大数据时代的数据新闻与新闻教学

2016-03-18徐阳

安庆师范大学学报(社会科学版) 2016年1期

关键词：数据新闻课程设置大数据

徐　阳

(安徽大学江淮学院，　安徽　合肥　230009)

大数据时代的数据新闻与新闻教学

徐阳

(安徽大学江淮学院，安徽合肥230009)

摘要：作为大数据和数字技术裂变式的发展的新产物，数据新闻应运而生并成为传媒领域的新宠。这一新型的报道形式展现出四个方面的特征，包括数据驱动的新闻调查、数据驱动的客观性描述、数据驱动的可视化表现以及数据驱动的新闻稿件重构；而它的兴起又对新闻人才提出了新闻科学理念、新闻可视理念、新闻营销理念的三个要求。为了应对大数据时代的这一变化，新闻教育同样需要进行改革创新，运用阶段化与模块化的组合方式调整课程设置，并完善教学配套设施。

关键词：大数据；新闻教学；数据新闻；课程设置

一、数据新闻的内涵与特征

当今，数据新闻已经成为传媒领域的新宠。2012年，全球编辑网络组织(Global Editors Network)发起了数据新闻奖评选活动。这是该领域创立最早的国际奖项，有力推动了传媒行业注重数据的挖掘和报道。2014年春天，《纽约时报》推出了新栏目“The Upshot”，主推数据新闻。2014年秋天，《卫报》宣布数据新闻成为三大方向之一。作为大数据时代的产物，数据新闻用数据说话，增强了新闻的清晰度和保真度，推动着新闻从感性向理性的提升，同时也赋予了受众根据新闻信息自行分析和判断的空间，符合当下整体受众文化教育水平提高的客观要求。

(一)数据新闻的内涵

数据新闻，简单来说就是运用数据报道新闻。它为记者将传统的新闻嗅觉、引人入胜的讲故事能力与规模庞大的数字信息结合起来创造了可能[1]。作为新闻叙述的新方法,它也到了业界的重视。纽约时报的记者阿隆·菲尔霍认为，数据新闻是一个概括性术语，它包含了一套持续不断成长的讲故事的工具、技术和方法，涵盖了一切从传统的电脑辅助报道(使用数据作为“信息源”)到最前沿的数据可视化和新闻应用[2]。

(二)数据新闻的优势特征

1. 数据驱动的新闻调查

数据新闻是建立在数据基础上的作品。它目前被普遍认为是精确新闻和计算机辅助报道在大数据时代的新融合与发展。数据新闻结合这两者，通过过滤大规模数据展现出一种高科学性与高真实性的新型报道模式；它从支离破碎的信息和数据中发现规律和趋势，揭示问题、预测未来。例如，凭借出彩的数据收集和分析作为主导元素，获得2014年数据新闻奖最佳数据驱动调查报道称号的典范《被夺走的家园》。为了揭露当地房屋抵押债务的产业黑幕，华盛顿邮报将房屋税费数据与叙事性新闻报道进行有机结合，按获取数据、分析数据和呈现数据的流程逐步分析解释了500美元的财产税债务是如何变成5000美元的过程，描述了八户人家因此失去房屋所有权的故事。评委会评价：“对于数据的深度调查和踏实充分的报道成就了这个细致入微的调查新闻。”

2. 数据驱动的客观性描述

早先的新闻报道只能采取个别访问、街头调查等传统的采访方式，接触到有代表性的行业人士或数量有限的社会群体。但是，在这种随机采样的模式上归纳社会现象、预测社会趋势，必然带有记者主观色彩浓厚的偏好与推断，容易造成新闻失实。而数据新闻建立在海量数据的基础之上，样本更为全面和丰富；故而其结论更具有客观性，更能缩短新闻世界和真实世界之间的距离。例如，在2011年伦敦骚乱事件中，两名青年因为在Facebook中煽动骚乱被判处4年有期徒刑。英国政府也认为Facebook、Twitter等社交媒体在其中起到了推波助澜的负面作用。但是随后，英国卫报建立了包含8月6日午夜至8月17日晚8点期间一切与骚乱有关的Twitter消息数据库。通过分析250多万条信息后该报称，社交媒体并不是骚乱的罪魁祸首，在平息事态、社区重建方面做出的贡献更大。这一报道有力地驳斥了英国政府对社交媒体的质疑和反对。

