基于数据分析陷阱的高校数据新闻人才培养路径

范艳军　姚宝权

数据新闻作为媒体融合时代新闻报道改革的重要方式，在新闻内容供给中具有十分重要的作用。但是，基于大数据技术分析基础进行的新闻报道带来的风险也日益明显，特别是数据新闻报道中的数据分析，因多种原因，容易出现数据分析陷阱，损害新闻报道中关于事件或社会现象存在的真正的规律性解读能力，进而影响数据新闻的真实性、客观性，降低数据新闻的公信力。因此，如何规避数据分析的陷阱成为数据新闻人才培养的核心要求。

一、数据分析陷阱产生的原因

数据分析陷阱产生原因是多方面的，主要包括以下几个方面。

1.新闻报道者的主观性原因

基于大数据分析技术的数据新闻最大的优势在于其在宏观、中观社会现象报道，但客观来看，由于社会分工越来越细化，个人能够掌握的信息变得越来越零散化、碎片化，丧失了信息全局性的把控能力。新闻报道者在题材选择、角度选取上也会基于既有的社会生产生活经验进行取舍。客观数据有效性把控因主观经验的自信而跌入数据分析陷阱。

2.新闻局部真实与整体真实的原因

“真实是新闻的生命”，但是通过大数据算法分析技术获取的新闻，因过于宏观的描述，在数据内部之间存在大量“褶皱”的情况下，容易隐藏“偏见”。造成新闻局部真实与整体真实之间的矛盾。特别是单一事件与整体情况之间的逻辑关系，在“中立”的分析技术中，难以进行有效把控。

3.数据的有效性原因

实际上，在新闻报道中，新闻事实与记者之间本就存在诸多中间环节，容易造成新闻事实与报道文本之间的脱节。而在数据新闻报道中，绝大多数数据来源于二手甚至多手转换的数据，存在掩盖、删除、添加、夸大或缩小等不同程度的数据加工现象。数据可能存在缺失情况，完整性难以保证。同时，数据内部结构、时效性、预处理等也会影响数据质量，进而造成数据分析失真。此外，从新闻报道的生态来看，单一新闻事件、社会现象之间的时代背景、地域特征等因素存在极大差异，在数据整体性、宏观性的分析中往往被忽视，造成数据假规律。

二、基于分析陷阱的数据新闻人才培养路径

数据分析过程中陷阱的产生既有新闻报道者本身的主观因素，也有数据新闻报道范式本身难以克服的暂时性缺陷，因此，高校在数据新闻人才培养中，主要从以下路径人手，提高数据新闻人才在后续数据新闻报道实践中规避数据分析陷阱的有效性。

1.注重综合能力培养，降低基于经验的主观判断误差

从获取数据、认识数据到有效利用数據，数据新闻报道者需要结合自己过往生产生活过程中形成的社会洞察、建构、诠释能力才能实现。这些能力实际上就是数据新闻人才的综合能力。因此，在人才培养中，在新闻类课程及数据类课程开设基础上，应加大人文社会科学与自然科学等综合性通识课程开设力度与广度，提高从数据中找寻更有价值的新闻信息的能力，降低主观判断的误差。

2.提升数据获取能力，保障获取数据的质量

获取的数据质量是规避数据分析陷阱的基础，高校在数据人才培养中，可以在相关数据库、政府部门网站、商业门户网站等合法、公开资源基础上，利用python等软件训练数据获取能力。并强化新闻采访、实地调查等方法在新时期的转型应用，提升数据质量。

3.注重数据分析技能的提升

技术的问题需要在技术更新换代中解决，数据新闻报道范式中，局部真实与整体真实之间的矛盾，实际上是数据之间关系定位准确与否的矛盾。在充分考量数据所具有的社会实际意涵，避免唯数据论训练的同时，应加强数据分析能力培养，特别是关键数据区分与使用能力的培养。高校在相关性关系分析训练的基础上，利用深度报道课程模块，提升因果关系的思维训练。

实际上，规避数据分析陷阱，需要在主观认识、数据来源有效性、数据关系的真实性等方面全面把控。因此，在数据新闻人才培养方面，需要提升数据分析能力的同时，强化综合能力，采访新技能及深度报道能力等方面的训练。

（基金项目：湖南省职业院校教育教学改革研究项目“基于媒介融合的高职数据新闻人才培养研究”（ZJGB2016049）阶段成果之一）