新冠肺炎疫情发生后，在疫情处置上，有关部门根据疫情数据，调用医疗物资、应急生产转产、分批驰援、及时救治，实现应急动态调度。在疫情防控上，一些疫情APP纷纷开发使用，一些地方实施智慧防疫，管理部门借助大数据及时锁定传染源、追踪接触人群。在宣传引导上，各种基于大数据的疫情研究报告频频发布，辟谣平台让谣言无所遁形。在复工复产上，很多地方推出复工指数，整合现有数据，为复工复产企业提供优质服务。大数据全流程用于疫情防控的经验值得大力总结，这为中国治理体系和治理能力现代化建设提供了现实依据。
据中国互联网络信息中心统计，截至2019年6月，我国在线政务服务用户规模达5.09亿，占整体网民的59.6%;在线教育用户规模达2.32亿，占整体网民的27.2%。加快推进国家治理体系和治理能力现代化必须把教育治理现代化作为重要先手棋，放在优先位置。高等教育是教育事业的龙头，更应该走在前列。
善用大数据技术，推进高等教育决策科学化
调查研究是决策科学化的基础，充分、及时、准确的信息是科学决策的前提。利用好大数据技术，能较好地改变传统决策较难克服的信息不全、依据不准的顽疾，减少“拍脑袋”、“拍胸脯”现象的发生。比如，美国全国教育进展测评项目对全国中小学的阅读、数学、写作、科学、历史、地理、公民教育等学科，以及家庭、社区和学校对学生成绩影响等非智力因素进行了全面测评，根据近50年的数据积累，不但能准确看到美国基础教育的整体状况，不同群体的成绩和群体之间的成绩差距，以及学生成绩的发展过程和变化趋势，还能帮助中小学校长利用这个测评工具进行自身决策科学性和有效性的监控与评估。
当前，各大高校的智慧校园、数字校园建设已经具有了一定基础，教育主客体在教学过程中的行为、情态已经可以进行数据刻画。利用大数据模型，在输入决策变量后，还可以提前“预演”“兵棋推演”，对比不同方案优劣，使决策方案“场景化、模拟化”等。比如，2020年全国硕士研究生招生规模，较去年同比或增加18.9万人，计划精准投放，侧重增加一些重点领域，特别是公共卫生领域研究生名额。这些研究生名额到底该如何分配，不同领域名额增加之后，未来持续影响如何，是恰好匹配未来岗位需求，还是会带来某些领域毕业生过剩，事先可以应用大数据模型模拟预测。如此大数据决策，自然能够达到科学决策的程序性、创造性、择优性、指导性要求，真正实现科学化。
善用大数据技术，推进高等教育育人精细化
“立德树人、培养合格的社会主义建设者和接班人”是高等教育的首要目标，也是高等教育治理现代化的终极目标。在日益复杂的社会环境下，采用传统方法，高校管理者和教师很难做到精准“识材”、动态“知材”，自然也难以做到“因材、因时”施教。而现代化高等教育治理利用大数据技术，在保护隐私前提下，依法依规挖掘学生的行为、学业大数据，完全可以赋能高校管理者和教师，精准掌握不同年级、不同专业、不同类型学生，甚至每一个学生的生活习惯、学习状态、思想动态，精准发现每一个学生的特点、特长、可提升空间、问题点和问题根源，既能帮助宏观上制定统一的有针对性的教育方案，又能助力微观上一人一策，精细管理，精准教学，精确引导，化解困境，助力出彩，切实实现“育人成才，一个都不能少”的理想目标。
利用大数据助力精准育人的成功案例已经很多，比如：国内很多高校已经开始利用大数据技术精准识别家庭经济困难学生，实施人性化的“隐形资助”;有高校通过大数据分析发现，大学生的综合成绩与去过多少次教学楼、图书馆并无很大关联，而与生活是否规律高度相关，据此对学生的学习和生活进行规律性的引导。这些案例证明，利用大数据的确可以实现对学生成长过程的精确掌握，有助于教育者精细管理，精准教学，精心育人。
善用大数据技术，推进高等教育评价精确化
扭转不科学的教育评价导向，克服唯分数、唯升学、唯文凭、唯论文、唯帽子的顽瘴痼疾，从根本上解决教育评价指挥棒问题，是高等教育治理现代化的最关键一环，也是最难一环。教育评价，尤其是高等教育评价的痛点主要是对教学、科研的精确评价，唯论文、唯帽子是管理者避难就易的应急之策，是“没办法的办法”，单纯施压管理者并非解决问题的根本之策。
利用大数据技术，借助信息化教学、智慧教室，采集教学全过程数据，挖掘教学效果影响因子，结合不同课程的教学特点，研究并开发以学生“获得感”为导向的教学效果评价测评体系，将能较好地解决教学效果评价难的问题。利用文本挖掘技术、知识图谱分析技术、知识本体构建技术等大数据技术，分析科研成果的创新程度，再仿照豆瓣评分系统等研究建立学术论文注册专家或专业读者打分系统，结合传统的影响因子分析技术，可以开发建设一套新型的大数据科研评价系统，从而解决高等教育科研评价难题。在此基础上，可以利用高等教育大数据信息系统，分析不同学科、专业的教学、科研数据特征，整合开发适合于不同学科不同教师类型的教学科研综合评价系统，从而实现对高等教育的精确评价。
当前，在我国已经有公司利用深度神经网络目标检测定位技术、深度学习和课堂行为分析、人脸模型等技术，能够实现教室场景内人员个体的动态人脸识别、表情识别，并依据教育行为分析理论，对课堂教学过程全面采集、编码、分析，从而对课堂教学活动、教师教授状况、学生整体或个体学习状况提供多维度、客观量化分析。华中师范大学2018年荣获国家级教学成果特等奖，其核心板块之一即是基于数据面向教师、学生、课程和课堂开展多元化、过程化、发展性综合评价。
