大数据通识教育创新人才培养模式的探索与实践

2021-09-05王燕吴卫江王晓娜

计算机时代 2021年8期

王燕吴卫江王晓娜

摘要：数据科学与大数据专业教育呈现出前所未有的发展势头，而大数据通识教育现状不容乐观。提出大数据通识教育创新人才培养的模式，采用“理论、实验、实践”的教学方法，实施“启发、探究、展示”的教学模式，提高学生创新意识、创新精神和创新能力，多维度地培养学生数据意识、数据思维和数据能力，促进学生全面发展。

关键词：大数据; 通识教育; 创新人才; 探究式学习

中图分类号：G642 文献标识码：A 文章编号：1006-8228（2021）08-80-04

Exploration and practice of innovative talent training mode of big data general education

Wang Yan， Wu Weijiang， Wang Xiaona

（College of Information Science and Engineering， China University of Petroleum， Beijing 102249， China）

Abstract： Data science and big data professional education presents an unprecedented development momentum， but the current situation of big data general education practice is not optimistic. This paper puts forward a mode for big data general education innovative talents training， which adopts the teaching method of "theory， experiment and practice"， implements the teaching mode of "heuristics， inquiry and presentation" to improve students' innovation consciousness， innovative spirit and innovation ability， also cultivate students' data awareness， data thinking and data processing abilities in multiple dimensions， so as to promote students' all round development.

Key words： big data; general education; innovative talent; inquiry learning

0 引言

根据“国家大数据战略”[1]，国内高校纷纷设立与大数据相关的专业或研究院所。2016年2月，北京大学、对外经济贸易大学和中南大学成为首批获批设立“数据科学与大数据技术”本科新专业的高校，2017年3月，第二批共32所高校获批设立“数据科学与大数据技术”本科专业，至2018年3月，共有283所高校获批设立“数据科学与大数据”专业。

数据科学与大数据专业教育在我国高校的发展如火如荼，但大数据课程通识教育现状不容乐观。目前，国内高校开设大数据通识教育课程代表性的僅有厦门大学林子雨老师通识教育的大数据导论。截止2021年1月22日，在中国学术期刊网以“大数据”和“通识教育”为关键词进行检索，结果为0，以“大数据”和“通识教育”在篇名中进行检索，结果为5，但是真正与大数据课程通识教育相关的论文仅为1篇。由此可见，对大数据通识教育课程的研究比较匮乏，有待于进一步深入开展。

1 教学目标

通识教育源自英文“general education”，也译为“普通教育”或“一般教育”。我国学者李曼丽提出：就性质而言，通识教育是高等教育的组成部分，是所有大学生都应接受的非专业性教育;就其目的而言，通识教育旨在培养积极参与社会生活的、有社会责任感的、全面发展的社会人和国家公民;就其内容而言，通识教育是一种广泛的、非专业性的、非功利性的基本知识、技能和态度的教育[2]。通识教育的使命就是要使人的天赋潜能全面和充分地发挥出来，即人要自由而全面的发展（人的解放），并用以服务于人间社会，使人与社会都得到和谐发展[3]。

著名教育家陶行知先生说过“我们教育的宗旨是培养一个真善美的活人，不仅仅有知识、有能力，还要有健全的人格，身心健康，有创新能力和实践能力”。创新人才培养就是要以培养创新人才为目标，通过引导学生进行创新性学习和创新性思维，以提高其创新意识、创新精神和创新能力（含实践能力）为基本取向的教育教学内容和方法体系的总称[4]。

通识教育是创新人才培养的重要途径，大数据通识教育课程创新人才培养的教学目标从知识目标、能力目标和人格目标三个维度进行表述，培养学生创新意识和创新精神，提高学生创新能力。其中知识目标定位于帮助学生了解和掌握计算机科学、数据科学和大数据的基本概念、基础理论和经典算法。能力目标为加强学生语言交流能力、信息处理能力、独立思考能力和科学研究能力等的培养。人格目标关注于创新人才个性特点的挖掘与引导，如强烈的好奇心、丰富的想象力、勇于挑战自己的品格特点。

