大数据环境下高校图书馆数据素养教育研究

邓李君　（四川外国语大学图书馆　重庆　400031）杨文建　（重庆第二师范学院图书馆　重庆　400067）



大数据环境下高校图书馆数据素养教育研究

邓李君（四川外国语大学图书馆重庆400031）
杨文建（重庆第二师范学院图书馆重庆400067）

大数据环境下，社会对于数据的重视程度逐渐升温，促进了人们对于个人素养的认知，作为素养教育机构之一的高校图书馆也从传统的信息素养教育逐渐开始转向数据素养教育。在当前数据素养教育主要采取的数据管理导航、数据素养教育课程、专项数据素养教育几种模式中，高校图书馆还应当针对不同的培训对象，从基础能力教育、专业领域教育方面对科研人员、学生、馆员采取不同的数据素养教育策略。

大数据 高校图书馆 数据素养教育 信息素养

随着社会的不断发展，大数据已经影响到人们的方方面面，从日常生活中的上网、消费、旅游、交友活动到科学研究中的数据采集、研究过程、结果表达与转化环节，无不充斥着大数据。大数据的出现，推动了社会的产业变革和行业创新，提升了个人生活质量，改变了研究者对于科学数据的意识与态度。如今的科研工作对研究者的意识和能力方面的要求有着显著的增强，具体则表现为要求研究人员具备更高的信息素养和数据素养。相关研究对信息素养、数据素养和科学数据素养之间的特征做出了界定（见表1），从中不难看出数据素养对于研究人员在科学研究方面的特殊意义，这就意味着全社会都需要注重对于个体数据素养的培养，而这种培养显然是有别于信息素养和数字素养教育的。作为社会文化传承机构的高校图书馆，在大数据环境下进行合理有效的数据素养教育就显得尤为重要。

1　数据素养释义

随着信息技术、互联网技术的快速发展，人们所处的信息环境都在不断地随着数据的增加而改变着。大数据环境下，数据素养对个人而言也就越来越重要。

表1　信息素养、数据素养、科学数据素养所需能力对比

1.1产生

以大数据环境下的科学研究为例，研究者所使用的研究材料、参考资料、实验方式、实验过程、实验结果、后期反馈等信息都以数据的形式存在，加上计算机模拟实验能力的不断提升，早期的从一个实验得出一组相应实验结果的模式已经逐渐演变为从一种类型的实验得出一系列基于相关变量的实验结果的模式，这其中最关键的环节就是海量数据推演。对于实验人员或是操作人员而言最重要的就是数据素养，表现为他们对于相关数据的获取、理解、操作、运用、转化等能力，如在海量数据中获取存在联系的数据、对海量数据间异构关系的理解和运用、对信息道德和信息伦理的把握以及对实验数据、模拟数据的转化能力等。

在信息时代，人们融入社会需要具有基于计算机操作、互联网运用的，以信息检索、信息组织为主要表现的信息素养，而在大数据时代，信息素养依然是人们的基本素养，但不断发展的大数据环境则要求人们具备一定的以数据组织、数据分析、数据转化能力为主要表征的数据素养才能进一步适应社会环境的发展。所以也有人认为，数据素养源于信息素养、量化素养、统计素养等概念[4]。

1.2内涵

数据素养与大数据环境密不可分，数据素养体现了人们在大数据环境下对于数据的感知和理解，其内容包含5个维度：对数据的敏感性，数据的收集能力，数据的分析、处理能力，利用数据进行决策的能力，对数据的批判性思维[5]。另有一部分学者认为，数据素养是一个具有承继性的概念，它是基于量化素养、统计素养、数字素养所发展起来的类似于信息素养的用于描述人们大数据环境适应能力的概念[6]，但又在统计素养、数字素养、信息素养的基础上有所发展。

在数据素养和信息素养的差异性方面，部分学者认为二者的差异体现在对数据的处理方式和过程上，数据素养所要求的数据处理能力比信息素养要求的能力要高，特别是大数据环境下的数据处理更需要操作者具有相应的数据意识和宏观掌控能力，这点是普遍意义上的信息素养所不包含的。但由于数据素养和信息素养在数据获取、数据认知、数据管理、数据利用等方面也存在一定的相似性，所以部分学者将数据素养认定为信息素养在经历发展和变化后所呈现出的新内涵[7]。在数据素养内涵的认知上，当前业界对数据素养的内涵也存在一定的分歧，已有文献的描述大致可以分为以下几类：

