基于多元主体的高校数据素养教育生态模式构建研究

2019-06-14 08:00李建霞华东理工大学科技信息研究所
图书馆理论与实践 2019年5期
关键词:技能素养教育

郭 倩,李建霞(华东理工大学科技信息研究所)

1 引言

当前,“开放”已经成为全球共识,正在进一步改变科学研究范式和知识交流生态。2007年,著名计算机科学家吉姆·格雷提出科学研究的第四范式是数据密集型科学发现,所谓的“数据密集型”也就是现在我们所称的“大数据”,此范式强调有效获取、分析、管理、利用及共享数据。[1]随后,国际上关于大数据的计划及政策层出不穷。2010年,美国国家科学基金会(NationalScienceFoundation,NSF)发布“数据管理计划”要求;[2]2011年,欧盟委员会颁布《开放数据:创新、增长和透明治理的引擎》报告,要求欧盟及其成员国建立法律机制、采取财政措施,促进各国在开放数据领域的合作;[3]美国科学公共图书馆自2014年3月起要求作者公开数据,并签署《数据可获取声明》;[3]2014年,欧盟委员会(EuropeanCommission,EC)提出数据专家和相关技能的缺乏是大数据公众咨询中的主要问题之一;[4]2015年,国务院印发《促进大数据发展行动纲要》,提出坚持创新驱动发展、加快大数据部署、深化大数据应用;[5]2017年,习近平总书记在党的十九大报告中着重提到要推动互联网、大数据、人工智能和实体经济融合。[6]这一系列方针政策的出台以及专题项目的开展进一步说明在开放环境下,数据资源已经成为经济社会中与人力资源和财力资源同等重要的关键资源。

目前,各行各业对创新数据管理服务的需求日益强烈。在经济领域,2018年3月,EC提到大数据为开发创意产品和服务提供了巨大机遇,倡议欧洲数据科学学院帮助开发所需的数据技能,设计数据科学培训课程并在线开放资源。[7]在教育行业,2017年6月,《中国教育报》发表题为“规避‘溺亡’在知识海洋中的风险”的报道,提出大数据时代教育所面临的新挑战,强调对全民进行数据素养教育。[8]同时,信息技术的飞速发展使得教育环境也发生了巨大变化,为了满足学生日益多元化、个性化的需求,各高校相继开展与数据相关的技能培训、讲座以及论坛等,以优化数据素养教育环境、提升教育效果。如,北京大学自2011年开设“科学数据管理”讲座之后,又相继举办数字人文论坛、全国高校数据驱动创新研究大赛培训班等活动。可见,开放数据环境也将高校数据素养教育推向新的高度,仅依托图书馆开展活动的单一模式显然已不能满足日益变化的社会需求。基于时代需求和环境变化,本文在文献调研和问卷调查的基础上,从教育环境、教育主体以及个体数据技能出发,分析国内高校数据素养教育模式及影响因素,探寻新型合作化的数据素养教育生态模式,以期从根本上提升高校数据素养教育能力,进而加快推进全民数据素养普及教育。

2 信息素养与数据素养

自1974年美国信息产业协会主席保罗·泽考斯首次提出信息素养概念后,学术界对其进行了广泛探索和深入研究,并制定相应标准进而形成规模式的信息素养教育体系。2000年1月,美国大学与研究图书馆协会ACRL)发布关于《高等教育信息素养能力标准》(认为信息素养的特征包括信息的确定、获取、评估、整合、利用和理解。[9]2015年2月,ACRL再次发布《高等教育信息素养能力框架》(以下简称《框架》)将5大标准修改为6大核心框架要素,提出信息素养是指包括对信息的反思性发现、对信息如何产生和评价的理解以及利用信息创造新知识并合理参与学习团体的一组综合能力。[10]《框架》基于信息素养“阈概念”[11](ThresholdConcepts) 和“元素养”[12](Metaliteracy)的概念探讨,增加了知识技能(KnowledgePractices)和行为方式(Dispositions)两个元素以发展突出创新思路的新型教育理念,并提出将信息素养扩充为多重素养,包括数字素养、视觉素养及媒介素养等。[13]由此可见,随着信息技术的发展,信息素养教育内容已不能满足大数据时代的要求,需要向涵盖更高技能要求的数据素养延伸。

