大数据时代的到来给高校学生工作带来了严峻的挑战。由于无法完全摆脱小数据时代思维方式的束缚和信息采集设备的不足和限制等，学生工作中存在的问题日益凸显。这些问题都是由学生工作本身引起的，是由于内在的不适应而引发的外在的不完善，是一个由内而外的过程，这是大数据给高校学生工作带来的内部挑战。与此相反的外部挑战则是一种由于外在环境的剧烈变化而给高校学生工作带来的由外而内的冲击，无论是在思想领域还是实践领域，都产生了深远的影响，让学生工作者有些措手不及和无以应对。但更值得我们关注的是，大数据时代的到来给高校学生工作带来了前所未有的机遇，这将会引发高校学生工作者的思维变革，从而推进高校学生工作转型。

大数据浪潮的兴起给高校学生工作带来的挑战可以分为内部挑战和外部挑战，内部挑战主要着眼于高校学生工作自身存在和暴露的问题；外部挑战则着眼于技术的进步和外界环境的变化给高校学生工作带来的新问题和引发的新矛盾。

（一）内部挑战：高校学生工作存在的问题及成因

随着大数据时代的到来，高校学生工作还没有完全摆脱传统工作方式中不科学成分的束缚，由于内在工作流程、机制等不够合理健全，目前高校学生工作中存在的问题日益凸显，主要表现在决策制定、工作开展、工作方法和信息管理四个方面。

决策制定方面表现为无法科学理性地制定决策。教育决策信息非常复杂，既包括学生的家庭背景、经济状况、个人素质、教学方法、学习成绩等内在因素，也包括国家的重大需求、中长期教育目标、学校发展战略等外在环境因素。加之很多内在因素都隐藏在学生的行为表现和学习过程中，不能直接获得，在小数据时代要想间接获取这些信息要付出巨大成本，所以在进行教育决策时更多采用的是政策调研和依赖领导个人经验及观点的方法。这种由一定调研过程与集体讨论研究来制定教育决策的机制也取得了一定成效，但由于信息缺乏，决策人以个人有限的理解、推测来取代论证和科学的预测，不可避免地会出现“拍脑袋”的现象，导致决策质量和水平低下。

工作开展方面表现为事前无法科学精准地进行预测；事中无法全面真实地了解学生；无法提供具体有针对性的个性指导；事后无法客观公正地进行工作评价。

第一，事前无法科学精准地进行预测。在传统的高校学生工作中，学生工作者已经认识到了预测的重要性，但这种预测主要是在常年工作经验积累的基础上进行的观察和推测，以经验总结和定性分析为主，有的还仅仅是感性认知，不但科学性和系统性不足，而且具有很强的滞后性。当学生在行为方面已经出现可以被察觉出的异常举动或学习成绩出现下滑时，说明问题已经发生，此时的预测只能是尽早解决问题，而不能将问题扼杀于萌芽之中。除此之外，某些学生对自己目前的处境很迷茫，对自己失败的原因毫无头绪，大部分问题学生在与教师的交流过程中又流露出抵触情绪，使学生工作者无法客观、全面地了解学生情况和问题产生的原因，从某种意义上说，学生工作者只能被动接受学生的行为。工作中经常出现“亡羊补牢”的情况，无法做到事前预测、未雨绸缪。

第二，事中无法全面真实地了解学生。当代高校学生早已都是“90后”，还有相当一部分是“00后”，他们出生成长在一个信息技术飞速发展的崭新环境中，社会中日新月异的变化、互联网上纷繁复杂的内容对他们来说并不陌生。成长背景造就了他们活泼的性格、丰富的情感、创新的思维以及易于接受新鲜事物的特性。随着时代的变迁，高校学生工作的对象已经发生了很大的变化，但工作方式并没有跟上时代的步伐。在传统的高校学生工作中，要想全面了解学生情况主要有三种方式，第一种是全面收集学生信息，如了解学生的家庭背景、查阅学生档案、查看学生学习成绩等，主要在学生入学初期以及每个学期末学生考试完成后进行，通过这种方式获取的学生信息量十分有限；第二种是通过与学生的相处交流，观察学生的日常行为和表现，在学生的言行中全面了解学生；第三种则是通过问卷调查等方式了解学生的思想动态。这三种方法收集到的学生信息都是碎片化的，具有很强的滞后性，不适合当代高校学生多变、善变的特点，无法真实、全面、发展地认识每个鲜活的学生个体。

