SCI论文（www.lunwensci.com）:
摘要：“新文科”面临重塑思维体系、变革人才培养模式的要求，如何在人文社科研究中融入新的信息技术、实现多学科协同，提高文科研究生的数据素养，是新文科研究生培养过程中值得思考的问题。本文分析了大数据环境对人文社科研究模式的影响，阐述了新文科研究生数据素养要求和需要具备的数据素养能力，讨论了现阶段数据素养教育存在的问题，并提出了新文科研究生数据素养培养的实施途径。
关键词：新文科；研究生教育；数据素养；实施途径
本文引用格式：王菲.“新文科”研究生数据素养教育刍议[J].教育现代化,2019,6(77):7-9.
在数字化技术得以广泛应用的今天，大数据时代的到来引起了政治、经济、科技、生活等社会各个领域的变革。2019年4月29日，国家教育部、科技部等13个部门联合启动了“六卓越一拔尖”计划2.0，全面推进了包括“新文科”建设在内的发展规划，正式推出了“新文科”概念。作为传统文科的延续和发展，“新文科”并非简单的替代前者，而是要利用当代信息技术高度发展和广泛应用带来的全新研究场景，应用全新的研究工具和研究方法，使整个文科的研究方式发生深刻变化，使过去许多不能开展的人文社会问题有了新的研究手段[1]。由此，新文科具有多学科协同的特征，更加契合现代社会的需求；同时，新文科融入了新的信息技术和研究方法，需要重塑思维体系、变革人才培养模式[2]。
本文从分析大数据环境对人文社科研究的影响为出发点，阐述了新文科研究生的数据素养要求及需要具备的数据素养能力，在讨论了现阶段数据素养教育存在的问题之后，提出了新文科研究生数据素养培养的实施途径。
一 大数据环境对人文社科研究的影响
（一）提供了数据思维的科研范式
数据思维相对与传统的经验思维、逻辑思维等，是依靠数据来发现问题、分析问题和解决问题的思维方式，而不是根据个人的先见经验、理论知识或逻辑常识来对事物的发生、发展做出判断、形成结论。在大数据的环境下，数据具有随时在线、实时响应、全貌样本的特点，对科学研究的思维范式提出了从样本思维到全量思维、从精准思维到模糊思维、从因果思维到关联思维、从自然思维到智能思维的转换要求。大数据使人文社科研究从单纯的理论思辨性认识、解释功能向认识、解释与解决具体问题的功能转变；从重视理论价值、固守纯理论的演绎方式向着眼于以实证化、定量化相结合为基本方法的认识规律与运用规律转变；从小范围的研究方式、依靠文字文本的研究手段向科学共同体及信息化、数字化手段转变[3]。
（二）引入了数据驱动的研究方法
与数据驱动不同，传统研究采用模型驱动的研究方法，通过提出构想、设计模型、分析假设、收集数据等过程，再进行分析结果、验证模型，最后得出结论。数据驱动则是以海量的数据为出发点，通过对数据进行抽取、清洗、转换、分析和挖掘，在数据中组织信息、发现关联、预测规律、发掘知识，并通过训练和拟合形成自动化的决策分析模型，分析事物的发展规律、提供预测和决策依据。在数据驱动的模式下，以历史数据为基础建立起来的分析模型，在事物发生变化、有新的情况产生时，之前建立的分析模型可以迁徙沿用，并根据新的输入数据得到调整和优化，为进一步的决策预测提供支持。
新文科研究需要采用数据驱动与模型驱动相结合的研究方法，既要发挥模型驱动之直接、简洁、具有理论吸引力的优点，又要借助数据驱动之能够把握事实本质、洞察事物发展趋势的能力[1]。因此，新文科并非是新技术和文科的简单叠加，也不是新工具和方法在人文社科领域的简单应用，而是要借助新的技术手段和方法重塑人文社科领域的知识体系和思维范式，更好地诠释现代科技与人文社会科研之间的交汇融合。
（三）拓展了内容分析的评价手段
人文社科的评价具有复杂性、模糊性等难点，广泛采用的方法是同行评议，也有包括引文评价在内的文献计量方法。在人文社科的评价过程中，虽然采用了定性评价和定量评价相结合的评价体系，但由于学科背景、知识领域和科研经历的差异性问题、评价指标的系统效应问题、评价结果过分依赖于工具和目的性指标的问题，导致了人文社科评价理论和方法存在局限性，评价的效果有失偏颇[4]。在科学评价的过程中，不能够单纯地用理工科的方法来评价人文社科的研究成果，自然科学与人文社科存在学科差异性，不同研究成果类型的功能定位也往往不同。而且，人文社科的研究成果还具有潜在性、间接性及其社会效益的非显性、滞后性等特征，在评价体系中也需要加以考虑。
