人才評價是個內涵豐富的概念。一般而言，主要是指對一個人所從事的某種專業之學術水平高低檔次的評價，不涉及個人品德等其他諸多方面的評價。
人才評價乃是一道世界級難題
對人才做出準確評價，其實是一道世界級難題。中國古代，把評價人才叫做“知人之術”。蘇東坡說“人之難知也，江海不足以喻其深”；王安石說“人才難得亦難知”。為什麼人才評價很難呢？“評價”在唐朝時候叫做“度”。李白詩曰“仙人持玉尺，度君多少才。玉尺不可盡，君才無時休”。 這裡，李白指出了人才評價的兩個難點：一是被評價的人才的才能是不斷髮展變化的；二是測評用的工具“玉尺”也難以完全奏效。
學術人才評價的科學方法是什麼？
全國解放以後，我們一直採用“論文著述彙總加權法”。彙總就是把一定時期內的有代表性的主要論文著作彙集起來。加權就是要適當考慮該成果“在哪一級刊物發表”“得到誰人的肯定”“被引用率如何”等。參加評審評價者，按照規定將公開發表的論文著作列出後，交由上級人事部門出面組成的專家委員會來加以評審並投票表決。最近，這種評價方法遭到不少批評，主要是不同類型人才應該設立不同標準，但是對於以學術謀發展的人員來說，還是離不開“彙總與加權”。
大數據的到來，猶如颶風來襲，所到之處，無一可免。大數據對於學術人才評價會帶來怎樣的變化呢？我的基本看法是影響將是正面的、值得肯定的。道理就在於：大數據能夠做我們過去不能做出的很多事。
大數據可能對人才評價帶來的變化
變革一：出現預測性評價。過往使用的學術人才評價方法——“彙總加權法”，無一不是在強烈的行政主導下發生的行為。這讓人產生一種錯覺：似乎人才是評價出來的。事實上，人才並不是評價出來的，而是自己冒出來的。因此，如何預測性地發現人才，就成為一項過去職稱主管部門沒有做，今後必須去做的一項工作。湯森路透每年均能在公佈諾貝爾獎得主之前，提前做出預測。以前年為例，共有11人獲獎，湯森路透提前預測準了8個。現在，湯森路透預測世界各國不同領域的拔尖人才，就是基於大數據的在線人才評價。
變革二：呈現多維度評價。針對學術人才的一維性評價，無論多麼到位，也屬“以管窺豹”。大數據方法能夠實現多維評價，從而使被評價者更加立體化、豐滿化，更接近客觀真實。例如被評價者的行為特徵，個性特點，朋友圈等等。這樣可以在更為深廣的背景上呈現出被評價者的全貌。在這樣一個豐富多樣的背景下評價人才，就具有了縱深感和鮮活性。
變革三：樂見轉換性評價。何謂轉換性評價？就是在實施評價過程中會發生被評對象的轉換。即由評價A，變出了評價B。比如我們提出“中國最傑出的唐代詩人是誰”，答案肯定五花八門。如果將問題轉換為“哪首唐詩最受讀者歡迎”，如此便可以先把唐詩中所有詩歌的受歡迎程度排個隊。最近，國內確實有人利用大數據原理，完成這樣的評價。他們首先確立了四個排行的維度：①歷代出版的唐詩詩集收入了這首詩；②歷代評點唐詩的大家評論到了這首詩；③20世紀研究唐詩者論述到了這首詩；④文學史著作中選介到這首詩。另外，互聯網上的查閱、評論、載錄也統計在內。對這些數據按照一定的方法進行加權處理，按照得分多少排列出最好的100首唐詩，第一名是崔顥的《黃鶴樓》。在這100首詩中，入選數量最多的詩人是王維19首，杜甫17首，李白9首，說明詩聖、詩仙、詩佛並不是浪得虛名。
變革四：展示促進性評價。人才評價的目的不在於對某個人給出檔次，而是對學術人才個人發展起到促進作用，進而對整個學術人才隊伍建設起到加強作用。因此在努力做好“形成性評價”的同時，應該積極推進“過程性評價”。科研部門可以利用大數據自動記錄人才成長過程，作為評價依據，同時發現問題，及時給予被評價者以幫助、指導。這屬於學術人才評價體系的深刻變化，也是今後的發展方向和趨勢。例如，成都電子科技大學的大數據專家通過對學生的價值取向、興趣偏好、學習能力、生活規律、行為習慣等多個維度的大數據分析，利用大數據預測技術，實現了對學生的成績排名。吻合度達到90%。
變革五：呼喚公平性評價。當前中國教育最惱人的就是“高考一次定終身”，全國千百萬孩子深受應試教育之苦。如何從這種不公平、不合理的考試方法中解脫出來呢？就要發揮大數據的作用，逐步將一次性高考變革為日常學習成績、個人素質的記錄。當然，講到這裡，離我們要講的學術人才評價遠了一點，但是它卻講到了根源上，具有很好的前瞻性。
我們還應該清醒地認識到，評價人才只是一項工作，並不是目的。我們的目的是要促進更多的學術人才成長起來，而大數據的出現，為學術人才的成長提供了前所未有機會。大數據能夠幫助人們快速查閱文獻，4000米高的資料，10分鐘即可閱讀完畢；大數據還能幫助人們快速篩選資料，提煉文獻，大大提高科研速度；大數據甚至能夠幫助人們發明出新的各類產品。大數據時代的到來，將引發一場方法論深度的科研革命。誰早認識到這一點，誰將能夠搶佔先機，走在世界的前列。改進科研人才結構，把懂得大數據的人才吸引進研究團隊，這樣我們的大學、研究所就能更好的把科研任務完成。展望將來，大數據人才將是學術團隊中最為稀缺的“香餑餑”，我們的大學，要為加緊培養這樣的人才而策馬爭先！
閱讀更多 數據科技視界 的文章
