高大伟　许丽丽　李许珍

摘 要：开展数据素养教育是大数据时代高校图书馆创新服务的必然选择。目前，我国高校图书馆的数据素养教育方式较为单一，缺乏完善的数据素养教育模式，未能有效满足用户的多样化数据素养教育需求。本文从馆员队伍、合作基础、技术支撑等方面阐述实施分层嵌入式数据素养教育的可行性，并基于用户数据素养教育需求的差异性，探讨构建高校图书馆分层嵌入式数据素养模式，为国内高校图书馆深化数据素养教育实践提供参考。

关键词：高校图书馆；数据素养教育；嵌入式教学；大数据

数据素养是人们能够客观认识数据、科学管理和有效利用数据的能力，包括数据获取、评估、处理、分析、保存、利用等多方面技能。在当前大数据时代，数据在社会生活、职业发展、学术研究中的作用日益显现，数据的价值受到前所未有的重视，数据素养已成为人们所应具备的基本素养。适应大数据时代和数据密集型科研范式的发展需求，开展数据素养教育是高校图书馆发挥教育职能、创新服务的必然选择，对于促进高校学术研究和学生未来职业发展都具有重要作用。

国外高校图书馆的数据素养教育实践起步较早，注重根据用户数据素养教育需求的差异性，面向不同层次、不同学科的用户开展多样化数据素养教育，并不断创新教育方式。国内高校图书馆的数据素养教育还处于尝试阶段，未能依据不同用户的需求开展针对性教学，缺乏有效的数据素养教育模式。蔡洪齐、张群等国内学者已围绕高校图书馆的数据素养教育模式进行相关探讨，但对于如何合理区分不同教育对象并开展分层教学，还有待深入研究。本文在阐述我国高校图书馆数据素养教育现状及问题的基础上，分析实施分层嵌入式数据素养教育的可行性，尝试构建高校图书馆分层嵌入式数据素养模式，为我国高校图书馆数据素养教育的创新发展提供参考。

一、我国高校图书馆数据素养教育现状与存在的问题

1.数据素养教育现状

目前，国内已有一些高校图书馆尝试开展数据素养教育相关活动，但在很大程度上依附于信息素养教育实践，多数是与信息素养教育融合开展，将数据知识和技能培养融入信息素养教育培训中，尚未形成系统的数据素养教育内容体系。在数据素养教育形式上，国内高校图书馆多以讲座、培训、在线课程为主要形式，数据素养学分课程和嵌入专业课教学的案例非常少，只有北京大学图书馆、清华大学图书馆、上海交通大学图书馆等少数高校图书馆采取了嵌入式教学模式。

2.存在的问题

国内高校图书馆的数据素养教育实践还存在一些问题和不足，主要表现为：在教育对象上，高校图书馆面对不同用户群体，用户的数据素养教育需求具有多样化、学科化等特征，不同层次、学科的用户数据素养教育需求存在差异，而国内高校图书馆未能根据用户的不同需求及数据素养水平开展分类教学；在教育内容上，系统性不强，普遍缺乏与专业能力、实践应用相结合的教育内容；在教育形式上，以培训、讲座为主，嵌入式教学实践很少，未能与学科或专业渗透融合，亦缺乏科学的教学评价方式。总体而言，我國高校图书馆的数据素养教育还没有形成独立的体系，也没有成熟的教育模式，未能满足用户的多样化教育需求，数据素养教育处于较浅层面，很难实现深度有效的培育。

二、高校图书馆实施分层嵌入式数据素养教育的可行性

分层嵌入式数据素养教育是高校图书馆根据不同用户数据素养教育需求的差异性和个性化特征进行合理区分，采取有差异的分层教学方式，将数据素养教育嵌入用户的教学、科研、学习过程或学习环境，以提升数据素养教育的针对性和实效性。高校图书馆实施分层嵌入式数据素养教育具有现实可行性，主要表现为以下几方面：

1.多元化的人才队伍能够提供充足的人力保障

深入开展数据素养教育对馆员能力提出了更高要求，馆员需要具备数据、信息管理、信息技术等多方面知识和技能，拥有不同学科知识背景，并对信息安全、隐私、法律和伦理问题有较好的了解。近年来，我国高校图书馆工作人员的学历层次正在逐步提升，总体上讲，各高校图书馆硕士学位工作人员的数量在持续增长，高校图书馆的人力资源结构正在向高学历、多学科与专业化发展。馆员素质不断提升和多元化的人才队伍为实施分层嵌入式数据素养教育奠定了坚实的人力保障。高校图书馆可通过各种形式的教育培训，强化馆员自身的数据能力，培养技术与专业兼备的复合型馆员，进而根据学科背景和知识结构，选拔合适的馆员组建数据素养教育团队。

