我国数据新闻教育的困境与对策

■ 金梅珍 丁 迈



我国数据新闻教育的困境与对策

■ 金梅珍 丁 迈

大数据对现有的媒体形态和传播格局都产生了深远的影响,从海量数据中发现具有新闻价值的信息,寻找隐藏在数据中的新闻真相,从而更加客观、全面、真实地揭示社会现象本质与社会发展规律,催生了当今新闻学具有前沿性的全新专业方向——数据新闻报道,高校对数据新闻的教育和实践悄然起步。

一、国内外数据新闻教育的现状

1.国外数据新闻教育概述

数据新闻在国外业界起步较早,《纽约时报》《卫报》等多家知名媒体纷纷开通数据新闻专题。数据新闻在业界实践的开展推动着新闻教育和研究的跟进。一方面,一些高校、科研机构与媒体合作,为媒体收集、处理数据信息提供智力支持,共同完成规模较大的数据新闻报道,如《卫报》的《解读骚乱》；另一方面,部分高校和科研机构开设相关的研究中心,专门从事数据新闻业务的研究。①2011年秋,哥伦比亚大学推出了新闻和计算机硕士的双学位项目,开设了为期14周的计算新闻学课程,这是新闻学界的一个创举,也是在新闻数字化潮流下一个试探性的变革；②密苏里新闻学院的数据新闻项目开设信息图表、计算机辅助报道等与计算机相关的课程；欧洲新闻中心推出免费数据新闻课程——“数据新闻：起步与技能”(Doing Journalism with Data:First Steps,Skills and Tools),面向所有人开放注册。③这些课程的授课教师大部分是业界资深人士,其中不乏相关领域的佼佼者。

由此可见,国外的数据新闻教育以硕士阶段培养为开端；数据新闻课程是以新闻专业为基础,在新闻学框架下,由新闻界从业人士来讲授。这是国外数据新闻教育的两个重要特征。

2.国内数据新闻教育现状

国内的数据新闻发展最初是业界主导学界模式。多个数据新闻工作坊推出了多期数据新闻学习课程。发展到现在,数据新闻教育也在快速跟进。香港大学下属的新闻媒体研究中心开设了数据新闻课程。这门课程教授学生如何查找和寻求信息,带领学生学习基本的计算机辅助报道技能,让学生建立对数据的基本概念,并且能够识别、报道和书写大众新闻。④中国传媒大学于2014年秋季率先在本科生中开设数据新闻报道实验班,开始探索数据新闻报道的教学与实践。

二、数据新闻教育面临的困境

随着业界数据新闻实践的深入开展,高校对于数据新闻的教育也在逐步深入。原本传统、单一的新闻学专业人才培养模式能否符合现阶段全媒体生态对新闻学毕业生的要求,高校培养的新闻专业毕业生能否满足大数据时代对新闻从业人员的要求,这些是高校新闻教育在自我更新中必须反思的问题。我国的数据新闻教育实践,也还面临着诸多困境与挑战。

1.新闻学专业招收的学生知识结构相对单一,复合型人才的培养难度较大

新闻学专业招收的学生一直是以文史类学生为主。在当今全媒体融合的背景下,业界对跨文、理科背景,跨专业的学生需求大大增加。学生不仅需要学会传统的新闻采、写、编、评,还需要了解计算机编程语言。这对于许多文科学生来说,确实是个难以跨越的障碍。

2.数据新闻的教育模式尚未成熟,课程体系还有待完善

目前高校培养新闻人才以培养传统的记者、编辑人才为目标,开设的课程普遍以新闻采访、写作、编辑和评论等传统的新闻学教育为主。传统媒体一直在向数字化、全媒体转型,对人才的需求也提升到新媒体技术层面。就目前来说,数据新闻的教育尚处于探索阶段,并未形成成熟的教育模式,课程体系也有待完善。国内还没有专门针对数据新闻的系列教材。很多高校的新媒体教学也仅仅是在新闻学课程之外加入了计算机的课程,并没有出现真正将数据和新闻融合的课程。