与信息素养相比,国内外对数据素养的概念及内涵没有统一的认识,但普遍认同数据素养是新时代下人们必备的素养之一,是大数据环境下赋予个体素养教育的新要求、新方向。2017年7月,中国教育部科技司指出,数据素养是人们有效且正当地发现、评估和使用数据信息的一种意识和能力,以数据分析技能和信息安全意识为基础的数据素养,将是大数据时代每个公民的基本能力。[14]针对信息素养与数据素养关系界定方面,一部分学者偏重数据素养与其他素养的关系是密不可分、相互影响的。如,Schield指出信息素养、统计素养和数据素养是相互关联的,并强调数据素养是信息素养和统计素养的重要组成部分;[15]Stephenson等提出数据素养是学生所拥有信息能力的重要组成部分,认为判断数据的质量和效用的能力应作为数据素养的基础;[16]孟祥保等认为科学数据素养与信息素养类似,包括数据意识、数据管理知识与数据管理技能三个层次。[17]另一部分学者着重强调数据素养拥有其他素养未有的强大技能要求。如,Sarah Jones等人认为数据素养是具有一定数据意识的,即研究者将有用数据转化为决策支持、方案制定依据的数据操作能力;[18]秦健等提出科学数据素养侧重于数据收集、处理、管理、分析和评估等方面,强调科研人员对数据的运用能力;[19]Mandinach等认为数据素养就是拥有理解数据和有效利用数据进行决策的能力,包括辨别、收集、组织、分析、总结以及优化数据;[20]张静波则认为数据素养是研究者在科学数据的采集、组织和管理、处理和分析、共享与协同创新利用等方面的能力以及在数据的生产、管理和发布过程中的道德与行为规范。[21]

可见,数据素养既有信息素质教育的影子,又有专业化学科技术的特征。[22]笔者认同黄如花等关于数据素养与信息素养关系的分析。一方面,两者侧重点不同,信息素养侧重于信息的搜索与利用,而数据素养偏重于对数据的处理、分析和管理;另一方面,与信息素养相比,数据素养涉及更多学科的交叉融合,所要求的技能更高。[23]综上,笔者认为数据素养是随着数据环境变化而不断增加其内涵和技能的一种基本素养,是在汇聚数据的意识、解释、操作、管理等有关数据辨识及处理能力的基础上增强了对数据的安全防范意识和批判意识,这种批判是突破常规的科学认识,这种安全防范是既能意识到数据的不安全性,又懂得如何规避的一种高要求能力。

3 数据素养教育主体与模式现状研究

3.1 数据素养教育主体现状分析

从已有相关文献来看,大部分文献仅以国内外数据素养教育模式或案例研究为基础,提出数据素养教育涉及到的主要参与者。如,杨晓琼认为图书馆是数据素养教育的主要承载者,专业教师拥有丰富的教学经验,数据库商精通其所售数据库的使用技能,与他们合作可加快数据素养教育普及。[24]邓李君提出国内外数据素养教育主要涉及的单位包括政府与相关机关,如国家统计局、科学基金会、教育部以及高校和图书馆行业等。[25]朱玉奴认为国外数据素养教育的参与主体主要有数据中心或数据监护机构、图书馆、研究机构(如高校)以及科研管理部门。[26]隆茜等在调查问卷的基础上系统研究了高校图书馆的数据素养教育主体结构,明确提出数据素养教育主体是指有资质、有能力承担数据素养教育工作的师资,认为高校数据素养教育主体是由图书馆、院系专业教师和科研人员共同合作组成的多元、有层次的结构。[27]美国图书馆协会也曾指出,图书馆能够提供最好的数据素养教育课程,图书馆员是最好的数据素养教育者,但仅靠图书馆员这一教育主体推动数据素养教育的发展是远远不够的。[28]由此可见,数据素养教育需要多部门、多机构的协同合作,只有将数据素养教育所涉及的主体进行系统化、结构化、精细化的组织和管理,才能加快推进高校数据素养教育的顺利实施,进而推动全民数据素养教育的发展。

