舍恩伯格大数据教育应用思想的伦理关怀

邹太龙 易连云

摘要：教育伦理境界的提升，既是教育信息化的内在诉求，也是教育现代化的时代要求。基于对人、教育、技术及其三者关系的深刻理解和准确把握之上，舍恩伯格的大数据教育应用思想蕴含着深厚的伦理关怀，闪耀着温馨的人文光辉。该文以舍恩伯格的三部代表作和相关学术论文为参考文本，尝试从大数据教育应用的伦理风险、形成原因和规避策略三个维度将其集中和分散论述的有关大数据教育应用伦理问题的资料予以整理、分析和提炼，形成了一个较为系统的思想框架，以期为教育工作者开展大数据应用实践提供有益借鉴，从而促进大数据与教育的有机融合，在充分释放大数据巨大价值的同时最大限度地避免其负面影响和潜在威胁，追求工具理性与价值理性的和谐共进。

关键词：舍恩伯格;大数据教育应用;伦理关怀;伦理风险;伦理规约

中图分类号：G434

文献标识码：A

2012年，联合国发布的白皮书《大数据促发展：挑战与机遇》郑重宣告： “大数据时代已然降临，社会各个行业和各个领域将因大数据的介入而发生深刻改变”[1]。面对大数据的巨大冲击及其带来的颠覆性变革，与时俱进转变思维、提前布局不断创新才是明智之举和最终出路。同样在教育领域，大数据也正发挥着日益强大的作用，从整体上变革和重塑着学校教育系统，并将对这个世界的教和学造成广泛而深远的影响[2]。作为“大数据时代的预言家”和“大数据之父”，维克托·迈尔一舍恩伯格（Viktor Mayer-Schonberger）对大数据的深刻洞见和前瞻预测掀起了一股强劲的大数据研究热潮，而他关于大数据在教育中应用的思考和观点也成为新兴技术和教育融合研究领域中不可或缺的重要组成部分，对当今教育的改革与发展具有十分重要的借鉴和启迪意义，尤其是对正在走向教育信息化和现代化的中国极具现实价值。

梳理已有研究发现，目前学界对舍恩伯格大数据教育应用思想的关注焦点集中在大数据变革教育这条明线上，而对隐藏其中的伦理意蕴和价值关怀则相对重视不够。然而，教育伦理是教育系统高效运转的座架[3]，现代教育正遭遇新兴技术大潮的冲刷并随之旋转，很容易滑入技术应用的误区甚至禁区，所以更加需要价值层面的反思。从本质上说，人的发展是大数据教育应用一以贯之的主线和要旨，我们必须从伦理上对其进行理解和规约[4]，尤其是当大数据教育应用进入更为广泛和深入的阶段时，从伦理层面进行审视就显得尤为必要和迫切.这就需要理论工作者以主动的姿态挖掘、整理和提炼出舍恩伯格大数据教育应用思想中的伦理要素。鉴于此，本文试图以《大数据时代》《删除》《与大数据同行——学习与教育的未来》这三部备受追捧的著作为主要文本，兼及相关学术论文，将舍恩伯格集中和分散论述的有关大数据教育应用伦理问题的思想予以整理、分析，以期为教育领域中的政策制定者、管理者和实践者开展大数据应用提供行动指南，从而促进大数据与教育的有机融合，在充分释放大数据巨大价值的同时最大限度地避免其负面影响和潜在威胁，追求工具理性与价值理性的和谐共进。

一、大数据教育应用可能诱发哪些伦理风险

舍恩伯格认为，作为一股非常强大的力量，大数据对推动整个教育向信息化、个性化、科学化和现代化的方向迈进起着至关重要的作用。但与此同时，他也特意指出了大数据教育应用可能存在的黑暗面（Dark Side），如果毫无顾忌、没有边界地随意使用，确实会给教育带来一些重大风险[5]。从舍恩伯格的有关论述看，这些风险主要体现在以下五个方面。

