任一姝　王晓军

摘 要：随着大数据时代的到来，“数据公民”将逐渐成为这个时代对公民的称谓，数据素养能力将不再仅仅是研究者所必须具备的专业技能，这项能力将逐渐成为公民的一项基本技能。研究运用文献分析法，对国外公民的数据素养教育实践进行总结和梳理。阐述了数据素养的定义及其演变历程，分析了国外数据素养教育的实施方案，总结并提出了培育公民数据素养能力的相关举措，旨在表明数据素养能力对公民的重要意义，以便引发各界对公民数据素养能力的关注。

关键词：数据素养；数据素养教育；公民参与；开放数据

中图分类号：G203 文献标志码：A 文章编号：1673-8454（2016）17-0009-03

一、引言

网络带宽的持续增加、存储设备性价比的不断提升、移动通信网络的普及推广，为海量数据的产生提供了物质基础和数据来源。从产业层面来看，大数据技术虽然发源于信息科技，但其影响已远远超出信息行业，大数据已经成为人们分析问题、解决问题的利器，并且为人类创造了社会价值[1]。数据时代要实现的不仅是基础设施层面上实现数据连通，消除“数据割据”、“数据孤岛”现象，为人们提供数据处理和使用的技术工具支持；还应该形成一个“以人为本”的大数据改革。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[2]。本文通过阐述数据素养概念及其演变历程，探讨公民应该具备什么样的数据素养能力，通过分析国内外数据素养教育研究的现状，旨在对数据素养教育提出可参考的实施方案，以推进我国普通民众的数据素养教育进程。

二、数据素养教育：促进数据时代的变革

1.数据素养的概念

在国外，克劳尔（Krall）从学习者的角度指出，具备数据素养的学生能够提出有意义的问题，找到相关的数据用以解释问题，能够鉴别有用的数据资源并以合理的方式收集和分析数据[3]。在科学研究领域，数据素养强调的是理解、使用和管理科学数据的能力[4]。从管理者的层面来讲，数据素养是理解和有效的运用数据作出决策的技能。从数据处理能力的角度，Carlson等指出数据素养包括运用合理的方式获取所需数据，理解数据的含义，结合数据得出相应的结论[5]。

国内对于数据素养的定义，张静波从研究者的角度指出数据素养：主要指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，以及研究者在数据的生产，管理和发布过程中的道德和行为规范[6]。陈娜萍认为数据素养就是在实际情境中具有数据意识，能基于数据提出问题，结合信息技术，使用恰当方法对数据进行收集、整理、表征和分析，并掌握用数据进行说理和交流的能力[7]。

基于以上对数据素养的论述，笔者从普通公民的角度，对数据素养的概念做一个普遍意义上的表述。数据素养就是运用定性或定量的数据理解、寻找、收集、解释、呈现和支持自己观点的能力。数据素养是一个相对系统化的能力，它涉及到不同领域的各个方面，其中数学统计和计算机的知识是具备数据素养的核心，数据处理和工具使用的能力是有效运用数据的关键技能，批判性思维贯穿整个数据处理过程。

2.数据素养的演变

自20世纪60年代人类社会步入信息时代开始，信息科技就展现出前所未有的蓬勃发展之势，网络的高速发展改变了人们传统的信息获取方式。20世纪80年代，信息化发展进入增长阶段，这个阶段的特征是信息量高速增长，信息的检索、处理、转化和创造性运用成为决定信息价值的关键。面对知识经济的快速增加，人们很难在海量的信息中检索到需要的信息，信息素养作为信息获取能力和计算机应用能力的集合应运而生。信息素养主要针对个体的信息能力方面，在获取信息层面尤为关注，同时强调信息的应用能力[8]。1974 年，美国信息产业协会主席 Paul Zurkowski在给美国图书馆与信息科学委员会的报告中指出：信息素养是利用大量的信息工具及主要信息源使问题得到解答的技能[9]。2000 年美国大学和研究图书馆协会（Association of College & Research Libraries，简称：ACRL）标准委员会对信息素养做了较为权威的定义“信息素养是个体明白何时需要信息，并且能够检索、评估和有效使用所需信息的能力。”[10]进入21世纪，信息量的飞速增长和快速流通，产生的数据量越来越多，信息的交互逐渐趋于可视化和数据化。2011年，社会大学，国家大学图书馆（The Society of College， National and University Libraries，简称：SCONUL） 的七大支柱信息素养模型和Vitae的研究发展模型将数据处理技能作为信息素养能力的一部分。2013年，美国大学和研究图书馆协会（ACRL）的人文社科领域对是否将数据素养能力纳入到信息素养内容中做了调查，95%认为数据素养是信息素养能力今后要努力发展的方向，并表明数据素养应该作为信息素养的重要组成部分。数据素养与信息素养的发展经历了一个从相交走向融合的过程，如图所示。

