有效的动态把握,从而制约思想政治教育实践的顺利开展。因此,如何通过人的行为去反观并预测人的思想动态,成为困扰思想政治教育实践的重要因素。

总之,大数据的出现是否真的像学界所阐述的那样,让思想政治教育者可以准确地把握受教育者的思想动态,对此,我们持谨慎态度。大数据没有从根本破解思想政治教育“思想”之谜。大数据的出现,只是在一定程度上,有助于思想政治教育者把握受教育者“思想”动态而已。

进行鼻内镜下射频治疗的83例患者中,79例治愈,4例治疗无效,治疗有效率达95%;传统的鼻出血治疗组62例患者中,52例治愈,10例治疗无效,治疗有效率达83%。效果较为显著。治疗无效的有14例。在所有参与调研的患者中,有1例高血压患者和6例糖尿病患者没有进行住院治疗。对于传统治疗组的62例患者,将所有住院治疗的患者都利用传统的鼻出血治疗方法进行治疗。同时对两组患者利用秩和检验方式进行检验。两组患者的对比有较为明显,差异有统计学意义(P<0.05)。

二、大数据破解思想政治教育“思想”之谜面临的困境

当前学界主要的研究思路是探索如何运用大数据,通过数据信息来把握人的“思想”动态,制订个性化的思想政治教育方案,提高思想政治教育质量。

胆甾醇(Cholesterol)也叫胆固醇,存在于动物体的各种组织如胆汁、卵黄、脑、神经组织和血液。二氢胆甾醇(Dihydrocholesterol)又称胆甾烷醇,在脊椎动物细胞中,微量伴随胆固醇而存在,在神经组织和肾上腺中较丰富。这二种胆甾醇类产品基本从动物油脂中提取。

1.基于人的行为数据信息,把握人的“思想”动态

“利用大数据技术,我们可以及时了解和掌握每个学生的具体细节,可以全面真实地把握每个学生的思想动态”[4],这是学界“通过人的行为数据信息,把握‘思想’动态”较为普遍的观点。这种观点认为,数据技术能够分析人在生活中留下的行为痕迹,再现人的生活,洞观人的思想动态,从而有利于思想政治教育者把控受教育者的思想。“由于日常语言和生活轨迹数量太过庞大、内容过于细节化、数据本身很不规整,因而很难通过收集和分析人的日常语言和生活习惯,推断人们的思想政治素质和思想政治教育活动的效果。大数据使得这种分析成为可能”[5]

有了前面两个环节的铺垫,班级里绝大多数学生基本上能明晰这道题的条件是什么、问题是什么,哪些地方是需要格外注意的,哪些则是无用条件。接下来,就要请学生上台扮演老师,充当“小先生”,向全班学生分析这道题的解题思路,即第三个步骤:“情景说题”。

这一研究思路存在着两个方面的困境。一是思想与行为之间的关系问题。“数字的足迹”是人的行为留下的印迹,但人的行为在多大层面上体现一个人的“思想”,“思想”与“行为”之间是否可以等同,这是一个被学界反复讨论过的问题。实践告诉我们,人的行为是由知、情、意、信等精神因素与周围环境共同作用的结果,而非由单一的思想所左右。思想转化为行为的过程需要许多主客观的条件,从主观方面说,意志力就是思想转变为行为的十分关键的因素,数字难以体现行为背后如此丰富的内容。大数据的出现,确实为思想政治教育提供了更多的行为数据信息,但行为数据信息的增加,并没有保证我们可以准确地从人的行为中倒推出人的思想。二是相关关系与因果关系的问题。大数据体现的是相关关系,思想与行为之间是因果关系。从相关关系能否推导出因果关系,这是大数据哲学当下讨论的一个热点。大数据的出现,可以使我们通过行为与行为之间的相关关系分析,准确地预测人的行为趋向。但这并不意味着可以准确地预测人的思想动态。因为,人的思想与行为之间是一种因果关系,从相关关系中不能推出因果关系。