（-一眨在的“第三只眼”侵犯了学生的隐私权利

在舍恩伯格看来，大数据是一面无“微”不至的显微镜，通过它，教育者可以轻而易举地掌握学生的学习和生活情况，全面而准确地勾勒“学习者画像”，从而为高质量的个性化服务和教育干预提供坚实的数据支撑。而且，被誉为“上帝之眼”的大数据，可以在非干预的自然状态下完成各类数据的捕捉和摄取，而不是为了某种功利的目标[6]，这样就能保证采集到的折射学生思想和行为数据的真实性和可靠性。然而，个性化的伴生物是透明化，最大的个性化也就意味着高度的透明化，广泛嵌入学生日常生活的电子设备和数字系统，如智能手机、运动手环、校园监控、门禁系统、校园一卡通和在线学习系统等，无时无刻不在采集和传送着数据，追踪和记录着学生的所思、所想和所为。大数据所构筑起来的圆形监狱将学生置于“第三只眼”的监视之下， “全面监控”已经成为“网世代”学生面临的真实性生存境遇，学生的隐私权利在大数据透视镜下变得十分脆弱。更可怕的是，在今日之世界，由各种电子设备编织起来的数据之网对个人隐私的穿透力已今非昔比，基于这种忧虑，舍恩伯格认为个人隐私的有效保护是至关重要的，倘若时下的教育机构对学生和家长十分在意的数据滥用和隐私风险问题没有引起足够的重视，那么它们必然会在大数据教育应用的可持续发展方面困难重重[7]。也就是说，如果缺乏足够的社会信任，大数据在教育中的应用将不能正常运转[8]。

（二）久存的过往数据限制了学生的长远发展

信息技术的迅猛发展催生了数字记忆，和生物记忆有着天壤之别，这种记忆方式具有全面性、持久性和易于提取的特征，有利于將数据的潜在价值发挥到极致。然而，一个不容忽视的严重问题是，有关学生的一切数据，尤其是那些令人难堪的不良记录，如果被数字化记忆锁定，就再也难以彻底清除，因为删除后留下的“数据尾气”依然具有追溯功能。如此一来，学生再也无法与他们的过去斩断千丝万缕的联系，昔日的数据将如影随形地伴其一生，而且随时有可能被他人借助网络搜寻出来[9]。比如，电子书包（Digital Backpacks）可以记录下某个学生在整个学习生涯中的具体表现，其中的负面信息不仅让学生心有余悸，更像是一颗个定时炸弹，限制了学生改过自新和长远发展的机会。

“凡是过去，皆为序曲”，这是舍恩伯格援引的莎士比亚的名言，其良苦用心在于更贴切地表达数字化记忆所带来的长久性恐慌。于青少年学生而言，叛逆期所犯下的一个愚蠢或可笑的错误就有可能导致严重的后果，更糟糕的是，这个不良记录还会像噩梦般一直纠缠着他们[10]。可以这样说，长久保存增加了数据滥用的风险，极有可能在学生面临重大考核的关键时刻被赋予不恰当的意义，不公正地决定了他们的命运，否定了青少年学生进步、成长和改变的能力和努力。对此，舍恩伯格提出了严厉批评，不断回顾和参照过时的个人数据，除了结果可能被证明是错误的，而且在本质上还是不公正的[11]。常言道： “士别三日，当刮目相看”，学生置身于特定的环境中，其性格、能力、价值观、道德品质等都会随着时间推移而不断地变化、发展和成熟，但长存的过往数据却始终一成不变。所以，全社会应该秉持一种宽容的心态、发展的眼光看待青少年的成长记录，尽力避免出现“一眚掩大德”的偏颇。

（三）精准的预测服务剥夺了学生的自主决策

预测是大数据分析的核心价值和集中优势，它可以减少当前和未来的不确定性和风险。基于学生的各种数据，大数据预测服务甚至不需要教师、家长和学生的介入就可以提前为不同学生的未来发展规划好那条最易成功的路线，譬如提供最优化的学业方案、职业生涯和成长道路。然而，这一看似合理又合算的行为，舍恩伯格却不以为然，如果大数据分析完全正确，那么我们的未来会被精准地预测，那么在将来，我们不仅会失去选择的权利，而且会按照预测行动[12]。的确，当精准的预测服务远远超出人脑的控制水平时，学生及其家长很有可能不由自主地屈从于大数据勾勒出的职业发展轨迹。一旦学生习惯于让预测服务代为做出选择，尾随大数据逻辑走向“规定的未来”（Fixed Future）的时候，不但其未来会被数据之笼所限制甚至剥夺，更糟糕的是，学生的自主决策、主动探索以及享受生命过程之幸福的权利也被淹没在大数据洪流中。如此一来，学生及其未来发展竟然由冷冰冰的数据来表征和控制，而学生主体反倒不能决定自身如何发展。