3.师资结构组成单一,缺乏业界实践导师的加入,复合型的教师团队还亟待建设

目前国外高校开设的与数据新闻相关的课程,其授课教师部分来自于业界的专家。以新闻传播实务为主的学院主要聘用的是具有丰富实务经验的业界人士,最典型的要数哥伦比亚大学新闻学院——全职教师只有20多人,但从各大新闻媒体聘请的兼职教授120人,许多主干课程也是由兼职教师担任。⑤国内高校很多教师,往往是从高校到高校,恰恰缺乏在一线实践的经历。缺少业界实践导师是国内新闻传播教育的通病,在由业界推动学界的数据新闻教育中,这点尤为突出。

4.学生实践以模拟实践为主,校内外实践流于形式

目前，国内各界对数据新闻的关注度很高,但是国内高校的新闻学教学仍旧以课堂传授的书本知识、模拟实践为主。许多高校无法为学生提供多样化的实践平台,只能依靠学生在校外媒体的短期实践。多数情况的校外媒体实践时间短,且流于形式。学生的实习并未深入到整个新闻的生产流程。数据新闻从确定选题、操作、调查、发表往往需要很长的时间,学生无法从短期的实践中深入到制作数据新闻的各个流程中。

三、数据新闻教育探讨

针对国内数据新闻教育面临的困境,笔者从以下几个方面进行分析并给出相应的建议,以期为高校数据新闻教学模式的交流与探讨提供路径。

1.招生层面,高校可以尝试打破学科壁垒,实现文理跨专业培养

大数据时代的新闻，要求从业人员能够分析数据,能从纷繁的数据中发现隐含的故事,并用可视化的方式表达出来。很多高校在新闻学专业培养计划中加入了计算机编程以及可视化的课程,学生不仅需要学会传统的新闻采、写、编、评,还需要了解计算机编程语言。数据新闻专业的招生可以尝试打破传统新闻学以文史类为主的招生模式,学生入校后可以进行跨专业培养。

2.在课程体系和师资建设上,高校可以整合资源,优势互补,建立全方位的课程体系和复合型的师资队伍

联合国教科文组织2015年发布的《新闻教育课程模板》已经将数据新闻列为其新课程之一。该模板同时指出,“新闻教育是一种社会实践,其知识和技能是跨学科的”。这标志着新闻教育要培养跨学科复合型人才的理念已经成为全球性趋势。从源头上来看,这对处于上游的教学团队也提出了跨学科的要求。高校需要具有复合学科背景的教师或是由具有不同学科背景的教师组成的教学团队。一方面,高校可以定期邀请业界实践专家来学校授课；另一方面,高校应该鼓励教师走出校门、走向业界,从实践的角度全新诠释对新闻、数据新闻的理解。

3.开设数据新闻专业的高校应该尽可能为学生提供多样化的实践支撑平台

高校可以依托校内平台如校电视台、校报等,给学生创造数据新闻实践平台。真正做到学生参与为主、教师指导为辅的实践环境。高校还可以积极拓展契合学生实践的校外媒体实践基地,切实让学生参与数据新闻生产各个环节。

各高校对数据新闻的理解和教育理念各不相同,每个高校也都在积极探索符合本校特色的数据新闻教学模式。数据新闻最终的落脚点是如何讲好一个故事,过硬的记者和编辑技能必不可少,华丽的页面无法取代好故事的核心地位。在掌握新闻传播学知识后,高校增开数据分析、数据可视化相关的课程,但也并不是要求学生人人都会编程、人人都做可视化。我们希望培养“一专多能”的学生,期待学生在学习过程中能有所侧重、进行针对性的学习,同时对其他技能也要加以学习。数据新闻的制作向来注重团队协作,我们的培养目标是教会学生发挥自己的特长,各有精专、优势互补、协同分工,以团队的方式生产有价值的数据新闻。

注释：

① 方洁、颜冬：《全球视野下的“数据新闻”:理念与实践》,《国际新闻界》,2013年第6期。

② 材料来源：http://djchina.org/2014/11/01/data_journalism_columbia/。

③ 材料来源：http://djchina.org/2013/10/15/free_online_dataj_course/。

④ 材料来源：http://djchina.org/2013/12/24/hkudj/。

⑤ 钟新、周树华：《新闻传播教育的若干核心问题》,《新闻窗》,2006年第4期。

(作者金梅珍系中国传媒大学教务处助理研究员；丁迈系中国传媒大学新闻传播学部新闻学院教授)

【责任编辑：赵 均】