大数据的全样本分析方法拓展了内容分析的规模、范畴和对象，使传统的基于文献间的引文关系的识别向基于文献内容分析的知识关系挖掘进行转化。也就是说，大数据丰富了人文社科评价的理念，从关注评价对象的形式和数量，深入到关注评价对象的质量和内容，有利于掌控评价对象的过去、现状以及将来的演化趋势，揭示人文社科成果的潜在价值。
二 新文科研究生数据素养的要求
大数据在思维范式、研究方法和评价手段方面对人文社科带来了影响，对新文科研究生的数据素养也有了新的要求。数据素养包括数字意识、数据能力、数据伦理三个方面[5]，其核心是能够利用数据资源发现问题、分析问题、解决问题的能力，具体包括以下几个方面的：了解数据格式和数据库，能够进行数据的发现、采集、组织、转换和管理操作，运用数据保存、利用及实践规范，掌握数据分析和可视化过程，认知数据伦理与引用规范。面向多学科协同和融入信息技术的需求，新文科研究生数据素养的要求如下。
（一）数据意识的要求
新文科研究生需要认识到数据在当代社会的重要作用以及数据在不同领域的价值体现；比较清楚的了解数据的产生过程、结构形式、组织方式和管理手段；理解与专业相关的数据，并能够对其做出基本的价值判断，即具有数据价值意识。此外，新文科研究生还需要具有数据安全意识，对数据具有敏感性；认识到大数据环境下的数据隐私与数据分享问题。
（二）数据能力的要求
数据的检索、收集、组织、管理与分析是新文科研究工作的重要手段，也是新文科研究生需要具备的基本数据能力。具体而言，数据能力的要求包括：1数据管理能力，具有数据生命全周期各个阶段的管理能力；2数据解读能力，分析自身领域的数据内涵，理解数据内容，判断数据质量；3数据处理能力，能够比较熟练地使用通用数据处理软件，进行数据转换和数据交流；4数据利用能力，能够使用数据进行研究性学习或参与科研工作，通过对数据的分析、挖掘和运算得出科学结论，或者依托数据做出科学的判断[6]。
（三）数据伦理的要求
在数据的获取、利用和传播过程中，要树立数据伦理，遵循道德规范，要特别注意尊重并保护个人隐私、不要侵犯他人权益，同时也要注重自身的数据安全和数据保护；另外，要注意甄别信源的质量和信息的真伪，拒绝接收和传播不真实的信息，具有数据法治意识和政策敏锐度。
三 数据素养教育存在的问题
数据素养已经成为新文科研究生需要具备的基本素质之一，学者和教育部门也意识到了数据素养教育的重要性，相关研究成果不断涌现[7,8]，但仍然存在以下问题。
（一）存在技术鸿沟和专业知识的局限
文科的学者和研究人员往往缺乏必要的信息技术基础，在利用数据处理工具解决本领域研究问题方面存在局限性，无法在研究生的数据素养教育过程中发挥理论指导和实践支持的作用。作为以人文社科为主要知识背景的文科研究生，在理解和接受信息技术、数据分析方法、软件应用工具方面存在困难。而理工科知识背景的研究人员往往又缺乏社科领域的知识结构和思维范式，无法捕捉文科领域真实的需求，从而产生领域知识壁垒和技术鸿沟。
（二）缺乏完善的课程内容和知识体系
数据素养的研究方兴未艾，在数据素养能力评价指标体系的研究方面还没有形成统一的认识。例如，刘爱琴等认为数据素养能力的一级指标包括数据敏感性、数据收集能力、数据分析能力、数据利用能力、数据批判性思维、个人因素等6个因子[9]；秦小燕等则给出了数据意识、数据收集、数据分析、数据保存、数据管理、数据评价、数据引用、数据交流、数据安全、数据伦理等10个一级指标[10]。由此，如何针对人文社科的知识背景来设计数据素养课程的内容，以完善文科研究生的数据素养知识体系、提高其数据分析和处理能力、达到新文科对研究生数据素养的要求，是新文科研究生数据素养教育研究亟待解决的问题。
（三）师资力量有所欠缺
我国的数据素养教育理论源于信息素养教育，数据素养教育的倡导者也以图书情报界为主，专家学者普遍认为数据素养是信息素养的一部分内容[6]。高校的信息素养课程教学主要由图书馆承担，师资力量以图书馆的工作人员为主，大多面向进入高校的大学新生。新文科研究生对数据素养教育提出了新的要求和任务。面向具有较为完整的知识背景和专业结构的研究生，高校图书馆的师资力量难以独立完成数据素养教育的任务。另外，新文科倡导的多学科知识协同，需要综合多领域、多学科的理论和技术，也超出了图书情报领域的研究范畴。
（四）数据素养的教育实践有待进一步丰富
目前，国内高校的数据素养教育在教学形式、培养目标方面还没有达成共识，没有统一的课程体系和权威的参考教材，数据素养的教育实践也往往纳入到信息素养教育的活动之中。对于人文社科研究生而言，数据素养教育实践则多以讲座的形式进行，还没有广泛采用学分课程或在线课程的形式，教育实践形式较为单一。
