浅析信息素养教育为数据素养教育带来的启示

胡 卉，吴 鸣

（1.中国科学院文献情报中心；2.中国科学院大学）

浅析信息素养教育为数据素养教育带来的启示

胡 卉1,2，吴 鸣1

（1.中国科学院文献情报中心；2.中国科学院大学）

信息素养是科学研究的基础能力，作为信息素养关键要素之一的数据素养，也成为科学研究必备的新型技能。科研过程中数量庞大且复杂的数据问题使得研究人员具有强烈的数据素养需求。本文从数据素养和信息素养的关系出发，对比数据素养与信息素养的概念、内涵、能力标准和框架，分析信息素养教育和数据素养教育在教学目标、教学对象、教学方法、教学内容等方面的异同，从信息素养教育中获得数据素养教育的启示，以期为数据素养教育实践提供参考和借鉴。

数据素养；信息素养；数据素养教育；信息素养教育

1 引言

继实验科学、理论科学、计算科学之后，当今科学已经进入到数据密集型的第四科研范式。［1］数据驱动的E-Science科研环境给科研人员的数据管理技能和数据素养提出了更高的能力要求。目前，数据素养及其教育研究得到了国内外学者的广泛关注，涌现出一批研究群体，他们发表的一系列成果为数据素养教育奠定了理论基础。与此同时，国内外图书馆也正积极探索数据素养教育实践，培养科研人员的数据素养技能，应对科研实践中面临的数据管理问题。例如，美国的哈佛大学、加州大学洛杉矶分校、普渡大学、雪城大学，英国的剑桥大学、爱丁堡大学、布里斯托大学等图书馆积累了丰富的数据素养教育实践经验。尽管数据素养教育研究内容不断丰富和扩展，但尚未形成较全面的教育研究体系，也缺乏专门的标准来指导数据素养的教学和评估实践。基于此，本文试图理清数据素养与信息素养的关系，从二者的内在关联出发，对比数据素养与信息素养的定义、内涵、能力标准和框架，分析信息素养教育和数据素养教育在教学目标、教学对象、教学内容、教学方法等方面的异同，以期从信息素养教育中获得数据素养教育的启示，为开展数据素养教育实践提供参考和借鉴。

2 信息素养与数据素养

2.1 信息素养与数据素养的概念

学界对数据素养的探讨由来已久。早在2004年，美国奥古斯宝学院的M.Schield教授就在国际社会科学信息服务和技术协会（IASSIST）季刊上发表题为的文章，探讨信息素养、统计素养和数据素养的概念及其相互关系，指出数据素养是根据科研需求在不同数据源中获取、操作和总结数据，并从中推断结论的一种能力；［2］2010年，雪城大学信息学院的Qin J博士提出科学数据素养研究者在科研过程中收集、处理、操作、评估和利用数据的能力；［3］西班牙卡洛斯三世大学的Calzada Prado教授认为，数据素养包含个人获取、理解、批判性地评估和管理数据的能力，并在使用数据的过程中遵守道德规范；［4］美国西北教育研究中心的Mandinach学者认为，数据素养是能够理解和有效地使用数据并支持决策的能力。［5］国内学者也就数据素养展开研究。华东师范大学张静波教授认为，数据素养是研究者在科学数据的采集、组织和管理、处理和分析、共享与协同创新利用等方面的能力，以及研究者在数据的生产、管理和发布过程中的道德与行为规范；［6］上海大学图书馆郝媛玲研究馆员认为，数据素养的内涵是具备数据意识和数据敏感性，能够有效且恰当地获取、分析、处理、利用和展现数据，并对数据具有批判性思维。［7］尽管各方说法不同，也还没有权威的数据素养定义，但总的来说数据素养强调的是一种正当地发现和获取数据、批判地选择和评估数据、规范地管理和处理数据、合理地利用和共享数据的意识和能力。