3. 数据驱动的可视化表现

《华尔街日报》提到过，读者最痛恨的就是新闻里的数字。因为传统稿件中大量的数字堆砌在一起不仅枯燥、乏味，还增加了阅读的难度。而数据新闻一改旧貌，在地图、树状图、标签云、网络图、时间轴、流程图、气泡图等丰富的形态架构中进行选择，借助静态或动态的多媒体图像，更加直观、简洁、生动的传达数据信息，降低了理解的困难度，例如彭博社的今日图表，《卫报》的数据博客等。最为业界称颂的是《纽约时报》的数据新闻《雪崩》。该作品获得了2013年3月的普利策新闻奖，创造了8天250万的惊人浏览量。国内类似的报道，包括描述2015年8月天津滨海新区爆炸事件的新闻。湖南经视、中新社、澎湃新闻网等众多媒体创新了多媒体的报道方式，结合文字、图片、采访录音、动画等数字技术，通过虚拟重现了滨海新区环境真实数据模拟爆炸的现场动画，视听结合的手段为读者恢复了更为震撼、详细、真实的现场原貌。

4. 数据驱动的新闻稿件重构

身处如今的大数据时代，媒体机构可以根据网页点击率、社交软件转发量、读者评论或者数据公司的调查反馈等真切了解作品的受欢迎度。例如，英国《卫报》就开发了一套数据检测系统Ophan，随时统计和监控用户浏览情况。在宏观方面，媒体可以定制新闻，根据受欢迎程度指定采访主题、采访地点、采访方式，以及记者和编辑等。这就类似世界知名的美国电视剧《纸牌屋》，Netflix公司就是根据对用户喜好的精准分析选定了导演、剧本和演员，从而获得了巨大成功。在微观方面，媒体可以将不受欢迎的稿件根据反馈信息进行再次加工编写。例如美国《赫芬顿邮报》和英国路透社已经专门安排编辑负责稿件的重新包装和刊登。

二、数据新闻兴起对新闻人才的新理念

大量的媒体机构都对人员进行了重新配置，减少传统单一的采编岗位。例如，今日美国报纸将负责印刷版报纸压缩为一支很小的团队，而把数字团队(如开发人员、社交媒体编辑等)整合到各个部门，加强了数字人才力量。同时，根据2015年初，careercast招聘网站公布的职业评价报告显示，2015年全美200个岗位中，报刊记者以3.627万美元的收入排名倒数第一，职业前景最差[3]。无疑，传统的媒体岗位遭到冷遇，数据媒体的兴起对新闻人才提出了新的理念要求。

(一) 新闻科学理念

传统的选题，一般而言记者都有自己固定的资源——对口联系的企事业单位，即“跑口”；各企事业单位会不定期主动和记者联系，提供该机构的新鲜事；记者主要根据经验确定新闻价值，考虑是否报道。而数据新闻的制作，记者面对的不再是新闻现场活生生的人物，而是错综复杂的海量数据。这就需要他们具有较高的数学常识，一定的数字敏感度，以及新闻提炼、数据整合的能力，承担搜索、调研、提炼价值、挖掘和编辑数据的工作。例如，Detective.io网站的《移民档案》就是记者对数据高度掌控的典范佳作。该新闻包括了6个拘留所，2 769个事件，13 713个移民的故事。记者使用了名为“Open-Source Intelligence”的方法从公共开放的数据源中收集数据，例如媒体报道、政府出版物和灰色文献等。在第一阶段，团队采用OpenRefine分析工具，进行数据清理和事实核查。第二阶段，他们在Detective.io网站上面建立数据库，以便更好地支持信息的收集以及规模更大的调查报道项目。在整个制作过程中，记者展现出科学的思维方式和工作方法，对数据的意义进行了最大的聚焦。

(二) 新闻可视理念

传统的新闻作品主要是由文字、图片或者表格等元素构成，记者用各种创造形式、技法手法再现新闻现场。但是数据新闻的可视化特征给新闻叙事开辟了广阔的发展空间，不再局限于传统的 “倒金字塔结构”、“华尔街日报体”、“对话体结构”等文本模式，而是以更具冲击力的视觉化方式呈现内容。记者要学会将冰冷、枯燥的数据演化为令受众一目了然的图像，要具备将内容编辑和图表设计两者有效融合的能力，不仅参与前期的数据提炼、整合工作，还要在一定程度上能参与到后期图标设计、信息设计、初级html语言编程、插图绘画、后期制作等环节中。例如，纽约时报2013的可视化数据新闻《重塑纽约》是业界饱受好评的佳作。团队从地理的角度，分建筑群新建、区域重新划分、自行车道增设和海滨建设等部分，用JavaScript语言制作了整个纽约市的建筑模型图，配合6段文字和6组前后对比的静态照片，以全屏18帧的动态效果展现了纽约市12年来的全部变化。试想，如果用文本呈现，必然充斥大量交叉的时间、枯燥的数据和陌生的街道名称，但是制作团队用图片与动画的效果，简单明了地解读出巨变，将复杂度和歧义度降低到了最小。

