大數據背景下高校藝術設計類專業教育模式創新研究

韓 軍，蘇 童，韓 嚴

（武漢工程大學，湖北 武漢 430205）

隨著信息化社會的到來，高校教育模式迎來適應全新變革的挑戰。藝術設計類專業有著自身教育特點，其模式要求靈活多樣，特別強調培養獨立思考、把握前沿、交叉融合能力。但傳統的教育模式較為固定，需要進行優化和革新。值得關注的是，大數據思維正悄然影響社會各界，高校藝術設計類專業可進一步借助大數據的優勢，利用其海量化、多樣化、高時效性、價值化以及真實性等特征，為教育模式創新發展提供新的思路。

一、高校藝術設計類專業教育模式存在的問題

藝術設計類專業指代的是“設計學”一級學科下設的12 個二級學科專業，包括藝術設計學、視覺傳達設計、環境設計、產品設計、陶瓷藝術設計等。與其他專業相比，藝術設計類專業因“藝術為皮、技術為骨、創新為魂、市場驅動”特征而獨具一格，但同時也對其教育模式提出更高要求，目前諸多高校在此方面仍存在短板。

（一）教學內容理性基礎不足

藝術設計類專業教學內容、研究對象等往往偏重主觀因素，缺乏評價數據，教學內容隨機性強，理性基礎不足。

1.教學環節偏重主觀因素。藝術設計類專業的教學目標強調解決生活中的實際問題，需要融通藝術和技術，并融匯經濟、社會、文化等通識知識。但是解決的問題涉及生活的方方面面，問題類型具有不確定性；每個人對同一問題的認識角度可以各不相同，問題性質具有不確定性；對問題的解決方案又可以千差萬別，解決問題的方法具有不確定性。面對具有諸多不確定性特征的設計對象，藝術設計類專業課教學內容難以統一，缺乏數據分析；課程作業無法設定完全客觀理性的評判標準，缺乏數據評估，教學環節中主觀因素比重偏高。

2.研究過程缺乏驗證環節。由于藝術設計類專業教學研究涉及藝術、審美、創新、實踐等諸多非線性領域，研究反饋也相應藏匿在大量的非結構性數據中，收集、處理、分析這些數據都具有較高難度，導致教學研究缺乏驗證條件。該類專業教育研究和決策過程中缺少反饋數據，研究結果只能通過一些凝滯的分數分析獲得，這些離散的數字難以佐證教育研究結論。

（二）育人手段多樣特征缺乏

藝術設計類專業要求培養有創造力的人才，解決社會和企業各種痛點問題。如果完全沿襲較為傳統的育人手段，則無法培養學生真正解決問題的能力。

1.人才培養方式不夠靈活。藝術設計類專業對人才的培養有其自身特點，需要引導學生在掌握社會需求、市場前景、用戶特征等數據的基礎上去分析痛點、攻克難點，達到用設計手段解決實際問題的目標。

現有的藝術設計類專業在人才培養方面還存在方式不夠靈活的問題，教學體制和人才培養方案的制定，很大程度還在沿用工科、文科等學科相關專業的建設思路，學生對社會背景、行業現狀、用戶反饋等數據關注度不高，滿足于完成課堂學習和課后作業的任務。未能以有效的方式培養學生打通學科壁壘，借鑒必要的手段，訓練收集、整合、分析數據能力，提升觀察、發現、提煉問題能力，增強策劃、規劃、實施方案能力等。

2.課程設置模式缺乏創新。藝術設計類課程由通識課、基礎課、專業課三個模塊組成。其中通識課程是大學生均應接受的有關共同內容的教育課程，旨在培養學生的基本素質及正確價值觀；基礎課是為藝術設計專業能力的培養打基礎，強調工具性；而專業課則直接面向學生以設計方式解決實際問題的能力培養，涉及到設計思維和設計方法。

第三，體制、機制構建及部門間協調存在問題。未成年人保護及犯罪預防的職能分散于多個部門（公檢法司、教育、勞動與社會保障、民政、共青團、婦聯等），而各個部門都同時承擔其他眾多工作，條塊分割，欠缺協調機制，未能整合資源形成聯動機制，發揮各方面資源優勢。目前各個專門機構之間的協調存在較多問題。首先是公檢法司內部沒有進行職能整合，涉及到未成年人保護的工作過于分散，還沒有組建、整合出專門機構。而民政、衛生、共青團、婦聯等政府專門機構都涉及到未成年人保護問題，沒有在前期建立協調機制，遇到問題后便很難再整合。目前還存在部門間權責邊界不清晰的問題。

課程的模塊設置考慮到了學生知識構成的系統性，但模塊間的課程卻缺乏銜接性和遞進性，難以構建“立體化課程生態”。有些通識課程在完成階段性學習后，就難以再被提及或應用，無法與后續課程產生聯系，很容易被忽視和遺忘；有些藝術設計基礎課內容和技法都亟待更新，新技術、新手段、新材料的發展對藝術設計類專業的影響非常大，這些基礎技能如果跟不上，學生會缺乏藝術設計創新動力；同樣，有些藝術設計專業課程跟不上行業發展速度，也沒有參考市場需求數據，未能與時俱進，為學生就業帶來諸多不利影響。