如果说数据素养是一个新兴待完善的术语，那么信息素养则是发展较为成熟的概念。自1974年Paul Zurkowski首次提出信息素养的概念以来，［8］1989年美国图书馆协会（ALA）在《信息素养委员会主席总报告》中指出，“作为具有信息素养的人，必须能够充分地认识到何时需要信息，并有能力去有效地发现、检索、评价和利用所需要的信息”。［9］2003年国际信息素养专家会议发表《布拉格宣言：走向信息素养》，将信息素养定义为“确定、查找、评估、组织和有效地生产、使用和交流信息来解决问题的能力”。［10］2015年ACRL发布的《高等教育信息素养框架》中指出，信息素养是指“包括信息的反思发现，理解信息如何生产与评价，以及利用信息创造新知识、合理参与学习社区的一组综合能力”。［11］与早期信息素养的内涵相比，E-Science科研环境下的信息素养除了注重利用信息的能力，同时延长了学生学术生涯中的学习弧线，并与其他学术和社会学习的目标相融合，强调动态性、灵活性、个人成长和社区学习。

信息素养是一个总称，它包括媒体素养、学术素养、数字化、可视化、信息技术与处理、数据监护和数据管理等概念。［12］2011年英国研究信息网(Research Information Network，RIN）的报告在《科研管理者在信息素养中的角色》中指出，数据是特殊的信息，对信息素养的理解应相应地予以扩展；同期，英国高校与国家图书馆协会（SCONUL）修订的基于科研视角的信息素养模型以及英国Vitae研究人员发展框架（Researcher Development Framework，RDF）均在信息素养定义中添加数据管理技能。［13］由此可见，数据素养与信息素养密切相关，在大数据环境下，数据素养是信息素养的深化与拓展。信息素养是科学研究的基础能力，作为信息素养的关键要素之一——数据素养也成为了科学研究必备的新型技能。

2.2 信息素养与数据素养的关系

目前，学界尚未对数据素养的内涵和外延达成统一认识，Stephenson E［14］等学者认为数据素养等同于统计素养、数字素养，主要指“理解和批判性地评估统计结果，能够为公共或私人、专业或个人决策作出贡献的能力”［15］；JavierCalzadaPrado等［4］、Otto J L［16］认为数据素养只是信息素养的组成部分，可以看作是信息素养的一个子集；Milo Schield［2］，Hunt K［17］，Thompson K、D.M.Edelstein［18］则认为数据素养是不同于统计素养和信息素养的概念，与其他素养存在相交但独立的关系；而美国大学与图书馆学会（ACRL）在2013年发布的信息素养白皮书《学术交流与信息素养的交集：在转变的学术环境加强战略合作》中指出，数字素养是信息素养与学术交流在E-Science科研环境下碰撞融合的交集，数据素养是数字素养的重要组成部分（见下图）。［19］综上，本文认为数据素养衍生于信息素养，是大数据时代信息素养产生的一个新分支，是信息素养的重要组成部分，具备信息素养的基本特性。而与此同时，E-Science科研环境下的数据产生与收集、数据记录与处理、数据存储与备份、数据发表与共享的复杂性和专业性又赋予了数据素养新的内涵和特点。因此，在探索数据管理技能培训和数据素养教育的过程中，参考和借鉴信息素养教育的内容和经验，结合科学数据管理实践，提出数据素养教育的新思路，也正是本文主旨所在。

图信息素养、学术交流、数字素养和数据素养的关系

2.3 信息素养与数据素养的内涵

信息素养的内涵包括信息意识、信息知识、信息能力以及信息伦理与道德四个方面。［20］而数据素养的内涵在不同环境和不同领域中存在差异，传统的数据素养局限于数据的获取、分析和总结，在E-Science科研环境下，数据素养所包含的知识和技能以及教育的目标和内容发生了一定变化。类比信息素养，本文从意识层面、知识层面、能力层面以及伦理与道德层面对数据素养的内涵进行解读［21］（见表）。