而且，从长远角度看，教育对大数据的过分推崇甚至依赖，会无形之中阻滞学生自我意识、反思能力、批判性思维和创造性品质的发展，虽然使用图片、音视频、VR等多媒体资源以及大数据、可视化、人工智能等新兴技术可以大幅提升知识的形象化程度，但与使用传统的交流辩论和文本呈现的教育方法相比，声色俱有、图文并茂、声情融会的直观画面不需要学生投入过多的思维活动，这等于是在无形之中剥夺了学生进行判断、思考和推理的机会，学生的感觉系统在倍感兴奋的同时，理性思维、质疑精神、想象能力和创造能力被挤压抑制，学生习惯并受困于信息的高频刺激和快餐化供应，难以将碎片化的海量信息加工为清晰的知识结构，更无法转识成智[13]。

（四）预防性惩戒亵渎了自由意志和公平正义

有研究舍恩伯格大数据哲学思想的学者认为，预防性惩戒是指大数据能够精准预测我们未来的思想和行为，有关部门可以提前掌握行动意向并采取惩罚性措施[14]。在一些国家，大数据预测已经作为政策、法律和国家机器运行的重要技术手段，甚至被当作限制公民自由的参考指标，如美国的一些城市通过“预测警务”（Predictive Policing）系统来判断哪些街道、群体和个人应该处于更严密的监控之下。应该承认，在某种意义上，大数据的这一功能有利于社会的和平稳定和长治久安，对教育而言，也可以构建一个更安全、更和谐的校园环境[15]。但是，基于大数据预测的个人罪责判定缺乏内在的合理性，因为让学生为还没有实施的行为买单，除了预测结果可能出错外，更重要的是它亵渎了公平正义这一现代社会发展的价值基石，毕竟人只应当为其“所做”而不是“将做”承担责任和后果。试想一下，学生竟然是由于大数据预测他将会做某事而遭受惩罚，而事实上却并未采取行动，这种根据预测就对学生尚未实施的行为进行惩罚的做法不仅不公平，而且否定了人之为人的自由意志和自主行动，是何等的荒谬[16]！

除此之外，舍恩伯格还用“寒蝉效应”一词形象地表达了大数据永久记忆对学生行动自由的钳制。所谓寒蝉效应，指的是学生一旦意识自己的言行举止，尤其是那些不光彩的行为，将永久记录在案并随时可能被他人挖掘出来滥用时，他们就会对自己的行为做出调整[17]。大数据的完善记忆功能兼具全面性和永久性的双重特点，让学生时刻处于“老大哥”（Big Brother）的全面监控之下。想到当前的行为在不久的将来可能会成为他人威胁自己的把柄，或变为遭受惩罚的铁证，学生的行动意志难免不受干扰甚至彻底改变。也就是说，学生的当下行为不是其自由意志支配的结果，而是大数据圆形监狱的塑造。对此，舍恩伯格十分忧虑地反诘道：“假如学生顾及到自己的心直口快可能给今后的职业发展和人生成长埋下隐患时，他们还会敢于和甘于在学校的新媒体平台上说出肺腑之言吗”[18]？其言外之意是，寒蝉效应会滋长年少学生明哲保身、老于世故的病态人生哲学，损害其思想开放、思维活跃、性格活泼、敢为人先的可贵品质。

（五）不当应用可能造成数据依赖与教育鸿沟

舍恩伯格清晰地认识到，由于大数据对教育的变革作用是全面而深刻的，人们很有可能为其强大力量所折服，被其耀眼光芒所迷惑，从而产生一种盲目崇拜和数据依赖。尤其是那些已经尝到大数据甜头的人或组织，更有可能过于抬高它的功能和价值，僭越大数据应用的合理范围和领域边界，过分信赖大数据的分析结果，毕竟它是如此的无所不能[19]。倘若大数据的预测结果超出人脑水平并无限接近精确时，人们的经验、灵感、思考就会让位于“让数据说话”，其后果便是，数据将主宰和奴役一切，人们会形成一种对数据的执迷，赋予数据根本无权得到的信任。

舍恩伯格還进一步指出，如果大数据在教育领域中应用不当，亦有可能导致一种新型的教育鸿沟，大数据预测看似为个人提供了精准的个性化教育服务，而实际上却可能因为预测中某些提前设定的算法，妨碍甚至剥夺了某些人的教育机会[20]。也就是说，那些在数据持有和使用上占尽优势的机构或组织（其称之为Data Barons，数据巨头）会在大数据应用中不知不觉地植入特定的程序来扩大教育鸿沟，以便继续维持其社会和经济上的垄断地位。需要警惕的是，不同于公立学校“志愿求公益”的价值旨趣，饱含商业化色彩的教育企业或公司“自愿逐私利”的本质特点使其功利性更强、规范性更弱、监管难度更大、伦理负载性更低，因而更容易滋生伦理问题。比如，大数据方法虽然有效弥补了人为数据采集难度大、耗时长、成本高的缺陷，吸引了广大教育企业或公司的浓厚兴趣和投入力度，但也使得一些关键问题被遮蔽或遗漏，人们似乎觉得教育大数据是唾手可得的，殊不知真正庞大而质量上乘的关键数据只有少数数据寡头们才能获得，无形之中可能造成数据集聚甚至垄断[21]。