（三）就業指導信息渠道單一

藝術設計類專業學生就業面較為狹窄，初次就業率高，二次擇業現象多[1]。其具體原因是就業信息渠道單一，畢業生和企業間出現較大的信息裂隙。

1.學生職業規劃目標模糊。各大高校為了提高就業質量，會為畢業生安排就業指導講座。輔導員、班主任、畢業設計指導教師等均會參與指導學生就業。但即便是在這樣全方位的就業服務下，藝術設計類專業學生對于自身的職業規劃目標仍較為模糊，就業整體情況仍不容樂觀。從2021 屆本科畢業生就業數據來看，藝術設計類專業就業量大，但畢業去向落實率87.3%低于全國本科平均值，而且畢業生五年內的行業轉換率高達51%，穩定性低、流動性強[2]。首先，這與藝術設計類專業學生思維較為活躍相關，他們往往更希望以相對靈活的方式就業或創業，但方向并不明確；其次，也存在學生個人職業規劃能力不足，目標模糊，不清楚該朝哪個方向就業；最后，受新冠肺炎疫情影響，近兩年國內中小型設計企業對應屆畢業生的需求有不同程度的降低，這也動搖了部分學生對行業的信心，影響其職業規劃。

從教育模式角度分析，學生職業規劃目標模糊，根源還是在于就業指導渠道仍以就業信息傳遞為主，缺乏更深入、量身定做式、數據跟蹤的就業服務。

2.企業重要信息匹配困難。目前，藝術設計類專業學生就業率和就業質量還有待提高，然而，就業的需求方——企業在招聘過程中同樣也會遇到各種難題。一些處于非熱門城市但發展良好的中小微型企業，人員缺口較大，但招聘困難；一些實力雄厚的企業，校招時廣受歡迎，但學生入職后，短期內流動性就非常大。學生就業難、知名度不高的優秀企業招聘難、實力雄厚的大企業遭遇頻繁跳槽，三種現象同時出現，足以說明就業信息匹配出現了較大偏差。

就業困局主要還得歸因于高校就業指導方式未能與時俱進，大學生特別是藝術設計類專業畢業生就業需求、就業心態等情況已發生明顯變化，學生自我評價主要依靠經驗，缺乏客觀的自我認知數據信息。另外，學生能掌握的企業信息非常有限，了解信息的渠道也比較單一，無法準確判斷什么樣的企業適合自己。在雙向信息都模糊的情況下，部分學生就業意向表現出隨意性和從眾性。

二、大數據背景下藝術設計教育模式創新方案

隨著智能化時代的到來，符合新時代要求的教育模式必將得以推廣，其中海量教育大數據的支撐不可或缺。傳統數據庫只能利用5%的結構化數據，大數據技術則可以利用剩下95%的非結構化數據，能使學生整體作為研究樣本，研究成果更有說服力。大數據思維追求數據間的相關關系，不追求因果關系，能簡化藝術設計教育決策流程，解決教育中的非線性問題。所以，大數據的使用將成為新時代藝術設計教育模式創新的窗口。

（一）教學端運用大數據增色

1.運用專業興趣點數據，提升課堂有效性。后疫情時代背景下，在線教育已經趨于普及化，其平臺將成為教育大數據收集的重要資源。如今有的在線教育軟件已經能提供一些簡單的數據收集服務，包括簽到人數、回答問題次數、學習時長等。但是對于大數據來說，這些都還處于初級階段。大數據不僅僅收集這些結構性的數據，還收集沒有明顯因果關系的數據廢氣。比如：鼠標位置、回放段落、視線焦點、專注時間、信息輸入等。通過收集和分析這些非結構性數據，可以得到學生的興趣點數據。教師在課程中或之前就能通過學生興趣點數據來優化教學內容，提升課堂有效性。發揮線上資源平臺優勢使學生反復學習，線下教師給予學生個性化的幫助與引導，將是未來大數據教育的發展方向[3]。在大數據時代，教師將作為學生和大數據之間的連接者，利用各種數據來幫助自己和學生共同提高。

2.運用學生能力分析數據，實行分級培養。藝術設計類專業培養學生多元綜合能力，包含創新、設計、調研、實踐、交流五個方面。在學生學習、討論、作業、考試、項目實踐及休閑活動等過程中，連接已有的教務管理系統、學生工作系統、科研獎勵系統，補充個人評價、教師評價、實踐評價等模塊，打通教學日歷、日常表現記錄、心理測評、作業或考試評價、競賽或項目成果等數據，建立一個立體的大數據評價體系平臺，運用算法分析學生各方面能力，學生個體與整體層次狀況均可清晰展現。平臺數據保持動態更新，教師亦能在培養目標的基礎上實時調整教學要求。在大數據助力下，學生可享受到個性化的培養方案，個人潛力更易激發，學習效率可獲大幅提升，教師可以對學生能力狀況精準掌握，合理對待學生能力差異，進而分級培養，全方位提高人才培養質量。