2.直观人的“思想”数据信息,把握人的“思想”动态

大数据体现的是人的行为与行为之间的相关关系,而思想与行为之间是一种因果关系。从相关关系中并不能推导出因果关系,因此,大数据即使能够准确预测人的行为,它也无法从行为之间的相关关系中直接推导出人的“思想”。

上述观点同样面临着较大的困境:那就是人的思想是否可以数据化的问题。认为“思想可以数据化”的观点有一个误区,就是他们把人的行为数据等同于人的思想数据。无论是传统的问卷调查,还是大数据收集到的各种数据信息,都是人的行为数据信息,而不是人的思想数据信息。

翻开迪庆工行的史册,几十年间发生的变化都历历在目,它见证了改革开放以来工行发展的艰辛历程,这是一段值得铭记的历史。

大数据的出现,在一定程度上,有助于思想政治教育者破解“思想”之谜。但就已有的研究而言,大数据破解思想政治教育“思想”之谜仍面临较大的困境。

教材往往以定义的形式直接给出概念,学生对一些定义和符号一时接受比较困难.概念教学要讲过程, 因此,教师应精心创设符合学生认知规律的问题,通过设置“微型探究”活动,引导学生积极参与概念形成过程的分析、比较、归纳、抽象、概括等思维活动,使学生的直接经验获得抽象与提升,自然地、水到渠成地实现“概念的形成”,从而实现对知识的意义建构.

三、大数据破解思想政治教育“思想”之谜的困境分析

大数据“破解”思想政治教育之谜的两大困境可以进一步表述为:一就思想政治教育而言,相关关系是否能推导出因果关系;二思想政治教育的“思想”能否数据化。

1.相关关系推导不出因果关系

上述两种观点中,大数据宣称“没有必要知道为什么”,并不意味着不存在因果关系。所以相关关系与因果关系之间并不截然对立,相关关系并不能否定因果关系。但即便如此,从相关关系中并不必然推出因果关系。

总而言之,初中道德与法治对学生未来的生活和发展起着重要的作用,不仅有利与他们养成良好的行为习惯,还能使其提高法律意识,从而为将来的发展打下良好的基础。

第一,相关关系不是因果关系。迈尔—舍恩伯格指出,大数据“不是因果关系,而是相关关系”“知道‘是什么’就够了,没有必要知道为什么。在大数据时代,我们不必非得知道现象背后的原因,而是要让数据自己‘发声’”[6]67。这种观点认为,建立有价值的相关关系与从相关关系推导出因果关系并不是一回事。

第二,因果关系是特殊的相关关系。“大数据不仅不是因果性观念的沦陷之地,反倒是进一步充分展开重新刻画的因果概念的最好场所”[7]。因此,区分相关关系与因果关系可能是一个伪命题,我们需要做的事情是“如何从相关关系中推断出因果关系,才是大数据真正问题所在”[8]

近年来,哲学界从本体论、认识论、方法论和价值论等方面对大数据展开了研究,并逐渐形成了大数据哲学。其中,因果关系与相关关系是大数据哲学及其方法中的热门问题。在哲学界,因果关系与相关关系的研究一直存有争议,概括起来,主要有两种观点。

大数据宣称,一切皆可量化。但人的思想、情感、意志等精神因素能否数据化还有待商榷。

因果关系的核心是逻辑演绎。因果关系是揭示客观世界中普遍联系着的事物前后相继、彼此制约的一对范畴。人类获得知识是从正确提出和解决“为什么”而开始的。因此,因果关系是人类认识世界和改造世界过程中所必须要遵守的。人类社会通过认识和利用因果过程,可以通过目的性规定支配我们的环境,从而积极适应环境。