（1）综合能力论。该种论点认为，数据素养是研究者对于数据从收集到处理、表达、转化等一系列综合能力的表现。例如，陈娜萍将数据素养描述为研究者在数据意识、数据收集、数据整理、数据表征、数据分析与数据交流方面的综合体现[8]；金兼斌则认为数据素养是数据意识、数据获取、数据分析和理解、利用数据进行决策、批判数据思想等方面的综合能力[9]；张晨也认为数据素养就是对于数据的辨识能力与综合应用能力[10]。

（2）操作能力论。与综合能力论不同，持操作能力论的研究者认为，数据素养是研究者对于有用数据的敏锐意识和整理、分析、使用能力，重点在于研究者对于数据的操作能力[11]。Sarah等人认为，数据素养是具有一定数据意识的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[12]。Qin Jian等人也认为，数据素养是指科研工作中研究者所表现出来的数据操作、使用能力[13]

（3）学科归属论。该类学者认为，数据素养是多个社会概念的子集，如Henty等人指出数据素养是“科学数据与“信息素养”的特定结合，是由两个概念所演化出的新概念[14]。也有学者指出，数据素养是对传统的科学素养、统计素养、信息素养、量化素养、数字素养中两个或多个概念的综合表达[15]。

（4）认知能力论。缪其浩认为，数据素养是一种研究者认知、理解相关学科领域数据的问题和意义，并将相关数据转换为有价值数据的能力，是科学素养的重要组成部分，也是信息素养的重要方面[16]；孟祥保和李爱国指出数据素养表现为研究者对于科学数据的认知、整理、表达等能力，还包含遵守法律法规、社会道德等社会准则的意识和能力[17]。

1.3具体表现

提到数据素养，与其关系极为紧密的一个词就是“大数据”，大数据的“4V特征”充分表现了当今研究环境下数据的发展趋势与数据处理的基本发展方向。以大数据的相关内容来解释数据素养的特征，能从大数据的产生、发展和变化上诠释数据素养的各种表征，是对数据素养特征的直观体现[18]。具体来讲，大数据环境下的数据素养具有4个方面的特征：一是具有数据意识，能够明确分辨数据的有用性和正确性，充分理解数据的产生、收集、整理过程中的各种转换过程，对于数据所代表的科学意义有着明确的认识，将有助于研究者从海量数据中发掘出有用数据并使其显性化；二是能折射出数据文化，数据虽然是某种事物、现象或过程的抽象化描述，但是数据本身所代表的是对于客观世界的直观表现，在相应的研究方式、准则下数据文化能够体现出研究者的法律意识、社会价值观和道德准则，从而影响到研究者的数据管理和运用行为；三是拥有数据操作能力，是指研究者所必须的分析、处理、转换、运用数据结果的基本能力，数据能力的高低将会直接影响数据转化的最终结果；四是具备数据表达（阐释）能力，大数据转化为研究结果的最终目的是运用到科研或社会生活中去，这就要求研究者具有相应的数据表达能力，能够用合适的、便于接受者理解和使用的方式进行表达。

2　国内外高校图书馆数据素养教育模式

大数据环境下，教学活动、科学研究、社会信息发布等都或多或少地受到大数据的影响，特别是在科学研究过程中，研究人员的数据素养对于研究的走向、深度、成果的可转化性等都具有极大的影响，此外，各种基于数据素养教育、数据管理服务的实践活动也逐渐涌现。作为承担数据素养教育工作主要机构的高校图书馆，在数据素养教育方面做出了各种尝试，以国内外高校图书馆为例，大致有以下几种模式。

2.1数据管理导航

类似于网络导航产生的初衷是为了方便网络用户在浩繁的网络资源中有效辨别、查找相应的网络服务和资源，数据管理导航也是为了方便用户能够在一定的指引下快速、正确地识别、获取合理的数据管理资源，并进一步提供合理、有效的数据服务。这种方式是数据素养教育的一种表现模式，以提供数据管理导航的方式，使用户逐步理解数据素养的各种特征，并在使用管理理念、工具的过程中得到增强，所以这种方式最初也与学科服务具有一定的关系。以LibGuides为例，通过它可以建立起相应的管理导航，从而使研究者在利用导航的过程中逐渐了解相应学科的数据理念、研究方法、研究过程、成果转化与表达形式，进一步提升数据素养。国外对于LibGuides的应用主要以美、英、澳等发达国家的高校图书馆为主；在国内也有部分图书馆（如清华大学图书馆、北京大学图书馆等）引入了LibGuides进行相应的导航服务，为国内其他高校起到了示范带头作用。另外，麻省理工大学图书馆则专门开辟了Data Management Guide[19]服务，为读者提供数据管理导航服务。