表不同层面解读数据素养与信息素养的内涵

2.4 信息素养能力标准和数据素养能力框架

对于信息素养和数据素养而言，能力标准为各级各类教学提供了明确的目标和方向，也为各个机构教学目标设计提供了基本的框架和指南。目前，信息素养领域已经建立了较为成熟的能力标准体系，既有以美国、英国、澳大利亚、加拿大等以国别区分的区域性信息素养能力标准，又有面向中小学教育、高等教育的层级性信息素养能力标准，以及大众传播学、人类与社会科学、护理学、科学与工程技术等以学科划分的领域信息素养能力标准。与此同时，信息素养能力标准也在随着信息环境的变化不断发展完善。2000年美国大学与图书馆协会（ACRL）发布《高等教育信息素养能力标准》，2006年、2008年、2011年、2013年又相继发布了《科学与工程技术信息素养能力标准》《人类学与社会科学信息素养能力标准》《政治学信息素养能力标准》《教育学信息素养能力标准》《护理学信息素养能力标准》。［22］2012年专门成立信息素养工作组对《标准》的内容进行评估和更新，［23］2015年2月发布《高等教育信息素养框架》，用以取代2000年制定的《标准》。《框架》包含六个“框”，分别是信息权威性的构建与情境相关、信息创建是一种过程、信息拥有价值、研究即探究过程、学术研究即对话、检索即策略式探索，［24］每个部分又包括阈概念（threshold concepts）、知识技能（knowledge practices）和行为方式（dispositions）三个版块。高等教育环境在迅速变化，学生学习新知识、认识信息世界以及合理使用信息、数据和学术成果方面也不断更新和发展，这一《框架》的出台为新信息环境下国际范围内高校信息素养教育提供了指导性文件。

然而，目前并没有相应的数据素养能力标准来衡量科研人员的数据素养能力和指导数据素养教育工作的开展。但这一问题已获得业界学者的广泛关注，他们从不同的角度出发，结合数据素养教育探索的实践经验，构建数据素养能力体系，促进数据素养教育事业的发展。由于数据素养是信息素养的重要组成部分，因此JavierCalzadaPrado等［4］学者从信息素养能力标准出发，选取美国学校图书馆员协会（AASL）制定的《共同核心州立标准》、美国大学与研究图书馆协会（ACRL）制定的《高等教育信息素养能力标准》等系列标准，梳理其中有关数据管理的内容，结合图书馆科学数据管理服务，构建了包含数据意识、数据发现和获取、数据管理、数据利用、数据阅读理解和评价五大指标的数据素养核心能力框架。科学数据具有生命周期，以Jacob Carlson等［25］为代表的研究团队基于数据生命周期探索数据素养的核心技能，构建了包含12项核心能力的数据素养框架体系：①数据库以及数据格式介绍；②数据发现与获取；③数据管理与组织；④数据转换与互操作；⑤数据质量保证；⑥元数据；⑦数据处理与再利用；⑧数据实践规范；⑨数据保存；⑩数据分析；⑪数据可视化；⑫数据伦理（包含数据引用）。Ridsdale等［26］学者在积累了丰富的数据管理服务经验的基础上梳理出科研人员在数据管理过程中所需的数据素养能力，包括数据管理基础知识、数据收集、数据管理、数据评估和数据应用五方面的核心技能。此外，还有学者从数据素养的概念和内涵出发来构建数据素养能力框架，例如隆茜［27］构建的高校师生数据素养能力评价指标体系，提出数据素养包括数据意识、数据获取能力、数据处理与分析能力、数据交流能力、数据评价能力和数据道德六个维度的内容，并以此为基础设置数据素养课程大纲，评价高校师生的数据素养现状和特点。总体而言，随着数据密集型科学的发展，科研人员在数据管理过程中面临严峻挑战，亟需提升数据素养技能，需要专门的数据素养能力标准加以指引和帮助。

3 信息素养与数据素养的教学模式

就信息素养和数据素养的教学模式而言，包含教学目标的设置、教学对象的分析、教学内容的确定、教学途径和模式的选择、教学媒体的选用、教学的监控与评价等方面。［28］笔者分析信息素养与数据素养的教学模式主要从教学目标、教学对象、教学方法和教学内容四个角度展开。

3.1 教学目标

教学目标是一切教学活动的前提和基础。具体来说，信息素养教育的目标是使受教育者获得较强的信息素养能力，获得检索、获取信息的能力以及批判性思考和解决问题的能力，树立终身学习的理念，获得在信息社会、大数据时代生存的基本技能。而在数据驱动的新型科研环境下，研究型图书馆开展数据管理培训和数据素养教育旨在培养研究人员的数据管理知识和技能。［29］教学目标的差异使得二者在面向不同教学对象设置教学大纲、选取教学方法时也具有明显差别。信息素养教育强调信息意识的增强、资源获取能力和问题解决能力的提高以及基础信息素养能力的培养和专业信息素养能力的推进；而数据素养教育则更关注科研生命周期和数据生命周期，强调围绕生命周期的各个环节培养科研人员的数据管理能力。

