杨 娟

　　在省城同行们探讨如何用AI算法构建学生数字画像以实现精准资助时，小杨所在的这座县城职业中学，唯一的“算法”是他的两条腿、一双眼睛和一颗心。他的办公室里，没有大数据驾驶舱，只有一摞摞手写的家庭情况调查表、一本磨破了边的班主任工作手册和一个记录了无数个电话与家访细节的笔记本。他们的“预警系统”是班主任晚自习后不经意的一句：“王浩最近老是迟到，说是没赶上公交，但看他校服都洗得发白了。”

　　他们的精准，靠的是“铁脚板”

　　去年秋天，机电班的班主任李老师向小杨提起班上的王浩，一个技能大赛拿过奖却突然说要辍学去打工的男生。系统里，他从未提交过资助申请。没有数据可分析，他们有的只是“土办法”。一个周末的早晨，小杨骑着电动车，沿着班主任说的模糊地址，一路问一路找，终于在一片老旧的自建房区找到了王浩的家。他正在门口扫地，母亲在一旁编竹篮贴补家用，父亲早年因病去世，家里还有一个在读初中的妹妹。王浩之所以想辍学，是想早点挣钱减轻家里的负担。他沉默的背后是一个职校男孩早早扛起的家庭责任和不愿示人的自尊，宁愿放弃技能深造的机会，也不愿让别人知道家里的难处。这次家访，让小杨深刻地意识到，真正的贫困往往藏在数据无法抵达的角落，它需要教育者用脚步去丈量，用心去感知。

　　他们的赋能，靠的是“巧心思”

　　直接发补助固然能缓解一时之困，但他们更怕伤了他的心。如何“有尊严”地帮助他，成了他们要解决的真问题。他们的方法依然很原始，却带着温度。小杨联系了学校的合作企业，为王浩争取到一个“学徒预备岗”——每周有两个下午可以去企业观摩学习，不仅每月有一些交通和餐补，还能计入实习课时。名义上是“校企合作培育苗子”，实际上既给了他补助，又没伤他的自尊。同时，小杨也通过学校招生就业处联系了一家本地工厂，了解到他们正好需要一名值夜班的安保人员，工作强度不大，时间也灵活。王浩的父亲不在了，但他的母亲通过这份工作，多少能缓解一些经济压力。这一切都没有通过什么算法匹配，靠的是他们职校老师对本地企业资源的熟悉、对每一个学生家庭情况的深入了解，这是一种扎根于县域人情社会的、高度灵活的“线下智能”。

　　他们的“忧虑”，源于“冷思考”

　　小杨也经常看那些“智慧校园”“大数据资助”的宣传报道，他为技术的进步高兴，那或许能让学校更快地发现消费数据异常的学生，但总有一点小杨放心不下。他担心的不是技术，而是人对技术的过度依赖所带来的“共情疲劳”。算法可以画出一条“贫困线”，但它能明白小杨坐在他家小板凳上听他妈妈说起“孩子太懂事”时的那种心酸吗？他们的“笨”办法，虽然慢，却扎实、有温度。它逼着他们走进每一个学生的生活现场，去看、去听、去感受。这个过程本身，恰恰是最好的教育——它让学生明白，所有的帮助背后，都是真心的尊重与理解。

　　小杨的实践为教育数字化提供了一个温和而清醒的注脚，技术终究是工具，不是目的。理想的资助系统应该是人机协作才对，算法做初步筛选，教育者则做最终判断，用人的经验与共情，弥补数据与算法无法覆盖的情感空白。县域职校的经验提醒我们，必须警惕任何可能造成标签化和隐私泄露的技术设计。“线下智能”从不过时，无论技术多强大，家访、谈话、观察这些传统的“笨”办法，永远无法被替代。未来已来。小杨期待技术的光有一天也能照亮他们职校的角落，但小杨更希望，那时的算法是温暖而谦逊的——它是资助员的好帮手，而不是冰冷的审判官。它能帮他们更快地找到“王浩”，然后把更多时间和精力还给他们，去完成那些唯有“人”才能做好的事，因为教育真正的答案，始终不在数据里，而在人的心中。

　　(作者单位：泸溪县第一职业中学)