四 新文科研究生数据素养教育的实施途径
解决人文社科领域数据素养教育中存在的问题，需要把新文科研究生的数据素养要求、学科特点、思维范式和科研方法等诸多因素综合考虑，设计符合研究生学习规律的数据素养教学体系，在教育实施上采用多种途径以覆盖不同类型的数据素养知识点内容。
（一）建立数据思维，发挥研究生导师的引导作用
新文科研究生的数据思维不能够独立于学生的专业知识和学科领域，需要从分析本领域的研究问题入手，在构建解决问题的研究思路过程，引入数据分析方法、建立数据思维模式。研究生导师在这个过程中需要发挥引导的作用，指引学生熟悉本学科的科学问题、研究方法，提高学生的创新能力和解决问题的能力，把数据思维的建立融汇到科研问题的实践和解决思路之中，让学生充分理解数据思维的内涵。
（二）培养数据能力，采用多形式的课堂教学与实践训练
数据能力涵盖的范围比较广泛，如上文所述，包括数据的管理能力、解读能力、处理能力、利用能力等，可以根据课程内容设计多种教学形式，例如讲授课程、在线课程、项目实践、技能训练等。另外，对于人文社科研究生，不需要全面掌握各个方面的数据能力，而是在基本了解数据生命周期各阶段的技术概要之后，根据自身的研究需要，重点掌握面向研究问题的数据处理方法及其应用工具。
（三）提高数据意识，通过学术讲座拓宽视野
学术讲座是大学教育活动的重要组成部分，可以拓宽学生的视野、开阔学生的思路、增强学生的修养，同时，在经过针对性的策划和设计之后，也可以提高学生的数据意识。例如，武汉大学人文社会科学研究院开办的“珞珈方法训练营-大数据篇”的系列讲座[11]，围绕大数据+人文社会科学研究的前沿理论、应用方法和软件工具进行讲解，示范了新文科研究生数据素养教育的讲座实践。
（四）认知数据伦理，可借助图书馆等教育资源
认知数据伦理，包括重视数据隐私、合理与合法利用数据、遵循数据交流的规范等，强调在数据生命周期各阶段中的社会责任，能够运用法律法规保证数据的安全合法性、运用技术手段解除对数据的危害，保障数据安全、辨别垃圾数据、杜绝有害数据。数据伦理教育分为三个层次：伦理意识、伦理辨析、伦理决策。意识是基础，在意识到存在数据伦理问题之后，需要有伦理的分析和辨别能力，进而能够正确的做出决策来指导数据行为。数据伦理的教育要借助案例教学法，需要大量的、能够得到及时更新的案例，并调动和引导学生参与案例的分析和讨论。在此过程中，可以借助图书馆、博物馆、展览馆等机构的文化教育资源，形成情景式、开放式、参与式的数据素养教学模式。
参考文献
[1]马费成.推进大数据、人工智能等信息技术与人文社会科学研究深度融合[J].评价与管理,2018,16(02):1-5.
[2]陈鹏.“新文科”要培养什么样的人才[N].光明日报,2019-5-20(06).
[3]杨国立,谢萍.大数据时代的人文社会科学研究路径[J].图书情报知识,2016(04):3-8.
[4]侯茹.大数据环境下人文社会科学评价的拓展[J].农业图书情报,2019,31(02):36-42.
[5]黄如花,李白杨.数据素养教育:大数据时代信息素养教育的拓展[J].图书情报知识,2016(01):21-29.
[6]刘彩娥.数据素养:高等学校素质教育的新内容[J].北京工业大学学报(社会科学版),2019,19(03):94-100.
[7]邓李君.国内外数据素养教育发展现状研究[J].图书馆理论与实践,2017(07):30-33.
[8]陈明星.研究生数据素养教育内容框架研究[D].东南大学,2017.
[9]刘爱琴,王友林,尚珊.MOOC环境下数据素养能力评价系统研究[J].数字图书馆论坛,2018(01):68-72.
[10]秦小燕,初景利.基于ITE-KSA结构的科学数据素养能力指标体系研究[J].图书与情报,2019(01):115-124.
[11]武汉大学社科动态.珞珈方法训练营-大数据篇（2019）活动介绍[EB/OL]https://mp.weixin.qq.com/s/N_AgqfYbDfg5U-oclNufJQ
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！ 文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jiaoyulunwen/29250.html
