夏云

摘 要：诚信是中华民族最崇尚的品质，历经千年而不朽，时至今日仍是热点讨论问题。大学生的诚信品质更是社会各界瞩目的焦点，在大学生整体道德水平提升的背景下，仍有部分不诚信行为发生。本文通过深度剖析大学生诚信品质存在的问题，并结合大数据时代背景，以大数据为基础、以大数据技术为手段、以大数据功能为依托，建设全面信息收集管理系统和大学生诚信机制，对大学生学业、经济、人际和就业等方面的诚信品质培育提出建议。

关键词：大数据;大学生;诚信品质;途径

“诚信”作为中华民族的传统美德，贯穿了整个历史长河，是一个永不作古的话题。古人云：“言不信者，行不果。”诚信不仅是一种原则，也是每个人进行社会活动的前提。习近平总书记在党的十九大报告中强调，要提高人民思想觉悟、道德水准、文明素养，提高全社会文明程度[1]。可见，当前道德诚信在社会发展中的重要地位。2018年5月，中央共青团、国家发展改革委和中国人民银行举办的“诚信点亮中国”全国巡回活动成功起航，次年一月，以新浪微博为平台并由青年公众人物演绎的“点赞诚信手指舞”引发关注，这一系列活动的开展都昭示了诚信在当代社会的重要价值。大学生诚信与否，不仅对整个社会道德品质的构建起重要作用，更能推动社会主义和谐社会的发展，因此，积极探索大学生诚信品质培育途径符合当代道德的主流要求。

一、大数据及其在教育领域的运用

“大数据”一词最早出现在国外，由美国学者阿尔文·托夫勒在1983年出版的《第三次浪潮》中正式提出，并将“大数据”称为第三次浪潮的华彩乐章。2010年，肯尼斯·库克尔《数据，无所不在的数据》中表示，正是由于全世界不断增长的巨量数字信息，使科学家和计算机工程师创造出“大数据”这一新词汇，这一命名的出现预示了大数据时代的即将来临。大数据作为信息时代的“石油”，更可将其理解为一种战略资源，世界各国都致力于大数据技术的发展，积极推进大数据技术在社会各领域合理运用。我国大数据也正处于蓬勃发展、广泛运用的阶段，一些学者对其深有研究，以2012年涂子沛《大数据》一书的出版为例，该书进一步引起了社会各界对大数据的讨论，激发了关于大数据的热议。2013年，大数据技术开始应用于教育领域，如数字图书馆、教师管理信息化体系和智慧校园等，主要集中在一些简单的数据统计和存储方面，并未涉及到教育领域的彻底改革。

（一）大数据的特点及思维变革

目前，大数据的概念在业界并无十分明确的定义，一些学者认为，大数据就是一种海量、复杂的数据集合，这种数据体量庞大到现有工具无法提取、存储和处理，对新的数据处理工具产生需求，大数据技术由此被催生。关于大数据的特点，业内普遍用4个V来定义，即Volume数量大、Variety多样性、Value价值低、Velocity快速[2]。

其一，数量大是指现存数据的庞大体量。目前，存储单位已经从由最初的MB、TB发展到EB，正是数据体量的猛增才促使了存储单位不断扩大，而小规模数据的处理方法开始不适应大数据的处理，大数据技术由此诞生。其二，多样性是指产生的数据类型丰富多样。大数据以非结构数据为主，其种类丰富，包括音频、视频、图片、文本等，数据类型呈现出分散且关联性小的特点，对处理能力要求十分高。其三，价值低是指大数据的价值密度低。数据的价值密度越高则数据总量越少，大数据强调的是“大”，与之对应的价值密度就低。例如，两个小时的视频中，真正能获取价值的可能仅一两秒，由此对数据处理技术的“提纯”能力提出要求。最后，速度快指数据处理速度快，这也是大数据技术区别于传统处理技术的主要特征，随着数据总量不断增长，“快速处理和‘提纯价值密度较低的海量信息自然成为大数据技术的一个基本乃至核心要求”。[2]

牛津大学教授、大数据权威专家维克托·迈尔-舍恩伯格提出的大数据时代三种思维变革改变了人们对数据的分析与处理态度。第一，数据分析不再仅限于抽样分析，而是“采用所有数据的方法”[3]，打破“以偏概全”的思维习惯，不再排斥和忽略异常情况，并将之纳入准确分析的范围;第二，充分考虑并接受不精准和混杂性的存在，“大数据时代让我们无法实现精准性”，而且少量异变的存在不仅不会影响整体结果，还能使结果更加准确;第三，重视并合理利用相关关系，相关关系着重“是什么”，当全体数据被获取后，数据间的相关性就很容易被挖掘出来，“相关关系可以帮助我们捕捉现在和预测未来”，相关关系中的预测功能也是大数据的核心功能之一。