第三，无法提供具体有针对性的个性指导。在传统的高校学生工作中，对学生的教育管理主要以班级为最小细胞和单位，采用的是“点对面”“大锅饭”的形式，通过召开班会、团体辅导等形式试图解决一个群体中出现的问题。这本是无可厚非的，因为学校教育就是将相近年龄、通过考试选拔的相近智力水平的学生聚集在一起给予相同的教育，这种方式确实能够节省教育成本，提高工作效率，但降低了工作的针对性，无法准确聚焦到某个学生个体以提供私人定制的个性化教育。一个群体中出现的问题并不代表每个学生身上都存在，而个别学生身上存在的问题可能在群体中又没有体现，没有得到学生工作者的关注和重视。那些被学生工作者单独帮扶的学生，很大程度上也是在解决出现的问题，如学业困难、就业困难等，无法做到充分挖掘每个学生个体的特点从而因材施教。

第四，事后无法客观公正地进行工作评价。由于工作评价的导向作用，使得工作评价在学生工作各环节中具有举足轻重的作用，但由于理念的落后和技术的缺乏使工作评价没有达到理想的效果。以教学活动为例，教学评价活动主要是教学主管部门通过听课、学生考试成绩分布、试卷分析、学生评价、教师自评等方式对任课教师进行评价，反过来，教师根据学生考试成绩、平时作业成绩以及课堂表现等对学生进行评价。教学评价活动是教师教学和学生学习之间一条重要的纽带，但传统的评价方式维度单一、注重结果，很难做到科学全面。抽查几次听课、一次期末考试成绩很难全面评价教学效果，学生对教师进行评价时由于认识不到这个环节的重要性，疲于应付，或者迫于教师的压力不敢说出真话，教师自评时往往也会隐藏自己的薄弱点。同理，以几份课堂作业和几次考试成绩不足以判定一个学生。除此之外，传统的评价方式也忽略了教学过程中一些非常重要的细节。比如，在教学过程中，哪些教学环节是学生最乐于接受的？哪些教学方式是最受学生欢迎的？学生在学习的过程中，哪些学习习惯是最科学合理的？什么样的学习方式最容易掌握积累知识？这些对工作评价非常具有价值的信息却无法得到收集和挖掘，从而导致评价结果不够客观公正。

工作方法方面表现为缺少准确可靠的工作手段。问卷调查是小数据时代常用的资料收集和信息获取的手段，这种以一小部分人的观点代表所有人观点的方法是在技术受限的特定时期产生的，这种方法违背了学生工作中应该“为了一切学生，为了学生的一切”的理念，不应该是大数据时代的主要做法。虽然随机采样的准确率有时可高达97%，对于学校整体而言，3%的错误率是完全可以接受的，但对于每个学生个体而言，错误率对其自身来说却是100%，错误率使学生工作者失去了对这部分学生具体信息和数据的掌握，对学生工作来说是一种损失。如果从丢失的数据中恰巧能挖掘出某些异常信息，这3%的错误率对学生工作来说又是一种隐患。

