大数据时代大学生数据素养教育的目标定位及体系构建*

张明海　周艳红

（长沙理工大学中国特色社会主义理论体系研究基地　长沙　410014）

大数据时代大学生数据素养教育的目标定位及体系构建*

张明海周艳红

（长沙理工大学中国特色社会主义理论体系研究基地长沙410014）

文章通过分析大数据时代大学知识教育变革的基本趋势，提出了大数据时代高校数据素养教育目标定位应遵循的基本原则。从教育主体、教学内容和教学平台三个方面，对高校数据素养教育体系构建的路径与策略进行了探讨，以期为我国高校数据素养教育教学改革提供有益思路。

大数据数据素养教育知识教育

〔引用本文格式〕张明海，周艳红.大数据时代大学生数据素养教育的目标定位及体系构建［J］.图书馆，2016（10）：84-88

随着互联网、物联网、移动智能终端和云计算的迅猛发展，人类时刻都在产生巨量数据，这也宣示着人类已经进入大数据时代。国务院于2015年9月印发的《促进大数据发展行动纲要》指出：“大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态”［1］。毋庸置疑，大数据对学校的知识教育环境乃至教育生态系统的影响将是巨大而又深远的，大数据成为重要的知识资源，数据素养成为大学生获取知识深度与广度的决定因素，成为适应未来社会和应对挑战的核心素养。高校数据素养教育的目标定位与教育体系必须要作出顺应这一时代要求的调整。

1　大数据时代大学知识教育变革趋势分析

“大数据时代的预言家”维克托·迈尔-舍恩伯格指出，“大数据开启了一次重大的时代转型”［2］。这一重大转型，首先表现为大数据对人类认识世界的方式的重新确立，数据密集型知识范式为用数据认识人类自身开启了巨大的空间；其次，大数据已经成为当今社会的知识基础结构，很多学科从数据贫乏转变为数据富集的研究领域，且研究领域的拓展和知识的更新日益取决于人类对数据的挖掘、共享、整合、分析以及构建预测模型的能力［3］。这一重大转型必将推动大学知识教育的深刻变革。

1.1大学知识传递的非线性化

在先前印刷时代，无论是社会信息流动还是学校知识信息传授，均体现为单向度的呈现方式，更多的是依赖非数字化图书馆、传统媒体以及直线的人际传播互动来传递信息和呈现知识，且由少数的知识精英把持知识的传播特权。而在互联网尤其是数字化传播技术支持下，知识信息经由数字化媒介传输而处于一种游离状态，社交性、流动性、开放性特征非常明显。而且，大数据时代知识信息呈爆发增长之势，根据IDC（国际文献资料中心）发布的2012数字宇宙研究报告（Digital Universe）显示，全球数据总量正以每年58%的速度增长，预计到2020年全球数据总量将超过40ZB［4］。这一巨量知识的非线性、不确定传播，无疑将推动大学传统知识教育模式的转变。尤其是在教学方面，以慕课为代表的大规模、开放式、数字化教育课程，日趋成为风靡全球的高等教育新潮。慕课完全打破了传统课堂教育的时空限制，解决了教育资源分布不平衡问题，创造了个性化、智能化教学模式。

1.2学生获取知识途径的便捷化

美国哈佛大学伯克曼互联网与社会中心的资深研究员戴维·温伯格（David Weinberger）在他的《知识的边界》一书中提出，对于大数据时代的知识秉持乐观的态度。从客观上看，大数据时代知识获取的便捷化已是不争的事实。一方面，知识传播服务主体的功能转换有利于知识的获取。在没有建立网络数据库之前，获取研究资料必须到图书馆查阅，既费时又费力。而如今，大数据促进了图书馆转型，越来越多的高校及公共图书馆将馆藏资料数字化、网络化，为教师、学生以及社会大众提供了便捷的知识获取途径。同时，图书馆数字化资源系统还可以通过收集用户在该平台上留下的“痕迹”，掌握用户对各种数字资源的需求，为满足用户个性化需求提供更精准的服务。另一方面，大数据技术使知识教育和知识学习的形式变得愈加丰富多彩。基于大数据技术的网络平台、搜索引擎、社会化媒体以及慕课、微课、私播课、云课堂、翻转课堂等深刻地改变了知识的扩散和共享方式，传统的大学教学方式将逐渐被微型化、视觉化、模块化、平台化、案例化的学习机制所代替。这意味着大数据正在重新再造知识关系，知识教育不再局限于三尺讲堂，知识获取的便捷化已经模糊了正式学习与非正式学习的界限。

