高校數據素養教育實施路徑研究?
——基于中美高校數據素養教育比較分析

卜冰華

（湖南第一師范學院圖書館，湖南 長沙 410205）

隨著移動互聯網、云計算和物聯網的快速發展，人類已經進入大數據時代。推動數據資源的開發與應用成為各國發展戰略。2012年，聯合國發布大數據政務白皮書《大數據促發展：挑戰與機遇》，探討如何利用互聯網數據促進全球發展[1]；2015年，國務院印發《促進大數據發展行動綱要》，大力推動大數據的發展和應用[2]；2016年，在國家“十三五”規劃綱要中明確提出實施國家大數據戰略[3]。受大數據環境的影響，科學研究邁向數據密集型科研范式，數據素養成為科研人員必備技能之一。高校大學生作為未來科研和數據管理的主力軍，數據素養至關重要，提升大學生的數據素養教育，培養符合時代需求的具備數據素養的新型人才，是高校教育工作者不可推卸的責任。筆者通過對中美高校數據素養教育理論研究與實踐進行宏觀比較與分析，找出制約國內高校數據素養教育發展的關鍵因素，并以此為切入點，探索高校數據素養教育的可實施路徑，為高校數據素養教育發展提供參考。

1 美國數據素養教育理論研究與實踐進展

20世紀80年代，美國社會對中學教育的高度重視，引發了民眾對數據素養教育的思考，數據素養的雛形得以產生與構建[4]。數據密集型科研范式的興起，以及科研資助機構對科研人員提出的數據管理能力和共享要求日益提升，客觀上推動了數據素養教育研究迅速發展。

美國高校圖書館紛紛開展數據素養教育理論與實踐研究。加州大學洛杉磯分校圖書館與社會學學院合作，開展嵌入式數據素養課程教學實踐，并提出了社會科學數據素養模塊[5]。加州大學伯克利分校圖書館建立數據實驗室，并使用網絡軟件SDA 給本科生開設經濟人口統計學課程，提高學生數據分析技能[6]。伊利諾伊大學、北卡羅來納大學、麻省大學、俄勒岡州立大學圖書館開設了數據管理課程，提供數據意識、知識和技能方面的教育與培訓[4]。哈佛大學圖書館、教務處、IQSSData-verse 網絡、技術服務部（HUIT）共同創立了科研數據合作RDC）項目，由來自哈佛大學的17個研究團隊和機構為哈佛大學的研究人員提供全新的數據生命周期服務[7]。華盛頓大學、麻省理工學院圖書館、耶魯大學圖書館利用Libguides 建立了科學數據管理資源導航，幫助研究者了解科學數據管理的方法、工具與可利用資源，提供數據服務[8]。

數據素養教育研究還獲得了各種研究基金和機構的支持。2007年，NSF 資助雪城大學信息科學學院教授秦健和JohnD’Ignazio開展了科學數據素養項目（SDL），主要通過創建科研數據課程，幫助各學科學生學習數據管理和科學數據的基本知識與技能[9]。美國博物館和圖書館服務學會（IMLS）也資助了一系列數據素養教育項目。其中，2010年馬薩諸塞大學醫學院和伍斯特大學理工學院每年獲取資助，聯合測試研究生、本科生在科學領域數據管理方面的課程計劃框架，并建立了關于數據保存、管理和共享方面多個在線教學模塊[10]。2011年普渡大學、斯坦福大學、明尼蘇達大學、俄勒岡大學圖書館獲得資助，聯合開展了“數據信息素養培訓”項目，旨在發展特定學科領域的研究生的信息素養教學[11]。

縱觀美國數據素養教育研究與實踐，數據素養教育研究內容豐富，形式多樣，理論與實踐研究結合緊密，已形成了面向不同層次教育對象、多種教學方式并舉、教育服務與實體空間相融合的數據素養教育服務體系。

