构建大数据视阈下的哲学社会科学人才评价机制(2)

2 大数据在哲学社会科学人才评价中的价值

2.1 大数据对哲学社会科学人才评价的影响

伴随信息技术的高速发展，大数据以其自身数据的全面性、可靠性、时效性弥补着传统评价的缺陷。对于自然科学研究来说，大数据的到来只是进一步拓宽数据的全面性，实然冲击较小；而对于哲学社会科学，大数据带来的数据量的变化和科学性、创新性的研究方法将会对哲学社科人才评价产生较大的影响。

（1）大数据要求人才评价主体多元化。当下，大数据技术与各系统、各领域联系愈发紧密，已逐步应用于经济、金融、教育、政府公共事业等多个行业，对人才管理亦产生重大影响。基于数据挖掘的大数据技术会根据社会科学研究内容的复杂、多变，全方位、多维度地收集研究者个体的行为信息，评价的数据来源广泛，结构也更加复杂多样，对从事评价的数据分析人才提出了更高的要求。从应用的视角来看，大数据是运用来自多个领域的数据解决问题，这意味着学科知识和研究方法的交叉，在实施大数据应用时，通常由来自于统计、计算机和业务领域的科学家团队共同完成[8]。这种综合性的数据分析所拥有的专业技术是一般的社会科学研究人员所不具备的。因此，在人才评价过程中需引入专业评价机构负责数据的采集、分析及评价系统平台的构建。当然，单纯的数据计算结果并不能取代评价结论[9]，需要依赖各学科专家以专业评价机构提供的数据作为参考分析解读后得出评价结论。质言之，大数据环境下哲学社会科学人才评价要求学术机构与专业评价机构相互配合，形成合力，为实现多元人才评价提供助力。

（2）大数据要求人才评价方法定性与定量结合。社会科学评价的发展，遵循从定性评价为主到引入定量评价最后转到定性和定量相结合的综合评价的轨迹[10]。大数据环境下，社会科学评价要处理的数据会随着信息增多而变得更为丰富，定性和定量的融合也要进一步深入。在评价过程中，定性与定量方法的运用不是“零和矛盾”，而是彼此促进的关系。一方面，大数据的规模性和多样性可以为我们全面收集数据样本、实现人才量化评价发展提供技术支持，用数学为分析、决策、预报和控制提供定量依据，使定量评价得到较大发展；另一方面，数据量丰富、评价过程透明也为评价主体解读数据、得出结论的准确性大幅提高提供条件，不再局限于主观判断。尽管如此，现实中人才评价虽种类繁多，但缺乏个性化，也没有对不同的人才进行类别化或针对性的设计，何时采用定性评价、哪部分使用数据量化、定性评价和定量评价该如何结合等一系列问题尚未解决。因此，未来人才评价机制需考虑是否根据不同类别、学科合理分配定性和定量指标。

2.2 大数据在哲学社会科学人才评价中的作用

（1）大数据有助于提升人才评价的科学化和规范化。随着整个社会信息数据化、社会化，人才管理所需要面对的内容也会愈加专业化，亦对评价主体所具备的专业性和全面性有更高的要求。对于哲学社会科学人才评价而言，以大数据技术为支撑的评价方法的推广与应用，可以较全面地收集被评价者的学术信息、成长经历、兼职情况等相关的信息，进而对提高社会科学人才评价机制的客观性和科学性产生促进作用。通过深度挖掘与充分整合，人才评价信息数据为人才资源管理和科学调配提供依据。伴随后期配套的职责机制与相关保障措施逐步常态化，有助于促进人才工作规范化、体系化。

（2）大数据有助于促进人才评价的准确性和预测性。人才评价工作只有全方位地综合考虑，才能保证评价结果准确，从而让被评价者容易接受。正如学者所说：“对人才的行为信息掌握得越全面、越细致，评价结果才能更客观、更真实。”[11]数据挖掘不仅可以对已有信息进行采集、汇总，掌握充分的显性、隐形数据，也有助于摆脱依靠直觉主观判断对被评价者内在真实素质的误判，提高评价过程及结果的准确性。譬如，美国中央情报局对关键人物的出生、成长环境、家庭信息、情感经历、工作行为等数据逐一挖掘，以此把握个体表象乃至更深层次的特质，为准确评价提供更加充分的根据[12]。同时，大数据有一项重要的功能，即凭借自身的数据分析能力，可以将未来某些不确定性的东西准确预测出来。例如，汤森路透公司曾准确预测出39 位诺贝尔获奖者，这种较高的预测性有利于改变传统人才评价模式，使人才提前发掘逐渐变为可能，有助于帮助人们整合新、旧知识，探知甚至解决人才评价无法认知的盲区。

文章来源：《电脑与信息技术》 网址: http://www.dnyxxjs.cn/qikandaodu/2021/0620/1525.html