除此之外，问卷调查是否具有可靠性依赖于学生是否能提供真实想法。斯坦福大学的哈代教授曾用一个实验来研究不同国家的师生在做调查时的掩饰倾向。结果发现，无论是中国学生还是中国教师，其掩饰倾向都要高于其他国家。由此看来，在中国的文化环境下，师生更容易认为一个量表和问卷是用来评判自己的，从而更倾向于掩饰自己的真实想法。^[5]另一种情况是，即便学生想要提供真实信息，有时也会被设计的不科学合理的题目所困惑。比如，一份调研学生参加科技创新活动情况的调查中有这样一道题目，“本学年平均每周用来参加科技创新活动的时间：A.2小时以下，B.2～3小时，C.3～4小时，D.4小时以上”，暂且不说选项设计得是否合理，谁又能比较准确地估算出自己平均每周花在参加科技创新活动上的时间呢？所以，要想获得可信的数据，调查问卷并非是一个好的选择。这种产生于小数据时代的工作手段本身就缺乏准确可靠性。

信息管理方面表现为数据意识淡薄，缺乏数据素养；信息孤岛大量存在，阻碍信息共享；数据管理混乱，缺乏完整性和系统性；重视信息系统技术，忽视了信息的重要性。

数据意识淡薄，缺乏数据素养。当前，学生工作者非常重视学生的实际行为，缺乏数据敏感性和利用大数据的观念与意识。一方面学生工作者苦于学生心理健康难以了解，学生异常行为难以防范，学习状况不可预测，学生个性化辅导缺少方向……这也是传统教育中不少高校面临的问题与挑战；另一方面大量数据存留在数据库中仅是为了存档备份，却没有被真正利用起来。这一切正是因为我们虽然身处大数据时代，却严重缺乏信息化素养。学生工作者没有将大量数据整合、加工，从而为学生提供精准化和智能化服务的先进理念，缺乏前瞻性的眼光和数据敏感性，阻碍了思维革新和行为创新。

信息孤岛大量存在，阻碍信息共享。目前，高校学生工作数据管理存在很多问题，最突出的就是缺乏统一部署和顶层设计。不同职能部门都开发了独立的信息系统并配备了数据库，设计了不同的功能模块，甚至连用户界面都风格迥异，不同的信息系统完全自成体系，毫无关联；数据管理的方法、流程、定义缺乏统一的规范和标准，尚未形成统一的语义网络，数据难以保证一致，阻碍了数据的互通互联，信息资源得不到整合，利用和共享率低下，致使不同部门之间都存在“信息孤岛”“荒漠化”与“不完整化”的问题。^[6]例如，成绩信息、住宿信息、体能测试档案信息等由不同职能部门管理，相对独立，直接导致的问题就是信息碎片化，使学生工作者无法站在全局的高度全面地审视数据，对学生无法形成完整的评价。

数据管理混乱，缺乏完整性和系统性。近年来，由于高校招生规模不断扩大，新校区不断建设以及校、院两级管理模式的深化改革，导致数据量大幅度增长，数据变化和更新也更加迅速。虽然各高校认识到了传统的学生教育管理方法和模式已经落伍，但在实际工作中依然存在数据管理混乱的问题。没有形成管理大数据的职能部门统筹安排的新格局，而是某个职能部门需要数据时重新统计，不但降低了工作效率，还容易造成数据信息混乱，缺乏一致性、准确性和完整性，更加剧了不同部门之间由于数据语义不同而无法共享的糟糕局面，影响了大数据效用的发挥。

重视信息系统技术，忽视了信息的重要性。如今的信息技术变革的重点在“T”（技术）上，而不是在“I”（信息）上，即国内高校大多重视业务处理系统（即OLTP系统、在线事务处理系统）建设、轻视在线分析系统（OLAP）建设的思路也影响了数据的质量，导致数据分析的数据建设得不到重视。^[7]在信息技术高速发展的今天，各高校都立足本校特点和实际工作需要开发建设了各种信息系统，在信息建设中都采用了前沿技术和科学合理的架构方式，单从这一点上来说确实取得了巨大的进步。但学生工作者在重视信息系统建设和技术的同时，忽略了所收集信息的重要性，没有将关注点放到如何科学收集数据、如何提高数据质量等问题上，导致出现了先进的信息系统却收集不到高质量数据的矛盾局面。现在，学生工作者迫切需要把关注点聚焦到数据和信息本身上。