3.2 教学对象

清晰地把握教学对象的基本情况及其学习需求是教学设计成功的关键。信息素养是21世纪公民应具备的基本能力素养，［25］其教学对象不只局限于高校及科研机构的学生和研究人员，还包括初等教育、中学教育各年龄阶层的学生，以及具有普适性的社会大众。针对不同的教学群体还应细分具体的教学对象，以高校信息素养教学为例，教学对象可分为新生、二三年级、高年级和研究生、科研人员，不同对象的学习需求差异显著，因此需依据具体对象和需求设置教学课程。而数据素养教育的对象主要是从事科研事业的研究人员，既包括在读的研究生（硕士、博士），也包括科研一线的工作人员。培养研究生的数据素养技能有助于他们未来更好地适应工作岗位和转变身份角色；［30］提升科研一线工作人员的数据素养则是帮助他们应对数据洪流的挑战，是促进科学发现和创新的必然要求。

3.3 教学方式

选取恰当的教学方式是实现高效学习和保障教学质量的重要条件。学分课程、在线课程、专题讲座是较为传统的教学方式，同时也是信息素养和数据素养教学的主流方式。其中，围绕某一特定主题定期或不定期地举办讲座或培训班是一种快速入门的教学方式，短小精悍、突出重点。随着网络信息技术的发展和应用，微课、游戏、翻转课堂、MOOC、RSS订阅、自媒体信息推送等新的教学方式也不断应用到信息素养教学课程中。就数据素养教育而言，除了学分课程、在线课程和专题讲座外，还包括形式灵活、针对性强的专题研讨会。此外，嵌入式图书馆服务、知识交流共享空间、暑期学校等新形式也逐渐被投入数据素养教学实践，数据素养教学方式不断改进和优化。

3.4 教学内容

就信息素养教学内容而言，信息素养能力标准为教师设计课程大纲提供了框架和指南，在具体开设信息素养课程时，主要包含信息意识与信息需求、信息源与检索方法、评价信息和处理信息、利用信息和交流信息、学习效果评价等教学模块，各模块目标和内容既相对独立又互相关联。根据信息素养的教学目标，信息素养课程又分为文献信息检索课、新生入馆教育、数据库培训、嵌入式教育等多种类型。需要强调的是，不同类型的用户具有不同的专业背景和信息需求，因此在设计教学大纲时还应协调教学内容的全面性和针对性。

在数据素养的教学内容方面，2013年ACRL发布的《信息素养白皮书》指出图书馆开展数据素养教育应包含以下内容：①数据发现与评估；②数据内容理解和数据使用；③数据归属权和数据责任问题；④数据引用；⑤数据购买中的伦理问题。［21］数据素养教学内容基本覆盖了科研数据生命周期的各个环节，创建数据、存储数据和共享数据是数据素养教育的重点内容，包括创建数据管理计划、识别数据类型和格式、数据格式转化、数据备份与安全、数据存储的地点和方法、数据共享等一系列问题；其次是重点关注数据处理和数据复用，数据处理阶段包括数据的输入与转换、数据描述、数据清洗等技能，数据复用阶段包括数据的发现与检索、数据引用以及利用数据的法律和伦理等问题；较少图书馆的培训内容涉及具体的数据分析问题；此外，几乎每个图书馆在培训数据素养技能之前都会介绍数据管理基本知识，例如什么是数据，为什么要管理、存储和共享数据等内容，以帮助学生和科研人员树立数据意识，了解数据管理的重要性和必要性。