2.2数据素养教育课程

上文所提到的类似于LibGuides的应用是常用的面向所有读者的教育模式，虽然具有普适性，但其利用也需要读者具有一定的数据素养。与这种通用导航相辅的是，部分国外高校图书馆还专门开设了有针对性的数据素养教育课程，系统地培养读者的数据素养。这种课程教学主要分为4种模式：

（1）课堂教学。部分国外高校图书馆以系统的课程教学方式来推行数据素养教育，这些课程一般从数据管理入手，以读者的某些研究项目为示例，开展有针对性的知识产权、数据管理、数据标准、数据获取与处理等培养课程，从而构成数据素养培养计划，并以参与课程的读者的部分课题为例，制定数据管理辅导计划，并进行一定的实际操作练习[20]。

（2）讲座。哈佛大学图书馆和昆士兰大学图书馆经常会举办关于数据素养的相关讲座，内容涉及数据管理方法与工具、数据技能，其中昆士兰大学图书馆还会有针对性地进行数据管理计划设计培训，帮助读者从数据发现工具、数据研究方法、数据利用技能等多方面提升数据素养，并结合eSpace开展具体应用辅导[21]。

（3）讨论组。讨论学习是帮助读者进一步熟悉数据管理的有效方式，并能够使参与者形成较为直观的印象。宾夕法尼亚大学图书馆、麻省理工大学图书馆均采用这种方式，有针对性地为读者介绍、演示相应的数据管理工具、数据技能，并使参与者相互讨论学习，以加深影响[22]。

（4）在线课程（包括MOOC、微课等）。在线课程的教育形式是当前高等教育的主要发展方向之一，特别是以MOOC、微课等形式为主要代表的在线课程新模式，能够使教育方的教育并行能力扩大，以满足更多学习者的需要。形式多样的数据素养教育数字化课程为读者的学习提供了充分的保障，其中以在线课程的影响面最为广泛。

2.3专项数据素养教育

对于不同的读者而言，由于其所参与、经历的有关数据素养的活动不同而使得他们的数据素养呈现出不同程度的不足。例如，经历过系统性研究项目的读者一般相对具有更高的数据素养，他们能够通过自身的不断摸索与经验积累提升自己的数据素养，但是由于他们所接触的学科领域、资源范围的局限性，往往使得他们的数据素养在某些方面存在短板。专项数据素养教育模式是针对具有一定数据素养，但在某些意识、技能上存在欠缺的读者所提出的教育模式。该种教育模式着重对于学习者的敏锐数据意识、深入研究技能、研究结果的成果转化能力的培养，往往会嵌入到学习者的研究计划中，以辅助设计人员、参考咨询员的角色引导学习者完善数据素养。结合不同的学科特性而言，理工科的专项数据素养教育需要着重于数据意识、数据处理能力等方面的提升，而人文社会科学则需要注重数据意识、数据获取与成果表达能力等方面的培养。

3　基于不同对象的数据素养教育策略

由于不同的数据素养教育对象其在接受能力、基础素养、学习研究需求上各不相同，图书馆应针对不同的数据素养对象采用有区别的数据素养教育策略。

3.1科研人员

科研人员本身具备一定的数据意识，也能够进行数据收集、处理、表达等一系列数据处理工作。对于他们而言，基本的数据素养培养工作应当简化，更多地注重对他们的数据意识和数据资源共享意识的培养。通常情况下，教学和科研人员由于本身所接触的人和数据大多局限于一个较小的范围，加上没有机构对其进行系统的、完整的数据素养教育，容易造成他们在数据管理、传递、运用、表达等某个方面能力的欠缺，从而影响其整体的数据素养。高校图书馆在数据管理、资源整合、数据描述、数据保存与操作等方面具有极强的优势，可以通过专业讲座、个性化培养等方式实现对教学、科研人员数据素养的培养，或是建立相应的数据素养培育体系、构建针对相关学科的数据导引系统等，从提供帮助的角度完善教学、科研人员的数据素养。在科研人员的数据素养培养方面，美国实施的科学数据素养计划 （Science Data Literacy，简称SDL）较为引人关注，Qin Jian等人对他们在该计划中两年的学习和积累的经验作了总结，并在项目对学习人员的具体数据意识培养、数据能力提升方面的作用做出了肯定，指出这种培养方式值得图书馆业界借鉴并可被引入高校图书馆的数据素养教育环节[13]。