（二）大数据在教育领域的应用

较国外而言，大数据在我国发展时间较短，但仍引起了我国各领域的改革热潮。迈尔-舍恩伯格曾指出：“大数据将整体上重塑教育系统，影响整个系统的决策和规划。”我国教育领域的部分变革验证了此观点的正确性。2013年，华东师范大学利用大数据技术推出困难生预警系统，通过获取学生的饭卡消费数据来了解学生的经济情况，如果学生饭卡消费额度较前一个月有明显减少，将会及时用短信的方式询问学生是否经济上有困难，以此最大程度了解學生真实经济情况，充分利用了大数据的收集、追踪和分析功能;东华大学依托大数据技术构建了智能实验室管理系统，该系统的特点在于直接对接几十个系统数据和在线数据，集实验室数据展示、开放、门禁、预约和排课于一体，是大数据应用的优秀案例。由此可见，大数据在教育中的应用早有先例，为教育系统的完善和发展带来了技术性的支持。

二、当前大学生诚信品质问题分析

大学生是我国青年的核心组成部分，向来被喻为祖国的希望，青年学生的价值观一直备受关注，南开大学学者杨静提出：“青年的价值观变迁始终围绕着自我价值的探寻、社会价值的探寻和寻找精神支点三个主题。”[4]她认为我国青年思想观念的变化是顺应时代潮流的，其主流是积极向上的。不难看出，社会学者对我国青年大学生的价值观状况持认可态度。青年的价值观虽然已经形成，但仍处于不稳定的阶段，容易受一些外来文化、网络负面价值观及不良作风的影响，做出不诚信行为。诚信是道德的准则之一，道德准则是存在于人们内心不成文的法律，而道德准则的形成主要还是靠教育，因此，诚信的缺失很大部分原因来源于教育的不完善。大学生失信行为主要出现在以下几个方面。

（一）学业方面

学习是大学生最主要的活动，其在学业方面最集中的失信表现就是翘课、考试作弊、代考等，甚至翘课行为被大学生戏称为大学必做事情之一，直接导致的结果就是考试不及格。2018年10月，湖南环境生物职业技术学院22名学业未达标的学生被公告给予清退处理，此外，还有40名学生进行留级处理，主要惩罚原因就是考试不及格，不及格的原因中学业不诚信占很大部分比例;同年，华中科技大学将18名本科学历学生转成专科，引发舆论热议，一度登上《人民日报》版面。而研究生的主要学业失信问题集中在论文抄袭、代写和数据造假等方面，造成的直接结果是论文不合格。从以上事例中可以看出，大学生的严重失信行为所占的比例并不大，但也能反映大学生在学业诚信方面的主要问题。

（二）经济方面

大学生虽然具有了一定的社会性，但终究不具备自主经济能力，其经济来源较为单一，除去父母提供的经济支持，大学生在校期间经济上的问题集中在学费、助学贷款和助学金三个方面。一些学生不缴或拖欠学费，除去真正的贫困生外，其中小部分学生将学费用于别处后拖欠学费，属于恶意拖欠学费。对于贫困学生，国家予以助学贷款的形式进行经济支援，但部分学生在拿到助学贷款后，将其用于个人消费，又或在其毕业后并未按时还贷，引发诚信危机。在助学金的申请上，存在部分学生编造个人家庭情况，以虛假理由和材料申请助学金，达到骗取助学金的目的，再将贫困生助学金用于个人高档消费。截止2017年3月，海南省535名办理过助学贷款的学生，仍然拖欠生源地信用助学贷款本息总计157.16万元，其中最长的拖欠已经超过6年之久。

（三）人际交往方面

大学生在人际交往中的不诚信主要是失信于人。作为接受了多年教育的高级知识分子，部分大学生也会出现言而无信、空口说大话的情况，学者陈锡敏认为从众心理占一部分原因，如果有人因为不诚信的行为获取了利益，面对利益的诱惑，就会有人去效仿这个行为，从而摧毁内心的道德围墙。除此以外，青年大学生价值观尚未稳定也是不可忽视的原因之一，容易受个人主义、功利主义等负面价值观的影响，诱发不诚信的行为。

（四）就业方面

就业是相对学业而言大学生最为关注的另一块领域，是大学生真正进入社会的第一步，其重要程度不言而喻。具有真才实学成绩优异的学生自然“真金不怕火炼”，但存在学业不诚信的小部分学生，因为了解到就业的重要性，在前途为贵思想的驱使下会做出不诚信行为，主要表现在捏造未曾参加的社会实践经历、通过非法途径购买或造假各类证书（例如四六级、计算机证书）、在简历上编造不存在或者没有过的个人经历等。

三、大数据时代大学生诚信品质的培育途径

通过以上分析，初步了解了大学生诚信品质上的缺失部分，要想进一步提升大学生的诚信品质，还应结合当前最先进的信息技术。中央政治局第二次集体学习重要讲话中，习近平总书记曾表示：“大数据发展日新月异，我们应该审时度势、精心谋划、超前布局、力争主动，深入了解大数据发展现状和趋势及其对经济社会发展的影响，分析我国大数据发展取得的成绩和存在的问题，推动实施国家大数据战略，加快完善数字基础设施，推进数据资源整合和开放共享。”[5]基于大数据在教育领域的应用先例，将大数据技术用于探寻大学生诚信品质的培育恰到好处。在大学生诚信品质的培育上应以大数据为基础、以大数据技术为手段、以大数据功能为依托。