以上是高校学生工作本身所存在的问题和不足，究其原因，主要概括为以下三个方面。

1.受小数据时代信息采集设备不足的限制

在信息技术飞速发展的当代，无时无刻不在产生着信息和数据，这些宝贵的第一手资料是高校制定教育决策以及开展工作的重要依据。虽然大数据时代已经到来，大部分高校在信息化建设中取得突破性进展，但总体来说配备的信息采集设备仍然不足，对那些易于采集的数据已经可以很好地获取，但对那些隐藏的、不易挖掘的数据仍有缺失。如在课堂教学过程中对教学过程数据的采集、对学生微动作和微表情的捕捉等存在漏洞。在大数据时代，高校信息采集网络还没有织紧织密，也没有做到无死角全覆盖。信息采集设备的不足必将导致数据的不全面和不完整，也必然是大数据背景下高校学生工作存在问题的主要原因之一。

2.受小数据时代传统思维方式的影响(www.daowen.com)

大数据与小数据时代的传统数据有着最本质的区别，大数据试图聚焦每个微观个体，获取高度个性化的数据信息，这些数据的产生完全是过程性和即时性的，在学生完全不自知的情况下获得。传统数据和思维方式则更关注学生的群体状况，如一个班级的学业水平、一个年级学生的身体素质、一个学校学生对社会的满意度等。这些数据是通过周期性和阶段性的测评来获得的，具有很强的刻意性。虽然大数据时代已经到来，但由于目前技术还未普及，理念还未及时更新，学生工作仍受传统思维的禁锢，还未脱离小数据时代的限制，使高校学生工作无法紧跟时代步伐，暴露出很多弊端。

3.受大数据时代先进信息管理模式的冲击

随着网络和通信技术的不断发展，各大高校基本都实现了网络化办公，基于实际工作需求开发了各种管理信息系统，学生管理信息化取得了很大进步。大数据时代，部分高校也意识到了数据所蕴含的巨大价值，开始了对在学生工作领域充分运用大数据的探索。但目前的状况是由于大数据素养的缺乏、数据采集和通信标准的不健全、数据治理和分析技术的落后等，导致高校学生工作在信息数据管理方面存在很多问题。

（二）外部挑战：高校学生工作在新环境中面临的冲击

大数据背景下高校学生工作的内部挑战主要是由于高校学生工作本身存在不够科学合理的部分，而高校学生工作面临的外部挑战则是由于大数据时代的到来，导致外部环境发生剧烈变化，从而给高校学生工作带来了巨大冲击。首先，冲击了高校学生工作的人才队伍建设。

1.大数据时代冲击了学生工作者的主体地位

在传统的高校学生工作中，无论是思想政治教育还是发展指导，都是面向大众的单项传播，学生的自主选择权很少甚至没有。学生工作者立足三尺讲台进行填鸭式的讲授，完全掌握了教育内容和教育形式。学生只能被动接受，基本没有话语权，很容易产生逆反心理和抵触思想。但在大数据时代，信息知识不但可以面向小众传播，还可以互动，而且确立了学生的主体地位，受教育者可以根据自己的兴趣爱好和需求在网络上自主选择感兴趣的内容，教师的话语权被削弱。有了网络这样一个平等、开放、互通的环境，教师和学生有了同等说话的权利，甚至因为学生对新鲜事物接受能力较强，还有可能出现对教师的“反哺”现象。学生工作者从“立法者”变为“对话者”，甚至是“接受者”，其主体地位受到严重挑战和冲击。

2.学生工作队伍中数据技术和人才相对匮乏

大数据除了具有数据体量巨大、信息类型繁多、价值密度低等特点，不容忽视的另一个特点就是信息增长速度极快。“人类存储信息量的增长速度比世界经济的增长速度快4倍，而计算机数据处理能力的增长速度则比世界经济的增长速度快9倍。”^[8]

