大数据环境下高校数据素养教育课程体系的构建＊

杜宗明，袁 莉，刘红芝，张 敏，张 静

（1.徐州医科大学图书馆，江苏 徐州 221004；2.徐州医科大学教务处，江苏 徐州 221004）

随着移动互联网、云计算和物联网的快速发展，数据应用于高等教育的价值日盛。从繁杂数据流中发现有效数据并将其转化为信息，最终转化为可操作的知识，成为个体立足大数据时代的必备技能[1]。面向高校生开展数据发掘、管理、分析、共享及复用的教育，构建适应新时期人才培养目标的数据素养课程体系，成为高等教育应对“数据潮流”挑战的新课题。

1 数据素养课程体系的内涵

1.1 相关概念

综合STEPHEN、JOSEPGINE 等业界学者相关论述，数据素养指个体操作数据相关的系统化思维与能力，它是数据行为主体在遵循数据伦理和运用数据思维基础上，理解、获取、分析、解释、利用、管理、生成以及传播数据所需的能力。作为信息素养、媒体素养等在大数据时代的深化和延伸，数据素养折射了数据技能与相关素养能力的融合发展[2]。

数据素养教育是以提高受教育者数据能力和数据伦理认知为目标，针对数据素养的系统化、具体化问题提供理论指导，提炼出符合数据素养教育理念的实践系统，据此用多种形式、手段展开的一系列教育活动。它涉及到针对数据素养不同层面的能力教育，涵盖了与数字化语境相适应的人文伦理素养、数据理论知识和数据实操技能等方面[3]。

数据素养课程体系作为数据素养教学内容和进程的总和，是指将数据素养所涉及的各课程门类依序排列，决定了受教育者通过学习所获得的知识、能力和素质结构。

1.2 总体目标及思路

数据素养课程体系总体目标，是培养受教育者运用大数据思维的行为习惯，使其具备数据意识以及甄别、分析、运用、管理数据等实践操作的知识和技能。构建完善的数据课程体系，有助于运用数字工具、资源和技术来解决学习科研中的问题，有利于更好地适应大数据语境，促进学习能力优化和综合素养可持续发展，增强核心竞争力。

在构建思路上，应立足于学科人才培养目标，构建适应高教发展趋向、迎合专业属性需求的课程体系；课程内容应在提升广深度的同时注重与专业课程的优化融合，增强实用性和交叉性；数据素养课程实操性特点鲜明，易采用目标教学、互助学习等交互性较强的教学方式，适当增加实训操作的学时。

2 核心能力构成

厘清数据素养核心能力是保障课程体系科学有机的前提条件。结合业界的研究阐述，数据素养包含了下述核心能力[4]，可为课程体系设置侧重点提供参照：①数据思维能力。是个体从海量数据资源发现问题并借由大数据思维分析解决问题的数据意识；②数据获取能力。个体具有从开放平台、科研数据源采集、检索、挖掘和提取数据的能力。③数据处理能力。选择专门算法、技术和工具对所得数据进行理解、分析、整理和呈现的能力。④数据管理能力。对数据量化互联，作出实际问题的相应决策，并有效管理和存储数据的能力。⑤数据交流能力。依法合规共享资源，也涉及到数据伦理和操作规范的素养。⑥数据评估能力。能运用辩证批判的眼光甄别数据确，客观看待数据优劣性和分析结果的能力。