三、开展数据素养教育的实践研究

1.社会教育实践开展情况

目前，数据素养能力已经受到了国外相关机构和企业团体的重视和支持。2005年世界发展基金会（Gapminder Foundation）对不同国家公民开展了关于全球发展趋势（包括：环境、健康、能源、性别、经济、人口和治理等）的认知差异调查，该调查被称为The Ignorance Project （无知项目），旨在通过提供基于事实的全球数据，提升公民的数据意识，目前已经对瑞典，挪威，英国，美国，南非五个国家开展了调查[11]。联合国也专门成立了专家咨询小组指导数据改革的持续性发展，并强调了提升全球公民数据素养能力的重要性[12]。

利用在线平台的方式开展大众教育，不仅能够发挥网络跨地区、跨平台的强大优势，同时，强化了大众的数据思维和数据能力，使数据素养能力的重要性得到普及和宣传。同时，从以上平台设置情况可以看出，按照不同人员的不同需求提供学习内容是平台内容设计中的重要关注点，学习内容应该尽可能地增加模块划分，以适应各行各业民众的学习需求。

2.学校教育实践开展情况

（1）高等教育中的数据素养教育

数据管理应该作为高校开展数据素养教育的主要内容，采取多样化的形式教学，例如在网上发布独立课程、组织研讨会或线上线下相结合的混合式教学。如表所示列举了部分高校数据素养教育的实践情况。

（2）基础教育中的数据素养教育

在基础教育阶段，基于问题和基于项目的教学课程是数据素养教育的主要形式。教学内容包括数据处理和运用，以及一些数据处理软件的使用和编程语言的学习等。美国国家科学基金会（NSF）的一个资助项目——在地理科学调查中使用数据（Data Sets for Inquiry in Geoscience，简称：DIGS）[13]，该项目试图为现有的地理科学课提供一个补充的教学模型，通过借助交互技术、公开的数据集、可视化数据处理工具（电子表格、图形、遥感图像、GIS地理定位系统、3D渲染、模拟仿真）等工具，使学生学习地理科学的知识，同时培养学生使用数据工具和运用工具访问、使用、分析和解释数据的能力。此次实践，研究者发现学生潜在的计算机能力对于数据集使用是有影响的，在培养数据素养时应该重视学生的计算机操作技能的培养。此外，借助游戏化学习的教学理念培养学生的数据素养能力也是一种有效的教育模式。

四、我国公民数据素养教育的发展思路

1.政府机构合作与开放

数据素养教育开展呈现出双重合作化模式。这里提出双重合作化，主要强调不仅体现在指导者之间的合作，参与者之间也呈现出合作化趋势。在数据素养教育中，通常由通过各社会机构或国家政府部门发起，其中美国国家科学基金会（NSF）、美国博物馆与图书馆服务协会（Institute of Museum and Library Services，简称IMLS）等是较为典型的资助机构。这为数据素养教育实践提供了良好的社会氛围。参与实践的学校和教学实践者也呈现出联合教学的特点。开放化的数据共享和数据管理平台为培训实践提供了数据支持，借助技术工具实现数据的发布和分享。

