大学|世界一流大学的管理之道:别人的成功,不能盲目照搬( 二 )


UPS以研究辅助管理的经验能否在大学管理中得到借鉴呢?比如说 , 美国大学最让管理者头疼的是学生的毕业率或辍学率问题 , 这直接影响一所大学的声誉、排名、资金来源和教学质量 。
为此美国的大学管理人员已经做了大量的研究工作 , 通过实证数据和质的研究确认了许多导致学生辍学的学业及社交因素 。
假设我们能够参照UPS的思路 , 就这些导致学生辍学的因素建立数据档案 , 对学生的学习习惯、社交模式、性格特征及其他行为方式进行跟踪 , 那么大学管理层完全可以通过社交网站、宿舍或教室闭路电视、学生与教授的网络沟通记录、大学教务档案等许多渠道取得有关学生学业进展的大数据 。 这与UPS搜集快递车辆的工作状况在技术上并无太大差别 。 但是 , 学校能够这样做吗?
姑且不论研究者在搜集个人数据时需要得到学生许可 , 即便是得到许可并完成了研究 , 其结果如何影响决策 , 则是摆在大学管理者面前的又一难题 。
推论至此 , 也许我们已经开始看到研究者的无奈所在 。 大数据在商业运用上最为人称道之处就是它的预测能力 。 研究者以分析论中的预测分析方法干预运营 , 从而提高效率 , 防患于未然 , 如UPS在得到车辆可能发生故障的预警时能够及时采取措施进行维修 。
但大学在通过大数据分析得知学生学业遇到障碍时 , 能做的事情却非常有限 。 为了降低辍学率 , 有的学校尝试过将大数据分析中显示有辍学迹象的学生拒之门外 , 但这种决策的结果是没有赶走学生却导致校长引咎辞职 。
也有的大学为了防止宿舍里的意外事故在走廊里安装闭路电视 , 因此引发学生大规模的抗议活动 。 隐私和各种伦理问题成为大学管理层运用大数据进行研究和决策的巨大障碍 。
从这个角度看 , 商业分析论中最有效的工具即预测分析恰恰是大学管理研究中最危险的方法:它不仅需要用到学生的个人隐私信息 , 而且管理者很可能依据大数据分析的结果对学生的行为及其后果作出草率的、未经证实的判断 , 从而断送学生的学业以至前程 。
行文至此 , 大数据时代管理研究人员面临的机遇和挑战同时现身 。 机器已经将数据储存变得轻而易举 , 而编程人员又为非结构化数据的实际运用展示了无限的可能性 。
教育研究者有理由为这个行业可能受到的边缘化感到沮丧 , 但这种沮丧的根源是对于大数据及其分析论的无知 。
比对UPS的成功 , 我们又看到了教育行业的特殊性以及将大数据用到管理决策上潜在的危险性 , 因为我们工作的对象是一个个活生生的人 , 而不是商品 , 也不是机械的流程 。
所以 , 大学的管理研究者不能不懂得大数据 , 但又不能迷信大数据 。 他们在大数据时代与时俱进的前提是对于高等教育研究范式及其基本规范的理解 , 而不能盲目照搬商业管理上的分析论 。
内容摘自:程星 , 《世界一流大学的管理之道——大学管理研究导论》 。
程星 , 麦可思首席科学家和副总裁 。 美国哥伦比亚大学国际经济政策与管理硕士 , 弗吉尼亚理工大学高等教育管理博士 。 曾任香港城市大学协理副校长、哥伦比亚大学本科学院助理院长及教育学院教授、纽约市立大学院校研究办公室主任、加州大学圣芭芭拉分校规划与院校研究办公室副主任 。 著有《世界一流大学的管理之道——大学管理研究导论》《大学国际化的历程》《美国大学小史》《细读美国大学》 , 合著《院校研究与美国高校管理》《美国院校研究案例》等 。
【大学|世界一流大学的管理之道:别人的成功,不能盲目照搬】

推荐阅读