基于知識建構的本科數據素養教育學習環境設計

張薇薇 施茜薷

摘?要：[目的/意義]大學生數據素養教育應以學習環境設計為重心，為知識建構創設條件。[方法/過程]首先，收集分析雙一流高校信息管理類專業本科培養方案和數據素養課程相關數據;其次，從學習者、數據知識、共同體和評價4個視角出發，構建和演繹知識建構學習環境設計體系。[結果/結論]根據調研分析結果總結了我國本科數據素養教育的特點與不足。4個設計視角分別對應2～3個維度，合計11個設計維度，給出了具體設計內容以及相應的教學設計策略和建議。該設計能更好地提升本科數據素養教學效果。

關鍵詞：數據素養教育;知識建構;學習環境設計;本科教育

DOI：10.3969/j.issn.1008-0821.2021.03.012

〔中圖分類號〕G254.97?〔文獻標識碼〕A?〔文章編號〕1008-0821（2021）03-0121-10

Design?of?Learning?Environment?for?Undergraduate?Data

Literacy?Education?Based?on?Knowledge?Construction

Zhang?Weiwei?Shi?Qianru

（School?of?Management?Engineering，Nanjing?University?of?Information?Science?&?Technology，

Nanjing?210044，China）

Abstract：[Purpose/Significance]Data?literacy?education?should?focus?on?learning?environment?design?and?create?conditions?for?knowledge?construction.[Method/Process]First，the?data?related?to?undergraduate?education?program?and?data?literacy?courses?of?information?management?major?in?Double?First-class?universities?were?collected?and?analyzed;second，the?design?system?of?knowledge?construction?learning?environment?from?four?perspectives?of?learners，data?knowledge，community?and?evaluation，were?constructed?and?deduced.[Results/Conclusion]According?to?the?investigation?and?analysis?results，some?characteristics?and?shortcomings?of?data?literacy?education?in?our?country?were?summarized.Four?design?perspectives?correspond?to?2～3?dimensions?respectively，with?a?total?of?11?design?dimensions.The?specific?design?contents?and?instructional?strategies?and?suggestions?were?put?forward.This?design?can?better?enhance?the?effect?of?undergraduate?data?literacy?education.

Key?words：data?literacy?education;knowledge?construction;learning?environment?design;undergraduate?education

3）數據素養教育內容分布極不均衡。從主題類別的總體分布看，數據管理類課程占比超過一半，數據分析類課程次之，這兩類課程合計占比超過90%，如表2所示。而其他類別，諸如數據收集、數據應用、數據倫理合計占比僅5.4%，而涉及數據評估類的獨立課程幾乎沒有。培養的學生雖擁有一定數據處理與分析技能，卻在數據評估與應用、數據創新、數據道德規范方面存在明顯不足，這與大數據戰略的發展方向不一致。這種主題分布極端不均衡的現象背后有其客觀原因，主要是受到“以課程為中心”的教學模式的嚴重制約。從課程設計角度而言，數據管理與數據分析類課程內容相對比較成熟，知識點明確，學習目標清晰，比較容易在傳統課堂授課方式下開展。而數據評估、數據應用、數據倫理等數據素養教育內容，相對而言知識結構性不強、內容不成熟，結構不良問題在學習中占多數，考核評估難度大，容易導致教師和學生的積極性都不高。

隨著大數據時代對創新型人才數據素養的要求，傳統“以課程為中心”的教學設計已不能適應時代變化，現代教學設計越來越注重“以學習者為中心”的理論與實踐研究，而大學生數據素養教育正是實踐這一先進教學理念的最佳領域之一。學生不再是被動的知識接收方，而是主動的知識建構者;教師也不再是單向的知識傳遞者，而是學習環境的設計者、知識建構的引導者。建構主義學習理論為學習環境設計提供了理論依據，學習環境設計則為知識建構理論提供了實踐途徑。