3.2学 生

数据素养被提上用户教育的日程的时间还不长，但作为它的前驱，信息素养教育一直是高校图书馆用户教育的主要内容之一，也长期受到高校图书馆业界的重视。进入大数据时代后，原有信息素养教育的信息意识、信息技能、信息道德等教育内容已经逐渐在读者日渐充裕的信息利用经验中得到了部分补充，高校图书馆所提供的信息素养教育在某些时期也成为了单一的模式化教育，与大数据环境下复杂的数据环境逐渐背离。当前，数据素养教育是高等教育中学生素养教育的重要环节，也有学者指出，应从当前信息素养模式化教育的环境中着眼数据素养教育，特别是在数据意识和数据能力方面着力提升学生的数据素养[23]

相比国外数据素养教育的发展与实践，我国高校的数据素养教育虽然起步较晚，但在借鉴相应的信息素质教育、科学素养教育等模式与内容的基础上，部分高校图书馆也在积极地进行数据素养教育的尝试。例如，部分高校图书馆以信息素养教育为契机，提供了诸如S P S S Eviews、SAS等统计软件的专项培训计划，旨在提高读者的数据处理能力，北京大学图书馆就专门针对大数据环境下的数据素养编写了专题学习材料——数据素养与统计数据资源介绍[24]。然而，这些数据素养的培训与教育计划都只是针对入门级用户，缺乏对于深层次数据素养培养的思考。此外，当前的数据素养教育还主要注重数据获取能力数据处理能力等数据技能的培养，缺乏对于数据意识、成果转化能力等方面的培养。

3.3数据服务馆员

随着大数据知识和运用的不断普及，高校图书馆的用户教育内容也逐渐包含了对于数据意识和数据能力的培养。要实现这一功能，最基本的条件就是高校图书馆从事数据服务和培训的馆员具有相应的数据素养、具备引导读者构建自身数据能力和提升数据意识的基本能力。所以培养馆员具备以数据整理、操作和转化能力为代表的数据技能就成为馆员数据素养教育的主要工作之一。

国外早在2007年就开始强调数据服务从业人员的数据意识和能力，如美国科学基金会要求申请项目的研究者必须提供项目所必须的研究数据作为佐证材料，另外，诸如康奈尔大学等知名院校在图书馆的用户教育中积极加入了数据素养方面的专题讲座以提升读者的数据意识，这与目前北京大学图书馆的做法有类似的地方。此外，美国伊利诺伊大学图书馆情报学院在数据管理教育（D a t Curation Education Program，简称DCEP）相关课程的设计中明确地将数据辨识能力和操作技能的培养作为学生的主修课程，其对于未来高校图书馆从业人员的数据素养的培养力度可见一斑。

高校图书馆数据素养教育的主要参与者除读者外，另一重要参与者便是馆员，有学者将专门从事数据服务和数据素养相关教育的馆员称为“数据服务馆员”。在部分研究者的认知中，数据素养是信息素养在大数据环境下的延伸，所以其培养应当从基础的信息素养教育开始。对高校图书馆而言，数据服务馆员除具备传统的信息素养教育数据素养教育能力以外，还应当在协调各数据持有者之间的关系、组织与协调数据运用、促进成果转化、提升用户数据意识与数据道德等方面有着相应的能力[25]。

4　结 语

由此可见，数据素养是科学研究在大数据环境下对研究者提出的新的意识和能力上的要求，但在实际的社会环境中，由于不同国家对于数据素养的重视程度不同，相关教育的开展和执行也具有较大的差异。国外高校图书馆已经陆续开展了数据素养教育的相关课程、讲座和学习计划，而国内除部分一流学府外，数据素养教育尚不多见。虽然目前国内高校图书馆已经在信息素养教育方面展开了大量的工作，但对于参考咨询馆员或数据服务馆员的数据素养专项教育仍然不足，需要在后期整个业界从业人员培养计划和图书馆业务培训中加强数据素养的相关教育，以提升高校图书馆员服务能力，从而满足不断发展的大数据环境下科研人员对图书馆的业务指导需求，实现高校图书馆在数据管理和学科服务方面的价值，同时，不断提升馆员的数据意识、数据能力和培训能力，实现对于科研人员的数据管理支撑服务，也是高校图书馆未来的发展方向之一。

[1]ACRL. Introduction to Information Literacy[EB/OL].[2015-06-28]. http://www.ala.org/ala/mgrps/divs/acrl/issues/infolit/ overview/intro/index.cfm.