1.3科学知识构建的数据化

互联网时代，数据的价值得到无限放大。2008年，《连线》杂志主编克里斯·安德森（Chris Anderson）曾指出，数据爆炸使得科学的研究方法都落伍了，大量的数据从某种程度上意味着“理论的终结”，用一系列的因果关系来验证各种猜想的传统研究范式已经不实用了，如今它已经被无需理论指导的纯粹的相关关系研究所取代［2］。安德森的这一言辞虽然有失偏颇，但是他的观点确实值得我们深思。在大数据时代，人们可以不必限于传统的思维模式和特定领域里隐含的固有偏见，可以更为轻松地处理巨大而又繁杂的数据并得出有价值的信息模式与知识。与其说大数据即知识，不如说大数据是一个“基础”，有了这一个特殊的“基础”之后，普遍与传统意义上获取知识的方式形成了鲜明反转：理论不再从对重大原则的逻辑推理中得出，而是由数据构建，通过数据分析就可以揭示一切［5］。正所谓，万物皆数据，数据是万物的本质属性［6］。可以说，科学知识构建的数据化趋势也对大学生学习能力提出了更高要求，即学生不能仅局限于课堂上获取知识，还应该掌握科学的数据收集和分析方法，并通过该途径获取其它新知识。

2　大数据时代高校数据素养教育目标定位的基本原则

数据素养教育虽一直以来备受中国高等教育界乃至社会各界的关注，但从高校数据素养教育实践来看，数据素养教育还严重滞后于时代发展的步伐，教育内容和手段延续多年未有变化，这无疑也引发了有关学者对高校数据素养教育目标定位问题的重新思考。

2.1数据素养教育应是信息素养教育的提高和深化

一般认为，数据素养概念是对信息素养等概念的延续和扩展。“信息素养”通常被称为一种了解、搜集、评估和利用信息的知识结构，“数据素养”则体现为对科学信息的挖掘与采集、组织与管理、处理与分析、共享与协同、创新与利用等方面的能力。因此，“数据素养”可以看作是“信息素养”的一个子集，是传统“信息素养”教育的进一步提高和深化［7］。美国大学与研究图书馆协会（ACRL）理事会于2015年2月正式批准通过的《高等教育信息素养框架》（以下简称《框架》）对信息素养给出了新的定义：“信息素养是指包括对信息的反思性发现，对信息如何产生和评价的理解，以及利用信息创造新知识并合理参与学习团体的一组综合能力”［8］。《框架》与2000年版《高等教育信息素养能力标准》（以下简称《标准》）相比，理论基础与核心内容均有实质性的差异。《标准》从“确定信息”、“有效地获取信息”、“评估信息”、“有效地利用信息”、“合理合法地获取信息”五个方面概括了学生提高信息素养水平应该具备的技能和成效标准。而《框架》则围绕“权威的构建性与情境性”、“信息创建的过程性”、“信息的价值属性”、“探究式研究”、“对话式学术研究”、“战略探索式检索”六大核心主题构建了新时期高等教育信息素养体系。可以说，这份《框架》的出台，尤其是对信息素养定义和能力标准的更新，既体现了美国在大数据时代背景下对国民信息素养教育目标的重新定位，也充分反映出人们对大数据时代的知识创造与传播、不断变化的大学知识教育环境、从信息素养、跨媒体素养到数据素养的转换等的思考。