二、大数据教育应用为什么会存在伦理风险

全面而准确地认识大数据教育应用存在伦理风险的根源，是有的放矢地提出应对策略的基本前提。在伦理负载性要求很高的教育领域，技术的介入原本就很容易带来伦理方面的挑战，而大数据的基本特征和强大功能使其应用面临着更为复杂和严重的伦理威胁，在舍恩伯格看来，大数据教育应用存在伦理风险的内在原因主要包括以下四个方面。

（一）数据的价值远远超出基本用途

舍恩伯格认为，数据之所以不同于一般的物质资源，一是因为其价值不会随着使用次数的增多而减少，也就是不存在利用的衰减性和损耗性，恰恰相反，使用得越频繁，产生的价值越大，衍生出来的创新用途也就更多，数据的全部价值才能充分释放出来;二是因为数据的价值并不局限于特定用途，它可以为了相同目的而反复使用，也可以用作它途[22]。一言以蔽之，多次利用和交叉复用将成为我们判断数据价值的主要标准。必须承认，数据之和的价值远远大于数据的价值之和，即当一个数据和其他数据整合交叉时，通常可以散发更大的活力、产生更强的能量。然而不幸的是，由于大数据具有强大的交叉检验和相互印证功能，其对个人隐私的穿透力已经完全升级为一种叠加融合的新兴力量，其功能效果将远远超出单个数据的简单相加。哪怕有些数据看起来并不是表征身份信息的个人数据，但只要经过大数据的“神奇”处理，它依然可以精确地追踪到个人[23]。此外，也正因为数据的价值远远超出了其基本用途和最初目的，更多地体现在难以准确预知其用途的多次利用上，那么要求在数据采集当初就履行告知义务不仅显得不合情理，而且也颠覆了隐私保护法以个人为中心的主旨思想。

（二）记忆和遗忘的平衡被全面打破

“记忆”和“遗忘”是舍恩伯格在《删除》一书中集中阐述的两个核心概念，他认为，不断加剧的数字化趋势、泛在而低廉的存储设备、容易检索提取以及全球性互联这四大因素的结合彻底打破了记忆与遗忘在人类社会中长期以来维持的平衡状态[24]。迈人大数据时代，全面回忆（Total Recall）已成为我们无法逃离的真实性生存样态，遗忘变为例外，记忆反转为常态，我们生活其中的世界被完善的记忆模式所取代，学生的一言一行、所思所想如同刺青般纹在数字皮肤上，他们将渐渐沦为数字化记忆的受害者。根据其有关论述，数字化记忆的出现至少会带来两方面的伦理风险：一方面，学生将长期受困于永久的过去（Permanence of the Past），尤其是那些不光彩的行为会阻碍他们不断学习、成长、发展的愿望和能力。而且，学生时代的一些错误或无心之失有可能成为别人拿来威胁自己的把柄。另一方面，无比清晰的记忆会把学生困于往事之中，损害其果断决策、及时行动和活在当下的能力，如果学生不能忘记过去，在面临重大抉择时，之前所有的选择都会浮于脑际，这会让他们犹豫不决，限制其思想和行动自由。

（三）传统的隐私保护策略难以为继

舍恩伯格指出，大数据尽管给整个教育系统带来了积极影响和创新契机，但同时也可能导致巨大风险和严峻挑战，而首当其冲的就是目前用于保护隐私的法律手段与核心技术难以为继[25]。具体而言，就是告知与许可、模糊化、匿名化的策略失去了昔日的光泽和威力。一方面，按照传统隐私保护法的精神和要求，采集個人信息的前提是征得当事人的授权同意，但“样本=全体”的思维方式让数据的采集体量变得异常庞大，这极大地增加了数据使用者履行告知义务的难度。而且，不同于小数据时代数据的价值十分有限，其用途也就相对简单明了，大数据时代很多数据的价值开发和创新利用往往会超出采集之初的旨趣和数据使用者的想象，这种“功能潜变”（Function Creep）特征模糊了数据的使用范围和目的。如此一来，也确实很难预先知道数据的所有用途，告知和许可要么显得太狭隘，阻碍了大数据潜在价值的开发;要么显得太空泛，难以真正起到保护个人隐私的作用[26]。另一方面，数据的重组整合和交叉检验让模糊化和匿名化处理手段失去效力，也就是说，即便采取数据脱敏技术屏蔽掉了所有能反映学生个人情况的明确信息（如姓名、住址、成绩等），海量而多样的数据在一起发酵后依然可以揭开学生的庐山真面目。

