AI輔助的高校圖書館個性化數據素養教育研究

中圖分類號：G258.6；G252.7 文獻標識碼：ADOI：10.13897/j.cnki.hbkjty.2025.0036

在當今的數智時代，數據已成為驅動社會進步與創新的關鍵資源，而數據素養則成為個體適應和駕馭這一時代的必備能力。一般認為數據素養是指個體在數字化環境中，有效識別、獲取、理解、評價、管理、分析、利用數據，并能對數據進行批判性思考的一種能力集合。它不僅要求個體具備數據意識，即認識到數據在決策、學習和研究中的重要性，還要求掌握一定的技術知識和技能，以科學合理的方式處理數據。同時，數據倫理也是數據素養的重要組成部分，強調在處理數據時應遵守的道德準則，如保護數據隱私和確保數據安全1-3]。高校圖書館作為知識與信息的重要匯聚地，承載著培養學生數據素養的重要使命。近年來，國內外一些先行者已開始探索AI在圖書館教育中的應用，如利用AI推薦系統個性化推送學習資源，或通過智能教學平臺進行自適應學習輔導[4]。眾多研究表明，AI技術具有強大的數據處理與分析能力，能夠提供個性化學習體驗，優化教育資源配置，實現精準教學[5-6]。AI輔助的個性化學習路徑，通過構建學習者畫像、智能推薦學習資源、實時反饋學習效果等，能夠顯著提升學習效率和質量[7]。此外，AI技術還能在數據素養教育中引人互動式、情境化的學習模式，如虛擬現實和數字孿生技術，為學生提供沉浸式學習體驗，加深對數據處理過程的理解和掌握。這些實踐及理論表明，AI能夠顯著提升教學的針對性和有效性，有助于克服傳統教育模式的局限性。

在此背景下，探討如何利用新興技術，尤其是人工智能（AI，來推動高校圖書館數據素養教育的智慧轉型，構建個性化學習路徑，顯得尤為迫切。本研究旨在分析AI技術如何助力高校圖書館構建更加智能化、個性化的數據素養教育體系，并結合我國高校圖書館的實際，提出實施策略和建議，以期為高校圖書館數據素養教育的智慧轉型提供實踐指導和理論支撐。

1國內外相關實踐與研究述評

隨著大數據和人工智能技術的迅猛發展，高校圖書館在數據素養教育中扮演的角色愈發重要，被視為推動數據素養教育進步的重要力量。國內外研究表明，高校圖書館在數據素養教育實踐中采取了多種策略和途徑。在國外，美國高校圖書館通過建立數據素養教育框架、豐富課程內容、提供數據管理工具和服務、加強校內外合作等措施，有效推進了數據素養教育[8]。英國開放大學圖書館的“數字化生存\"項目展示了輕量級數字素養教育模式，強調了數字技術在教育中的靈活應用9。國內方面，以武漢大學和北京理工大學為代表的高校圖書館，憑借其豐富的資源和專業知識，成為數據素養教育領域的核心研究單位，其教育成果和模式對國內其他圖書館具有重要啟示2]。

從高校圖書館數據素養教育形式看，國內高校圖書館從傳統的專題研討會、講座、培訓班，逐漸發展到提供科學數據管理導航、學分課程、在線課程、嵌入式服務等[10]。其中講座最為常見，如北京大學圖書館在“一小時講座”中設有“數據素養系列”專題，清華大學圖書館在專題培訓講座中設有“情報支撐：數據分析類\"專題；武漢大學圖書館則開設了《數據素養與數據利用》實體課[2]；北京大學圖書館在主頁的“數據服務”專欄下設有“學科開放數據導航\"[11]；上海外國語大學圖書館組織則開展了“帶上Python去挖礦\"數據分析大賽[12]。

但整體看，國內數據素養教育缺乏頂層設計與總體架構，并未形成本土化的、較為完整系統的模式體系，相關理論研究與實踐探索均有較大的上升空間[13]。同時，國內當前數據素養教育內容較為單一，側重于信息檢索和分析，缺乏與具體學科和實際應用場景的深度融合[14]。此外，高校圖書館在數據素養教育方面還面臨著教師數據素養水平不均衡、教育資源配置不足、教學方法傳統、評估體系不健全等問題[15]。