3.2 现有数据素养教育模式分析

国内数据素养教育模式研究主要集中在两个方面:一是对国外教育模式的总结思考,二是针对我国现有数据素养教育模式的研究。从内容来看,图情界和教育界学者们提出的我国数据素养教育模式研究主要包括四种类型。

(1)嵌入内容的教育模式,以专业课教学中的数据素养内容嵌入为主。李立睿等认为嵌入式教育模式的建立能够有效降低科研人员对自身拥有的科学大数据安全和隐私方面的顾虑,有利于教育服务人员更深层次掌握科研人员的数据素养需求。[29]刘勋指出国内高校应开展嵌入式的数据素养教育路径,包括与专业教师合作嵌入课程和网络教学、与学生合作嵌入学习环境、与科研人员合作、嵌入科研课题等。[30]张群等指出在专业课教学中嵌入科学数据素养教育内容,将图书馆科学数据素养教育作为各学科课程目标的有机组成部分。[31]蔡洪齐认为需要开发一种基于嵌入式学科服务的数据素养教育模式,让数据素养教育无缝嵌入到师生的科研项目之中等。[32]可见,数据素养的嵌入式教育模式已普遍被研究人员所倡导。笔者认为,该模式虽强调在专业课中融入科学的数据素养教育,将专业化知识加上技术能力以及文学性思想和修养从而达到多学科的渗透融合,但如何快速且有针对性地进行学科之间嵌入式的交叉融合,从而提升教学效果是该模式需要考虑的问题之一。

(2)分层次的阶段教育模式。此模式是将教育对象进行分阶段、分模块、分层次的教学模式。张群等提出开展基于科学数据生命周期的全过程数据素养教育模式,在不同的数据生命周期阶段进行不同的知识培养和技能训练。[31]胡卉等认为数据素养教育是一个循序渐进和连续的过程,应依据学生层次进行分模块教育。[33]该模式强调合理安排教育教学课时,在学习的各个阶段制定不同的学习目标,为下一阶段做好铺垫。虽然该模式注重多阶段、循环往复的可持续培养教育,但针对不同教育群体的差异性和个性化特征如何进行合理划分以及如何测量每个阶段学生的掌握情况仍是该模式需要持续探索之路。

(3)跨部门协同发展模式。这一模式以跨机构、多部门合作的教育主体联合为特征。郝媛玲等认为图书馆是数据素养教育的主要职能部门,但由于图书馆员的数据技能和知识还较为欠缺,直接制约了数据素养教育的发展。[34]现有研究主要从两方面分析。一方面是促进校内部门之间的联合开展。如,张群等提出在数据素养教育平台构建时,可协同信息建设中心、科研院、研究生院、教务处、档案馆等,完善平台的功能模块内容。[35]许丽丽等指出,应推动图书馆员的内部合作,促进数据专业人员与学科馆员、参考咨询、信息素养教育等工作人员合作,还应与院系教师、学校的科研部门、研究生管理部门等进行更深入的合作。[36]另一方面是进行跨领域、跨机构的校外联盟合作。如,孟祥保等指出,应联合科研人员、科研基金资助机构、学术机构、科研数据组织、企业等开展数据交融、平台建设、标准规范、数据服务、数据出版、人员培训等方面的合作或共享。[37]该模式虽然提出了数据素养教育应进行跨机构、多部门的教育主体联合,但对于如何协同发展以及各教育主体之间的配合方式与职责划分并未详尽指出。