2 我國數據素養教育理論研究與實踐進展

“數據素養”一詞在我國最早出現在作者項華2011年發表的《論物理教育中數據素養的培養》一文中。自2013年繆其浩在《世界科學》雜志上指出大數據時代已經來臨，了解大數據必須具備起碼的數據素養之后，國內來自圖書情報機構、信息學院及圖書館的研究者開始關注大數據時代數據素養教育問題。國內研究者在分析國外數據素養教育實踐案例的基礎上，從教育內容、教育形式、教育策略、教育評價、圖書館服務等方面就我國數據素養教育進行了探討。黃如花認為數據素養教育應采取分階段循序漸進的方式教學，分為“初級階段”“進階階段”以及“高級階段”，并對每個階段的教學內容進行了設計[12]。蔡洪齊就面向學科的高校圖書館數據素養教育特征與模式進行了分析與研究，認為面向學科的高校圖書館數據素養教育可分為數據管理導航模式、理論課程教育模式和專項素養教育模式[13]。楊曉瓊提出了圖書館數據素養教育的合作路徑：與專業教師合作、與學生創新型學習合作、與數據庫提供商合作[14]。隆茜等人在綜合分析數據素養內涵及組成能力基礎上，分別針對高校師生、科研人員、個體、研究生構建了數據素養能力評價體系[15]。胡洋等人從參與者需求、館內建設、教育教學和交互參與等方面，分析了數據素養服務的層次結構以及支撐層次建設的核心能力，并提出了我國大學圖書館數據素養服務的發展路徑[16]。

為了解國內數據素養教育實踐情況，筆者面向全國各高校進行了網絡調研和問卷調查。調研發現，目前國內僅有北京大學、武漢大學、復旦大學、上海交通大學等少數高校圖書館開展了數據素養教育相關活動。并且，高校數據素養教育形式多以講座、研討會為主，介紹數據管理分析軟件的操作與使用，以及本館所購統計數據庫或部分網絡數據資源的使用方法與技巧。如北京大學以“一小時講座”的形式對數據素養與統計數據資源進行了專題介紹[17]；上海交通大學在講座與培訓中介紹了統計分析軟件SPSS 應用方法，以及Matlab使用技巧[18]。而目前國內真正意義上的數據素養課程教育尚未有學校開設，很多高校的數據素養教育僅依賴于嵌入式教學，將數據意識與知識嵌入到傳統的文檢課或信息檢索課教學中。如武漢大學圖書館面向研究生開設了《研究生學術道德與學術規范》MOOC 必修課，幫助研究生了解學術活動的基本道德準則和具體行為規范，其中涉及數據倫理與道德相關內容[19]。

總之，國內數據素養教育研究起步較晚，經過近幾年的不斷探索，在理論研究上產生了較為豐富的研究成果，但教育實踐十分缺乏，并且數據素養教育依賴信息素養教育，缺乏針對性和系統性。國內急需將理論轉化為實踐，通過實踐探索提升理論研究深度，并進一步指導實踐。

3 中美高校數據素養教育比較分析

縱觀中美高校數據素養教育理論與實踐研究現狀，我國數據素養教育研究重理論、輕實踐的主要原因可歸結為以下4點。

3.1 數據意識淡薄，對數據素養認識不足

數據意識是指人們能夠認識到數據的價值，知道數據在人們生活、生產實踐、尤其在科學研究等活動中發揮越來越重要的作用，并且具備對數據的敏感性[20]。

美國對數據素養的研究起步較早，數據素養教育環境已經形成，并且美國有從小學開始，面向中學生、大學生、研究生等社會不同層次人群的數據素養教育，全民數據意識較強。相比之下，國內數據素養研究晚了20余年，研究局限于理論，實踐較少，除了一些研究者和企業已開始關注對大數據的研究和利用外，還有很大一部分人對大數據的概念與價值缺乏足夠的認識。筆者在調研中也發現有許多圖書館員對“數據素養”一詞并不熟悉，將信息素養等同于數據素養。數據素養教育工作難以展開也是由于學校領導不重視，學生、教師關注少所造成，甚至有部分圖書館員認為當前沒有必要開展數據素養教育。這些現象都說明教育者以及受教育者的數據意識淡薄，對數據素養認識不足。因此，有效開展數據素養教育實踐，首先必須提高相關人員的數據意識。

3.2 圖書館數據素養教育人才缺乏

縱觀美國高校數據素養教育實踐，圖書館在數據素養教育中承擔起重要作用。為了解我國高校圖書館的師資實力，筆者以“數據素養”為關鍵詞在CNKI 上進行了論文檢索，經統計，參與數據素養研究的機構共有60 個，研究人員97 人，主要來自于研究院所、信息管理學院、圖書館和其他教學院部。從機構及個人的發文量來看，研究院所和信息管理學院的研究實力較強，無論是機構總體發文量還是個人發文量都居于前列。參與研究的圖書館員較多，但十分分散，絕大部分圖書館只有1-2人，并且發文數量不超過兩篇。還有一些院部教師就某一專業、某一課程或教師的數據素養培養問題進行了相關研究。