(三) 新闻营销理念

传统的概念里，新闻稿件的文本意义趋向于封闭性与凝固性。但是数据新闻由于其制作耗时长、技术含量高、团队成员多，所以其高成本性自然就面临比传统新闻稿件更大的收益压力。因此，记者不能再单一的写稿，还需要把营销的理念融入新闻产业运作中，以开放性、应答性与针对性获得良好的社会评价与收益。这里涉及的术语包括内容管理、社会参与、用户体验、页面优化和受众拓展。它们要求记者选取受众感兴趣而不是记者感兴趣的题目；当监测新闻内容无法在短时间内聚集读者关注度时，就需要即时进行重新包装；记者还需要洞察不同的阅读终端，例如手机、平板、台式机等，需要不同的新闻样态，据此对稿件进行调整。在为用户提供数据探索的同时，尽可能创造参与机会，增强互动性。一方面开放数据库，供受众查询、探索、挖掘信息，鼓励共同参与新闻制作；另一方面在建立数据模型后编写各类新闻应用，满足特定需要。例如，BBC推出新闻应用《你适合哪种运动》，感兴趣的受众只需要回答关于自己身体耐力、灵敏度等12个小问题就能了解自己最适合的三种运动。ProPublica网站推出过新闻应用《急症室等待时间查询》，患者只要输入自己家的地址就能查询临近的急症室地址与等待时间等信息。

三、新闻专业的改革策略

2015年4月底，皮尤研究中心发布了《2015年新闻媒体现状》报告，称较去年同期全球报纸发行量下跌3%。目前，报纸业的总广告营收还不及10年前的一半，日发行量也下降了19%[4]。作为全美前五的美国佛罗里达大学新闻专业，面对传统媒体的衰落，学生家长已经开始表示担忧，他们向新闻传播学院的院长黛安·麦卡法林提出不满：新闻专业的对口就业行当正在走向衰亡，可是为了这个文凭他们却付了大笔学费[5]。同样，根据佐治亚大学的调查显示，这场传媒界的巨大变革已经降低了本科新闻专业的入学率。美国马里兰大学在七月就此发表评论称：“下降的新闻招生现状向管理层施压，已经使课程结构和教学内容发生了巨大的变化。”[6]

目前，中国报考新闻专业的家长和学生们还没有像美国那样产生社会性的担忧，但是中国新闻教育界必须提前认识到，传统的教学模式已经无法应对大数据时代的变化，需要进行改革创新。这里，笔者根据数据新闻对新闻人才提出的新理念要求，从课程设置、教学配套两个方面入手，提出个人建议。

(一) 课程设置

面对大数据时代数据新闻的崛起，高校新闻专业单一的强调“技术为王”或者“内容为王”都不是合理的规划，而是应该将两者视于平等的地位来形塑新闻价值，促进两者间的融合。要让学生明白，掌握这些制作软件是为了淋漓尽致地展现新闻文本复杂的综合价值，而不是单一为了技术而学习。事实上，目前教育领域也并没有把技术的培养优先到第一要务，较为统一的共识是:数字技能掌握的重要性正如同对新闻素材掌握的重要性一样，是二者缺一不可的[7]。学者们推崇的是数字媒体心态,认为学生不需要写程序或者成为编码员，而是要能了解怎样使用不同形态媒介结合的优点,来更有效的述说故事，有能力与技术人员和创意人员沟通[8]。

因此，在课程设置上笔者提出阶段化与模块化的组合方式。首先，将整个大学四年分为两个阶段。第一阶段：一年级和二年级以必修课为主，开设新闻传统基础课程，传授策划、采访、写作、编辑和调查等基本知识，强调新闻文本内部的结构规律与各要素间的联系，夯实基础。同时可增加大学语文、数学、英语、历史等通识类课程，以扩充学生的知识面。第二阶段：三年级和四年级以选修课为主，要求学生修满一定的学分。在此基础上，再进行模块化的针对性培养。这里的模块化就是将三年级和四年级的全部选修课程设置成若干个小模块，开设不同研究方向的一系列环环相扣的学生感兴趣的课程，例如数据新闻方向、图片新闻方向、广播电视方向等，让学生根据个体意愿和职业规划进行选择。