4 信息素养教育带给数据素养教育的启示

科学数据不仅是验证与再现科研成果的重要材料，更作为一种独立的科研成果愈加受到科学界的重视。科研过程中数量庞大且复杂的数据问题使得研究人员具有强烈的数据素养需求。本文从信息素养教育中获得数据素养教育的几点启示，以期为数据素养教育实践提供参考和借鉴。①建立数据素养能力标准。能力标准是开展数据素养教学和评估的标杆，但数据素养能力标准的制定并非朝夕可成。在提供数据管理服务和设置数据素养教育课程体系时，可以参考和借鉴信息素养能力标准，尤其是面向科学技术与工程领域的信息素养能力标准，重点提高科研人员和研究生的数据素养技能。②完善数据素养教育体系。尽管国内外图书馆正积极探索数据素养教育实践，但对数据素养的重视程度还有待提高，尚未形成系统全面的数据素养教育体系，且课程可持续性差。对此，可以参考信息素养教育，形成以学科领域为区分，采用多途径教学的覆盖本科生、研究生、博士生以及科研人员的数据素养教育体系。③采用多样化的教学方式。相较于信息素养多样性的教学方式，数据素养的教学方式还有很大的扩展空间。在开展数据素养教育工作时，可将信息素养教育中微课、游戏、翻转课堂、MOOC等新型方式应用到数据素养教学实践中，以充分调动学生的学习积极性，提高教学效率。④培养数据科学家、数据馆员等专才担任课程教学工作。数据素养的教学人员应熟练掌握数据管理知识和技能，具有科学数据服务和数据管理的实践经验，熟悉资助机构和出版商的数据管理政策、数据伦理与道德，同时最好具备相应的学科领域专业知识。⑤图书馆员、专业课程教师以及信息素养专家通力合作展开教学。图书馆员在从事数据管理实践和数据服务中积累了丰富的经验，信息素养专家长期从事信息素养教育既是信息专家又是教学人才，而专业课程教师了解本学科的数据特点以及学生的具体需求，三者合而为一共同设计数据素养课程体系，保障数据素养教学的效率和质量。

数据素养衍生于信息素养，是大数据时代信息素养产生的一个新分支，是信息素养的重要组成部分，具备信息素养的基本特性。与此同时，E-Science科研环境下的数据产生与收集、数据记录与处理、数据存储与备份、数据发表与共享的复杂性和专业性又赋予了数据素养新的内涵和特点。因此，设计数据素养课程体系参考信息素养教育经验的同时，需要考虑以下问题。①数据素养教育应围绕科研生命周期和数据生命周期，围绕科学数据管理的各个阶段。如上文所述，数据素养教育贯穿项目启动、项目实施和项目结题全过程，理清研究人员在数据管理各个阶段所需的数据素养技能，根据数据生命周期设置课程大纲，是切实提高科研人员数据管理技能和数据素养的关键。②数据素养教育应基于领域背景、学科特点和研究实践，围绕学习者的数据素养需求。不同领域的科学数据存在显著性差异，对不同类型和格式的数据处理具有不同的能力要求，在开展数据管理培训和辅助时，只有真正基于研究人员的学科背景和实践需求，才能真正促进科研工作的高效开展。

［1］Tong Hey，等．第四范式:数据密集型科学发现［M］．潘教峰，等译．北京：科学出版社,2012.

［2］SchieldM．Information literacy，statistical literacyand data literacy［J］．IASSIST Quarterly，2004，28（2/3）：6－11.

［3］Jian Q，D'Ignazio J．Lessons learned from a two-year experience in science data literacy education［C］//31st Annual IATUL Conference．West Lafayette：Purdue U-niversity，2010：2014－02.

［4］Calzada Prado J，MarzalM佗．Incorporating data literacy into information literacy programs：Core competenciesand contents［J］．Libri，2013，63（2）：123－134.

［5］Mandinach EB，Gummer ES．A systemic view ofimplementingdata literacyineducator preparation［J］.E-ducationalResearcher，2013，42（1）：30－37.

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

［7］郝媛玲,等.高校数据素养教育实践的思考和建议——基于哈佛大学案例和我国图书情报人员访谈的分析［J］.图书情报工作,2015（12）:44－51.

［8］Zurkowski，Paul G.The Information Service Environment Relationshipsand Priorities［M］．Washington D.C：National Commission on Libraries and Information Science，1974.

［9］American Library Association．American LibraryAssociation presidential committee on information literacy: Final report［M］．Chicago：American Library Association，1989.

［10］Declaration P．Towardsan information literate society［EB/OL］.［2016－09－10］．http://portal.unesco. org/ci/en/files/19636/11228863531PragueDeclaration. pdf.

［11］ACRL．Framework for Information Literacy forHigher Education［EB/OL］.［2016－09－10］．http://www. ala.org/acrl/standards/ilframework.