2 教学内容

针对通识教育的课程特点，结合实现创新人才培养的目标，大数据课程的教学内容依照大数据技术层次进行设置，包括数据采集与预处理、数据存储和管理、数据处理与分析、数据可视化、数据隐私与安全和算法等。大数据相关的简单编程探讨涉及MySQL数据库、Python数据采集、数据处理和数据可视化等。课程计划安排32学时，其中理论课24学时，上机实验8学时。教学内容设计覆盖大数据技术的主要内容，重点突出，区别于专业教育，同时又兼顾通识教育学生层次专业不同的特点，具体内容如表1所示。

3 教学实践

中国石油大学（北京）的通识教育大数据基础概论课程于2020年秋季首次开课，教学团队进行了周密的计划和准备，围绕大数据通识教育课程教学知识目标、能力目标和人格目标要求，课程主要采用“理论、实验、实践”的教学方法，实施“启发、探究、展示”的教学模式，多维度训练学生研究能力和交流表达能力，提升学生创新意识、创新精神和创新能力。

3.1 理论教学

3.1.1 提高研究能力

美国教育家杜威认为所有成功的探究都遵循一种模式。这种“探究”模式既可以是科学家的科学研究模式，也可以是学校教育中的教学模式和学习模式[5]。参考哲学的终极三问，在教学过程中提出学科知识三问：知识是什么？即知识如何定义;知识从哪来？即知识如何获取;知识到哪去？即知识如何运用。在理论教学中不仅讲授学科知识，更注重向学生展示知识获取的过程，以做科研的方式来设计课程，探索如何基于已有知识解决未知问题。

科学研究和学习的主要区别在于学习是有正确答案的，知识是以前经验的总结，而科学研究是没有正确答案，需要逐步探索才能发现。在大数据基础教学实践中加强探究式教学运用，注重培养研究能力，参考杜威的“五步教学法”和科学研究的方法，从提出问题、做出假设、开展实验、得出结论，到表达交流，每个步骤让学生熟悉整个科研工作流程。

3.1.2 提高語言能力

大数据通识教育课程中语言能力主要涉及写作能力，演讲能力和英语能力。教学中写作能力训练主要采用补充教学讲义的方式进行。由于当前各种大数据教材不适合我校通识教育具体情况，教学团队自己撰写教材讲义《小白自学笔记之大数据基础概论》，从学生自学角度出发。讲义虽然定位于本科生各专业零基础，但仍然是计算机专业教师编写的。由于专业背景的差异，教师不能完全设身处地从各专业学生的角度出发，多少会存在一些学生不太了解或者不很熟悉的知识点内容。为解决这一问题，教学团队提出学生补充教材讲义的方式。即学生补充每章节不太理解的知识点或者自身感兴趣的相关内容，通过查阅资料，进行深入研究，最后归纳整理资料。这样不仅提高了学生写作能力，而且也增强了文献检索和资料整理能力。

限于课程性质和学时较少的实际情况，大数据的一些重要理论和关键技术不能深入展开。为开阔学生视野，提高学习兴趣，教学团队提供一些主题供学生选择，如手机如何实现计步，数据可视化中“胡焕庸线”等。学生自行选择主题或者学生自主提出主题进行独立深入的研究，制作教学课件展示。这种方式锻炼学生独立研究能力和口头表达能力，促进学生逻辑思维能力的提高。

本课程关注的英语能力主要是英文资料的阅读理解能力。在教学实践过程中，基础知识点使用英文资料进行双语教学，主要参考维基百科和Apache官网。教学团队还为学生提供了丰富的相关英文文本、音频和视频资料。通过学习这些英文参考资料，学生开阔了思路，英文能力也得到一定程度的提高。

3.1.3 引导个性发展

一般来说，个性特征明显、善于提出问题、敢于冒险、富于挑战性、想象力丰富的人更具有创新能力[6]。教学团队关注创新人才个性特点的挖掘与引导，把对学生人格的培养与教学内容互相融合。如在Python数据处理章节中，讲解1989年Guido开发的一个新脚本解释程序Python，是为了打发圣诞节的无聊，突出兴趣的重要性。多种形式的教学设计可以扩展学生知识视野，促进其全面发展，实现个性育人。

3.2 实验教学

大数据通识教育课程实验教学主要有MySQL数据库编程和Python数据处理编程两部分内容。鉴于通识教育课程学生专业年级不同，实验教学采取分级方式，分为验证性实验、设计性实验和探究性实验。

