数据新闻教育的发展、问题及其优化策略

文/姚 静

自数据新闻发展以来，我国各大高校相继开设数据新闻相关课程，并逐渐探索出一条道路。当我们把数据新闻教育放在新闻教育和新闻事业发展的整体脉络中，对数据新闻教育进行重新审视时，不难发现，目前如火如荼的数据新闻教育仍然存在一些问题，急需提出相应的解决对策，助推数据新闻教育更好发展。

一、我国数据新闻教育的课程设置概况

目前，我国已有清华大学、中国人民大学、中国传媒大学等12所高校开设了数据新闻课程，基本形成了较为完善的课程体系和授课模式。与此同时，也有一批数据新闻教材面世，对数据新闻教育起到了积极的推动作用。

1.成熟模式：教师团队联合授课。鉴于数据新闻是新兴事务且涉及数据知识，需要较为宽泛的知识领域和数据专业知识，单个教师很难完全胜任一门课程。因此，从全国新闻院校数据新闻课程开设情况来看，多数高校的数据新闻教学采取多名教师联合授课、跨学科融合教学模式。

在具体授课内容上，一般而言，数据新闻分为数据挖掘与分析、数据可视化、数据新闻综合实践三个方面，而教师分工也会据此进行。与强调数据的教学相比，中山大学略有不同，其课程更偏重“数据新闻与新闻信息可视化”，从交互设计、新媒体设计、信息可视化等方面入手。

联合授课的好处是，能够调动教师团队的力量，发挥各自优势，从而使数据新闻课程能够落地，真正传授学生一些能够运用到实践中的理论与实践知识。这也是为什么多数高校采取这种模式的原因。

2.探索模式：独立专业方向授课模式。随着数据新闻的发展及数据新闻教育重要性的凸显，一些高校开始探索更好的教育模式，其中典型是中国传媒大学。自2014年开始，中国传媒大学新闻学院就开始探索把数据新闻作为独立的专业方向进行授课，这就相当于把数据新闻与广播电视新闻、网络新闻、报刊新闻等放在了同一位置。

从课程设置来看，中国传媒大学的数据新闻专业方向主要是在传统新闻课程基础上新开设了数据处理、网页抓取技术、可视化技术等课程，并要求学生完成数据实践项目，也与许多业界的公司或媒体展开合作，切实提高学生的实践能力。可以发现，其主要课程与上述的联合授课模式区别不大，但却把每一个板块知识内容进行了细化，可以提高学生对数据新闻知识的系统性掌握与运用能力。

3.补充模式：数据新闻工作坊模式。针对国内目前开展数据新闻教育的新闻院校不多，多数学生接触不到数据新闻教育的课程，一些在该领域具有较强实力基础的院校，纷纷开设了相关的工作坊。这些数据新闻工作坊不仅面向在校学生，也面向高校青年教师和从业者，其目的在于让学院能够在短时间内掌握一定的数据新闻知识和能力。复旦大学、清华大学等都曾举办过数据新闻工作坊。

就目前已有的数据新闻工作坊来看，主要有以下几种类型：一是有针对性的培养，一般是媒体就某一方面急需的数据新闻人才专门举办此类培训班，有针对性地培养人才队伍；二是混合培训，一般是高校举办，其学员有学生，也有高校教师和新闻从业者；三是专门针对教师开展的培训班，目的是提高数据新闻教师队伍的质量，指导教师更好地开展数据新闻教学工作。相比于前两者，数据新闻工作坊的优势是具有大量来自业界的老师，可以使得理论与实践得到较好的结合，但由于时间有限，只能是概要性地了解学习，很难系统地掌握数据新闻知识。

二、数据新闻教育存在的问题

尽管数据新闻教育目前处于火热状态，但仔细探究便会发现，现有的数据新闻教育仍然存在不少问题。无论其课程定位和课程设置，还是师资队伍，都明显与数据新闻的实际需求存在一定的距离。

1.数据新闻的课程定位尚不明确。数据新闻教育解决的核心问题是什么？在新闻教育的系统中占据什么样的位置？这是发展数据新闻教育和相关课程设置需要解决的问题。然而，从目前已有的数据新闻教育及课程设置来看，各高校显然并没有很好地解决这些问题，其数据新闻课程也普遍存在定位不明确的问题。

课程定位不明确体现在操作过程中，就导致了各高校间的数据新闻课程在课程内容设置与安排方面的随意性。反观国外的数据新闻教育课程，不管是总体规划还是具体的每一门课程，其内容、计划都十分清晰，指向也很明确。相比之下，国内数据新闻课程处于模棱两可状态，这就直接影响到了数据新闻课程教学效果。