(4)开放式在线教育模式。网络在线开放课程MOOC教育已成为一种趋势,以开放、平等、共享为理念,充分运用各类媒体资源以及在线网络交互技术,将课堂教学网络化、自由化。黄如花等认为,MOOC是一种新的学习方式,在我国各个高校发展迅速,并提出数据素养课程的开设要与各学科特点和需求相适应,可以根据学科分模块进行网络化教学。[38]刘爱琴等指出,与传统的F2F(Face to Face)教学方式相比,MOOC平台上的数据素养课程不受时间、空间约束,具有学习独立性和课程种类丰富的优势。[39]但已有文献仍然缺少对国内开展数据素养教育内外部环境特征分析及系统的策略研究。[40]

总体来看,数据素养教育问题已成为社会各界广泛关注的重要课题。然而,以往的数据素养教育模式研究主要集中在对国外经验的总结或设想的阐发,实证研究较少,且与国外相比,国内的数据素养教育理论还处于萌芽阶段,在系统的理论体系框架设计和实践操作方面都存在着一定的差距和研究空白。

4 高校数据素养教育调查研究

4.1 问卷设计与调研

科学数据素养属于一个能力范畴概念,它的测量及影响因素的评价需要借鉴经验结论和学者的研究成果。[41]首先,科学数据素养的一个必要条件就是自身所掌握的科学知识水平,而学校教育是有效提升受教育者科学知识水平的前提;其次,教育环境、教育主体及接受教育的程度是影响受教育者科学数据素养的直接因素;此外,受教育者的年龄、性别、学历、专业等基本属性也决定了其数据需求,间接影响其数据技能的掌握。

本文分析了现有数据素养教育模式并结合现阶段大学生数据技能需求状况设计高校学生数据素养掌握情况调查问卷。为进一步提高调查问卷的合理性及所获取数据的可利用性,笔者在设计问卷时,既包含非量表题项,又包含量表题项,非量表题项可以了解基本事实现状,量表题项则可以反映受访者的态度或看法,[42]从而更好地探究高校学生数据素养教育情况。问卷的第一部分为个人基本信息,包括性别、年龄、学历等;第二部分为数据素养教育环境及效果,主要挖掘影响数据素养教育的因素及开展效果;第三部分为高校学生个体数据技能情况,以便探究学生数据素养能力的影响因素,从根本上提出有效策略。

本研究利用“问卷星”专业问卷在线调查与发布平台,通过多渠道宣传与发布,被调查者可通过电脑、手机、iPad等完成问卷调查。调查时间为2018年3月28日到2018年4月16日,共收回问卷450份,其中有效问卷418份,问卷有效率92.89%。

4.2 基本信息统计与分析

研究样本基本信息情况如表1所示。其中,男女性别比例大约为4:5;年龄在16-25岁人数最多,占总人数的81.58%;本科生占61.72%,硕士生占34.21%,博士占4.07%;问卷来源地包括上海、广西、陕西、甘肃、北京等20多个省市;学校遍及985、211以及普通高校等多类型院校,涵盖法学院、经管学院、机械学院、数统院、信息学院、图情学院等30多个院系,涉及情报学、信息管理、机械、电气与动力工程、人文地理等70多个专业。