（四）大数据自身存在着固有的缺陷

舍恩伯格认为，大数据自身所具有的固有缺陷也是导致其伦理风险的重要诱因，大数据的巨大力量和无穷潜能很容易遮蔽它的局限性，诱使我们陷入数据产生歧义的泥沼里，所以我们需要避免被大数据散发的耀眼光芒所迷惑，并善于觉察它固有的瑕疵[27]。具体说来，大数据的固有缺陷主要源自三个方面：一是大数据的海量性、多样性及价值离散特征降低了数据的准入门槛，导致一些噪声数据或垃圾数据混进数据库，降低了数据质量，在此基础上得出的分析结果就具有误导性甚至完全是错误的;二是大数据目前还达不到抓取、量化和诠释教育领域中一切事物的目的，一方面，有些教育数据虽然十分关键，但仍然难以电子化[28]，另一方面，教育因为人而变得异常复杂，存在着很多无法用数据解释或不能清楚解释的重要现象，比如人类的智慧、灵光乍现、顿悟、价值观，等等;三是事物间的相关性是大数据的重要思维，这种搁置研究领域复杂性和发生机制的思维方式虽然可以达到省时增效的目的，有助于我们更好更快地了解世界，但其“知其然不知其所以然”的思维方式并不完全适用于教育。只求相关不问因果的相关性思维确实能够帮助我们分析教育现象，但却不能对其内部的运作机制和本质关系给出合理解释，更无法从建构意义层面提出处理问题的有效对策。在绝大多数情况下，教育除了追求“是什么”的结果以外，更应通过追问“为什么”来展现这一结果的具体过程和内在机理，需要在知道“是什么”的基础上进一步探究因果关系，从而彰显其主动作为、自觉担当和神圣使命。反之，如果我们完全将因果关系弃之不顾，忽视大数据产生、发展和应用的前因后果，也就祛除了大数据的人文价值[29]。

三、如何规避大数据教育应用存在的伦理风险

如何规避大数据教育应用潜在的伦理风险，是舍恩伯格大数据教育应用思想的终极旨趣和人道关怀。面对已经出现或即将到来的伦理风险，我们应该遵循怎样的法则、采取哪些有效的措施，舍恩伯格对此提出了富有前瞻性的应对策略。

（一）遵循大数据教育应用的伦理原则

在关涉人之发展的教育领域，不加选择地应用大数据确实存在着滋生更大伦理风险的可能性。为此，舍恩伯格指出要遵循一定的伦理原则来规范和引导大数据教育应用的实践，以实现鼓励其增长和遏制其潜在风险的双重目的。详细来说，他主要探讨了以下三个原则：一是自主原则，即数据权人能够不受外力干扰而自行决定是否公开以及如何公开自己的信息，也就是“信息自决权”（InformationSelf-determination），其旨归在于使数据权人能够把控个人信息的使用全过程[30]。二是删除原则，也叫遗忘原则，这是他为了应对数字化记忆带来的永久恐慌而提出的一剂良药，该原则主张赋予数据权人“擦除过往”和“被遗忘”（Right to be Forgotten）的权利，同时要求数据使用者履行删除个人敏感信息和隐私数据的义务。在舍恩伯格的视界中， “遗忘”已经上升为大数据时代里的一种美德。三是公正原则，即总体上在维护每个人享受大数据技术及其应用利益的同时，国家在政策上要对那些“最少受惠者”和“信息弱势群体”给予更多的关注和倾斜，履行一种补偿性公正义务，以尽力缩小甚至消弭数字鸿沟和信息区隔。对此，舍恩伯格的态度十分明确，主张政府及时制定和出台相应的公共政策来预防大数据教育应用可能导致的不公平优势和不平等对待[31]。