2.2数据素养教育应以培养科学精神和创新能力为重点

基于数据的知识发现带动了“数据密集型”科学与“网络化”科学的新发展，数据不仅是科学研究的结果，也是诸多科学领域中最为重要的研究资源，催生出系列跨学科的、全新的科学研究思路。微软公司副总裁Tong Hey 等在《第四范式：数据密集型科学发现》（The Fourth Paradigm：Data-intensive Scientific Discovery）一书中指出：“新的研究模式是通过仪器收集数据或通过模拟方法产生数据，然后用软件进行处理，再将形成的信息和知识存储于计算机中。科学家们只是在这个工作流中相当靠后的步骤才开始审视他们的数据。用于这种数据密集型科学的技术和方法是如此迥然不同，所以，从计算科学中把数据密集型科学区分出来作为一个新的、科学探索的第四种范式颇有价值。”［9］毋庸置疑，第四范式将引起科学研究的巨大革命。

但也应看到，在充分利用大数据机会和驾驭第四范式的能力方面，还存在诸多挑战，其中首要的便是数据素养问题。有调查表明，目前由于缺少数据素养获取能力的相关培训，高效的搜索数据仍然是国内大学生普遍缺乏的能力［10］。事实上，是否具有敢于直面大数据时代挑战的科学精神，是否具备合理利用大数据资源进行创新的实践能力，是决定科学研究成败的关键因素。因为，在数据密集型科学发现时代，可靠和有效地设计数据采集、处理、转换、传播、管理和共享的计划与方法，本身就需要强大的科学精神和实践创新能力的支持。另外，大数据时代尤其需要培养创新型人才。据盖特纳咨询公司的一项预测表明，大数据将给全球带来近五百万个IT新岗位和上千万个非IT岗位。照此计算，既熟悉本专业、本行业又了解大数据技术与应用的人才缺口则更大。中国是人口大国也是人才大国，但在大数据应用型人才的培养方面，还略显滞后。所以，将高校数据素养教育的目标定位于对科学精神和创新能力的培养，既顺应了大数据时代潮流，也使得高校人才培养更符合学习型、创新型社会发展需求，人才就业更具针对性和竞争力。总而言之，“科学精神”、“创新能力” 应该成为大数据时代高校数据素养教育永恒的关键词。

2.3数据素养教育应以培育科学的数据意识和理性的批判精神为核心

从价值标准来看，大数据蕴藏着巨大的商业价值和文化价值，并作为一种新兴的“资产”和“资源”，将信息从知识的载体转变为智慧的源泉，成为社会财富的新来源［11］。但也应看到，大数据作为信息时代现实社会与虚拟空间深度融合的产物，记录着数以亿计网民的思想、行为乃至情感，所蕴含的复杂伦理文化问题将直接影响到人的内心视像。而且，目前世界性大型数据库均分布在欧美国家，并带有西方价值观导向，加之大学生的世界观、人生观、价值观可塑性很强，在接受数据库服务时，很容易被西方价值观所迷惑。如果教育引导不力，则会造成自我中心主义与个人主义的盛行和泛滥，使国家长期培养起来的集体主义价值观遭受冲击，从而在一定程度上消解了我国在价值观领域的话语权［12］。