（二）學習端利用大數據提效

藝術設計類學生可以利用大數據中的描述性分析客觀反饋提升學習效率，也可以使用大數據的診斷性分析、預測性分析功能，提升設計實踐效率[4]。

1.運用行為習慣數據，提升用戶體驗敏感度。藝術設計類專業的學生需要將用戶體驗作為設計評價的重要指標，設計是為消費者服務的，研究消費者習慣，預測消費者行為是設計實踐的前提。消費者行為習慣數據不僅是藝術設計專業學習中必須把握的設計素材，行業市場更是視其為商業競爭的制勝法寶。

同樣，在藝術設計研究過程中，學生通過消費者行為習慣大數據診斷分析，能準確而客觀地了解到不同年齡段、不同性別對顏色、設計風格的偏好特征；了解收入水平與商品性價比的具體關系；了解不同使用場景下消費者選擇產品的決定性因素，運用設計流行性數據，分析流行的周期性，把握和預測設計風格變化等。這些分析結論能讓學生更深入地了解用戶，能以同理心洞悉消費者真實需求，提升學生的用戶體驗敏感度。收集、分析、研究數據既是藝術設計教學的一部分，也是市場直接驅動藝術設計教育的手段。

2.運用社會熱點數據，把握設計實踐方向。藝術設計類專業需要培養學生敏銳的市場觀察能力、系統的市場調研能力，準確把握社會需求，并用設計手段解決生活中的實際問題。大數據對于找準、分析社會痛點和熱點問題具有得天獨厚的優勢，學生可借此順利地確定設計實踐方向，提高學習效率，提升研究質量。一類大數據能映射出一種社會現象或趨勢，但這個判斷并非直接產生，需要建立相關的數據模型并進行推算，進而找到海量數據間的相互關系，最終形成結論。

如谷歌公司通過某一地區流感類詞條的搜索量增加，而成功預測到當地冬季流感爆發的時間和規模。藝術設計類專業學生同樣可運用當前比較引人關注的事件數據，如兒童多動癥患者逐年增多、年輕人的結婚年齡不斷推遲、老年人養老方式悄然轉變等具體數據，對應研究兒童康復器械、單身宿舍用生活用品、老年人心理健康產品等。找準滿足社會實際需求、定位準確的設計方向，往往比展示具體的解決方案更有價值，一個好的設計問題可以引起社會持續關注，并源源不斷地產生新的解決方案。大數據可為藝術設計類專業學生設計選題、設計調研提供預測分析支持，極大地拓展學生的設計思路。

（三）就業端依照大數據保質

大數據精準就業服務可以確保藝術設計類專業學生實現高質量就業，為學生匹配滿意的企業、合適的崗位[5]。

1.運用就業信息數據，精準化匹配職業供求。就業信息數據包括學生自身情況數據和企業發展情況數據。高校就業指導要真正落到實處，需要從建立數據庫著手突破。一方面建立學生就業檔案，從學生真正需求、能力、性格特征等數據分析入手，讓學生在設計創意、設計調研、結構設計、設計表現、模型制作、設計管理、設計溝通、設計驗證等藝術設計程序的各個環節中準確定位自己，確定最適合的崗位，更好地發揮能力。另一方面，建立相關企業發展檔案，從招聘要求、企業文化、規模、環境、發展方向、管理制度、福利待遇、綜合評價等數據分析入手，數據可來源于企業官方提供、工商部門、新聞報道、論壇評論、研究報告、問卷調查等各種渠道，改變以往僅能從網站查詢獲取信息的單一模式，讓企業信息多元化、立體化，學生對目標企業可做到心中有數。促使學生和企業雙向數據交叉碰撞，求取最大公約數，使得人才端與企業端精準匹配，增加就業穩定性，提高就業整體質量。

2.運用企業需求數據，動態化完善培養方向。就業信息數據主要是從學生需求角度確保“找得準”，而企業需求數據則從用人方角度確保“配得上”。藝術設計類企業直接面向市場，需要掌握前沿技術和先進設計理念，而且要持續更新和完善。因此，企業的發展需求及對人才素質的需求，可以作為藝術設計類專業人才培養方案的重要依據。藝術設計類專業的相關課程設置、課題研究方向，可以參考行業前端企業的未來發展規劃及最新創新成果，培養學生專業能力可達到事倍功半的效果。另外，高校藝術設計類專業通常把能在企業從事設計創新相關工作，作為人才培養目標之一，學生需要明確企業對人才素質的要求，著力培養相應的設計思維和實踐能力。藝術設計類專業運用企業需求數據，幫助學生與行業同向發展，提升人才培養質量，確保高質量就業。

三、總結

新版研究生教育學科專業目錄將設計學列入交叉學科門類中，這意味著真正“大設計”時代的到來，設計將在國計民生重大領域發揮更為突出的作用。在大數據背景下，設計學科與其他領域的交叉融合變得更為便利，高校藝術設計類專業教育模式也迎來前所未有的創新發展機遇，運用大數據改進教學手段、優化學習方式、拓展就業渠道，為培養高素質藝術設計專業人才提供重要支撐。