針對這些問題，學者們呼呼高校圖書館應加強頂層設計，明確教育目標，構建包含數據意識培養、數據倫理教育、數據技術培訓在內的全面教育體系。值得注意的是，數智時代，如何有效利用智能工具如ChatGPT輔助教學，成為了數據素養教育的新探索[16]。雖然ChatGPT等生成式AI在數據素養教育中的應用尚處于初步階段，但其在引導學生提問、數據處理和分析方面的潛力已顯現，預示著未來教育可能更加注重高階思維能力的培養和人機交互的深度整合[17]

綜上所述，國內外高校圖書館在數據素養教育領域的探索與實踐正逐步深入，但仍需持續改進教育模式、優化教育資源、強化師資建設，并探索新技術的應用路徑，以期更好地適應大數據時代對數據素養教育的需求。

2圖書館開展個性化數據素養教育的必要性

人工智能的浪潮正以顛覆性力量重塑教育局面，智能交互數字人技術的崛起，為教育注入全新基因，教育正從“千人一面\"邁向“千人千面”，從單向灌輸進化為多維共創。數據素養教育作為數智時代個人與社會發展的關鍵能力，需根據用戶群體特性進行個性化設計，以滿足不同層次需求。其核心涵蓋數據意識、知識、技能與倫理四個維度，教育方案需針對學習者角色差異動態調整。

在高校圖書館數據素養教育場景中，本科生與研究生群體的教育需求呈現顯著差異。本科生作為數據素養啟蒙階段，教育重點在于培養其基礎數據意識與獲取能力。他們需要理解數據在學術與生活中的價值，并掌握數據庫檢索、信息篩選及可靠性評估等技能。研究生群體則需深化高階數據能力以支撐科研實踐。其教育體系需聚焦三大核心：一是數據管理能力，包括數據存儲規范、版本追溯及可重復性保障；二是數據分析技能，涉及統計建模、可視化呈現與結果解讀；三是數據倫理素養，強調隱私保護、知識產權合規及數據共享的倫理邊界。這些能力的培養直接關系到科研過程的數據治理質量與學術規范性。

人工智能技術為數據素養教育的精準化提供了新路徑。通過智能診斷學習者的知識缺口，AI可動態調整教學內容與方法，例如為本科生提供交互式檢索模擬訓練，為研究生定制數據清洗工具教學模塊。同時，基于學習行為數據的實時反饋，教育者能更有效評估不同群體的能力發展軌跡，實現從標準化教學向個性化培養的范式轉型。這種分層教育模式體現了數據素養教育的核心邏輯：從認知構建到實踐應用，從工具掌握到倫理內化，最終形成適應數智時代的數據勝任力體系。教育機構需持續優化課程結構，通過技術賦能實現教育供給與學習者需求的精準匹配。

3AI輔助高校圖書館個性化數據素養教育的理論依據

AI輔助高校圖書館個性化數據素養教育的理

論依據，主要包括學習者畫像構建與個性化推薦理論、動態學習路徑與資源調整理論、實時反饋與評估理論等。

3.1學習者畫像構建與個性化推薦理論

基于認知心理學中的個體差異理論，不同學習者在認知風格、學習動機和興趣偏好上存在顯著差異[18]。AI技術通過收集和分析學習者的個人信息、學習歷史、互動數據等，能夠構建細致的學習者畫像，這是個性化推薦系統的基礎。此外，AI能夠利用機器學習算法，如協同過濾、深度學習等，為學習者提供高度個性化的資源推薦，確保教育內容與學習者的實際需求和興趣相匹配，提高學習效率和滿意度。

3.2動態學習路徑與資源調整理論

學習科學中的適應性學習理論認為，學習路徑應該是動態的，能夠根據學習者的能力和進展進行調整[19]。AI算法能夠根據學習者的學習表現和反饋，動態調整學習路徑和資源分配，確保學習挑戰與學習者的能力水平相匹配，提高學習的連續性和個性化。