随着网络的普及和发展，各大高校基本都及时转变了自己的工作理念和工作方法，开发了OA（办公自动化）系统，实现了办公网络化，充分利用网络的实时交互性、资源共享、超越时空、人性化、公平性等优点，不断提升工作的科学化水平。然而在现实情况中，技术手段远远跟不上实际工作的需要，只能够对数据量较小且类型单一的信息进行初步分析，况且这种分析还是局部性的，尚不能完成真正意义上的数据采集、存储、挖掘和分析。例如，对于高校学生进行的社会实践，内容涵盖了家庭角色体验、社会角色体验、专业素质拓展等多个主题。随着互联网的发展和手机等移动终端的普及，学生在实践过程中开始更多地采用拍照摄像、视频录制等新媒体形式，同时配合使用现场调查、随机访问、发放问卷等传统形式。实践活动后，学生会根据调研内容撰写调研报告。但在社会实践考核时，为了不仅凭一份调研报告就评判学生的实践优劣，要综合考虑在实践过程中产生的影像资料、访谈语录等所有素材。而这些异源异构的信息之间联系复杂，对其处理方式也各不相同，用传统的统计方法很难完成这项工作。有资料显示，“原始的大数据呈现出一片混乱的状态。从事数据工作的人普遍把 80%的精力都用在了数据清理上。”^[9]如何对数据进行简洁科学的整理和汇总，并将挖掘出来的有用信息用一种易于理解、方便呈现的可视化效果展示出来对高校学生工作来说存在一定困难。

大数据的开发和利用价值已经得到了社会各界的认可，随着大数据的不断发展和日渐被人们所熟悉，技术上的短板将不再是限制大数据在学生工作中应用的阻碍，人才反倒成为新的短板。《纽约时报》曾经刊登一篇文章，美国作为一个在大数据方面遥遥领先的国家，具备深厚数据分析专业技能的人才缺口竟达到了14万～19万，精通数据分析的经理级人才缺口高达150万。在学生工作领域，同样存在这个问题。在学生工作中采集到的海量数据，需要专门的人才去分析和管理，整个学生工作的大数据分析，将数据采集、数据挖掘、定量定性分析、软件开发及使用能力、创造能力、学生工作领域的专业能力等相融合，跨越多个学科。学生工作者不具备计算机专业的相关能力，面对海量的数据束手无策，无法做出有效的预测和挖掘；大数据方面的专业人才又不懂学生的教育管理，面对密密麻麻的数据无法总结出学生教育管理规律，对其来说毫无价值。跨学科人才方面的匮乏使数据的价值难以得到充分体现。

3.大数据时代引发对数据的盲目崇拜和对预测能力的盲目自信

目前尚未形成统一的语义网络使高校学生工作运用大数据变得非常困难，“大数据”分析的技术难度很高，本来被赋予明确含义的信息，在机器处理和集成大数据的时候，失去了含义，由于大多数关联子数据库的语义格式并不兼容，因此大部分数据分析仍然需要人工，这是实现以大数据库为基础的“集成问题解决方案”的难点所在。^[10]但很多学生工作者没有意识到这个问题，面对大量数据不但没有采取谨慎的态度，反而出现了对数据的盲目崇拜和对自身预测能力的盲目自信。因此，认为只要是在数据中挖掘出来的信息就一定是真理，既不分析学生的实际情况，也不考虑周围的特殊环境，完全被数据牵着鼻子走。殊不知大数据中并非全部是有效信息，也存在大量垃圾信息和无用信息，数据量并非越大越可靠，需要学生工作者辨伪存真。另外，学生工作无论是思想政治教育、发展指导还是事务管理一向重视因果关系，有因必有果，这对数据分析的结论非常重要。在高校学生工作中，不能仅仅让数据自己“发声”，也要从数据发出的“是什么”追寻背后的“为什么”，认真分析把握现象背后的因果关系，提升数据的可信度。