基于这一认识，数据素养教育首先要树立本土化意识。这不仅需要我们能正确认识世界各国数据素养教育的真实情况，也应具备高度的文化自觉、自信意识，坚持将社会主义核心价值观培育融入数据素养教育的全过程，加强对大学生科学数据意识和理性批判精神的培育，防止西方国家意识形态渗透和文化垄断。其次，要巩固大数据传播阵地，坚持用主流价值观占领大数据传播领域，引领大数据文化的健康可持续发展。尤其是要将大数据这一先进工具和方法，广泛运用于社会主义核心价值观培育和传播的全过程。习近平总书记曾强调：“积极探索有利于破解工作难题的新举措新办法，充分运用新技术新应用创新媒体传播方式，占领信息传播制高点”［13］。可以说，将大数据的理论、技术和方法运用于大学生社会主义价值观教育，是大数据背景下核心价值观培育和大数据战略实现“双赢”的必然选择。最后，要努力提高大学生利用大数据进行学习研究以及理性规划人生发展方向的能力。网络空间的虚拟性、开放性、自由性和集群性等，是现实社会中人的发展的补充形式，不仅给人们提供了一个全新的话语平台，也改变了人们对未来的规划。从某种程度上来讲，大数据有利于培育和发展人的自由精神，可以让大学生自由地选择意向。正如维克托·迈尔-舍恩伯格所言，“人类在认知转变后，通过努力塑造当下，就可以有过去可以回顾，有未来可以展望。”［2］所以，数据素养教育应充分认识到大数据在促进大学生健康成长成才方面的积极作用，着力强化学生自主学习观念，引导学生善于利用大数据获取自己所需信息，提高专业知识储备，为更好地适应社会奠定坚实的知识基础。

3　大数据时代高校数据素养教育的体系构建

就目前中国高校数据素养教育现状而言，数据素养教育体系的构建还必须从教育主体、教学内容和教学平台三个方面进行综合设计。

3.1打造优秀的数据素养教育团队

拥有一支有组织的专业教育团队，是高校数据素养得以常态化开展并取得实效的有力保证。构建高校数据素养教育体系，首先必须要形成数据素养教育的整体团队格局，在充分发挥学科教学单位及校内外其他社会组织的积极作用的基础上，着重突出数据传播和服务机构的主体地位。数据传播和数据服务机构在开展数据素养教育方面具有许多得天独厚的优势，将校内外数据传播和服务机构纳入数据素养教育团队的主体，进行必要的资源整合，合理定位其职能，有利于提高当前高校数据素养教育的时效性、针对性和可操作性。

以高校图书馆为例，作为数据传播和服务机构，图书馆拥有丰富的用户基础、数字资源、馆藏文献，完善的硬件设施以及专业的数据服务团队，为开展数据素养通识教育提供了良好的物质基础和人才储备。但是，进入大数据时代，高校图书馆的角色和职能也必须要进行重新定位。美国图书馆协会主席萨莉·菲尔德曼在接受《高等教育纪事报》采访时表示，信息技术正在以前所未有的力度重新定义大学图书馆的角色：一方面，越来越多的图书馆正在将馆藏资料数字化、网络化，并利用大数据技术整理社交媒体信息，以供研究人员和公众使用；另一方面，图书馆探索与创造共享空间的对外服务意识也在不断增强［14］。可以说，在运用大数据方面，美国大学图书馆已经走在了前列。在促进与研究人员有效开展合作和满足师生多元数据需求方面，美国大学图书馆推出的系列举措，值得我们学习和借鉴。

除了上述以图书馆为主体的数据素养通识教育团队之外，还需要加强学科专题数据素养教育团队建设，从具体学科领域开展大学生数据素养教育。事实上，国外部分大学已经开始对科研人员、大学生和数据服务人员进行学科专题数据管理意识、知识和技能方面的教育与培训，并建立了专题数据素养教育团队［15］。例如，美国弗吉尼亚大学建立了针对工程学、人文科学、生命科学、物理学和社会科学数据管理教育团队；哈佛大学建立了针对社会科学、天体物理学的大数据使用教育团队；英国剑桥大学建立了针对考古学和社会人类学的大数据培训团队等。当然，仅仅依靠专题化数据素养教育团队的力量还是不够，图书馆的学科馆员、学科专家、科研管理职能部门及专业院系等团队还必须要广泛开展协作，发挥各自专长，调查数据管理需求，共同完成数据素养教学内容、教学环节和教学任务的设计。