3.3實時反饋與評估理論

教育心理學中的反饋理論指出，及時、具體、正面的反饋對于學習者的動機和成就至關重要[20]。AI技術能夠實時分析學習者的學習行為和成績，提供即時反饋，幫助學習者識別學習障礙，及時調整學習策略，同時也為教師提供教學效果的客觀評估，便于優化教學計劃。

上述理論為AI輔助高校圖書館個性化數據素養教育奠定了理論基礎。

4AI輔助的高校圖書館個性化數據素養教育主要應用

國內外相關研究和實踐表明，當前AI輔助的高校圖書館個性化數據素養教育應用主要體現在以下五個方面。

4.1教育內容的個性化推薦與定制

AI技術能夠根據用戶的學習歷史、興趣偏好和知識水平，智能推薦和定制個性化學習內容。例如，哈佛大學圖書館、劍橋大學圖書館等利用數據分析技術，為不同學科領域的用戶提供針對性的數據管理課程和資源，確保教育內容與用戶需求高度匹配，為他們提供個性化的學習資源和學習路徑[21]。這種個性化的推薦機制，提高了學習的針對性和效率，確保每位學習者都能獲取最適合自己的學習材料。

4.2教學方法的智能化創新

AI技術使得教學方法更加智能化和互動化，例如，通過虛擬現實（VR）、增強現實（AR）等技術提供沉浸式學習體驗，使學生能夠在虛擬環境中實踐數據處理和分析。麻省理工學院圖書館利用AI輔助的在線課程，為學生提供數據管理的基本知識與技能訓練，通過模擬真實的科研數據管理場景，增強學生的實踐操作能力[21]。

4.3學習進度與效果的智能評估

AI在教育評估中的應用，能夠實現學習過程的持續監測和即時反饋。如斯坦福大學圖書館通過AI分析工具，跟蹤學生在數據素養課程中的學習進度，及時調整教學策略，確保學習效果[11]。同時，通過分析學生作業和在線互動數據，AI能夠提供個性化反饋，幫助學生了解自身強項與弱點，從而進行針對性的改進。

4.4個性化學習路徑與資源的動態調整

AI能夠根據學習者的學習表現和反饋，動態調整學習路徑和資源分配。例如，多倫多大學圖書館利用AI算法，根據學生在數據素養課程中的表現，自動推薦下一階段的學習內容和難度等級，確保學習挑戰與學生能力相匹配。這種動態調整機制，確保了學習路徑的連續性和個性化，提高了學習的效率和滿意度。

4.5數據倫理教育的智能化融入

在數據素養教育中，數據倫理教育尤為重要。AI技術能夠幫助設計模擬場景，讓學生在處理數據的過程中學習數據隱私、安全及道德規范，如羅格斯大學圖書館通過AI輔助的案例分析，加強學生對數據倫理的理解和應用。通過這種方式，學生在實踐中學習如何負責任地處理數據，增強了數據倫理意識。

上述AI技術在高校圖書館數據素養教育中的應用，不僅豐富了教育的內容和形式，也優化了教育流程，為學生提供了更加高效、個性化的學習體驗，可以為培養未來社會所需的高素養數據人才奠定堅實基礎。

5AI輔助的高校圖書館個性化數據素養教育實施策略

綜上所述，AI輔助的高校圖書館個性化數據素養教育，旨在通過智能分析用戶的興趣、知識結構及使用習慣，動態調整教育資源與服務策略，實現精準化教育供給，不僅有助于提升學生的數據理解與應用能力，也為高等教育創新提供了新的路徑與方法。

5.1構建跨學科的合作網絡

數據素養教育的參與主體可以分為三個層次，最上層的高校各級行政管理部門，中層的由高校圖書館主導的教育實施層以及下層實踐層[11]。因此，跨學科合作是推動數據素養教育深入發展的關鍵路徑。高校圖書館應打破傳統邊界，與校內各學院、科研機構、信息技術部門甚至校外企業、圖書館聯盟等建立廣泛合作關系。例如，美國羅格斯大學圖書館通過與校內外的科研管理部門、學科館員、數據管理專家團隊等合作，成功實施了“沉浸式信息學\"項目，通過多樣化的教育形式，有效提升了師生的數據管理能力。加州大學洛杉磯分校圖書館與社會學院的教授合作，將數據素養嵌入到社會學課程中，幫助學生有效地和合乎道德地查找、評估和使用數據來進行社會學調查[22]。這種模式下，圖書館能夠整合各方資源，設計出符合不同學科需求的數據素養課程體系，如數據獲取、處理、分析和倫理等，形成互補的教育內容，滿足不同用戶群體的個性化需求。