3 大数据环境下数据素养教育课程体系的构建

3.1 统筹配置，打造“核心+卫星”模式课程体系

“核心+卫星”课程体系，是将数据素养相关课程依据重要性和贡献程度分为核心和卫星课程两部分，总体布局，协调配置。其中，核心课程占主要权重，对整个课程体系的基调和有效性起着决定性作用，比如“数据科学概论”“大数据技术基础”“大数据采集与存储”等侧重于传授数据基础知识和技术的课程；扮演辅助角色的卫星课程作为有益补充，设置灵活，根据课程体系全局需要和专业要求选择性开展，比如“大数据项目应用”“大数据产业实战”及将数据知识融入专业而开设的交叉类课程。在核心课程主体功能充分发挥的基础上，同步注重卫星课程对整个体系的互补性、多样性以及协调性，核心课程的开发要以维持课程体系主体特色为前提，并对接受教育者专业特色和职业需求进行适度补充以增强整体的协同性，使得课程体系趋向灵活化、多样化、全局化及衔接性。

3.2 门类融合，遵循数据课程与专业课程交叉设计原则

国内开设的数据课程，往往只定位为附加技能教育，存在学时占比不足、专业契合度不高的问题。鉴于此，应加强数据知识与技能对专业课程的渗透，实现数据与专业课程深度融合互动，构建交叉设计的课程体系。一方面，将数据意识以及通识类数据知识融入到既有的“文献检索”“信息检索与利用”课程以及专业课程的教学过程，有效增强数据课程实用性以及悦纳度；另一方面，建立数据课程交互式选课平台，积极研发以专业为核心、跨课程的交叉式教学内容，如将数据管理常用的GEO、TCGA 数据库引入到“计算机应用”相应章节，在“科研管理”“统计学”课程里增设“协同过滤”“隐性搜索”等大数据加工工具的运用，专业课程适当增加数据使用规范、信息安全的讲授，或将学科大数据与数据分析和可视化核心内容融合设置方向课等，这些课程门类或内容间的交融穿插，可有效提升数据教育和专业课程的粘合性，大大延展了数据素养教育的覆盖面和深入度。

3.3 复合联动，注重将理论与实训操作、集中授课与第三课堂相结合

目前，数据素养教育多以课堂教学和培训讲座为主，所传授的数据知识内容单一，且偏重基于模拟数据的基本技能教学，实践性教学环节普遍不足[5]。在课程内容设置上，要适当增加课堂教学中案例分析和实操演示的权重，同时提升采集真实数据应用于教学案例的比例，以帮助学生得到更多采集数据和获取的体验，促使切身融入真实社会数据应用情境。在授课形式上，教育的有效性更多地取决于学生实践操作能力的养成，课程授课更易采用CBL 教学、小组互助合作等交互性较强的教育方法，适当增加实战演练、项目竞赛等实训环节学时，充分利用第三课堂拓展和延伸学习平台，比如基于MOOC 等在线课堂辅助开展数据教育以满足高校生个性化需求[6]。通过打通课上课外、线上线下的闭环式教学空间，促进各类教学语境之间的耦合协作，为学生提供更多研讨交流和案例实操的契机。

3.4 拓宽口径，基于数据服务平台和项目生命周期设计选修课程

选修课程作为课程体系的次卫星课程，学生可结合自身能力水平和兴趣诉求选择性修读。高校自有的科研或学科数据平台能够为其提供便捷直观的真实数据源，清晰、完整的数据管理模块有助于提供基础数据服务，可作为设计选修课程的依托性载体。此外，参与导师科研课题和大学生创新实践项目等为受教育者提供了更多早科研、早实践的机会[7]，这些跨学科性与实践性并存的项目往往同采集、加工、保存、分析和利用的数据生命周期同步，可围绕科研项目周期制定相应的数据实战类选修课程，引导和帮助利用项目来描述数据集和管理数据，借此提升数据意识和技能。

4 结语

数据作为当代经济社会发展动力的源泉和转型基础的意义日渐凸显，数据素养越来越深刻地影响着不同层级和类别社会人的价值观念和行为方式，提升个体数据素养、加强公众的数据素养教育已是大数据时代的重要趋向。充分认识数据素养教育的重要性和必要性，密切关注数据教育与专业教育的契合点，思考完善适应高等教育改革方向的数据素养教育课程体系，值得高教界开展更深入、更全面的探索。