2?本科數據素養教育學習環境設計

根據Jonassen?D?H等建構主義學習環境設計框架和設計要素[16]，問題空間、案例庫、信息資源庫、認知工具、交流與協作工具是學習環境主要構成。學習環境設計具有不同的視角，應體現學習者經驗、知識、反饋與評價、交流與協作等要素的重要性[17]。綜合知識建構學習環境設計要素和組成部分，本文圍繞本科數據素養教育，分別從學習者、數據知識、共同體和評價4個視角出發，如圖1所示，形成如表3所示的數據素養教育學習環境設計體系。

2.1?以學習者為中心的設計視角

在數據素養教育的學習環境中，以學習者為中心，向外輻射的直接關聯要素有數據素養教育目標和認知工具，如圖1-①所示。因此，以學習者為中心的設計視角，重點是對數據素養教育目標的設定以及認知工具的設計與開發。以學習者為中心的個體學習是合作學習、協作學習的基礎，學習者在個體學習中以認知工具為媒介，對學習內容進行內化，并轉化為學習成果，通常表現為新知識的增加以及相應技能的提升。在本科數據素養教育中，學習成果為大學生具備相應的數據知識以及數據素養能力，如圖1所示。

1）數據素養教育目標的設定

研究普遍認為，數據素養教育應以培養科學的數據意識、數據能力和數據倫理為目標[2，14，18]。多數研究認可從數據生命周期角度，完善數據素養教育內容。因此，本科數據素養教育目標在于培養大學生科學的數據意識、倫理和規范，具備數據收集與評估、數據管理、數據分析與應用等方面的知識技能，能夠滿足基礎型、專業型和創新型等不同層次需求的高級數據人才。具體來說，在認知階段，注重提升大學生數據意識、安全意識和法規意識;在能力階段，重點培養大學生數據收集、評估、管理和分析能力;在應用階段，培育大學生數據利用、表達與交流能力，具備批判精神。

2）認知工具的設計

設計和開發一套適合數據素養教育的認知工具，需要結合具體的教學內容和主題。本文以數據庫和電子表格為例，介紹認知工具在數據素養教育學習環境設計中的應用。

數據庫：數據庫既是語義組織工具，也是本科數據素養教育內容的一部分。數據庫的建模、創建和操作本身就是一種知識建構的過程。學生應用數據模型和工具建立概念之間的聯系，使用數據庫系統整合學習內容，利用數據庫查詢、視圖、表單等工具處理與分析數據，更有效、高效地理解和應用新知識。

電子表格：電子表格是一種基于計算機的數據管理和建模工具，是由行、列構成的二維矩陣。電子表格能夠表示數學模型，呈現模型中的參數、變量、常量及其相互關系，能夠展示和演繹模型推理過程。在數據素養教育中，電子表格更是數據組織、存儲、計算、建模和推演的有效工具。

2.2?以知識為中心的設計視角

在數據素養學習環境中，以知識為中心的設計視角主要是對學習內容，即問題空間、案例庫、信息資源庫3部分的構面設計。三者共同的構面是數據知識，即數據素養教育內容。

1）問題空間的設計

在知識建構設計中，對問題以及問題求解的設計是重中之重，它既是學習內容設計的中心，也是案例庫設計和信息資源庫設計的依據。基于問題的學習是近年來受到廣泛重視的一種教學模式，它強調把學習放到有意義的問題情境中，通過問題求解過程來學習隱含于問題背后的科學知識[19]。依據Jonassen?D對問題解決的設計理念[20]，本文提出數據素養教育學習環境中問題空間設計的3個構面：數據知識、問題設計以及問題類型，如圖2所示。

圖2?數據素養教育的問題空間設計

數據知識：主要反映了問題空間所包含的知識領域及其相關主題。依據表2分析結果，本文把數據知識劃分為數據收集、數據評估、數據管理、數據分析、數據應用以及數據倫理6個方面。至于數據意識、數據思維的培養則是貫穿于數據生命周期始終的。