人的“思想”可以数据化,大数据宣称“一切皆可量化”[6]97。“大数据技术为我们观察他人的思想、行为提供了强有力的技术工具,就像望远镜让我们可以观察到遥远的太空,显微镜让我们观察到微小的原子世界一样,大数据则让我们可以科学地观察他人内心的真实思想”[4],这种观点认为,数据化可以把人的态度和情绪转变为一种可分析的形式。大数据的一个优势就是能够把以前难以量化的受教育者的认知、思想、情感、行为进行更为准确的、可视化的测量和呈现。基于此,思想政治教育者运用大数据技术,不仅可以对大学生群体思想动态进行精细分析,还可以对思想规律进行把握。

2.相关关系无法预测人的“思想”

对于通过相关关系预测人的“思想”这一问题上还有另外一种观点,即相关关系即使推导不出因果关系,但是人仍然可以在利用大数据准确预测人的行为趋向的基础上,再运用因果关系准确地推导出人的“思想”。这一分析似乎很有道理。但这种观点的不足之处在于把思想与行为之间的因果关系简单化了。

“思想”转化为人的行为过程一直是困扰思想政治教育的难题。从宏观上看,思想与行为之间存在着因果关系,这也是我们追究行为主体责任的重要依据。但这并不意味着有什么样的思想,就必然会带来与之相应的行为。

这种观点预设的前提是思想与行为、理论与实践之间具有逻辑上的同一性,即正确的思想或理论一定能够逻辑导出正确的行为或实践,错误的思想或理论必然也会导致错误的行为或实践。反之,从正确的行为或实践中也能逻辑地推演出正确的思想或理论,错误的行为或实践中必然也会推演出错误的思想或理论。因此,他们必然会得出,有什么样的思想,就会有什么样的行为,内在的思想一定会通过特定的行为表现出来。所以大数据的出现,能够使教育者对受教育者的行为进行长期、动态、全面地观察和记录,从而准确推演出其真实的思想动态。

孔子复礼的目的是为了社会安定,为规范社会寻求路径,即使孔子对礼的强调在当时并未得到足够的重视。但在后来的历史实践却将孔子礼内容一一实践,并在这种实践中证明了礼之可能性与有用性。诚然,孔子礼的作用在封建社会中更多体现在于维护和巩固了贵族阶级的统治地位,但谋求社会有序运行乃至揭示社会结构基本法则方面的意义亦是相当明确的。孔子欲谋求社会的有序运行,则必须借助礼这一推动道德主体境界、伦理整体的发展的工具和纽带。所以,孔子礼的实践,不仅包含主体的道德实践范畴,还包括道德实践主体的境界,这是从整体上而言。

思想政治教育的“思想”是制约人的行为的精神因素的总和,它既有理性认识,也有感性认识。这与认识论中把思想当作是认识的高级阶段的理性认识有着很大的不同。毛泽东曾指出:在社会实践中,“感性认识的材料积累多了,就会产生一个飞跃,变成了理性认识,这就是思想”[9]。这里的思想即是理性认识。古希腊哲学家苏格拉底曾提出“美德即知识”,所以人不会“故意为恶”,这就把人的德性等同于人的理性,混淆了感性与理性、知与行的矛盾,从而为后人把“思想”与行为之间的关系简单化埋下了伏笔。事实上人的行为,大都是在“思想”引导下,综合各种因素而产生的,思想与行为之间不能进行简单地相互还原。正如卢卡奇所言:“人类历史的无数事实表明,应用的理论本身可能是错误的,但却获得正确的结果”[10]。人的“思想”还具有一定的滞后性,人的行动并不总是、甚至大多数时候不是在完全认识事物之后才做出相应的行为的。无论是个别人还是一个社会集团,必须在不可综览或不可完全综览的条件下做出决定并实施与此相应的行动。

我们不否认大数据能够为思想政治教育提供准确、全面、动态的数据信息,并在一定程度上有助于教育者分析受教育者的“思想”动态。但思想与行为之间是一种复杂的因果关系,我们反对教育者通过大数据获取人的行为数据信息后,逻辑推导出人的“思想”动态的行为。

