新文科背景下《数据新闻》课程线上线下混合式教学路径探索

杨 珊

数据新闻是目前融媒体时代里非常受关注的一种新的新闻表达方式。自从“中国数据新闻第一人”黄志敏老师创建第一届数据新闻工作坊至今，不过6年时间，数据新闻课程的教育仍然还在发展初期。目前，数据新闻课程面临学科跨度大、知识体系复杂等难题，基于学生的学科背景、学习基础等具体情况，对课程内容进行重构，充分做到因材施教，以期达到让学生既要掌握与融媒体记者基础技能相适应的数据新闻识别、数据使用、信息图表呈现等基础理论和知识；又要掌握与数据新闻记者专业技能相适应的数据新闻选题、技术可交互的数据可视化的前沿专业技术知识。

一、数据新闻课程教学目标

综合数据新闻课程特点和性质，提升学生的专业综合素养及实践能力，重点提升学生三大能力：一是培养“数据素养”以加强学生对于选题的社会责任感；二是提高“数据思维”以增强学生对于数据信息的驾驭能力；三是训练“数据可视化” 技能以提高学生对于数据新闻作品的展现能力。因此，本课程教学目标有二：

（一）强化价值引领：将思政教育有机融入数据新闻课程之中

着眼于学生数据素养综合能力的提升与的全面发展，牢记“为党育人、为国育才”的课程思政标准和“文理结合”的新文科教育理念，遵循“四个服务”发展方向，根据卓越新闻传播人才教育培养计划2.0的意见，落实“立德树人”的根本任务，来推动课程内容升华和信息化改革，通过参加中国数据新闻比赛、“数说中国”项目、公益比赛、献礼融媒体作品展演等，培养拥有家国情怀、有时代担当、能够讲好中国故事、传播中国声音的优秀的数据新闻传播人才。

（二）综合能力提升：以实际项目真正提升新闻学子的数据综合能力

重点要提升学生两方面的能力：一方面，提高内容生产能力。要求学生适应媒体深度融合和行业创新发展，需掌握有一定难度的资讯内容生产传播技术，具备制作一个完整数据新闻作品的能力，包括：从数据中寻找新闻价值，数据查找、数据预处理、数据分析、数据可视化工具实践等。另一方面，培养综合实力。培养“线上”自主学习的习惯和自控力；具备社会的洞察力和选题敏感度；拥有数据素养和量化研究思维；具有团队协作精神和高效沟通力；良好的配色审美和设计创新力。

二、数据新闻课程建设存在的难题

目前，数据新闻教育已普遍开展，已成为新闻传播专业的必修课程，但总体而言数据新闻人才的培养仍然落后于实践，在具体实施层面症结颇多，主要表现在以下三个方面：

（一）“跨学科的前沿交叉”课程，内容涉及广

从数据新闻制作的流程上来看，要创作一个完整的数据新闻作品往往需要一定的数据抓取能力、数据清洗能力，数据分析能力和数据可视化能力。因此，数据新闻课程涉及新闻传播、统计学、可视化设计、计算机科学等学科的相关内容，国内高校普遍认识到开设数据新闻需要跨学科的师资队伍，但真正能胜任数据新闻教学的师资凤毛麟角。老师们大多擅长于自己的专业领域，横跨这么多学科的师资比较缺乏，多数高校师资力量存在不足。

（二）课程内容文理兼容，难度较大

根据课前问卷，经过两年的新闻传播专业学习后，许多新闻专业的学生已经具备基本的采写能力，但是没有学过数据分析相关知识，对于数理统计、数据处理等相关知识不太熟悉，并且新闻传播专业学生大多数以文科生为主，对于和数理知识存在一定“畏惧心理”。

（三）教学资源不足，教学模式亟须创新

除了极少数高校会开设数据新闻专业，大多高校都是设置的本科课程，但是课程内容多，难度大，一个学期的学习往往难以实现教学目标，但因目前国内数据新闻教学刚刚起步，学生缺乏足够的自主学习资源，且网络资源的开发和挖掘利用还不足。只有线下的一方授课知识渠道存在一定的单一性，而单纯的线上学习又存在只看不做的单调性，因此不仅要挖掘网络学习资源，还要与线下的授课有机结合起来。

三、线上线下混合式“RIBOM”教学模式路径探索

针对这一门“学生难学”“老师难教”的课程，本教学团队提出并实践了“RIBOM”教学模式的创新，即：重构课程内容（Reconfiguration）以适应学生背景和需求，打造定制化数据新闻课程内容；引入优质线上资源 （Introducedand-utilised）以解决跨学科师资不够的问题，充实教学资源库；采用BOPPPS教学方法以提高线上线下混合式教学的效果，助力学生深入理解每一堂课；以OBE理念引入项目助力解决实际问题的能力；以线上线下行为数据重塑一个立体多维的评价体系（Multidimensional evaluation）（见图1）。