表1 基本信息

4.3 教育主体及教育环境的统计与分析

4.3.1 教育主体的统计与分析

教育主体是数据素养教育发展的关键要素,而教育主体的结构特征、主导地位以及相互作用对受教育者存在潜移默化的影响。因此,本研究从学生视角对数据素养教育主体情况进行了调查。调查显示,在数据素养教育过程中自身意愿和能力是最重要的(66.27%),其次是学校和老师的积极教育(55.5%、45.22%),政府的政策支持与提倡对数据素养教育的开展也存在一定的影响(23.92%)。其中,仅有16.03%的人认为图书馆员的角色较重要。一方面由于学生自身对图书馆员的职责还不够了解,另一方面说明图书馆未能做好素养教育基础理论学习的宣传和教育工作。鉴于此,笔者认为政府的政策指导是指引数据素养教育开展的大方向,而调动学生的意愿和积极性是数据素养教育的首要任务,学校是数据素养教育的主要场所,师资力量是数据素养教育的根本保障,图书馆宣传和推进基础理论教育是数据素养教育能否顺利开展的前提。

4.3.2 教育环境的统计与分析

本研究主要从教育资源与教育途径两方面考察数据素养教育的开展环境。其中,教育资源情况从学校开设数据技能课程的门数、参加技能培训的次数和访问统计数据库的个数方面进行分析;而教育途径从提升学生个体数据技能以及学生对数据素养教育的兴趣等方面分析。

在开展高校数据素养教育环境的调查之前,首先对学生关于“数据素养”一词的了解情况进行摸底,发现仅有29.67%的人是从学校倡导数据素养教育知晓,有26.32%的人是在查阅文献中了解到,22.73%的人是在专业课程教学中了解,而将近一半的同学不了解“数据素养”,进一步说明我国高校数据素养教育还未能普及。

由教育资源情况调查结果可知,绝大部分学生所学专业都开设有数据技能相关课程,仅有24.64%未开设;参与数据技能培训人数稍多于未参与培训人数,且参加技能培训的次数在1-2次占40.19%,3-5次占11.24%,5次以上占5.26%;从访问统计数据库情况来看,有20.81%的学生没有访问过,而访问1-2个的占40.19%,3-5个的占25.6%,6个以上的占13.4%。进一步分析发现,未开设数据技能课程、未培训也没有访问过统计数据库的学生中大部分为文科或语言类专业,而开设门数多、培训次数多且访问统计数据库个数多的,大多为数学或统计类专业的学生,说明我国的数据素养教育还未得到全面普及。

从学生提升个体数据技能的途径来看,大部分学生通过数据素养网络课程和数据技能专业课程来学习,其次通过图书馆文献检索课程的学习来提升个人数据技能,而学校实施数据素养教育以及参加数据素养教育会议提升数据技能的学生仅为极少部分。

为深入调查学生兴趣所在,本研究还调研了提升学生对数据素养教育感兴趣的途径。由调查结果可知,学生对网络课程、专门开设数据素养课程以及专业课程老师穿插讲解三个途径最为感兴趣,而对通过学术会议和图书馆讲座进行数据素养教育感兴趣的学生人数都仅为前三者的一半,极少人对其他途径感兴趣,如在线答题等。

4.4 学生个体数据技能的影响因素分析

由前文分析可知,个体数据技能的提升与其高校知名度、教育资源、教育途径、性别等存在一定联系。如,数据素养教育资源投入越多,其利用数据的程度就越高,相应地,数据技能也就越高。而教育途径越符合受教育者需求,且受教育者越乐意学习,其技能提升就会越快。通过对高校教育环境及学生个体数据技能影响因素的实证分析,将有利于优化高校数据素养教育的资源配置,为高校数据素养教育环境建设和数据素养能力培养提供理论和实践依据。因此,为建立具有良好实效性的数据素养教育模式,笔者结合我国高校数据素养教育的实际运行特点,选择教育资源(包括开设数据技能相关课程、开展数据技能培训及统计数据库访问情况)、教育途径(包括个体数据技能提升途径、对数据素养教育感兴趣的途径)、性别和高校知名度(是否为211、985高校)四个内外部影响因素作为自变量,以个体数据技能作为因变量,运用线性回归分析方法研究它们之间的相互关系,以便发现影响个体数据技能的主要因素,从而有针对性地构建适合高校学生需求特征的数据素养教育模式。