（二）发挥大数据算法专家的监管作用

为了防止大数据教育应用的失控式发展，维护数据权人的隐私权利及利益诉求，舍恩伯格设想由一群被称之为“算法专家”（Algorithmists）（也叫算法师）的人来进行调查、审核与监督，这些人是计算机科学、数学和统计学领域拥有大数据素养的专家，接受过专门的统计和技术培训，除了拥有数据思维、知识和技能以外，同时还要具备相应的数据伦理，能够像医生、律师、工程师等其他从业者那样遵守包括公正、保密和专业在内的职业道德[32]。算法师的职责范围比较广泛，既要对数据源的选择进行正确评估，对分析手段、运算规则和模型进行鉴别取舍，还要评判计算结果及其解读是否科学合理。如果存在问题或争议，他们有权遵照相应的程序对数据集、统计方法及运算规则进行审查后来做出最终判决。具体来说，算法师又细分为机构内部的工作人员和在机构外部工作的独立实体两种形式，为了更容易理解，舍恩伯格将其比之为公司内部的会计人员和进行鉴证的外部审计师。其中，内部算法师的职责在于监督大数据活动，不仅要考虑自身机构的利益，也要顾及其他组织或机构的利益，而外部算法师则扮演着审计员的角色，最主要的职责是“根据法律指令或规章对大数据的准确程度或者有效性进行鉴定”[33]。

（三）由数据使用者承担隐私保护职责

在网络环境日趋复杂和隐私泄露风险不断加剧的大数据时代，数据安全防护的难度系数随之攀升，只靠单一的保护措施捉襟见肘。因此，舍恩伯格主张采取组合式的联防策略，除了从技术层面（比如模糊化和匿名化处理、数据脱敏技术等）为数据安全保驾护航外，更要从管理层面创建更有效的补充机制，将隐私保护的焦点从采集数据前征求数据权人的知情同意转移到由数据使用者履行相应义务，即谁使用数据，谁承担责任[34]。在舍恩伯格看来，这是“一个本质上的重大变革”，因为它颠覆了数十年来隐私保护职责由数据所有者自己承担的核心准则。这一变革不仅意义非凡，而且理由相当充足，因为数据使用者最清楚数据的使用范围、目的、方式、潜在风险和隐私危害等情况，尤其是在数据进行反复使用和创新利用时。况且，数据多次使用的最大受益者也非数据使用者莫属，故而由其为自己的行为承担责任是义不容辞的。此外，这一做法还有利于倒逼数据保护从规范数据采集转移到数据的使用方式上来，而不是纠结于数据权人同意与否，只要全面隐私评估显示隐私风险系数达到最小值，数据使用者就可以为了新的目的再次使用数据[35]，从而为大数据在教育领域充分释放其潜力提供了更大的弹性，有利于实现大数据教育应用的可持续发展。

（四）合理规定数据的存储与使用期限

大数据强大的信息捕捉、挖掘、关联和互验能力让隐私问题空前严峻，过去的一些隐私保护策略已不再适用，这就亟须构建新的法则来指导和规范数据的使用。在《刪除——大数据取舍之道》一书中，舍恩伯格前瞻性地提出了“删除”（Delete）的策略并进行了深入探讨，特别强调为数据的存储及使用设置时间期限，以便借此来应对数字化记忆和信息安全的挑战。这一策略的旨归在于让个人有可能将自身信息掌控在手，自主决定个人信息用于大数据挖掘的时长，进而维持大数据时代数据价值开发和隐私保护之间的平衡[36]。从其展开的论述来看，这不失为一种明智之举：我们由此可以“在对优化学习的渴望和对过去决定未来的拒绝之间做出微妙的权衡”[37]。确实，合理规定数据的存储与使用期限，可以收到一举两得的功效：一方面可以为利益相关方的数据挖掘提供弹性，倒逼数据使用者在既定的时间内最大程度地开发出海量数据背后隐藏的价值，从而避免“僵尸数据”的出现，提高数据的利用效率;另一方面通过自觉舍弃数据可以反复使用的永久价值来缓解甚至消除数字化记忆和数据滥用带来的心理恐慌，为数据的存储和使用戴上时间紧箍咒，意味着主动舍弃一些由数据频繁使用所产生的价值，来换取我们挣脱数字化永久记忆而超越过去的能力。值得一提的是，舍恩伯格还构想了一个比设置时间期限更温和的带有理想色彩的方案，即采用一个渐变的遗忘机制来代替存储期限，数据可以随着时间的流逝而慢慢“分解”或“锈蚀”。也就是说，某个数据不会在截止日期突然被删，而是随着时间的推移和不断的使用而逐渐变得模糊，数据的寿命会跟着数据调用的频率和滥用风险而发生动态调整[38]。