图1 线上线下混合式教学的RIBOM模式思路图

“RIBOM”模式包括：重构课程内容（Reconfiguration）；引入优质线上资源（Introduced-and-utilised）充实教学资源库；采用BOPPPS教学方法以提高线上线下混合式教学的效果，助力学生深入理解每一堂课；以OBE理念引入项目助力解决实际问题的能力；以线上线下行为数据重塑一个立体多维的评价体系（Multidimensional evaluation）。

（一）课程体系重构方案（Reconfiguration）

针对“课程内容难度较大，文理兼容，以文科生为主的新闻传播类学生对量化分析存在畏难情绪”的特点，我们把教材的内容重新排列，课程安排上，根据认知规律把课程内容分成“感性认知周期”“理性认知周期”“复杂数据表达与应用周期”和“完整数据新闻作品制作周期”四个阶段，以学生为中心，在建构主义学习理论的指导下进行教学（见图2）。这四个周期在内容上由浅入深层层推进，循序渐进地培养学生的数据素养，实践证明这种方法取得了明显的效果。

图2 课程内容重构后四阶段教学周期示意图

在感性认知周期，我们通过分析疫情期间数据新闻的人文关怀，让同学们真切感知数据新闻给社会带来的重大意义；在理性认知周期，我们采用探究式学习方法，先给出数据的使用规范和分析规律，强调数据使用中的道德和法律底线，然后让学生自行尝试通过努力把数据分析出来。在复杂数据表达与应用周期，用支架式教学法引导同学们独立制作疫情地图、两会词云图等数据可视化作品，逐步提升学生的数据新闻表达能力。在作品制作周期阶段，学生将会遇到一次性格的磨炼，我们采用中国航天事业的“工匠精神”激励学生，让学生不畏艰难，坚持完成一个完整的作品。自2018年起，还开展了“数说中国”计划，每年围绕一个主题，用数据记录中国的繁荣发展。让学生根据已有知识，通过自身经验的积累、主动建构数据新闻的意义。

这四个周期的学习过程，符合同学们的学习规律，既能够打消同学们对数据的初始“畏惧”，又能够充分利用时间，尽早开展上机操作部分的实践。

（二）优质线上资源库建设方案（Introduced-and-utilised）

引入优秀线上资源的引入，来强壮师资力量。一是引入优质中国大学慕课平台的精品在线课程，比如目前MOOC上的在线精品开放课程——江西财经大学的《数据新闻与可视化》，通过挑选内容、调整顺序，将在线课程内容有机融入课程知识体系之中，以适应本校学生的需求。二是在实际操作环节，引入优质虚拟仿真项目，也能提高新闻选题的寻找效率。湖南理工学院的“负面舆情应对演练虚拟仿真”项目，其“真实舆情大数据系统”具有较高的可信度，可作为选题的重要参考。而数据可视化部分可以选择武汉大学的“数据新闻写作流程虚拟仿真实验教学”项目，其中的“跟随范例制作”部分，适用于学生在线下使用，一边跟随课程老师的讲解一边跟着实际操作。 三是实时关注数据新闻的一流媒体，不断丰富案例库。充分利用中国大学MOOC平台+泛亚超星学习通等平台，打造混合式金课。

（三）教学方法创新途径（BOPPPS）

1.BOPPPS模型助力线上线下混合式教学更高效率

在PBL理念的指导下，结合MOOC和学习通等软硬件的支持，我们上课采用源自加拿大哥伦比亚大学、一种以教学目标导向、以学生为中心的教学模式——BOPPPS模型进行线上线下混合式教学设计。它由导言（Bridge-in）、学习目标（Objective/Outcome）、前测（Pre-assessment）、参与式学习（ParticipatoryLearning）、后测（Post-assessment）和总结（Summary）六个教学环节构成（见图3）。打造“线上自学+教室研讨+实验室实践”三者有机结合的教学模式。

图3 《数据新闻》课程BOPPPS教学模型示意图

根据《数据新闻》课程需求和学生学习特点，规划BOPPPS大致流程如下：

课前：学生通过自学方式完成课程知识点的视频和相关教学案例的学习，了解章节学习目标，完成在线小测验或话题讨论。

课中：以学生为中心，实施研讨式教学和实践。基于问题探究法，以前沿科研、人文关怀、数据新闻创新等话题，通过在线测试、小组合作、讨论等互动，加强知识的巩固与延展；在实验室实践环节，根据学生自身情况，采用任务式教学法，逐步升级实践的难度，因材施教。通过课堂后测和总结讲解，以达到掌握知识点，并熟练应用的教学目的。

课后：安排具有难度的实践活动，围绕一个主题，记录中国的繁荣发展。让学生能在“做中学”，在学中更加坚定“四个自信”，增强学生对党的创新理论的政治认同、思想认同和情感认同。