［12］高淑莲.大数据背景下国外数据素养教育及启示［J］.图书馆研究，2015（6）：108－111.

［13］BentM，StubbingsR．The sconulSeven Pillarsof Information Literacy：Core model for higher education［EB/OL］.［2016－09－10］．http://scholar.google. com/scholar?cluster=758872195382559462&hl=en&oi =scholarr.

［14］Stephenson E，Schifter Caravello P．Incorporating data literacy into undergraduate information literacy programs in the social sciences：A pilot project［J］. ReferenceServicesReview，2007，35（4）：525－540.

［15］Wallman K K.Enhancing statistical literacy:Enriching our society［J］．Journal of the American Statistical Association,1993,88（421）：1－8.

［16］Otto J L.Assessing and improving data literacy:A study with urban and regional planning students［J］. TheOfficial Journalof thePacific NorthwestLibrary Association,2012:5.

［17］HuntK.The challengesof integrating data literacy into thecurriculum in anundergraduateinstitution［J］．IASSISTQuarterly，2004（2－3）：12.

［18］Thompson KA，EdelsteinDM．A referencemodel for providing statistical consulting services in an academic library setting［J］.IASSIST Quarterly，2004，28（2）：35.

［19］Belliston CJ，etal.Intersectionsofscholarly communicationand information literacy:Creatingstrategic collaborations fora changingacademic environment［EB/ OL］.［2016－01－04］．http://acrl.ala.org/intersections.

［20］吴鸣，等.信息素养研究领域全景分析——以1990-2009年SCI、SSCI和A&HCI发表论文为例［J］.图书情报工作，2011（13）：5－9.

［21］刘彩娥.国内高校数据素养教育的问题与对策［J］.北京工业大学学报（社会科学版），2015（3）：76－80.

［22］Standards for Librariesin Higher Education［EB/OL］.［2016－09－10］．http://www.ala.org/acrl/standards/ standardslibraries.

［23］American Library Association Office for Information Technology Policy Digital Literacy Task Force.Draft: DigitalLiteracy,Libraries,and Public Policy［EB/OL］.［2016－09－10］．http://connect.ala.org/files/94226/ digilitreport2012_COMMENT%0DRAFT_9%2018% 2012.pdf.

［24］Framework for Information Literacy for Higher Education［EB/OL］.［2016－09－10］．http://www.ala.org/ acrl/standards/ilframework.

［25］Carlson J，etal．Determiningdatainformation literacy needs：A study of students and research faculty［J］. portal：Librariesand theAcademy，2011，11（2）：629－657.

［26］Ridsdale C，et al．Strategies and Best Practices for Data Literacy Education［EB/OL］.［2016－09－10］. https://www.researchgate.net/publication/284029915_ Strategies_and_Best_Practices_for_Data_Literacy_E-ducation_Knowledge_Synthesis_Report.

［27］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.

［28］张静波．信息素养能力与教育［M］．北京：科学出版社，2007：4.

［29］DigitalCurationCenter［EB/OL］.［2016－09－10］. http://www.dcc.ac.uk/training.

［30］Carlson J，Stowell Bracke M．Planting the seeds for data literacy：Lessons learned from a student-centered education program［J］．International JournalofDigitalCuration，2015，10（1）：95－110.

What Information Literacy Education Can Bring toData Literacy Education

Hu Hui，Wu Ming

Data literacy,asa key elementof information literacy,hasbecome anecessary and essentialnew skillofscientific research.The complicated and hugequantityof research data requires the researchersbe equippedwith thequalityofdata literacy. Thisarticle,by comparing the concept,annotation,competency standardsand frameworksof information literacy and data literacy, analyzes the similaritiesand differencesbetween them soas togetsomeenlightenment from the former to provide reference for the latterand thepracticeofdata literacyeducation.

Data Literacy;Information Literacy;Data Literacy Education;Information Literacy Education

G254.97

A

1005－8214（2016）11－0009－06

胡卉（1991－），女，中国科学院文献情报中心硕士研究生，研究方向：科研数据管理、数据素养教育；吴鸣（1964－），女，中国科学院文献情报中心学科咨询服务部主任、研究馆员、硕士生导师，研究方向：数据素养教育。

2016－02－24［责任编辑］王岗