2.教育方式与内容多样化

数据素养教育在开展形式和内容上，呈现出灵活多样的教育方式，通过跨学科的方式开展合作化教学，开展的形式以研讨会、建立实验室、基于问题解决的嵌入式课堂教学、线上线下混合教学等形式为主，此外，借助传感器、地理信息系统（Geographic Information System，简称：GIS）、移动设备、虚拟现实等新技术的支持，建立真实或虚拟场景，实现情景化教学。

3.教育对象和领域多元化

利用数据驱动社会变革是大数据时代的必然要求，人们具备数据素养能力已经成为社会的必备技能，各个层次的人群应该积极适应时代的发展，充分借助数据工具解决工作中的问题。不仅对在校的学生开展数据素养教育，也包括从事数据相关领域的在职人员，如图书管理员、企业员工、教育工作者、管理者等。此外，针对普通大众的数据素养教育也有相关的教育实践。在针对不同群体开展培训中，不同机构、不同层次的学习者在知识需求、行为表现等方面呈现显著的差异，因此在开展数据素养教育中应从不同方面出发，制定贴合学习者需求的教育形式和培训内容。

五、总结与讨论

公民的数据素养能力对于社会、工作和生活具有重要意义，我们需要认真思考不同职业、不同年龄阶段对这项能力的需求。数据素养的培养是一个系统工程，它不仅涉及计算机、数学、统计学等理科领域，还涉及到社会学、心理学、新闻学等人文社科领域。不管从技术层面，抑或是对于思维的意识层面，我们都要对数据素养引起重视。在宣传力度方面，政府部门也应该发挥其号召作用，让大家意识到数据素养的重要性，只有整个社会积极倡导，鼓励支持，我们才能不断地加强自身意识，同时，国家政府、组织机构、企业团体和各地区学校应该将强合作，合力开展相应的教育实践工作。在技术和人员支持方面，要提供完善的技术服务体系和专业的培训人员。在培养数据素养内容上，数据分析是数据素养的核心，对数据的分析能力直接关系到是否能利用大数据来创造社会价值。同时，关于道德伦理方面我们也不容小觑，数据的安全保密工作更应该加强。

参考文献：

[1][英]维克托·迈尔-舍恩伯格（Viktor Mayer-Sch？nberger），肯尼思·库克耶（Kenneth Cukier）.大数据时代（Big Data）[M].杭州：浙江人民出版社，2013.

[2]Ellen B. Mandinach，Edith S. Gummer. A Systemic View of Implementing Data Literacy in Educator Preparation[J].Educational Researcher，2013，42（1）：30-37.

[3]Data Literacy： To the Synthesizers Go the Spoils [EB/OL].（2016-01-16）. http：//www.newtechnetwork.org/blog/data-literacy-synthesizers-go-spoils.

[4]J Qin， J D'Ignazio J. Lessons learned from a two-year experience in science data literacy education[J]. Resarch Gate， 2010.

[5]Carlson J， Fosmire M， Miller C C， et al. Determining data information literacy needs： A study of students and research faculty[J]. portal： Libraries and the Academy， 2011，11（2）： 629-657.

[6]张静波.大数据时代的数据素养教育[J].科学，2013（6）：29-32.

[7]陈娜萍.数据素养研究评述[J].高中数学教与学，2013（16）：13-15.

[8]祝智庭，陈丹.数字治理：智慧学习新素养[J].电化教育研究，2014（9）：9-17.

[9]龙凤姣.信息素养教育概念及其形态的历史演变[J].情报探索，2009（4）：23-25.

[10]Association of College and Research Libraries. Information literacy competency standards for higher education. Chicago： American Library Association.（2015-12-26）.http：//www.ala.org/acrl/standards/informationliteracycompetency.

[11]Are You Data Literate？ [EB/OL].[2015-3-4].（2015-12-22）.http：//www.ipdutexas.org/blog1/are-you-data-literate.

[12]About the Independent Expert Advisory Group[EB/OL].[2014-8-29].（2015-12-22）. http：//www.undatarevolution.org/about-ieag/.

[13]Gobert J， Pallant A. Building Data Literacy， Visualization， and Inquiry in Geoscience Education Daniel Zalles SRI International Edys Quellmalz WestEd[J].

（编辑：杨馥红）