作者：李咏瑾

　　通过大数据智能分析，精准帮扶没有主动申报的困难学生。近日，华中科技大学以这样“润物细无声”的方式走红。

　　很长一段时间以来，高校在资助困难学生时，往往通过自愿申请与民主评议相结合，获得资助后还需进行公示，“比比谁更穷”的操作模式无疑间接伤害了困难学子们的自尊心。教育部2016年发布的《关于进一步加强和规范高校家庭经济困难学生认定工作的通知》中指出，“应保护受助学生尊严，采用隐性（帮扶）的方式，避免将困难学生与非困难学生割裂区分开。”这次华中科技大学在完成困难补助金发放后，通过校内卡消费的大数据“查漏补缺”，发现了400余名困难学子没有主动申报助学金，默默往他们饭卡充钱的方式暖心又贴心。

　　其实，高校通过大数据“隐性资助”贫困学子的做法早已算不上新闻，中国矿业大学、南京理工大学、电子科技大学等多家高校通过分析校内卡消费、精准帮扶困难学生的亮点频频见诸于报端，中国科技大学更是早在2004年便已开展“大数据隐形资助”行动……亮点常有，却每一次都能成为新闻，这或许也从侧面说明学生群体和社会对高校智慧助学有着更高期待。

　　就以分析校内卡数据针对帮扶的事例来说，相比现在“万物皆可互联”的“云计算”所发挥的巨大效能，这也只能算是高校“小规模数据”的挖掘与应用。结合众多贫困学生和网友的期待，如何将精准助学的半径扩大，最终覆盖到贫困学子生活、求学的方方面面？与基层治理以及精准扶贫有效融合与接轨，应是一个积极的探索方向。

　　在安徽亳州，“学生资助系统”建立在智慧城市脱贫攻坚信息平台的基础上，与扶贫、民政、残疾、房产、卫健等8个相关职能部门共享941类数据，涵盖了受资助学生家庭的各种收支情况。只要输入学生身份证和姓名，其家庭信息瞬间一目了然，为智慧助学提供了有效的数据支撑，可以算是一个好的示范。

　　这也启发我们，在信息大数据时代，智慧助学的趋势在“精准”、关键在“打通”、重点在“统筹”。“精准”，即通过建立高校的大数据云平台，有效解决当前贫困助学中存在的数据缺失、情况不准等问题，对贫困学生进行精准识别、准确画像。“打通”，是将教育与扶贫、民政、医疗等多个大数据矩阵共享信息，有效掌握贫困学生的家庭状况与实时变化。“统筹”，即是在打通大数据共享的基础上，根据贫困学生不同的家庭状况给予不同程度的帮扶，既避免关心不够，又避免过度聚焦，及时纠正认定结果存在的偏差，公正、全面地将教育的公平高效落到实处。

　　智慧助学的影响是深远的，具备极大的延展性，尤其在重点专业专项人才扶持方面具有很大的探索空间，也是目前大数据扶贫工作的一个缩影和深化，值得引起我们更多关注。