2.数据新闻的课程设置缺乏系统性。一般而言，任何一个专业的教育，如果要真正使其变成一个较为独立的专业，培养专业的人才，就需要有其自身较为独立的课程设置体系。但是由于高校开设数据新闻课程时，没有明确课程的定位，导致数据新闻课程设置缺乏系统性，并直接影响了数据新闻教育的效果和学生掌握数据新闻的能力。

目前国内几乎所有开设数据新闻课程的高校，在其结课要求中都是要求学生个人或小组提交数据新闻作品。这种方式离真正的数据新闻实践还具有很大差距。正因如此，数据新闻人才培养在质量和数量上都难以满足业界需求。此外，数据新闻课程还缺乏系统性不仅是在某一高校之内，更体现在全国范围的数据新闻教育中。

3.数据新闻的师资队伍有待加强。对于数据新闻教育而言，其面临的首要问题是是否具有开设这门课程或成立专业的基础条件。其中，较为合理的师资队伍是一个重要基础。不过，在新闻院校中，存在不少半路出道或水平不高的教师，影响了高校新闻教育质量的提升。在这种环境下产生的数据新闻教育更是面临着这一现实挑战。

从目前情况来看，开设数据新闻课程或专业的高校中，其师资力量主要是通过补充学习转入数据新闻领域，而且能够完成这种业务转型的师资并不多。而至于那些具备跨学科专业背景或接受过系统数据新闻训练的教师，全国范围内也是很少的。即便是中国传媒大学这样设置数据新闻专业的高校，也仍然面临师资短缺问题。

三、数据新闻教育的优化策略

有学者对哥伦比亚大学新闻学院的数据新闻教学模式进行了研究，认为其特点有三，一是聚焦数据挖掘、数据分析处理、数据可视化等数据新闻技术，二是开展多元化教学方式，三是利用各种网络平台整合师资及传播平台资源。笔者认为，我国数据新闻教育发展有必要在此基础上，结合实际情况从以下几个方面优化。

1.课程体系设置系统化和标准化。数据新闻在业界发展如火如荼，势必要求新闻教育能够做出积极反应。而随着高校对数据新闻的重视，数据新闻教育将在全国范围内成为一个普遍性的现象。面对这一趋势，更加要求数据新闻教育必须解决当前课程定位不明确，缺乏统一标准的现实问题。

在数据新闻未来发展中，首先，需要各高校重视这一问题，并在注意课程设置的合理性。其次，需要各个高校之间能够通过学术共同体、会议形成较为统一的评价标准。最后，需要整个学术界尤其是数据新闻领域的学者，能够尽早打造出融合理论和实践知识的较为完整的数据新闻人才培养方案。

2.引入业界师资壮大教学力量。新闻教育是一门实践性很强的学科，数据新闻作为一门业务性专业更是如此。面对当前普遍面临的师资短缺问题，笔者认为主要有三种解决途径。

一是通过培训支持、访学支持、项目支持、资金支持等方式，鼓励有意向的教师进行转型深造。由于数据新闻的专业性较强，简单的转型并不能满足教育的需要，必须要有学院的支持，有针对性地进行培养。

二是可以引入数据新闻业界力量壮大师资队伍。目前不少媒体涌现出优秀的数据新闻人才，这些人进入对数据新闻教育发展有着非常重要的意义，可以作为高校师资引进重点考虑的对象。

三是学界和业界的交流互动课程。面对教学困难和实践需要，高校在输送人才的同时，必然会和业界开展各种形式的合作。例如，实习基地的建设或作品发表的平台的提供等。

3.进一步完善使其成为独立的新闻学专业方向。当前，在新闻传播学院中开设独立的数据新闻专业，是全国范围内的发展趋势，也是新闻教育改革应对技术变革的一大亮点。国外数据新闻教育经验值得国内数据新闻教育的借鉴，进一步完善教育模式，使数据新闻能够成为独立的新闻学专业方向。

笔者认为，随着高校对数据新闻认识的加深以及师资队伍的不断健全，未来数据新闻教育会成为全国新闻院校的普遍需求。同时，数据新闻会逐渐摆脱一门课程的局面，成为一个独立的专业方向。而值得注意的是，数据新闻教育不是简单地把文字转换成图标，更重要的是其中的数据思维，强调在数据新闻指导下，借助新型技术打造出更加符合用户需求的新闻。

总之，新闻教育的实践性强，需要紧跟业界动态和媒介技术的发展前沿，及时做出相应的调整。数据新闻教育的出现与发展符合新闻教育的基本规律，值得新闻院校重视和加强。