（五）确保人的尊严和自由神圣不可侵犯

教育必须是以人为本、以人为先的努力而不能是以技术为中心的“生产制造”过程[39]，维护人的尊严和自由，挺立人的地位和价值，是舍恩伯格大数据教育应用思想中最能凸显其伦理关怀和人道情怀的核心理念，也是其应对大数据教育应用伦理风险的纲领性指导意见。在教育场域，确保人的尊严就是维护师生的尊严，一方面，不确定性和可塑性是人之为人的重要特征，直觉、试误甚至是失败等都是促进学生成长和成熟不可或缺的因素，这些往往和人类的创造力密切相联，所以要谨防大数据的精准预测对人之特殊性和尊严的无情挤压;另一方面，教师尊严的重要前提在于教育工作具有非逻辑、非线性、非预设的复杂性特征，教育过程中随时都有可能遇到各种各样的突发事件和偶然因素，而大数据支持下的智能系统目前在教育的创造性和艺术性方面还真是“机”不如人，无法胜任立德树人的神圣使命，人类教师的育人地位依然无法被取代，教师的尊严反而在技术盛行的时代更加凸显。此外，舍恩伯格还特别提醒，在大数据强大的预测功能面前，人的主导作用不可缺场，必须牢记人的自由意志神圣不可侵犯， “不仅需要承认个人进行道德选择的能力，还要强调个人应为自我行为承担责任”[40]。也就是说，客观的行为事实而非主观的行动倾向才能成为责任判断的准绳，基于已发生的真实行为而非单纯依靠大数据预测到的未来行为来追究责任，可以防范“数据独裁”的危害，避免大数据沦为一个被机器和算法裹挟的冰冷世界。如若不然，大数据将会扭曲自由意志、理性思维、人格尊严、自主行为等这些人类最本质和最宝贵的东西。

四、结语

由上述分析可以发现，舍恩伯格对大数据教育应用存在的伦理风险、形成原因及规避策略进行了较为系统而深刻的论述，这些论述背后闪耀着人文主义的光辉，淋漓尽致地彰显出了舍恩伯格大数据教育应用思想的伦理关怀，同时也颠覆了他仅被视为网络治理专家和大数据技术专家的刻板印象。其实，舍恩伯格既不是盲目抵制技术革新的“卢德分子”，也不是欢呼大数据嘉年华的狂热分子，他对人、教育、技术及其三者关系的准确把握和深刻理解，使他成为一位冷静、理性而不失情怀的智者，他乐观中带有一丝谨慎，认为在教育领域引入大数据，有助于教学效率的提高和教育质量的改进。但与此同时，我们并不能就此忽视大数据应用对现代教育所产生的威胁和潜在隐忧，要时刻谨记技术为人类服务的价值旨趣，确立人在技术应用中的主导地位，尽力避免大数据沦为一种统治、支配和奴役人的异化力量， “大数据并不是一个充斥着算法和机器的冰冷世界，其中仍需要人类扮演重要角色”[41]。对于大数据发展及其教育应用可能带来的一系列伦理问题，既要诉求于技术的不断人性化，又要提升教育的人文使命和道义担当，用伦理规约或嵌入的方法使其得到适当控制，避免信马由缰式的野蛮发展。

当前，在大数据、人工智能、全媒体、物联网等新兴技术构筑起来的富技术环境中，学校作为知识传递和技能传授的主要场域正遭受着空前的冲击和蚕食，但作为文化传承、思想引领和价值辐射之主渠道的地位和作用并不会被消解，反而需要进一步强化。教师传道授业解惑的职能定位在人机共教的时代也面临着角色危机，过度依赖技术而罔顾人的主导地位有本末倒置之嫌，我们迫切需要教师在情感、态度、价值观、思想境界、理想信念、道德品质等精神世界层面担负起立德树人的神圣职责，教会学生在不同的真实情境下作出正确的价值判断[42]。在技术翻滚的时代，雅思贝尔斯的至理名言， “教育是人的灵魂的教育，而非理性知识的堆集”[43]，就显得尤为重要，它有助于我们深刻地看清教育应有的坚守和不变的初心。作为教育对象的人类，是理性和感性的融合体，如果说擅长逻辑推理和形式运算的智能化技术会挤压教师在理性方面的地位，那么至少感性认知是人类教师大有可为和必须作为的特有领域，也是人类教师无法被完全取代的关键特质，其基本任务和主要职责就转向于师生间的情感交互和人格型塑，使学生成为“人”，帮助学生从“自然人”成为“社会人”[44]。