2.馆员与教学科研人员之间具有良好的合作基础

馆员与教学科研人员在教学、科研活动中协同合作，是将数据素养教育推向深入的关键。目前，我国高校图书馆的数据素养教育实践还处于尝试阶段，但高校图书馆在信息素养教育和学科服务方面都已有相当丰富的实践，尤其是针对各种对象开展了形式多样的嵌入式信息素养教育。馆员在工作实践中积累了大量的用户教育培训经验，并与教学科研人员保持较密切的联系与合作，对用户的教学科研需求有很好的了解。这些经验与合作关系有助于馆员更好地实施分层嵌入式数据素养教育，为馆员深化数据素养教育打下必要的基础。馆员可在此基础上进一步深化合作关系，与教学科研人员共同开发各种数据素养培训项目与课程，设计与专业学习、科研活动紧密结合的教学内容。

3.信息技术的发展为教学模式创新提供了有力支撑

信息技术的发展提供了更加丰富多样的教学手段和教学方法，推动了教学模式的改革创新。依托各种新兴信息技术，馆员能够更方便地与教学科研人员协同合作，通过即时通信、视频会议等各种工具灵活嵌入课堂教学，打造虚实结合的新型教学模式。情境化是数据素养教育的重要特征，数据集要在特定的数据情境下被正确地理解和运用。馆员利用虚拟现实技术，可以为用户创设真实或仿真的数据素养教学情境，结合数据素养实际问题设计教学内容，发展沉浸式教学，从而促进用户协作学习，激发其学习动力，提升用户协作能力及解决实际问题的能力。

三、高校图书馆分层嵌入式数据素养教育模式构建

教育模式包括实施主体、教育对象、教育内容、教育方式、教育评价等多方面要素。分层嵌入式数据素养教育模式是高校图书馆基于用户数据素养教育需求和知识基础的差异，对用户进行合理区分，针对性地实施分层教学，各层次分别采取与之相应的教学内容、嵌入式教学途径和教学方法以及教学评价方式。在用户层次划分上，笔者根据用户学业生涯不同阶段的发展特征和教育需求的差异，将其分为通识、专业和研究三个层次，分别针对低年级本科生、高年级本科生、研究生和研究人员。该模式注重数据素养的分层渐进式培养，将数据素养教育内容融入用户的教学、科研、学习过程和学习环境，促进学习者的数据应用和管理实践，从而有效提升用户的数据素养。

1.通识层次

（1）教学内容

通识层次的数据素养教育针对低年级本科生（一、二年级），旨在引导学生发展通用、基本的数据素养，着重培养其数据意识、数据基础知识和技能，主要内容包括：认识数据在社会生活和工作中发挥的重要作用；了解基本的数据类型和格式；了解数据获取途径和来源，包括重要的统计数据库或网络数据资源；数据分析与处理的方法，包括数据分析、统计分析工具的使用；合乎倫理地使用数据以及基于数据阐释和表达个人的观点。

（2）教学方法

馆员可将数据素养相关内容嵌入低年级本科生的通识课程中，如写作课程、科学素养课程等，采用任务驱动式教学法，以小组合作学习为主要学习形式，培养学生自主学习、合作学习的能力。除嵌入课堂教学外，亦可以将数据素养内容模块嵌入高校的网络教学平台和虚拟学习环境，在Blackboard、Moodle等网络教学平台上提供数据素养教学视频、演示文档等学习资源，供学生课后复习参考或作为翻转课堂自学内容。

（3）教学评价

馆员可采取多种评估方法对学生学习效果和教学的有效性进行评价。评价学生的学习效果，应将形成性评价与终结性评价相结合。形成性评价包括平时课堂讨论、练习、测验及作业等，馆员可以设计小组共同完成的作业，强化数据知识和技能运用训练；终结性评价包括在课程期末考试中加入数据素养内容，以及对学生所完成学期论文中数据利用情况的分析评估。教学的有效性评价，可以在数据素养教学开始前和结束后对师生开展相关调查，获得师生的反馈信息进行评估。

2.专业层次

（1）教学内容

专业层次的数据素养教育针对高年级本科生（三、四年级），其处于专业学习和实践的早期阶段，而数据素养是专业能力的重要组成部分。此时期的数据素养教育应立足于学生未来职业发展的需求，结合相应专业人员能力标准和要求，重点培养学生掌握专业要求的数据能力，其教学内容包括：数据发现、获取和评估，通过各种途径查询所需数据集，评估数据集的可信度并选择适用的数据集；批判性数据思维培养，整合多种来源的数据进行整体分析，结合相应专业问题得出解决方案或对策；通过数据分析和可视化，与不同对象进行有效交流。

（2）教学方法

馆员与专业教师开展合作，可将数据素养教育嵌入本科生的专业课程、学位论文或毕业设计撰写过程，以及实习、创新创业项目等各种实践活动。馆员可采取问题导向式教学法，提高学生的数据应用技能和解决问题的能力。嵌入专业课教学，要注重选择适宜的目标课程，馆员可参与教师的课程设计，使数据素养内容与专业课程整合更紧密，在一节或多节专业课中加入数据素养内容，根据专业课任务定制数据素养教学。此外，馆员还可以结合教学内容策划数据素养竞赛活动，以激发学生的兴趣，提高学生参与度。

