QQ在線
企業微信
資訊
298新冠肺炎疫情發生后，在疫情處置上，有關部門根據疫情數據，調用醫療物資、應急生產轉產、分批馳援、及時救治，實現應急動態調度。在疫情防控上，一些疫情APP紛紛開發使用，一些地方實施智慧防疫，管理部門借助大數據及時鎖定傳染源、追蹤接觸人群。在宣傳引導上，各種基于大數據的疫情研究報告頻頻發布，辟謠平臺讓謠言無所遁形。在復工復產上，很多地方推出復工指數，整合現有數據，為復工復產企業提供優質服務。大數據全流程用于疫情防控的經驗值得大力總結，這為中國治理體系和治理能力現代化建設提供了現實依據。
據中國互聯網絡信息中心統計，截至2019年6月，我國在線政務服務用戶規模達5.09億，占整體網民的59.6%；在線教育用戶規模達2.32億，占整體網民的27.2%。加快推進國家治理體系和治理能力現代化必須把教育治理現代化作為重要先手棋，放在優先位置。高等教育是教育事業的龍頭，更應該走在前列。
善用大數據技術，推進高等教育決策科學化
調查研究是決策科學化的基礎，充分、及時、準確的信息是科學決策的前提。利用好大數據技術，能較好地改變傳統決策較難克服的信息不全、依據不準的頑疾，減少“拍腦袋”、“拍胸脯”現象的發生。比如，美國全國教育進展測評項目對全國中小學的閱讀、數學、寫作、科學、歷史、地理、公民教育等學科，以及家庭、社區和學校對學生成績影響等非智力因素進行了全面測評，根據近50年的數據積累，不但能準確看到美國基礎教育的整體狀況，不同群體的成績和群體之間的成績差距，以及學生成績的發展過程和變化趨勢，還能幫助中小學校長利用這個測評工具進行自身決策科學性和有效性的監控與評估。
當前，各大高校的智慧校園、數字校園建設已經具有了一定基礎，教育主客體在教學過程中的行為、情態已經可以進行數據刻畫。利用大數據模型，在輸入決策變量后，還可以提前“預演”“兵棋推演”，對比不同方案優劣，使決策方案“場景化、模擬化”等。比如，2020年全國碩士研究生招生規模，較去年同比或增加18.9萬人，計劃精準投放，側重增加一些重點領域，特別是公共衛生領域研究生名額。這些研究生名額到底該如何分配，不同領域名額增加之后，未來持續影響如何，是恰好匹配未來崗位需求，還是會帶來某些領域畢業生過剩，事先可以應用大數據模型模擬預測。如此大數據決策，自然能夠達到科學決策的程序性、創造性、擇優性、指導性要求，真正實現科學化。
善用大數據技術，推進高等教育育人精細化
“立德樹人、培養合格的社會主義建設者和接班人”是高等教育的首要目標，也是高等教育治理現代化的終極目標。在日益復雜的社會環境下，采用傳統方法，高校管理者和教師很難做到精準“識材”、動態“知材”，自然也難以做到“因材、因時”施教。而現代化高等教育治理利用大數據技術，在保護隱私前提下，依法依規挖掘學生的行為、學業大數據，完全可以賦能高校管理者和教師，精準掌握不同年級、不同專業、不同類型學生，甚至每一個學生的生活習慣、學習狀態、思想動態，精準發現每一個學生的特點、特長、可提升空間、問題點和問題根源，既能幫助宏觀上制定統一的有針對性的教育方案，又能助力微觀上一人一策，精細管理，精準教學，精確引導，化解困境，助力出彩，切實實現“育人成才，一個都不能少”的理想目標。
利用大數據助力精準育人的成功案例已經很多，比如：國內很多高校已經開始利用大數據技術精準識別家庭經濟困難學生，實施人性化的“隱形資助”；有高校通過大數據分析發現，大學生的綜合成績與去過多少次教學樓、圖書館并無很大關聯，而與生活是否規律高度相關，據此對學生的學習和生活進行規律性的引導。這些案例證明，利用大數據的確可以實現對學生成長過程的精確掌握，有助于教育者精細管理，精準教學，精心育人。
善用大數據技術，推進高等教育評價精確化
扭轉不科學的教育評價導向，克服唯分數、唯升學、唯文憑、唯論文、唯帽子的頑瘴痼疾，從根本上解決教育評價指揮棒問題，是高等教育治理現代化的最關鍵一環，也是最難一環。教育評價，尤其是高等教育評價的痛點主要是對教學、科研的精確評價，唯論文、唯帽子是管理者避難就易的應急之策，是“沒辦法的辦法”，單純施壓管理者并非解決問題的根本之策。
利用大數據技術，借助信息化教學、智慧教室，采集教學全過程數據，挖掘教學效果影響因子，結合不同課程的教學特點，研究并開發以學生“獲得感”為導向的教學效果評價測評體系，將能較好地解決教學效果評價難的問題。利用文本挖掘技術、知識圖譜分析技術、知識本體構建技術等大數據技術，分析科研成果的創新程度，再仿照豆瓣評分系統等研究建立學術論文注冊專家或專業讀者打分系統，結合傳統的影響因子分析技術，可以開發建設一套新型的大數據科研評價系統，從而解決高等教育科研評價難題。在此基礎上，可以利用高等教育大數據信息系統，分析不同學科、專業的教學、科研數據特征，整合開發適合于不同學科不同教師類型的教學科研綜合評價系統，從而實現對高等教育的精確評價。
當前，在我國已經有公司利用深度神經網絡目標檢測定位技術、深度學習和課堂行為分析、人臉模型等技術，能夠實現教室場景內人員個體的動態人臉識別、表情識別，并依據教育行為分析理論，對課堂教學過程全面采集、編碼、分析，從而對課堂教學活動、教師教授狀況、學生整體或個體學習狀況提供多維度、客觀量化分析。華中師范大學2018年榮獲國家級教學成果特等獎，其核心板塊之一即是基于數據面向教師、學生、課程和課堂開展多元化、過程化、發展性綜合評價。
（作者系華北電力大學大數據與哲學社會科學實驗室主任；本文系河北省高等教育教學改革研究與實踐項目“高校思政課堂教學‘學生獲得感’測度研究——基于大數據方法的分析［2018GJJG408］”成果）