好在当想起那炸串儿岁月时,我的记忆还没有老,一幕幕都如此鲜活,即便是炸串儿的香味也能在我低血糖低到心慌气短冷汗淋漓的夜里猝不及防地闯进我的梦里,如此清晰,如此有力地引着虚弱的我坚定前行。

3.人的“思想”难以数据化

相关关系的核心是统计归纳。相关关系的实质是数值关系,数值的背后是计算。当一个数值变动时,另一个数值也会发生相应的变动,这两个数值之间具有相关关系。数是物或行为数据化的结果,数值关系也就是物与物、行为与行为、行为与物的量的计算结果,建立在大数据基础上相关关系的分析可以准确快捷地预测未来。但是这种预测是数据计算的结果,并不必然地隐含当下与未来的因果关系。

早期文明社会最古老的抽象工具就是长度和重量的计量。计量和记录共同作用促成了数据的诞生,它们是数据化产生的根基。19世纪,自然科学家们发明了新工具来测量和记录电流、气压、温度、声频等自然科学现象,科学量化得到快速发展。随之而来的是,人们渴望能够通过分析测量人的颅骨来把握人的智力水平,从而产生了所谓的颅骨学。虽然颅骨学这类伪科学最终淡去了,但是人类对量化一切的追求始终没有消失。

从学科归属来看,“思想”属于人文社会科学。自然科学领域的现象可以量化、数据化,但是人文社会科学领域的现象就难以做到一切皆可量化。

纵观西方社会学理论的发展历程,可以发现,在社会学理论研究方面,从一开始就存在两种截然对立的不同理论取向。一种是以孔德、斯宾塞等社会学创始人为代表,经涂尔干发展后日渐成熟的实证主义社会学流派。他们认为,社会现象和自然现象没有本质区别,它们遵循同样的方法论准则,都可以用普遍的因果律来说明。社会学这门学科只有在认识到“把社会事实作为物来考察”时才能诞生[11]。另一种是以韦伯等为代表,认为社会现象有自身的特性和规律,不能盲目效仿自然科学的方法来研究社会科学,应有自己独特的研究方法。“社会学是一门解释性理解社会行动并对其进程与结果进行因果说明的科学”[12]

我们认为,自然科学的一些方法对社会科学的研究无疑具有重要意义。但社会科学不能直接套用自然科学的方法。如果社会科学要将自己的认识论和希望表达为直接类似于自然科学,那么用它们自己的术语来说,任何这样的做法都注定会失败,而且还会导致对人类社会的误解。因此,人的“思想”难以量化在一定意义上是由其自身学科属性所决定的。

四、大数据对创新和发展思想政治教育的意义

大数据虽然无法从根本上破解思想政治教育“思想”之谜,但大数据对于创新和发展思想政治教育依然具有重要意义。这主要体现在以下两个方面:

第一,运用大数据,验证人的思想动态,科学制订思想政治教育方案。制订思想政治教育方案是思想政治教育的起始阶段,对整个思想政治教育活动的成效具有决定性的影响。所谓思想政治教育方案制订是指“教育者根据受教育者思想品德的发展状况以及思想政治教育的实际情况,为达到一定目标,遵循一定的原则和程序,制订出各种行动方案并从中选出最优方案的过程”[1]138。可见,在思想政治教育方案的制订过程中,准确了解受教育思想动态,是制订思想政治教育方案的前提。在现实生活中,教育者通过与受教育者的交流和沟通,会对受教育者的思想动态有一定的了解和把握。在大数据出现之前,教育者对受教育者思想动态的了解和把握是否准确,只有等到受教育者做出行为结果之后,才能得到验证。这就给思想政治教育方案的制订的科学性带来了不确定因素。大数据出现之后,教育者可以运用大数据,提前预测受教育者的行为趋向,这就可以使教育者提前根据行为预测结果,提前验证教育者对受教育者思想动态把握的准确程度,而不必再等受教育者做出行为之后才验证,从而有利于教育者制订科学的思想政治教育方案。