由线性回归分析的方差分析可知(见表2),其回归方程的显著性检验统计量F=25.049,显著性检验p<0.05,回归系数至少一个不为0,所建立的回归模型有统计学意义。

表2 方差分析

表3 回归系数及显著性检验

从回归系数及显著性检验结果可知(见表3),以教育资源、教育途径、性别和高校知名度作为预测变量建立模型,回归系数中教育资源与教育途径回归系数均显著,即教育资源与教育途径对个体数据技能有显著影响,教育资源每增加一单位,个体数据技能增加2.878个单位;教育途径每增加一单位,个体数据技能增加0.583个单位。而性别和重点大学的显著性大于0.05,即个体性别差异和是否为重点大学对数据技能没有显著性影响。说明教育资源投入是提高数据技能最重要的影响因素,其次教育途径的选择也会影响到学生数据技能的提升。

5 高校数据素养教育生态模式构建

为使我国数据素养教育快速且稳步发展,应从高校的现状及需求出发,在“互联网+”驱动下向相关领域和可用的社会资源做加法,以实现对更多数据资源及教育主体的“支配权”,最终使可控“资源”朝着效率和价值最大化的方向前行。[43]这就需要借鉴教育生态学的理论,将现实世界的数据素养教育活动看作由教育对象、教育环境、教育平台以及教育主体等各要素之间相互作用、相互联系而形成的一个有机体,构建数据素养教育生态模式,为我国高校图书馆信息素养教育转型和数据素养教育研究提供理论支撑和借鉴。

5.1 教育生态学理论

教育生态学是教育学和生态学相互渗透的结果。1966年,美国教育学家阿什比(EricAshby)运用生态学的原理和方法研究高等教育,提出了“高等教育生态学”(Ecology of Higher Education) 的概念。[44]1976年,哥伦比亚师范学院院长劳伦斯·克雷明在《公共教育》( )一书提出教育生态学(EducationalEcology)这一科学术语,一些学者从教育与环境的关系入手开展研究。20世纪80年代以来,教育生态学研究得到进一步的拓展和深化,古德来德强调从管理的角度入手,统筹各种生态因子,以建立一个健康的生态系统(HealthyEcosystem)来提高学校的办学效益。[45]国际教育成就评价协会主席托斯顿·胡森认为,教育生态学理论对发展跨学科研究、开拓教育科学新领域具有重要价值,并将其用于研究高校图书馆数据素养教育,以信息技术打造智能化、个性化的开放学习平台,促进数据素养教育模式的变革,将对数据素养教育模式研究提供强大的理论支撑。[46]因此,本文将数据素养教育视为一个开放的生态系统,包括教师、学生、专家、其他相关工作者等个体,学校、政府等组织机构,知识、能力、文化、制度、政策、法律法规等意识形态因素以及仪器、设备、场所等物质范畴要素,数据素养教育活动是这些要素之间互相作用的结果,学生的发展水平取决于教育生态系统中行动者之间的无障碍联通。[47]

5.2 数据素养教育生态模式构成要素分析

5.2.1 数据主体

目前,我国数据素养教育主体呈现出多元化的特征,而数据主体由多种类型组成,包括教育者、学习者、生产者、消费者等。

(1)教育者。从问卷调查可知,学生数据素养教育的途径包括网络课程、专门开设数据素养课程、专业课程老师穿插讲解、学术会议和图书馆讲座等,其教育主体包括图书馆员、专业课程老师、数据库商及数据专家等。

(2)学习者(学生)。数据素养教育的对象,也就是学习者,包括本科生、硕士生、博士生,其数据素养教育具有层级性。

(3)生产者,指能为系统提供资源的主体,即课程体系与师资力量。数据素养教育生态系统中的生产者可以为个体,也可能为一个群体,高校的数据素养教学团队就是课程的生产者,其中包括教师、学生、专家、其他相关工作者等。

