通过大数据来精准资助贫困学生，现在已逐渐成为国内各大高校的通常作法。此前，西安电子科技大学、中国矿业大学、中国科技大学等高校都有过类似举措，而根据2017年教育部发布的《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》，其中专门提到，要精准分配资金名额，明确重点受助学生；强调采用隐性方式，避免大张旗鼓地把困难学生与非困难学生割裂开来。可以预见，利用大数据精准资助贫困学生将成为我国公益助学的常态。

　　在2017年之前，我国高校贫困生的认定工作，主要依据的是2007年教育部和财政部联合下发的一份相关指导意见，基本流程是：先由学生提出书面申请，并提交有地方政府部门盖章的家庭贫困证明，再经由班级民主评议和院系、学校层面的逐级审核，最终认定申请学生是否为贫困生。

　　之前的这种认定方式，在实施过程中，存在较大的弄虚作假空间，主观性太强，无法进行动态评估，因此无法做到精准扶助，也很容易造成不公平。而以往每逢贫困生认定，就会屡屡出现“贫困演讲”“比惨大会”，看似“摆在台面上”会显得公平公正，但却留下涉嫌侵犯学生隐私、不尊重贫困生人格的瑕疵，备受争议。

　　现在，各大高校利用大数据分析来认定贫困生，就可以规避上述这些问题。但是，也存在不少需要注意和完善的地方：一是按照现有的技术水平，大数据分析还不能保证百分之百的准确，这就需要高校等科研力量不断地优化算法，提升分析精度；二是大数据分析需要海量的数据支撑，数据越多，就越能勾画出完整的贫困生“画像”，但这就牵涉到个人信息隐私保护的问题，如何平衡好数据收集与隐私保护之间的关系，不容忽视；三是当前高校能采用的学生数据并不多，一般都集中在学生的校园消费方面，对于学生的校外消费、家庭经济情况等很难做到有效跟踪，从完善数据链、扩大数据采集量的角度来说，这是大数据迫切需要解决的难题。

　　另外，大数据分析再精准，也只是物质层面的助学，而帮扶贫困学生，同样需要精神层面的鼓励和支持。由此，高校应通过建立辅导员、班主任及任课老师等多层次的沟通体系，加强与学生交流，实时了解学生心理和家庭状况，以便适时帮助学生调整学习、生活状态。

　　（撰稿：刘孙恒）