問題設計：包含問題情境、問題表征和操作空間3個方面。其中，問題情境是問題涉及的社會文化、組織和物理背景，對情境的描述有助于約束和定義問題[16]。問題表征是有效利用認知工具對問題所涉知識進行外化和表示，有助于促進問題解決[21]。此外，問題空間要能提供學生對問題的某些方面進行操作的機會，這些操作使得學習者讓問題更有意義。

問題類型：包含結構良好的良構問題和結構不良的劣構問題。而根據問題的良構程度，又可從良構到劣構的連續區間內區分出一系列問題類型，例如邏輯問題、算法問題、故事問題、規則應用、案例分析、設計問題等[20]。良構問題適合初級階段的學習，通過反復練習、反饋熟練掌握知識;劣構問題適合高級階段的學習，注重知識的理解和應用[19]。

2）案例庫和信息資源庫的設計

根據學習環境組成部分的相互關系，案例庫和信息資源庫是問題空間的有效支撐，能夠支持和輔助學習者進行問題求解。數據素養案例庫中的案例主要指與數據素養教育有關的實例、示例、個案等，是現實情境或虛擬情境下有關數據知識的成功或失敗經驗的集合。學習者通過對成功或失敗案例的觀察學習，更容易找到相關數據知識點的切入口，從而開啟“學中做”的主動知識建構過程。“學中做”是針對一個案例進行觀察、認知、理解、試錯的不斷循環[22]。案例庫以故事的形式為學習者提供特定領域知識的推理原則，學生在面對復雜、結構不良的問題時，可以通過案例庫有效地支持基于案例的推理。案例庫的開發與設計難度大，耗時長，往往需要好幾屆師生共同搜尋、匯集、改編和完善，然后上傳至學習平臺。從資源建設角度，學生在學習過程中生成的數據可直接用于構建教學案例，減少案例構建的成本;從學生學習角度，因學生直接參與教學案例的構建，不僅貼近實際便于理解，也有助于提升案例教學效果[23]。

數據素養教育的案例庫設計包含3個構面，數據知識點、情景設計和案例類型，如圖3所示。情景設計包括虛擬情境和現實情境，既有虛構的情景故事，也有真實的現實個案，還有根據真實個案改編的案例。數據知識構面包含從數據收集到數據倫理6個方面。案例類型既有成功經驗，也有失敗經驗，還有介于兩者之間的成敗經驗。數據素養教學案例庫的設計應以數據知識點為線索，以情景設計為主要內容，引導學習者通過學習成功或失敗案例的經驗，掌握案例背后隱藏的知識點，并基于先前經驗進行推理，以解決面臨的新問題。

信息資源庫是提供給學習者使用的各種媒介形式的學習資源的集合，包含數據知識、資源類型和資源組織方式3個構面，如圖4所示。數據知識構面同樣包含6個方面;資源類型分為文本、圖像、音頻和視頻;資源組織方式包括線性結構、層次或樹型結構、超文本及超媒體組織等。超媒體是一個包含文本、圖像、音頻、視頻、超鏈接等多種媒介的信息結構，本質上和超文本一樣，只是管理對象從純文本擴展到多媒體。

2.3?以共同體為中心的設計視角

以共同體為中心的設計視角包含3個方面，如圖5所示：交流與協作工具設計;集體學習規則設計;小組學習分工設計。在大學本科數據素養教育中，以集體為單位的協作學習，和以小組為單位的合作學習，都是知識建構學習環境不可或缺的部分。

1）交流與協作工具設計：設計、應用各種計算機媒介交流與協作技術，包括社交軟件、聊天工

具、在線教育平臺、視頻會議、文檔協作編輯軟件、情景模擬、多人游戲與角色扮演等。無論是集體學習還是小組學習，共同體成員之間的對話交流必不可少。在本科數據素養教育中，普適性的聊天軟件、社會化媒體、語音視頻工具等都可作為對話交流工具。協作工具是共同體成員訪問學習內容、合作完成小組學習任務的技術工具。協作工具允許成員貢獻知識，提供交互工具以關聯概念、經驗和知識，提供空間以存儲小組的學習記錄。