3.2设置科学的数据素养教育课程群

所谓课程群，就是以一门以上的单门课程为基础，由三门以上的性质相关或相近的单门课程组成的一个结构合理、层次清晰、课程间相互连接、相互配合、相互照应的连环式的课程群体［16］。课程问题是高校数据素养教育的核心问题，课程之间结构是否合理，内容是否适当，所设计课程的功能是否得到充分发挥等，都决定了数据素养的实际效果。近年来虽有少数院校开设了大学生数据素养教育课程，但是课程十分单一，教学手段和方式方法也滞后于大数据技术发展实际，尚未形成明确的数据素养课程教育模式。构建数据素养教育体系，必须要从课程设计上着手，改变传统单一的课程教学模式，坚持课程群建设。这不仅有利于数据素养教育课程的整体优化和协调发展，也有利于课程的学习和教授。同时，课程群的协同进化效应还可以有效保证教育活动的可持续发展。

数据素养教育课程群建设是一项十分复杂的系统工程，既要满足大数据时代对高素质人才培养的要求，又要遵循课程教学的基本原则和本质规律，最为关键的还是要建立与数据素养结构相适应、具有层次性并与学科建设融合互补的多体系课程群。这是科学设置数据素养教育课程群的关键环节。首先，要围绕数据素养结构及其要求，从数据意识、数据获取、数据处理、数据评估、数据决策能力的培养着手展开课程设计。大致可分三个层次，即大数据思维培育的“理念教育课程群”、大数据技术与应用能力培训的“技能教育课程群”和大数据实战水平提升的“实践教育课程群”。其次，要围绕不同学科和专业特点设置课程体系，以突出数据素养教育课程的专业型特色和学科方向特色，注重学生自我发展，将大数据、数据素养知识等有机融入到学科培养框架中去，充分拓展学科建设的育人功能。最后，建设好数据素养课程群还必须重视各类数据素养教学资源的整合和利用。所谓数据素养教育资源是指富有教育价值的、能够为数据素养教育服务的、有利于教育活动实施和教育目标实现的各种条件的总称。数据素养教育课程资源的构成复杂而又广泛，如校内课程资源、校外课程资源、有形的组织化的课程资源、无形的数字化的课程资源、政府推动的大数据技术研究中心和民间组织筹划的商业应用数据库等。充分整合数据素养教育资源，对于扩大数据教育课程教学的普及范围、全面提升数据素养教学实效，有着十分重要的意义。

3.3建立高校大数据应用平台

首先是合理开发云教学、云管理资源平台。“云平台”是基于云计算技术的一种新型信息共享机制，其核心理念在于“融合、共享、交互和效率”，充分体现了当今信息传播的理想追求，是关于未来媒介深度融合、知识共享以及构建健康网络传播生态环境等重大命题的最新设想和探索。高校云资源应用平台的建立和运行，看似与数据素养教育无关，实则是大学生数据素养教育最可感知的实训平台。因为“云平台”事实上已经重构了大学知识传授体系和浓郁的校园“大数据氛围”，学生在接受该服务过程中既可切身体会到大数据的吸引力，又能在利用数据资源过程中得到全面锻炼。并且，还能让学生感知大数据时代发展的脚步，树立紧跟经济社会发展步伐的时代感和紧迫感。

其次是建立大数据收集和分析实验室。目前，建立不同学科类型和层次的大数据实验室，已经成为数据素养教育实训教学的重要手段和趋势。如美国加州大学伯克利分校图书馆在应对服务转型的重大战略举措中，就将建立专题研究大数据实验室作为重点，按需设置面向学生项目的合作区域，为用户提供使用图书馆数据资源的技术设备，使学生能集中精力在一段时期内就某一项目研究开展小组协作［17］。与此同时，该校还于2013年成立了伯克利数据科学研究院，由不同学科的教职员（含1名图书馆员）按学科组建数据科学环境工作组，专门开展数据研究工作。另外，英国政府也非常重视该方面的投入，积极推动以高等院所为依托投资兴办大数据研究中心，带动牛津大学、伦敦大学等名校开设以大数据为核心业务的专业等。从我国高校现有办学条件来看，该经验还是值得借鉴的。一方面，数据实验室可为师生开展大数据处理关键技术和数据挖掘及其应用方面的课题研究提供实训平台。另一方面，学生通过实训可以掌握大数据技术的思想，提高实践创新能力，甚至成为能够从事大数据技术领域的且具有数据分析、挖掘和应用等知识结构的大数据应用型人才，成为参与社会就业竞争的强者。