(四)1761年—1771年,亦即渥巴锡执政时期,由于沙皇俄国控制空前加剧而造成汗国严重政治危机。土尔扈特人反抗压迫在渥巴锡领导下举族东归祖邦,持续一个半世纪之久的土尔扈特汗国走向瓦解。留居伏尔加河流域的杜尔伯特牧民和少量土尔扈特人、和硕特人大约4700余帐,全部归入阿斯特拉罕省长办公室下设的专门管理机构——“特别管理处”管辖,1797年俄国政府在阿斯特拉罕成立“卡尔梅克公署”,留居伏尔加河流域的卡尔梅克人已失去了政治独立,沦为俄国政府监督下的俄罗斯帝国的一个行政区域。

第二,运用大数据,创建应急思想政治教育,为破解“思想”之谜赢得时间。大数据的优势在于,能够通过人的行为数据信息,准确预测人的行为趋向。这就为我们提前预测突发事件,构建应急思想政治教育创造了条件。所谓应急思想政治教育,是“以应对突发事件为目的的思想政治教育”[13]。近年来,突发事件的频发,使得传统思想政治教育的局限性日益凸显。思想政治教育作用对象是人的思想,而人的思想又是变化莫测,在很多情况下,思想政治教育者在短期内又难以准确而全面地对其进行把握。所以,通过对人的思想的把握来及时应对和干预突发事件,就凸显出了传统思想政治教育的不足。大数据出现之后,思想政治教育者可以运用大数据,准确了解人的行为趋向之后,提前进行行为干预,防止突发事件的发生,为后期思想政治教育者了解和把握受教育者的思想动态,解决思想问题赢得了宝贵的时间。

综上所述,大数据的出现,并没有从根本上破解思想政治教育“思想”之谜,但合理而科学地运用大数据,对于创新和发展思想政治教育依然具有重要意义。

参考文献:

[1]陈万柏,张耀灿.思想政治教育学原理[M].北京:高等教育出版社,2015.

[2]郑永廷.思想政治教育学原理[M].北京:高等教育出版社,2018:14.

[3]孙艳秋,孙其昂.悬置抑或复归:思想政治教育研究中的“思想”初论[J].学校党建与思想教育,2015(1):9-12.

[4]黄欣荣.大数据对思想政治教育方法论的变革[J].江西财经大学学报,2015(3):94-101.

[5]常宴会.大数据时代思想政治教育理念的三重反思[J].思想教育研究,2017(8):106-110.

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

[7]王天恩.大数据中的因果关系及其哲学内涵[J].中国社会科学,2016(5):22-42.

[8]姜奇平.因果推断与大数据[J].互联网周刊,2014(18):70-71.

[9]毛泽东.毛泽东文集:第八卷[M].北京:人民出版社,1999:839.

[10]卢卡奇.关于社会存在的本体论:上卷[M].白锡堃,张西平,译.重庆:重庆出版社,1993:360.

[11]迪尔凯姆.社会学方法的准则[M].狄玉明,译.北京:商务印书馆,1995:35.

[12]韦伯.经济与社会:第1卷[M].阎克文,译.上海:上海人民出版社,2010:92.

[13]刘伟.突发事件背景下应急思想政治教育研究[J].中国青年政治学院学报,2010(1):45-48.

中图分类号: G416

文献标志码: A

文章编号: 1671-4970(2019)04-0007-05

引用 本文: 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),2019,21(4):7-11.

DOI: 10.3876/j.issn.1671-4970.2019.04.002

收稿日期: 2018-09-20

基金项目: 河南省教育厅人文社会科学一般项目(2019-ZZJH-3791)

作者简介: 管爱花(1968—),女,江苏洪泽人,教授,从事伦理学研究。

(责任编辑:许宇鹏)

标签:;  ;  ;  ;  ;  ;  

大数据破解思想政治教育“思想”之谜的思考论文
下载Doc文档

猜你喜欢