2）集體學習規則設計：創設集體學習的規范、要求、原則、指南和文化等，既鼓勵合作和共同進步，也提倡良性競爭。集體學習是個體學習、小組學習的疊加，因而集體學習規則的設計既要倡導合作學習氛圍，也要適度競爭。在本科數據素養教育中，對于技能培養類的數據知識，例如數據分析與挖掘、數據管理與數據庫、數據結構與算法、數據采集方法等，在集體學習規則設計中則需要強調成員競爭，以競賽、評比的方式提高學習動力，形成你追我趕、共同進步的良性競爭氛圍;而對于數據評估與應用、數據意識、數據倫理與規范等素養的培育，則適合采用合作學習，培養學生批判性思維，激發思考力和創造性。

3）小組學習分工設計：設計小組學習目標、分工合作方式、任務分配、成員角色等。小組學習任務，通常選擇問題空間里的劣構問題。多答案、多途徑、適當難度的開放性學習任務有助于小組合作學習的順利開展[24]。教師在決定小組人數時應考慮小組目標、協作結構。此外，小組成員的同質性和異質性對合作學習效果也會產生影響，異質性成員的學習效果較好[25]。教師注重對學生合作學習、團隊協作意識和能力的培養，有助于大學生更好地適應社會生產和企業組織對人才素質的要求。

2.4?以評價為中心的設計視角

評價包括學習者自評、同伴互評、教師評價以及系統智能評價等。根據圖1所示，以評價為中心的設計視角包含3個維度：學習者與學習內容交互數據的反饋與評價，數據知識學習成果的反饋與評價，學習者數據素養能力評價。無論個體學習還是小組學習，評價都是提升學習效果的重要途徑。評價與學習具有內在統一性，學生不僅要反思和評價自己的知識技能，而且要反思和評價自己獲取知識的過程、經驗、方法、能力、情感態度，這樣才能全面、客觀、公正地評價學習效果[26]。自我評價能夠引導學生反思協作學習過程并提高個體貢獻度;在同伴互評中，學習者通常會因友誼而給出不合理的評分，如何在評價中保證評價的信效度也是需要關注的問題[27]。

1）學習者與學習內容交互數據的反饋與評價

篩選、收集學習者與學習內容交互過程中需要追蹤、記錄的數據，設計基于數據驅動與問題解決的教學反饋機制。這種反饋機制可以在支持數據記錄、收集、匯總、計算與反饋的系統環境下實現。雖然已經有網絡教學平臺能夠實現部分交互數據的采集、匯總和評估，但是在數據收集的系統性、多維性以及數據智能分析方面仍有很大改進空間。并且這種改進是持續、動態的，需要系統設計人員、教育專家以及數據領域專家的協作才能實現。

學習者與學習內容的交互，主要是與問題空間、案例庫和信息資源庫的交互。其中，學習者和問題空間的交互數據最為豐富。因此，哪些交互數據能夠被收集、記錄和保存？哪些數據會涉及倫理問題？交互數據被收集后如何進行深度智能分析？如何將分析結果有效反饋給學習者，以幫助學習者改進學習？這些都需要學習環境設計者系統深入地思考。

2）數據知識學習成果的反饋與評價

針對學習環境中記錄、上傳和匯總的數據知識學習成果，包括學習者個體和學習小組對問題空間的解答和報告，設計相應的評價方法和反饋機制。

個體學習成果評價：就問題類型而言，良構問題的學習成果比較適合采用系統自動評價;劣構問題的模糊性使學習成果的評估變得復雜，一般建議以定性評價和人工評價為主，可以綜合學生互評、教師評價、系統智能評價相結合的方式，也可以采用研討方式在學習共同體中展開討論、各抒己見，只要有理有據就應當給予正向評價。