5.2創建游戲化的虛實結合的數據素養教育實驗室

為了增強對學生的吸引力，提升學習效果，可以構建一個實踐與創新并重的數據素養教育實驗室。高校圖書館可融合生成式AI與VR/AR技術，構建虛實聯動的數據素養教育實驗室。通過AI生成動態數據迷宮、智能NPC導師和實時反饋系統，結合AR實景數據解密游戲，利用區塊鏈記錄學習成就。智能體感設備捕捉操作行為，自適應引擎調整任務難度，形成沉浸式闖關模式，使數據采集、清洗、分析等核心能力在游戲化場景中自然習得并可視化呈現。這一整合策略要求圖書館員具備跨學科合作能力，與校內外伙伴緊密協作，推動數據素養教育的現代化與個性化。例如，英國謝菲爾德大學圖書館通過與信息學院合作，開展針對館員的數據管理培訓課程，有效提升了館員的專業水平，從而更好地服務于數據素養教育[8]。同時，圖書館應鼓勵館員參與科研項目，通過實踐鍛煉提升數據應用能力，確保教育內容與方法的先進性和實踐性。

5.3構建開放共享的數據素養教育資源庫

資源是開展數據素養教育的基礎。高校圖書館應借助AI技術，構建一個開放、共享、持續更新的數據素養教育資源庫。資源庫應涵蓋基礎理論知識、案例分析、在線課程、工具軟件、數據集等多元內容，滿足不同學習風格和能力水平用戶的需要。如美國明尼蘇達大學圖書館通過整合數據管理、分析工具資源，為用戶提供一站式導航服務[8]，極大地提高了學習效率。資源庫應支持個性化推薦，利用用戶行為數據，通過AI算法分析學習偏好，為用戶精準推送學習資源，實現個性化學習路徑的定制。

5.4評估與優化教育效果的動態監測

教育效果的評估與優化是保證數據素養教育質量的重要環節。高校圖書館可借助AI構建動態評估體系，通過機器學習分析用戶學習軌跡、交互數據及作業成果，實時量化數據素養能力維度。利用自然語言處理技術解析檢索行為與報告質量，結合知識圖譜識別認知盲區。基于預測模型生成個性化學習路徑，并運用A/B測試優化教學策略，形成“監測一診斷一干預\"閉環，實現教育效果的可視化評估與自適應調優。例如，香港中文大學圖書館利用大數據分析技術，對學生在數據素養課程中的學習進度、成果進行跟蹤，及時調整教學策略，實現了教育效果的持續優化[23]。

6 結語

在當前數字化轉型的大背景下，數據素養已成為衡量個人與組織核心競爭力的關鍵指標之一。高校圖書館作為知識服務與教育創新的前沿陣地，其在培養大學生數據素養方面發揮著不可替代的作用。人工智能（AI技術的發展，為高校圖書館實施個性化數據素養教育提供了強有力的技術支持。AI輔助的個性化數據素養教育，通過精準匹配用戶需求、優化教學資源，實現“千人千面”的教育模式，可以極大提升數據素養教育的效率和效果。高校圖書館應把握這一技術發展趨勢，結合本校特色和用戶實際需求，創新教育模式，構建適應數智時代的個性化數據素養教育體系，為培養具有深厚數據素養的復合型人才貢獻力量。

參考文獻

[1]M Schield.Information Literacy，Statistical Literacy andDataLiteracyJ].IassistQuarterly，2004，28（2/3）：6-11.

[2]萬文娟.“雙一流”高校圖書館數據素養教育現狀與發展策略分析[J].圖書館學研究，2021（21）：56-61.

[3」李學慶，黃常青，羅學妹，等.5G技術驅動下高校圖書館數據紊喬教育研究LJ」.內家古科技與經濟，ZUZI（13）：84-86.