4.大数据时代引发学生工作的思维变革

随着大数据技术的普及和发展，带来了学生工作领域的思维变革。众所周知，高校学生工作的受众群体是学生，是一个个鲜活的“人”。自古以来，教育倡导以情感人、以情育人。尤其是思想政治教育更是易定性、难定量，有含蓄、润物无声的特点。但在大数据时代，人的行为和情感都可以得到量化，充满感情色彩的教育过程可以被数据描绘出来，教育效果同样需要数据支持。这对传统教育来说确实是一个很大的挑战。培养“让数据说话”的意识，让量化研究成为高校学生工作的新方法绝不是一件简单的事情，就像“互联网 +”不仅仅是将互联网和传统行业相叠加一样，它不能依赖于将原有的工作思维进行扩充和修改而完成，而是一种工作思维的颠覆和变革，重建了该领域中的一些基本理论、概念、方法和应用。大数据的出现为学生工作创造了可量化的维度，给教育系统带来了巨大的挑战。

5.大数据时代隐私泄露与信息安全问题

人类的科技进步往往会带来一些伦理问题，技术进步会推动社会变动，但改变或制约人们行动的规则相比于技术通常是滞后的，所以在这段技术先行、相关规则还没有建立起来的空窗期，社会将在之前的旧伦理框架下运行。在大数据背景下，高校学生工作也同样面临伦理问题。因为大数据具有很强的关联性，通过数据分析可能挖掘出一些学生工作者完全没有预料到的问题，偏离了最初进行数据分析的初衷；由于各种传感器和电子设备的广泛应用，它们会24小时记录并保留数据，个人隐私问题亟待解决。例如，从高校人手一张的校园卡中可以读出学生的很多信息：学籍信息、作息信息、食堂就餐情况等，有的高校将校园卡进一步升级为无线传感卡片（RFID），可以随时实现跟踪定位。有的高校还研发出集定位、课堂点名、宿舍情况等于一体的APP供学生安装使用。

另外，在这个大数据时代，几乎所有的线上行为都可以被获取。当学生浏览某个网页、发表某篇博文、逛了某个社交网站或是进行了一次购物时，所有的举动都被以数据的形式记录下来。基于对这些数据的分析，网络可以清楚地知道学生的网页浏览习惯、个人喜好，甚至包括社交关系。将这些单个数据整合起来，对于学生工作来说具有很大的意义，不但可以全方位地了解学生，方便学校管理，更能深度挖掘信息，有针对性地进行消息推送，实现“1 + 1＞2”的功效。但站在社会伦理的角度，所有这些学生信息，原本都是个人隐私。更精准的信息传达，私人方案制定，看似学生工作者能够更懂学生，直达学生内心，但仔细想想，这何尝不是对学生隐私的一种侵犯呢？“在大数据时代，几乎没有什么隐私可言，用户的隐私就是竞争力”，说得一点都不为过。学校和学生工作者是否有权利洞悉学生的一切？将学生的所有信息完全暴露于我们的视线下是否合情合理？如何在充分利用数据的同时保护学生的个人隐私？这些是我们不得不考虑的问题。在保护数据隐私的同时，数据安全和存储也是一个重大问题。由于大数据的作用不仅仅限于基本用途，数据的二次和重复使用可以使其产生更大的价值，所以在数据使用中如何确保学生信息的安全，使数据不被泄露和不被不法分子恶意使用，以及谁有权对数据进行合理的二次开发与利用，是政府及高校亟待解决的问题。

任何一个新鲜事物或新技术的出现，都会对原来的旧事物产生影响和冲击，但我们不能因为新事物和新技术表现出来的消极方面就否定它，而是应该勇敢面对，克服不利因素，充分发挥其积极作用，让其为高校学生工作服务。