（来稿时间：2016年3月）

1.国务院印发促进大数据发展行动纲要［EB/OL］. ［2016-02-15］. http://politics.people.com.cn/n/2015/0905/c1001-2754565 5-4.html

2.（英）维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代生活、工作与思维的大变革［M］.盛杨燕，周涛， 译.杭州：浙江人民出版社，2013：9， 92-93， 243-245

3.段伟文.大数据知识发现的本体论追问［J］.哲学研究，2015（11）：114-119

4. IDC：未来八年地球产生数据量将超40ZB［DB/OL］.［2016-02-15］. http://digi.tech.qq.com/a/20121219/000654.htm

5. （美）戴维·温伯格.知识的边界［M］.胡泳，高美，译.太原：山西人民出版社，2014：41-42

6.黄欣荣.大数据的语义、特征与本质［J］.长沙理工大学学报：社会科学版，2015（11）：5-11

7.张静波.大数据时代的数据素养教育［J］.科学，2013（4）：29-32

8.韩丽风，王茜，李津，等.高等教育信息素养框架［J］.大学图书馆学报，2015（6）：118-126

9. Tony Hey， Stewart Tansley， Kristin Tolle. 第四范式：数据密集型科学发现［M］.潘教峰， 张晓林， 等， 译.北京：科学出版社，2012：12

10.隆茜.数据素养能力指标体系构建及高校师生数据素养能力现状调查与分析［J］.图书馆，2015（12）：51-56， 62

11.邹绍清.论大数据嵌入青年社会主义核心价值观培育的战略契合及思维变革［J］.马克思主义研究，2015（6）：84-92

12.吴家庆，曾贤杰. 大数据与意识形态安全［N］.光明日报，2015 -10-14（13）

13.中共中央宣传部.习近平总书记系列重要讲话读本［M］.北京：学习出版社，人民出版社，2014：107

14.孙梦曦.大数据促美国大学图书馆转型［N］.中国社会科学报，2015-11-30（1）

15.孟祥保，李爱国.国外高校图书馆科学数据素养教育研究［J］.大学图书馆学报，2014（3）：11-16

16.吴开亮.关于高师院校课程群建设的探讨［J］.江苏高教，1999（6）：69-71

17.黄琴玲，钱吟，刘赞，等.美国加州大学伯克利分校图书馆服务转型的新动向与思考［J］.图书情报工作，2014（20）：61-66， 72

Objectives and Construction of University Students’ Data Processing Education in Big Data Era

Zhang MinghaiZhou Yanhong
（ Research Base for the System of Socialism with Chinese Characteristics， Changsha University of Science & Technology ）

Basic principles are proposed for setting data processing education objectives in universities in big data era through the analysis of present reforms in educational content. The exploration of approaches and strategies for constructing data processing education system from the three perspectives of education participants， content and platforms is of great significance for reform in data processing education in universities in big data era.

Big dataData processing educationKnowledge education

G420

张明海（1976-），男，博士，长沙理工大学马克思主义学院副教授，硕士研究生导师，研究方向：信息素养教育；周艳红（1968-），女，硕士，长沙理工大学马克思主义学院副教授，硕士研究生导师，研究方向：思想政治教育。

*本文系国家社科基金青年项目“社会主义核心价值观网络传播模式创新研究”（项目编号：13CKS042）、湖南省社科基金项目“微文化生态下社会主义核心价值观传播创新研究”（项目编号：14YBA012）、2015年湖南省学位与研究生教育研究专项“大数据时代研究生信息素养教育创新与实践研究”（项目编号：JG2015B079）、中国特色社会主义理论体系研究基地开放基金重点项目“大数据时代社会主义核心价值观传播范式转型研究”（项目编号：2015JDA01）的研究成果之一。