这种集课前、课中、课后于一体的教学模式，充分体现了课程教学知识传授+能力培养+价值塑造的高阶性，课程内容、教学形式和学习结果的创新性和挑战度。

2.线上+研讨式教学助力线上线下混合式教学更有深度

章节的培养目标支撑总体培养目标，因此在每一个章节进行具体教学时，利用成熟的精品在线课程的视频课程，让线上教学资源与线下研讨式教学的有机结合，加深对知识点的理解，达成人才培养目标。

在教学过程中，教师与学生对话、交流，同时，督促学生与学生之间的合作交流。在整个教学过程中，教师对学生起协作、指导的作用。学生在任何一个环节遇到问题，教师需要及时纠正和帮助。学生需要学习数理统计的知识，然而新闻专业都是文科生，为了帮助学生克服畏惧心理，让学生在线上先行了解，激发兴趣然后再到课堂上解决重难点的问题，讲授方式由浅入深，根据研讨和实践的表现，再逐步加大授课的难度，层层推进进行研讨和学习，效果事半功倍。

（四）实践教学平台构建方案（OBE理念）

1.“OBE项目式学习”理念下的实训项目配合

以项目的形式组织教学，以“比赛”为项目做的项目化训练，培养学生“以终为始”的学习习惯。以项目的形式组织教学，以“比赛”为项目做的项目化训练，培养学生“以终为始”的学习习惯。分成“阶段式任务”和“期末任务”：“阶段式任务”包括以下六个：网络数据的搜集和抓取、数据的检验和清洗，数据规范分析，数据图标制作，可视化地图和词云图的制作等，而“期末任务”则是指的完整的数据新闻的呈现，学生所做作品直接参加“数据新闻大赛”，以赛促学，以赛促教。从选题的确定到项目的实施由教师指导，突出实践性，根据实际情况进行调整，期末进行分组答辩认定成绩。利用MOOC反复可观看的优势，解决实践中存在的理论问题。

2.创建“数说中国”特色线下活动，把思政教育“盐”溶于“水”

“奋进新时代，躬行探真知”通过在课外开展“数说中国”计划，让学生用真实的中国数据来制作长图、图文、视频、H5等融媒体作品，并参加比赛或者展演。不仅打通了学生和老师的课后沟通桥梁，更提升学生的思想境界，学生们在主动践行“四个服务”的同时，也收获了不少好作品，强化学生讲好“中国故事”的专业能力。

（五）“线上线下全方位度量”的多维评价体系建设方案（Multidimensional evaluation）

1.全过程记录

利用泛雅和超星学习通平台，能很好地对学生的学习情况进行掌握，我们通过把知识矩阵分成不同阶段，结合数据动态调整课程进度。可供分析数据包括：线上的课前在线学习数据、课中教室内的主题研讨、小测验、实验室的实训结果反馈、以及课后答疑和作业提交，都能得到很好的记录，保证能对学生进行过程性考核，保证每一位学生的学习效果。

2.标准化评价

针对数据新闻作品的考核，选取了“中国数据新闻大赛的考核标准”。以专业标尺对作品进行衡量，更能科学客观对作品进行评价。评价内容包括：选题、数据质量、数据分析、数据表现、设计、技术，一共六个方面。并且将这六大标尺分解放入学习通的“打分”环节中。由此，让学生在量化标准的指导下逐渐进步，切实培养学生的数据新闻作品内容的创意设计与制作能力。

3.多维评价体系

《数据新闻》课程充分发挥多元考核的手段，构建了集形成性评价和终结性评价于一体的综合性评价方式，体现动态性、全面性（见图4）。

图4 《数据新闻》课程评价构成

形成性评价：通过学习通进行学习数据的记录，包括线上的课程视频的学习达成度、课前测试、抢答、测试等个人任务完成后都可以及时进行积分奖励； 线下的案例分享、研讨、课堂小游戏排名、第二课堂（公益）的参与度、实训任务的完成度等都活动都被纳入量化考核。

终结性评价：期末作业即完成一个完整的数据新闻作品，本课程选取了“中国数据新闻大赛”的评比标准。评价内容包括：选题、数据质量、数据分析、数据表现、设计、技术，一共六个方面，在此基础上进行了细化，以专业标尺对作品进行衡量，对期末作业进行科学客观的评价。

多元评价：课程纳入多元评价。期中期末的小组任务均采用老师评价、组间评价、组内评价的方式，同时引入外部评价：作品获奖、成功发表到澎湃等主流媒体会有额外加分。

四、结语

新闻传播类专业课要注重学思结合、知行统一，增强学生勇于探索的创新精神、善于解决问题的实践能力。因此，通过RIBOM教学模式的创新实践，整合重构课程体系，革新升级培养模式，将传统的知识讲授向素质培养、能力培养进行转移，进一步深化“说得出口、拿得出手、站得住脚”的人才培养目标内涵：将教学成果显现化；拓宽学生视野、转变思想观念、培养思维方式；提高学生的学习主动性，提升学生的数据思维和制作“选题有温度”“在线可交互”的数据新闻融媒体作品的实践能力。