[4」楊子師，王穎純，劉燕權.圖書館服務中人工智能技術應用的調查研究LJ.圖書館，2019（10）：34—40.

[5]范科.高校圖書館嵌入式數據素養教育的實踐模式與啟示[J].圖書館學刊，2021（12）：27-32.

[6」黃如花.面向高質量發展的數據素養教育[J」.圖書館建設，2020（6）：26—29.

[7］張思夢.數智時代公共圖書館服務轉型研究——基于美國公共圖書館數字素養教育服務實踐分析LJ」圖書館，2023（12）：58—66，104.

[8]楊波，李書寧.國外高校圖書館數據素養教育合作模式及啟示[J].圖書館學研究，2023（10）：84-92.

[9]吳雁程.輕量級數字素養教育實踐與啟示：以英國開放大學圖書館的“數字化生存”項目為例[J].農業圖書情報學報，2021，33（12）：29-36.

[10」王焱，袁先文，林晨晨，等.高校圖書館數據素養教育的現狀及其要素分析LJ」.數字圖書館論壇，2020（11）：42一49.

[11]萬文娟，崔博雅.基于5W模式的高校圖書館數據素養教育體系構建分析[J」.圖書館，2022（7）：10—14，28.

[12]嚴丹，蔡迎春，何秀全.學術訓練營：新文科背景下圖書館數據素養培訓新模式[J].圖書館雜志，2021，40（11）：108—116.

[13]張群，印熙媛.國內外數據素養教育研究現狀及啟示[J].數字圖書館論壇，2020（12）：65—72.

[14」陳穎.澳大利亞阿德萊德大學圖書館數字素養實踐與啟示[J].產業與科技論壇，2022，21（23）：87-90.

[15]周.高校圖書館數據素養教育現狀及對策——以E9聯盟高校為例[J].圖書館界，2023（6）：74—77，90.

[16」龔芙蓉.ChatGPT類生成式AI對高校圖書館數字素養教育的影響探析[J」.圖書情報知識，2023，40（5）：97—106，156.

[17]王利東，劉永朝.大數據背景下面向研究生數據素養的文獻分析與探討J」.黑龍江教育（高教研究與評估），2023（11）：65—68.

[18鄭詠滟，溫植勝.動態系統理論視域下的學習者個體差異研究：理論構建與研究方法[J].外語教學，2013，34（3）：54-58.

[19]張成龍，李麗嬌，李建鳳.基于MOOCs的混合式學習適應性影響因素研究——以Y高校的實踐為例J」.中國電化教育，2017（4）：60-66.

[20]胡瀾.新媒體環境下反饋理論在思想政治教育傳播中的應用[J].教學與管理，2014（15）：11—13.

[21]孫金寶.國外高校圖書館數據素養教育研究及啟示[J].圖書館工作與研究，2021（10）：44—51.

[22」楊超，李鑫鑫，張惠君.高校圖書館開展財經類數據素養教育的發展策略研究J」.情報探索，2023（12）： 110- 116.

[23]韋莉軍.高校圖書館數據素養教育現狀及發展策略研究——以我國卓越大學聯盟成員圖書館為例LJ」.圖書館工作與研究，2022（10）：98—103，110.

作者簡介：侯鵬娟，女，碩士，館員。研究方向：信息服務、信息資源管理。

張曉霞，女，碩士，副研究館員。研究方向：信息服務。

劉渝，女，館員。研究方向：信息服務、期刊評價。

（收稿日期：2024-10-20 責任編輯：張靜茹）

Abstract： In the era of digital intelligence，university libraries shoulder the important mission of cultivating students’ data literacy. Based on an analysis of the necessity for libraries to implement personalized data literacy education，this article explores the main application areas of AI-asssted personalized data literacy education in university libraries. Finally， it proposes implementation measures for AI-asssted personalized data literacy education， including building an interdisciplinary collaborative network， creating a gamified virtual-physical integrated data literacy education lab，establishing an open and shared data literacy education resource repository，and dynamically monitoring and optimizing educational outcomes.

Keywords： University Libraries;Data Literacy Education; Personalization;AI