（一）以大数据技术为基础，建立全面信息收集管理系统，并在系统中加设诚信评估机制

目前，高校已大范围运用数据化管理，如学生报名、学籍信息、选课和图书馆借阅等，获取了大量与学生有关的原始数据。这些原始数据在高校各部门中呈分散、零碎、孤立的特点，使各业务之间无法共享数据，数据的整体性无法保证，分散的数据很难分析和利用，使数据丧失一部分利用价值，最终从学生身上获取的数据无法充分运用到学生的管理中去。高校应该全面信息收集系统集学生考试成绩、消费信息、图书馆出入记录和宿舍门禁等学业和生活信息于一体，记录学生在校期间产生的所有数据，力求数据全面覆盖并记录。在收集信息的基础上，实现对数据的管理，定期分文别类的录入、更新、筛选、存储，保证信息的实效性。

在信息收集管理系统上加设大学生诚信评估功能，建设专门的大学生诚信机制，将课堂出勤率、活动出席率、作业完成率、考试情况及消费等各类关于大学生诚信行为纳入诚信机制，在考虑大学生人文关怀的情况下，详细跟踪记录所有诚信行为数据并纳入评估系统中，获得分数更高者可参与对应的高级别学术活动，积累学术资本;更可将其学业和消费数据与奖学金、助学金，各类评优评先挂钩，使评选时有例可依、有据可查。在毕业时，更可用作学生的个人素质评估标准之一，信用级别高的优秀学生可颁发证书，为学生的就业助力，反之，对于低分的学生，不但学校要进行相应惩罚，更会危及个人前途，成为另类信用档案，跟随其就业。

（二）以大数据技术为手段，对学生诚信行为数据采取不精准获取、精准分析、精准处理模式

在学生数据的获取上，高校应坚持不精准原则，坚持获取全面数据，即强调共性又允许个性的存在。大学生诚信行为包括但不限于学业、经济、人际和就业等方面，获取其与诚信行为相关的全面数据，旨在避免出现“以偏概全”的现象。诚信机制在获取全面数据后，利用大数据技术智能分辨其所属类别，将其归入选项之中，高校可采用智能评估与人为处理两种途径进行数据分析，智能评估属于强制性结论，其结果一旦产生即不可逆转，仅能在其余方面补回评分，对学生的诚信培育具有威慑性效果;人为处理途径包括学生单独谈话、开设诚信教育课堂以及制定一系列针对性措施等，不精准获取和精准分析最大的优势是能做到精准处理，最大程度提高了措施的有效性。

（三）以大数据核心预测功能为依托，预测大学生可能发生的不诚信行为和倾向

探究大学生诚信品质培育途径最终目的落在提升诚信品质上，诚信是为人处世的基本原则和道德素养，大学生首先是作为人而存在，其次才是一名学生，提升大学生的诚信品质是高校育人、教人的基本责任。大数据预测功能在大学生诚信品质培育中最大的作用是先知，以先知来减少不诚信行为的发生，使大学生对不诚信心存顾忌，诚信不再完全取决于自发状态。早在唐代时期就曾有过关于预测行为记载。魏征言：“贵则观其所举，富则观其所养，居者观其所好，习者观其所言，穷则观其所不受，贱则观其所不为。”这主要表达了通过个人行为推测当事人的内心世界，以及可能发生的未来行为。可见，人的行为并非一时兴起，而是具有一定的逻辑性，且有迹可循的。以华东师范大学的困难生预警系统为例，根据学生的消费情况获取学生真实经济状况，以此预测和评判学生是否为真实贫困生;通过记录学生的考试成绩和活动签到率来预测学生是否符合奖学金的评选标准等，都充分展示了大数据的预测能力。

大数据时代的到来推动了各行各业的改革，在大学生教育领域同样引起重大变革，大学生诚信品质作为影响大学生一生的道德素养，更应该与时俱进，进行创新培育，以全新的方式和视角打开培育之门，这是提高大学生整体诚信品质的必经之路。与此同时，在利用大数据技术的过程中，高校应充分认识到个别的误差、错漏是无法避免的，在数据获取的渠道中还应照顾到人文关怀，致力于更公平、更人性的服务学生。

参考文献：

[1]中国共产党第十九次全国代表大会文件汇编[C].人民出版社，2017.

[2]于福志.大数据时代[M].长春：吉林文史出版社，2017.

[3][英]维克托·迈尔-舍恩伯格，肯尼斯·库克耶.大数据时代[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013.

[4]杨静.改革开放40年青年价值观的转型与嬗变[N].中国青年报，2018-08-20（002）.

[5]习近平主持中共中央政治局第二次集体学习并讲话[EB/OL].（2017-12-09）[2019-08-27].http：//www.gov.cn/xinwen/2017-12/09/content_5245520.htm，2017-12-09.