同時，筆者還通過問卷調查的形式對各高校圖書館開展信息素養教育的人員及結構進行了調查。接受調查的高校共計42 所，其中包括985 院校 4 所、211 院校 6 所、普通高校 32 所，地區范圍涉及7個省份，調查結果具有一定代表性。從調查中發現絕大部分高校圖書館從事信息素養教育工作的人員不超過5 人，學歷以碩士為主，博士人才偏少。由此可見，我國高校圖書館無論在數據素養研究水平上，還是從事教育實踐的人才隊伍力量上都無法承擔起數據素養教育工作的主要責任。

3.3 缺乏政策引導，驅動力不足

美國在數據素養教育中非常重視相關政策和制度的建立。2003-2011年，美國國立衛生研究院（NIH）、美國國家科學基金會（NSF）、美國國家人文基金會先后對資助的科研項目提出數據管理與共享要求[21]；2012年，美國總統奧巴馬宣布啟動“大數據研究與開發計劃”[22]。這一系列國家政策和戰略計劃對美國高校數據素養教育及數據管理服務起到了積極的推動作用。美國高校在具體的數據素養教育實踐中也制定了相應的管理制度，如美國哈佛大學針對館員建立的“數據科學家”培訓制度，以及基于Dateverse 平臺的數據共享與管理制度等。

我國科研資助機構暫未提出數據共享與管理要求，一些重點科研資助機構對數據素養研究項目的資助也很少。自我國政府在2015年發布《促進大數據發展行動綱要》，2016年在《國家“十三五”規劃綱要》中提出實施國家大數據戰略之后，政府部門積極開展數據共享，建立了國家基礎科學數據共享服務平臺、國家地球系統科學數據共享平臺等一系列數據共享工程。科研資助機構也逐漸開始關注大數據環境下科學數據機構知識庫建設的研究，但針對數據素養教育的相關政策及項目研究還很欠缺。我國還沒有一所大學就數據素養教育建立相關制度，數據素養教育工作處于無序狀態。學校重視不夠，缺乏政策上的支持成為高校數據素養教育難以開展的主要因素之一。我國政府和高校應盡快制定相關政策和制度，正確引導高校數據素養教育實踐，并作為教育工作開展好壞的評價依據。

3.4 資源建設匱乏，缺乏數據支撐

美國在數據素養教育中，非常注重數據資源的開發和建設。通過建立數據共享平臺、學科專題數據信息系統、大數據實驗室、科學數據管理導航等多種方式形成了豐富的教育教學資源服務體系，為美國數據素養教育提供了強大的素材案例庫和工具設備。

我國除北京大學、復旦大學等個別重點大學建立了科學數據平臺或學科專題數據庫外，絕大部分高校只是購買了如銳思RESSET 金融研究數據庫、國泰安CSMAR數據庫、統計分析軟件SPSS、文獻管理軟件NoteExpress等幾個統計數據庫和數據分析軟件。高校數據資源建設還十分匱乏，數據素養教育缺乏數據資源、設備與服務的強有力支撐。

4 我國高校數據素養教育實施路徑

4.1 營造校園數字文化氛圍，培養師生數據意識

數據意識是數據素養的先決條件，決定了人們利用數據的自覺程度，而良好的文化氛圍對于提高師生數據意識具有積極的作用。因此，高校數據素養教育應從宣傳數據素養理念、營造校園數字文化氛圍入手，只有高校師生都充分認識到數據素養在科學研究、日常生活與工作方面的價值，才能形成數據素養教育的源動力。

營造校園數字文化氛圍，高校可以發動圖書館、宣傳部、團委、各教學院部等，利用各部門資源優勢，開展各種不同形式的數據素養宣傳推廣活動。譬如：（1）通過微信公眾號、廣播、網站、微博等校園媒體，宣傳大數據相關知識，逐步提高師生對大數據的全面認識；（2）邀請國內外專家學者、大數據應用企業、數據庫商等不定期舉辦各類知識性講座，介紹大數據在學習、生活、工作以及科研領域的廣泛應用，以及大數據時代對數據素養的迫切需求；（3）進行大數據應用案例展示，用比較直觀、立體的方式讓師生感知大數據的使用方法與用途；（4）舉辦各類技能競賽、趣味活動，讓師生探索如何利用大數據來分析解決實際問題。