（3）教学评价

对于学生的学习效果评价，馆员可以结合专业课内容和数据素养问题设计相关作业和测试，让学生在课堂上就所学内容做简要陈述，制作PPT进行演示活动和讲解。馆员还可以通过分析学生学位论文、调研报告的数据使用情况，了解其数据知识和技能掌握情况。对于数据素养的教学效果，馆员可在课程结束后在学生中发送在线问卷调查，了解教学内容、结构与学习者需求的适用性和相关度，以及需要改善之处。馆员亦可以通过对学生和教师开展座谈、访谈等形式获得反馈和建议。

3.研究层次

（1）教学内容

研究层次的数据素养教育面向研究生和科研人员。在STEM（科学、技术、工程和数学）学科中，研究生参与实验室的研究项目，通常需要承担相应数据管理任务，而数据密集型科研范式的发展使人文社科研究的数据管理需求亦不断增加。研究生和科研人员身兼数据生产者和管理者的多重角色，因而，研究层次的数据素养教育注重更高层级的数据能力培养，主要包括：数据管理计划制定、数据创建与收集、数据清理、数据组织与分析、数据存储与安全、数据归档与保存、数据发布与共享，以及数据管理工具和数据存储库的使用。

（2）教学方法

数据技能是研究技能的重要组成部分。馆员可与教授研究方法的教师合作，将数据素养教育内容嵌入各学院的研究方法课程中。馆员还可以面向实验室和科研团队提供定制化的数据素养培训课程，开展系列数据素养研讨会和工作坊。数据素养教学应充分考虑不同学科研究方法和数据类型的差异，采取案例教学法，将特定学科的案例、工具、参考资源汇集在一起，突出相关性，在特定学科背景下强化数据素养概念。馆员应注重结合学习者当前的研究实践，使其将所学内容应用到实际工作中，以创造真实的学习体验。

（3）教学评价

对研究生和科研人员的学习效果评价，要注重采取基于学习过程的评估方法。馆员可以使学习者结合研究实践中收集的数据进行演示和讨论，还可利用云存储服务来共享学习过程，使学习者建立在线“数据日志”，记录自身学习经历和心得。通过Google Drive、One Drive等云端硬盘共享数据管理计划模板，学习者根据自身研究项目创建数据管理计划草案，馆员可以定期访问并评论。另外，馆员可在数据素养课程结束数月后，采取焦点小组访谈法对学习者开展后续访谈，使其描述课程的优缺点、改进课程的建议及所学内容的实际应用情况。

四、结语

综上所述，高校图书馆应针对用户的多样化数据素养教育需求，积极实施分层嵌入式数据素养教育。依托各种新兴信息技术，高校图书馆可以不断深化与教学科研人员的合作，拓展嵌入式教学途径，持续优化分层教学的评估方式，推进高校师生数据素养的有效提升。

参考文献：

[1]孙金宝.国外高校图书馆数据素养教育研究及启示[J].图书馆工作与研究，2021

[2]蔡洪齐.面向学科的高校图书馆数据素养教育研究[J].图书与情报，2016

[3]张 群，刘玉敏.面向研究生的高校图书馆科学数据素养教育研究[J].大学图书馆学报，2017

[4]雷春蓉，陈 梦.国内外高校图书馆数据素养教育比较研究[J].图书馆，2021

[5]张 璇，孟祥保.面向数字人文的高校数据素养教育案例研究[J].大学图书馆学报，2019

[6]王 焱，袁先文，林晨晨，等.高校图书馆数据素养教育的现状及其要素分析[J].数字图书馆论坛，2020

[7]王 波，吴汉华，宋姬芳，等.2020年中国高校图书馆发展报告[R/OL].[2022-08-09].http：//www.scal.edu.cn/tjpg/202202230248.

[8]李 伟.大数据环境下嵌入式信息素质教育业务流程优化[J].情报资料工作，2016

[9]张 娟，杨文建.国外数据素养教育研究及其启示[J].数字图书馆论坛，2020

（作者单位：黑龙江大学图书馆）

基金项目：本文系黑龙江省高校图工委科研项目“大数据时代高校图书馆数据素养教育模式创新研究”（编号：2021-048-A）的研究成果。

作者简介：高大伟（1965—），男，汉族，黑龙江鹤岗人，本科，馆员，研究方向：信息服务；许丽丽（1975—），女，汉族，黑龙江绥化人，硕士，副研究馆员，研究方向：信息服务；李许珍（1966—），女，汉族，黑龙江富锦人，硕士，副研究馆员，研究方向：信息资源管理。