应当看到，舍恩伯格的大数据教育应用思想，尤其是蕴藏其中的伦理关怀，对所有正在开展大数据教育应用实践的国家意义非凡、价值不菲。当前，大数据与教育的融合正在我国广泛铺开和不断深化，以教育信息化推动教育现代化的进程也在加速，传统的教育生态正在大数据、人工智能、全媒体等各种新兴技术的浸润下重新塑造，舍恩伯格所描述的诸多负面影响和伦理风险将会以不同的形式和程度在教育的不同方面显露出来。然而，教育信息化和现代化内在地包含着教育伦理的同步提升，在此背景下，借鉴和吸收舍恩伯格的思想养分，对大数据教育应用给予更多的伦理审视和伦理关怀，毫无疑问有利于权衡预期受益和潜在危害、防止技术异化，从而追求工具理性与价值理性的辩证统一、和谐共进。归根结底，在教育领域中应用大数据，需要从伦理维度进行全面而深刻的理解和审视，毕竟并非所有的大数据应用行为都是合理的和被允许的[45]。鉴于此，大数据教育应用也需要设置一组“交通灯”：在可以应用的范围内充分释放其价值（绿灯），在有风险的地方三思而行、谨慎使用（黄灯），在不能应用的禁区果断止步（红灯）。

[参考文献]

[1] UN C.lohal Pulse.Big Data for Development：Challenges andOpportunities [EB/OL].https：//www.unglobalpulse.org/document/big-data-for-development-opportunities-and-challenges-white-paper/.2020-06-01.

[2][7][20][37][英]维克托·迈尔一舍恩伯格，[英]库克耶.赵中建，张燕南译.与大数据同行：学习和教育的未来[M].上海：华东师范大学出版社.2014.

[3][美]约瑟夫.c.皮特，马会端，陈凡译.技术思考：技术哲学的基础[M].沈阳：辽宁人民出版社，2008.

[4][5][11][31][45]赵中建，张燕南.与大数据同行的学习与教育—_《大数据时代》作者舍恩伯格教授和库克耶先生访谈[J]全球教育展望，2014.（12）：3-9.

[6]张治，戚業国.基于大数据的多源多维综合素质评价模型的构建[J]中国电化教育，2017，（9）：69-77+97.

[8][21][32][35] Andrew Haire.Viktor Mayer-Schonberger.BigData：OpportuIuty or Threat？ [J].lntermedia.2014.30（6）：1 -27.

[9][10][17][18][24][30][34J[38l[英]维克托·迈尔一舍恩伯格.袁杰译.删除——大数据取舍之道[M].杭州：浙江人民出版社，2013.

[12][19][22][23][25][26][27][33][40][41][英]维克托·迈尔一舍恩伯格，[英]肯尼思·库克耶.盛杨燕，周涛译.大数据时代[M].杭州：浙江人民出版社，2013.

[13]张永波.智慧教育伦理观的建构机理研究[J]中国电化教育，2020，（3）：49-55+92.

[14]黄欣荣，李世宇.舍恩伯格大数据哲学思想研究[J].长沙理工大学学报（社会科学版），2017，（3）：5-11.

[15]易连云，邹太龙.大数据驱动下的高校平安校园建设研究[J].中国电化教育，2019，（8）：57-62.

[16l[36]信海光.大数据时代的颠覆与创新——对话舍恩伯格[J].清华管理评论，2013，（2）：18-20+22-24.

[28][44]宋灵青，许林.人工智能教育应用的逻辑起点与边界——以知识学习为例[J].中国电化教育，2019，（6）：14-20.

[29]谭天.大数据研究经典的研读与批判——读维克托·迈尔—舍恩佰格《大数据时代》有感[J]重庆工商大学学报（社会科学版），2016，（1）：99-103.

[39]孙田琳子，沈书生.论人工智能的教育尺度——来自德雷福斯的现象学反思[J]中国电化教育，2019，（11）：60-65+90.

[42]李海峰缪文升.挑战与应对：人工智能时代高校应重视价值判断教育[J].中国电化教育，2020，（2）：43-49.

[43][德]雅斯贝尔斯，邹进译.什么是教育[M].北京：生活·读书·新知三联书店，1991.

作者简介：

邹太龙：博士，硕士生导师，研究方向为大数据教育应用、高校德育（652664462@qq.com）。

易连云：教授，博士生导师，研究方向为高校德育和教育学原理（68424956@qq.com）。