4.2 挖掘、引進、培養人才，構建專業的數據素養教育團隊

開展數據素養教育，師資是關鍵。圖書館作為高校信息資源中心，雖在資源采集、組織、管理與服務方面具有一定優勢，并在信息素養教育方面積累了豐富的教學經驗，但僅憑圖書館一己之力，難以勝任數據素養教育工作。

高校數據素養教育團隊的構建要充分挖掘利用校內人才。根據上述調研分析，校內人才挖掘思路有二：（1）基于高校當前數據素養研究情況，讓研究實力較強的部門或機構來擔任教育主體，如高校內的情報機構或信息管理學院，并將校內其他數據素養研究人才納入教育團隊，如圖書館員，院部教師等。一方面可以壯大師資隊伍，增強師資實力；另一方面可以使教育主體與其他部門的合作更加緊密，充分發揮各部門優勢，為數據素養教育服務。（2）若高校暫未出現研究實力較強的部門或機構，高校可以自主設立數據素養教育研究課題，鼓勵校內教師參與研究，從中挖掘數據素養教育人才，并成立數據素養教育研究室。同時，為保證研究實效，還可以要求課題組成員必須由圖書情報學、信息科學、統計學、商學、教育學專家組成，并對課題研究內容進行限定。

此外，還需注重人才的引進與培養。由于數據素養教育涉及多個學科，在校內人才儲備不足的情況下，可以根據教研需要，適當引進不同學科背景的高素質人才，構建科學、合理、完整的數據素養教育人才隊伍結構。同時，建立人才培養機制，設立數據素養教育人才培養專項資金，鼓勵教師走出去，通過訪學、進修、培訓、學習考察、參加學術會議等多種形式進一步提高團隊師資力量與教研水平。

4.3 完善相關政策與制度，推動數據素養教育事業的發展

高校數據素養教育工作的開展不僅需要政府的政策支持與引導，還需要高校具體管理制度的強制性約束。

政府可以通過項目資助的方式鼓勵和支持有實力的高校或高校團體，開展數據素養教育實踐研究，建立各類數據共享平臺，并要求各政府機構、高校間數據的共建共享，還可以將數據素養納入教師資格認證標準或高校教學質量評估體系中，促進教師隊伍數據素養的提高。

高校在數據素養教育中，可以根據不同教育對象的特征與需求制定不同的教育管理制定。譬如：（1）學生方面，將數據素養納入高校大學生培養方案。設立數據素養教育公選課或公共必修課，將數據素養教育與傳統的信息素養教學結合起來，根據各年級學生知識背景與素養需求的不同，分層逐級建立通識性數據信息素養教學體系。對專業課教學大綱進行改革，加入數據素養實踐教學，將數據素養與專業課緊密結合，提高大學生專業數據素養水平。（2）教師方面，教師是教學活動的主導者，教師的專業技能是其有效開展教學實踐的核心。高校可以通過調研制定教師數據素養培養計劃，并將培訓內容納入在職教師每年的繼續教育專業科目培訓項目中，作為職稱評定的重要依據，或者作為教師的年度學習任務，與教師年度績效掛鉤。同時，注重新進教師的數據素養水平，將數據素養能力測評作為教師招聘考核內容之一。

4.4 加強資源建設，為數據素養教學提供支撐

數據素養教學活動的開展離不開豐富的教學資源。高校數據素養教學資源建設可從以下幾方面出發：（1）學習北京大學、復旦大學的經驗，基于Dataverse 構建本校的數據平臺，有效管理本校科研數據，實現校內共享，充分發揮其價值；（2）充分挖掘校內教學數據、行政管理數據等，集中統一管理，為教學科研提供數據素材；（3）加大數據資源建設力度，建立各種學科專題數據資源庫；（4）搜集、整理各類免費的網絡數據或教學資源，在經費有限的條件下，最大限度地滿足資源需求；（5）積極探索與其他高校或機構的合作，實行數據資源最大化程度的共建共享；（6）建立大數據實驗室，為師生收集、管理、分析數據提供相關設備支持。

5 結語

任何一項教育事業的開展，資源是基礎，意識是先導，人才是關鍵，制度是保障。高校數據素養教育事業的發展離不開政府的支持，但自身的努力也至關重要。在當前形勢下，我國高校可借鑒國外實踐經驗，結合學校實際情況，從意識、人才、制度、資源4 方面著手全面建設，為數據素養教育事業的發展保駕護航。