数据新闻方向的选修课程可以分为三个类别：1)理科课程，如文献检索、统计学、社会调查研究、计算机辅助新闻业务等，以增强数学逻辑思维的能力；2)可视化技能，包括视觉传播以及多媒体制作课程，传授文本、图表、视频、音频、互动元素等制作软件的使用方法。技能培养方面可以进一步系统化，首先开设初级多媒体制作课程，当学生通过后再批准其申请高级多媒体制作课程。3)营销策划类课程，如整合营销传播、受众互动、个人网络品牌建立与维护等等，鼓励学生使用微信、博客、校园论坛等社交媒体去将理论与技术应用到日常学习生活之中。

(二)教学配套

为了迎接大数据时代，近年国内多所重点高校多方筹集资金完善了实验室建设。2014年，上海交大的大数据与传播创新实验室(T-Lab)揭牌，随后厦门大学、中山大学相继成立大数据传播实验室，复旦大学启动建设上海新媒体实验中心，近期中国传媒大学也宣布成立360&中传大数据研究实验室。

兴建数据实验室给学生制作数据新闻创造了条件。学生们可以在实验室练习数据的抓取、挖掘、统计、分析和可视化呈现，调查数字背后的社会现象、社会趋势及用户行为；同时完善实验室的建设也有利于满足网络新闻制作、多媒体信息合成等教学需求。但是，部分高校存在着实践教学资源出现重复和浪费的现象，实践教学设备利用率不足50%，专业实践教学设备利用率更低。面对实践教学资源总体短缺和局部资源过剩的困局，陈洪建议高校协同共享实践教学资源，加强院校之间的交流，鼓励合作办学[9]。

另一方面，兴建实验室的高校还可以与各社会媒体机构建立合作伙伴关系，向社会有条件地开放实验室。这样的合作有利于给学生们提供实践的机会，让他们亲历现实新闻制作的困难，弥补理论学习和模拟练习的不足；相应的，社会媒体机构在解决设备难题的基础上，获得了新鲜的思维和创新的灵感，是互补双赢的良好模式。

目前，部分高校缺少人员和经费无力筹建实验室，也可通过完善学院网站与各类社交媒体账号的建设，以弥补实践资源的不足。例如，建立微信公共账号，定期向订阅学生推送相关的数据、图片、软件等素材信息和一些数据新闻的佳作范例，供学生使用个人电脑进行模拟练习；再在学院网站上，增设一个链接页面，展示学生的作品。如此，既有利于呈现数据新闻作品的视觉互动效果，让学生们通过比较，对数据新闻的优劣进行有的放矢的批评和改进；同时也有利于吸引未来潜在的学生生源和招聘单位。除此之外，学院还可以鼓励英语能力较好的学生利用网络资源，通过线上学习的方式免费获取国际、国内最好的课程内容。类似哈佛大学、麻省理工、剑桥大学等世界一流名校都建立了教学平台，并对社会免费开放大量的视频公开课程；甚至部分教学平台的课程还提供在线作业、在线考试等服务，课程通过后还会颁发电子证书。无疑，这一切都是得益于大数据时代带来的技术便利。

参考文献：

[1]Data Journalism Handbook. What Is Data Journalism? [J/OL] (2012-04)[2015-09-18]. http://datajournalismhandbook.org/1.0/en/introduction_0.html.

[2] Data Journalism Handbook. Why Is Data Journalism Important? [J/OL] (2012-04)[2015-09-18]. http://datajournalismhandbook.org/1.0/en/introduction_2.html.

[3]Careercast. Jobs Rated Report 2015: Ranking The Top 200 Jobs [J/OL]. (2015-04-14) [2015-09-18].http://www.careercast.com/jobs-rated/jobs-rated-report-2015-ranking-top-200-jobs.

[4]界面.皮尤《2015新闻媒体现状》干货版[J/OL].(2015-05-10)[2015-09-18]. http://www.jiemian.com/article/277919.html.

[5]Tim Gallagher. Wanted: Motivated, Talented Storytellers [J]. Editor & Publisher, 2014(11):24.

[6] G. Pascal Zachary. To Prepare 21st-Century Journalists, Help Students Become Experts [J].The Chronicle of Higher Education, 2014(12).

[7] 李明哲. 从“超媒体新闻”文本理论谈多媒体技能教学理论定位及实践[J]传播与社会学刊，2013(3)：186.

[8] 祝建华.大数据时代的新闻与传播学教育[J]新闻大学，2013(8).

[9] 陈洪，陈明学.高校实践教学资源共享策略探讨[J]黑龙江高教研究，2014(10).

责任编校：徐希军.

中图分类号：G210-4;G642

文献标识码：A

文章编号：1003-4730(2016)01-0158-04

DOI：10.13757/j.cnki.cn34-1045/c.2016.01.038

作者简介：徐阳，女，安徽合肥人，安徽大学江淮学院讲师，中国科学技术大学博士研究生。