(4)分解者。指各类支持性机构组织、平台等。数据素养教育生态模式是一个开放的环境,任何拥有学习动机、学习能力、学习行为的主体都可以参与到开放教育资源的利用中来,使分解者具有多样性。

可见,数据素养教育生态模式的构建离不开数据主体的参与,数据主体既包括数据素养教育的对象(学生),又包括参与教学的讲授者(图书馆员、数据库商、数据技能专家、科研人员等)以及参与组织教育活动的其他组织(如政府、科研院所、行业或机构等)。从调研可知,在不同的学习阶段,教育对象群体所感兴趣的教学方式和途径并不相同,由于数据素养教育是随着时代变迁而需要不断深化的教育,其所需的技能要求也会随之增加。因此,高校数据素养教育在以图书馆为主体的通识教育团队之外,还应从具体学科领域出发,加强学科专题数据素养教育团队建设和专题研究大数据实验室建设,按需设置面向学生项目的合作区域等,[48]形成一种面向合作、以提升学生实际运用能力为目标的数据素养教育有机体。

5.2.2 数据环境

数据环境是支撑数据素养教育生态模式的必要元素。① 数据素养教育的硬件环境(内外部教育环境)。由教育环境的统计结果分析可知,在教育资源方面,目前高校所提供的教育资源比较有限,学生也未能很好地利用有限的资源;在教育途径方面,学生提升数据技能的途径与学校所能提供的存在一定差异,尤其是在学生提升兴趣途径方面学校给予不足。由此可见,目前学生对数据素养的了解程度普遍不高,高校需要进一步完善和强化数据素养教育环境。如,各高校根据自身需求建立的信息共享空间、数据中心、电子阅览室教育资源和设施等,以及图书馆开展的文献检索课程、数据库讲座等必要的基础素养教育活动。② 数据素养教育的文化软环境,如教育理念、数据文化、数据态度与伦理等。高校数据素养教育资源的投入和途径对学生的数据技能提升具有显著影响,高校一方面应重视数据文化氛围建设,定期开展多样化的数据素养文化宣传讲座、会议等交流活动,充分调动学生的学习积极性,加速高校内部教育环境的优化;另一方面应与政府、社会组织及科研院所等进行广泛合作,增加资源投入力度和路径,为高校数据素养教育打造坚实的环境基石。

5.2.3 教育平台

开放数据环境下,优质数据服务平台的开发是数据素养教育的基础支撑。“互联网+”背景下,物联网、云计算、大数据、移动互联网等信息技术的飞速发展,驱动了教育行业变革创新,使教育服务开始转向在线平台的开发与实践。调查显示,学生对网络课程、专门开设数据素养课程以及专业课程老师穿插讲解三个途径最为感兴趣,顺应时代发展的数据素养教育也应向跨界、创新、共享的教育服务模式转变,使跨界、变革、创新、分享成为一种新常态。因此,高校图书馆和专业院系需重新审视其社会服务功能,打通与相关领域数据资源开放连接的通道,从教育生态系统的眼光引导高校数据素养教育跳出单靠某一部门独立支撑的狭窄视角,借助学校内外部环境中潜在合作单位的资源,以学习型图书馆为中心节点构造高校数据素养教育平台,在外部与政府、社会组织及其他高校合作互动,由相应的政策、基金、咨询、培训共同促进,以充分实现多元教育主体的教学互联,主要包括数据素养教育研究所、社团协会、知识转移机构,以及基于Web3.0的新学术开放环境、多种教育媒介(博客、论坛等)和教育协作工具平台(MOOC、微课等),开展媒体交互式学习和任务参与式学习,形成闭环演进的“数据生产-数据传播-知识转换-学术研究-价值创造”的创新型教育服务体系,以实现数据价值的最大化利用,从而提升高校数据素养教育成效。