小組合作學習成果評價：目前主要有學生自評、組內互評、組間互評以及教師評價等途徑，設計難點在于個體成員貢獻度的評價。小組內部一致的評分機制影響成員積極性，容易導致“搭便車”等不良問題，建議使用公平合理的評價原則和策略，例如在互評中采用單向匿名評價、隨機分組以及等級序列分數[27]。

3）數據素養能力評價

大學生數據素養能力的提高是數據素養教育活動的最終目的，如圖1所示。數據素養教育的核心能力包括：理解、查找和獲取數據;閱讀、解釋和評價數據;保存、組織、識別和重用數據及其元數據;處理和應用數據[1]。以往研究中對數據素養能力的評價指標雖有差異，但從數據生命周期的角度看比較相似，差別僅在具體階段劃分不同。在前文基礎上構建大學生數據素養能力評價的6個指標：數據收集能力、數據評估能力、數據管理能力、數據分析能力、數據應用能力和數據倫理規范。其中，數據倫理規范是數據素養能力的內在體現，包含數據意識、數據批判、數據道德、數據法規等，貫穿于數據生命周期全過程，是數據素養教育的靈魂和基礎;其余5個指標是數據素養能力的外在體現，以數據技能培養為主，是大學生數據素養教育的重點。

3?小結與建議

本科數據素養教育是實現我國大數據戰略的重要組成，現有研究缺乏以學習者為中心的教學設計。①收集了我國雙一流高校信息管理類專業本科培養方案和數據素養課程相關數據。根據文獻調研以及數據分析結果，總結出我國本科數據素養教育目標不明確、教育體系不完善、教育資源不足、教育內容分布極不均衡的特點與不足。②圍繞本科數據素養教育，構建和演繹了知識建構學習環境設計體系。分別從學習者、數據知識、共同體和評價4個視角出發，每個設計視角對應2～3個維度，合計11個設計維度，給出了不同設計視角和維度下的具體設計內容，以及相應的教學設計策略和建議。

知識建構學習環境設計是完善本科數據素養教育體系的重要環節。基于以上分析和結論，在開展本科數據素養教學設計時有如下建議：①數據素養教學設計應根據大數據人才需求，以學習環境設計為重心，為學習者發展和知識建構創設條件;②本科數據素養教育目標設定應考慮整個數據生命周期，最終目的是提高大學生數據素養能力。數據倫理規范是數據素養教育的靈魂和基礎，數據收集與評估能力、數據管理能力、數據分析與應用能力是大學生數據素養教育的重點;③學習環境設計應以問題空間設計、案例庫設計、信息資源庫設計為基礎，提供必要的認知工具、交流與協作工具，同時提倡合作學習與協作學習。合作學習的關鍵是小組分工設計，協作學習的關鍵是集體規則設計;④知識建構學習環境設計還應將學習和評價內在統一起來，通過學習內容、學習成果交互數據的反饋與評價機制設計，發現問題解決方面的數據規律，更好地提升和改進教學效果。

參考文獻

[1]Calzada?Prado?J，Marzal?M.Incorporating?Data?Literacy?into?Information?Literacy?Programs：Core?Competencies?and?Contents[J].Libri，2013，63?（2）：123-34.

[2]黃如花，李白楊.數據素養教育：大數據時代信息素養教育的拓展[J].圖書情報知識，2016，（1）：21-9.

[3]新華網.習近平：實施國家大數據戰略加快建設數字中國[J/OL].http：//www.xinhuanet.com/2017-12/09/c_1122084706.htm，2017-12-09.

[4]黃椰曼.大數據時代信息管理類本科專業課程體系建設：基于大學生需求視角[J].圖書情報工作，2018，62（3）：45-54.

[5]胡昌平，趙雪芹.信息管理類專業教學體系變革與全程教學改革的推進[J].情報科學，2009，27（10）：1453-6，512.

[6]陳建軍.基于知識管理的教學設計[J].中國遠程教育，2007，（11）：38-41，80.