验证性实验是指学生按照教师设计的实验目的、内容、算法和步骤进行的实验，可以帮助学生更好的理解知识，巩固课堂所学。设计性实验是教师只提供实验目的，需要学生以个人或小组的方式设计并完成实验，其目的是提高学生自学能力和团队合作能力。探究性实验是指在教师的指导下，学生自主选择与课程相关的主题进行研究，确定实验内容，激发学生的研究意识，提高研究能力。

在教学实践过程中，Python编程实验主要目的是展示大数据处理的技术过程，包括数据采集和数据可视化。实验划分为三个部分，一部分为Python数据、语句和图形绘制等，是验证性实验。一部分为Python爬虫实验，这部分实验对大多数同学来说难度较大，是设计性实验，教师讲解爬虫原理和涉及的第三方库，提供示例程序和视频讲解等资料。第三部分为数据可视化，如生成词云图，即分析文章词汇数据，对高频词给与突出显示，学生很有兴趣，设计为探究性实验。

3.3 实践教学

实践教学是培养学生研究能力、实践能力和创新能力的有效的教学方式[7]。本课程的实践教学是指在教师指导下、以学生为主体，以拓宽学生知识结构，提高学生综合能力，促进其全面发展为目标的所有活动。我们探讨的实践教学包括课程设计、生产实习等，是具有更广泛涵义的活动。实践教学主要是学生以个人或者小组的形式课后进行的活动，主要形式有课题探究、翻译课程相关科普文章、听讲座或报告、扩充教材讲义、编辑课程成果专辑资料、参观石油数据挖掘北京市重点实验室等。学生通过参加实践活动，提交了很多让人耳目一新的成果。如有的学生自主研究学习Python绘图Turtle库，绘制出漂亮的图形;有的学生翻译大数据英文原版书的部分章节;有的同学按照期刊文章格式要求编辑排版大数据通识教育课程的成果专辑资料等。

4 课程考核

课程考核是促进教学质量提高的主要方式。大数据通识教育课程采用过程化考核和期末考试并重的方式，注重教学成果展示。过程化考核占总成绩的50%，期末考试占总成绩50%。过程化考核主要包括必做和自选两部分。必做包括讨论课、上机编程、补充教材讲义、翻译相关文章等，所有学生必须完成。自选是指学生在几项作业中自主选择，如主题演讲、课题探究、撰写论文和编辑课程成果专辑资料等。

每项作业都有具体的要求和评价标准。以讨论课为例，每个小组必须完成一份讨论报告和PPT，准备课堂演讲，时间控制在五分钟之内，然后是五分钟答辩时间。最终评价由三部分组成：PPT30%，报告30%，演讲及问答40%。

期末考试在保证覆盖课程知识点的同时，增加开放性题目比例，如大数据时代保护个人隐私的解决方案、大数据技术之“双刃剑”等。创新的课程考核思路，提高了学生兴趣，既注重学生整体能力提升，又考虑学生个体差异，促进了学生全面发展。

5 結束语

经过一学期的教学实践，大数据通识教育课程的教学模式得到院系教学专家和学生的认可，教学效果良好，学生普遍反映不仅学到了知识，开拓了视野，还提高了科研意识和创新意识，自我培养能力有了显著增强。同时，这种模式对教师的教学提出了更高的要求，促进教师科研教学意识和教师个人综合能力提高。

参考文献（References）：

[1] 何哲.五中全会，大数据战略上升为国家战略. [EB/OL].[2016-03-04].http：//gb.cri.cn/42071/2015/11/08/6651s5158694.htm.

[2] 李曼丽，汪永铨.关于“通识教育”概念内涵的讨论[J].清华大学教育研究，1999.1：96-101

[3] 王义道.通识教育使命及其教学多样化[J].中国大学教学，2016.10：6-13

[4] 郭文莉.创新人才培养研究与实践[M].高等教育出版社，2004.

[5] 郭法奇.探究与创新：杜威教育思想的精髓[J].比较教育研究，2004.3：12-16

[6] 王汉清，况志华，王庆生，居里锴.大学生创新能力总体状况调查分析[J].高等教育研究，2005.9：88-93

[7] 吴林根.基于创新人才培养的实践教学改革[J].实验室研究与探索，2004.10：10-14