5.3 数据素养教育生态模式构建

首先,高校数据素养教育研究应以数据素养概念为逻辑起点,以用户数据需求与行为、数据素养影响因素、数据素养能力评价、数据素养对科研绩效的影响为主体内容,构建较为完整的理论框架;其次,高校数据素养教育生态系统建设应借鉴国内外理论和实践经验,立足用户需求,以提升用户素养能力和促进学术交流为价值追求,实现系统内外部环境之间的多渠道交流、资源整合和利益共享;最后,数据素养教育生态系统是以高校图书馆为系统内核,包含数据素养课程体系、数据素养研究中心等“生产者”,科研处、信息办等“分解者”和科研用户、企业、高校等“消费者”,按生态系统规律形成的一个有机的生命链条。

因此,本研究以内外联合和教育生态系统的视角,借鉴自然生态系统中生产者、分解者、消费者、催化剂之间相互作用的思想,整合高校的信息资源和服务平台,以教育对象为系统内核,以连接内外部环境的教育平台为中间层,通过跨领域、多主体联合的教育方式,在学生学习及科研过程中提供以实践为导向、需求为基础的教学内容,形成跨部门的多元教育主体联合进行的“育→训→教→训→研”五位一体的教学模式,以满足学生个性化和多样化的需求。在外部教育环境方面,由政府提供政策和资金支持,科研院所等提供相关咨询、技术回馈等(见下图)。

图 我国高校数据素养教育生态模式

这一数据素养教育生态模式是由教育及其周围环境(包括自然的、社会的、规范的、生理的、心理的)相互作用而构成的统一整体,促进了数据主体、数据环境及教育平台中的内外部各要素之间相互作用、相互联系,从网络课堂、图书馆、学院、学校、教育部、第三方平台等多个层面,形成一种多维度的教育支撑平台和创新型教育服务体系。首先,图书馆员是主要承担者和领路人,应参与数据意识培养和数据检索方面的基础通识教育。其次,数据库商拥有专业数据库的使用技巧,可以开展辅助性的初阶数据探索式教育,培养学生的数据检索、知识发现与获取技能。再次,专业教师拥有灵活的教学和丰富的数据使用经验,数据技能专家掌握高超的数据技能和易于接受的培训方式,可以参与学生的中阶技能培训,加强其数据处理、分析、评价等技能。最后,科研人员拥有丰富的数据使用规则和技巧,更适合对学生进行深层次的数据素养教育——高阶的科研实训,确保学生对数据的合理运用及评价等。这种多元化、跨领域的教育主体联合形成的分层级、分模块数据素养教育体系将更加贴合学生的需求和技能状况,是一种开放性的自组织、自适应的结构系统,能够通过主体行为进行自我调整,从而提升数据素养教育的实施成效。

6 结语

数据素养教育的终极目标不是要教会学生所有的数据处理技巧、掌握图书馆所有的资源,而是要让学生树立对待数据的正确态度,让他们在未知问题面前具有一定的全局把控能力。[49]开放数据环境下,物联网、人工智能等信息技术的演进,为数据关联和多元教育主体的融汇创新提供了无限可能,为高校数据素养教育的发展带来了颠覆性的变革,而构建系统化、结构化、动态化的生态模式可以从根本上实现数据素养教育的升级和突破。因此,高校数据素养教育生态模式构建的首要和核心任务首先是形成良好的数据文化氛围;其次,要进一步增强“生产者”(课程体系及师资力量)在数据素养教育生态系统的地位;最后,要重视联结数据素养教育生态系统中的“生产者”“分解者”和“消费者”,并在催化剂的作用下,提升受教育者的数据技能。

猜你喜欢
技能素养教育
国外教育奇趣
题解教育『三问』
女生总有一些神奇的技能
必修上素养测评 第四测
必修上素养测评 第三测
必修上素养测评 第八测
必修上素养测评 第七测
教育有道——关于闽派教育的一点思考
劳动技能up up!
办好人民满意的首都教育