[7]崔盼盼，鄭蘭琴.協作學習活動設計質量評估方法的個案研究[J].現代教育技術，2018，28（10）：64-9，106.

[8]馮曉英，孫雨薇，曹潔婷.“互聯網+”時代的混合式學習：學習理論與教法學基礎[J].中國遠程教育，2019，（2）：7-16，92.

[9]楊麗，徐緒堪，李一銘.面向大數據管理與應用專業的數據素養教育研究[J].情報理論與實踐，2020，43（10）：45-49，18.

[10]周林興，周麗，艾文華.大數據背景下圖情檔專業研究生數據素養教育探析[J].圖書情報工作，2019，（10）：1-9.

[11]張長亮，王晨曉，李竟彤.大數據時代中美高校數據素養教育比較研究[J].情報理論與實踐，2019，42（8）：131-7.

[12]肖希明，倪萍.中美LIS教育中數據素養教育的調查與比較分析[J].圖書與情報，2018，（1）：20-7.

[13]宋甲麗，程結晶.高校圖書館科學數據素養教育現狀調查及建議[J].圖書館學研究，2018，（19）：2-9.

[14]周志強，王小東.大學生數據素養提高的途徑與對策研究[J].情報科學，2019，37（9）：79-84.

[15]張明海，周艷紅.大數據時代大學生數據素養教育的目標定位及體系構建[J].圖書館，2016，（10）：84-8.

[16]Jonassen?D?H，Rohrer-Murphy?L.Activity?Theory?as?a?Framework?for?Designing?Constructivist?Learning?Environments[J].Educational?Technology?Research?&?Development，1999，47（1）：61-79.

[17]張曉英，楊開城，黃榮懷.問題解決與數據驅動的學習環境設計[J].中國電化教育，2009，（9）：26-30.

[18]鄧李君.國內外數據素養教育發展現狀研究[J].圖書館理論與實踐，2017，（7）：30-3.

[19]溫彭年，賈國英.建構主義理論與教學改革——建構主義學習理論綜述[J].教育理論與實踐，2002，（5）：17-22.

[20]Jonassen?D?H.Toward?a?Design?Theory?of?Problem?Solving[J].Educational?Technology?Research?and?Development，2000，48（4）：63-85.

[21]Jonassen?D.Using?Cognitive?Tools?to?Represent?Problems[J].Journal?of?Research?on?Technology?in?Education，2003，35（3）：362-81.

[22]葛艷，盧曉東.“以學生為中心”的實踐教學案例設計與實現[J].實驗技術與管理，2020，37（2）：178-81.

[23]楊楠，李童.案例教學視域下軟件工程“一體兩翼”教學模式的構建與實踐[J].高等工程教育研究，2020，（1）：177-81.

[24]郭要紅.有效合作學習的學習任務設計策略[J].教育理論與實踐，2009，29（23）：53-4.

[25]Wichmann?A，Hecking?T，Elson?M，et?al.Group?Formation?for?Small-Group?Learning：Are?Heterogeneous?Groups?More?Productive？[M].Proceedings?of?the?12th?International?Symposium?on?Open?Collaboration.Berlin，Germany;ACM，2016：1-4.

[26]桑新民.學習主體與學習環境雙向建構與整體生成——創造全球化時代的學習文化與教育智慧[J].教育發展研究，2009，29（23）：58-65.

[27]張紅英，陳明選，馬志強，等.基于自評與互評的網絡協作學習貢獻度評價[J].現代遠程教育研究，2019，（2）：95-102.

[28]隆茜.數據素養能力指標體系構建及高校師生數據素養能力現狀調查與分析[J].圖書館，2015，（12）：51-6，62.

[29]李霞，陳琦，劉思巖.移動互聯網環境下大學生數據素養能力實證評價研究[J].情報理論與實踐，2020，43（2）：106-13，36.

[30]付超.大數據時代我國數據素養分類研究[J].圖書館理論與實踐，2020，（2）：68-74.

（責任編輯：郭沫含）