大数据方法在思想政治教育研究中的科学性及其争议探讨.docxVIP

?

?

大数据方法在思想政治教育研究中的科学性及其争议探讨

?

?

康超佘双好

摘要：研究方法的使用是否科学合理，直接关系到研究成果能否成立。作为一种新兴的科学研究方法，大数据方法的发展动态引起学界广泛关注，但就思想政治教育研究领域而言，这一方法存在的诸多科学性争议框定了研究使用的可能空间。从科学研究用以描述现状、解释现象、预测未来的实际功能聚焦思想活动能否被数据描述、思想状况能否被相关关系解释、思想趋势能否被精准预测等争议问题及其原因，探讨大数据方法在思想政治教育研究中的科学化进路，有助于思想政治教育研究者客观、全面地把握大数据方法的实际价值和发展前景。

关键词：大数据；思想政治教育；研究方法；科学

：G434：A

作为一种科学研究方法，大数据方法需要在思想政治教育研究过程中遵循一定的科学研究程序，通过对思想政治教育现象的描述、解释、预测，达成对思想政治教育规律的客观认识。然而在实现描述思想活动、解释思想状况、预测思想趋势等科学研究的基本功能时，大数据方法的科学性仍有较大争议。如何看待这些争议，进而如何理解争议产生原因，最终应该如何在争议之上更好地推动大数据研究方法的科学化发展，无疑影响着大数据方法在思想政治教育研究中的意义评价和出路选择。

一、思想活动能否被数据描述

以数据的方式描述或反映思想活动，是使用大数据方法进行思想政治教育研究的前提。大数据方法的支持者认为思想活动可以被数据描述，具体实现方式有两种：一种是直接读取“脑数据”反映思想活动。大脑产生的脑电波可以转化为计算机可读的数字信号，通过“编码—解码”脑信号，进而刻画大脑的思想运动。另一种是以行为数据替代思想数据。大数据方法依赖海量的日常生活行为数据或网络数据足迹等进行更深入的研究，在获得足够丰富的数据情况下，“可以用多维时空参数来全方位地完整刻画人的思想行为的复杂性，复杂的思想、心理、情感只是需要更多数据刻画而已”[1]。

反对者认为思想活动不能被数据化或完全数据化，对其可行性表示怀疑。从具体反驳观点来说：一是认为“思想意识数据化呈现的可信度并非先验而是待验”[2]，这类研究结果在当前阶段缺乏可供参考的样例，难以证明在现实条件下的可行性；二是认为“思想与行为之间不能简单地相互还原，我们不能简单地把人的行为数据信息与人的思想数据信息相互转化”[3]。人的思想活动受内外影响因素众多，从单一的行为路径判断思想活动难免会出现偏差。

从两方观点来看，无论是直接读取脑数据，还是转化为行为数据，引起争议的原因离不开思想政治教育研究对象的特殊性和复杂性。相较于社会学、政治学等学科运用大数据方法研究人口流动、公民政治参与等问题时，从可直接量化的交通出行、电子政务等行为或网络数据中索取事实材料进行推断，得出关联结论的逻辑。思想政治教育研究者使用大数据方法时，并不仅仅满足于行为这一外显层面来讨论和分析问题，而是要求更深层次地挖掘行为背后的思想活动及其影响因素，关注思想道德的生成、发展规律。但以现有条件来看，相关基础工作并没有充分做好。

一方面，以现有的技术能力直接认识人的思想活动仍显稚嫩。长久以来，关于人脑是如何产生思维的，人类能否通过技术实现对大脑思想活动的影响乃至控制，一直都是科技领域的前沿话题，但直到20世纪末，伴随放射性核素脑显像、磁共振成像等技术突破，人类才逐步发现了大脑活动和感受性之间的关联。2020年8月，马斯克（ElonMusk）向世人直播演示了用一枚硬币大小的可植入芯片读取小猪的脑信号，通过脑机接口技术（BCI）预判小猪行为步伐的科技成果，引发了各种未来应用想象。但“与大脑高级功能如情感、疼痛、记忆相关的解码更加复杂，人类还知之甚少”[4]。一些教育学领域研究者也尝试通过对学习者脑信号的记录分析和控制实验，对学习者的情绪、认知、自身管理能力等进行实证研究，并取得了积极进展，但从研究动态来讲，“其教育应用研究与实践处于起步阶段，研究成果还不丰富”[5]，真正彻底地了解人类深层次的思想活动还有待时日。还有许多研究者尝试另辟蹊径，运用形象思维，以人工智能模拟大脑功能区，凭借大数据提供的海量原始素材训练数据模型，以期实现类似于人脑的部分功能。但从生理基础来讲，人的大脑包含了亿万级的神经元，极其精密复杂，依靠大数据、智能算法、运算能力推动的强人工智能仍然是以人类设定的程序或已有内容为基础，尚不能替代思想活动的完整过程。

另一方面，提倡以行为数据代替思想数据的方案，看似合理，却又无法自圆其說。以行为反推思想的研究过程事实上是基于假设—检验的实证主义观点，即认为思想如果无法被直接刻画，那么可以假设某人的思想活动如何，又受到哪些因素影响，通过对这些因素的操作化定义、测量和控制进行实证研究，最终以外显的行为表现来验证原假设是否成立。这种方式在一定程度上回避了直接读取思想意