[2]Finn C W P. The Mandate of Digital Literacy [EB/OL].[2015-06-28]. http://www.techlearning.com/article/2602.

[3]Qin Jian, Ignazio J D. Teaching Metadata as a Key Ingredient in Developing Science Data Literacy [J]. Journal of Library Metadata，2010,10(2-3):188-204.

[4]沈婷婷. 数据素养及其对科学数据管理的影响[J].图书馆论坛，2015(1):68-73.

[5]数据素养[EB/OL].[2015-06-24].http://baike.baidu.com/view/ 10402202.htm?fr=aladdin.

[6]Robbins N B, Robbins J. Quantitative Literacy Across the Curriculum: Improving Graphs in College Textbooks [EB/OL] . [2015-06-28]. http://www.perceptualedge.com/articles/ visual_business_intelligence/quantitative_literacy_ across_curriculum.pdf.

[7]Otto J L. Assessing and Improving Data Literacy: A Study with Urban and Regional Planning Students[J]. Prolog and Natural-Language Analysis, 2012,76(4):5-24.

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

[9]金兼斌. 财经记者与数据素养[J]. 新闻与写作, 2013(10):5-9.

[10]张 晨. 大数据时代的图书馆与数据素养教育[J].图书与情报, 2014(4):5-9.

[11]Stephenson E, Caravello P S. Incorporating Data Literacy into Undergraduate Information Literacy Programs in the Social Sciences:A Pilot Project[J]. Reference Services Review,2007,35 (4):525-540.

[12]Sarah J, Alexander B, Cuna E. The Data Audit Framework: A First Step in the Data Management Challenge[J]. International Journal of Digital Curation, 2008,3(2):112-120.

[13]Qin Jian, Ignazio J D. Lessons Learned from a Two-Year Experience in Science Data Literacy Education[C]. West Lafayette, Indiana.:31st Annual IATUL Conference, 2010.

[14]Henty M, Weaver B, Bradbury S, et al. Investigating Data Management Practices in Australian Universities:Australian Partnership for Sustainable Repositories [EB/OL]. [2015-07-01]. http://apsr.anu.edu.au/orca/investigating_data_management.pdf.

[15]Nicholas D, Rowlands I, Watkinson A,et al. Digital Repositories Ten Years on: What Do Scientific Researchers Think of Them and How Do They Use Them? [J]. Learned Publishing, 2012,25 (3):195-206.

[16]缪其浩. 大数据时代:趋势和对策[J]. 科学, 2013,65(4):25-28.

[17]孟祥保, 李爱国. 国外高校图书馆科学数据素养教育研究[J]. 大学图书馆学报, 2014(3):11-16.

[18]孟祥保, 钱 鹏. 高校社会科学数据管理的国际经验及其借鉴: 以UKDA和ICPSR为例[J]. 情报资料工作, 2013(2):77-80.

[19]MIT Libraries. Data Management Guide[EB/OL]. [2015-07-01]. http://libraries.mit.edu/data-management.

[20]Jahnke L, Asher A, Keralis S. The Problem of Data: Data Management and Curation Practices among University Researchers. Council on Library and Information Resources, Washington, DC [EB/OL].[2015-07-01]. http://www.clir.org/ pubs/reports/pub154/pub154.pdf.

[21]Griffiths A. The Publication of Research Data: Researcher Attitudes and Behaviors[J]. International Journal of Digital Curation, 2009,4(1):46-56.

[22]Borgman C L. The Conundrum of Sharing Research Data[J]. Journal of the American Society for Information Science and Technology, 2012,63(6):1059-1078.

[23]刘艳红.数据密集型科研环境下的高校图书馆发展与思考[J].图书与情报, 2014(6):127-129.

[24]北京大学图书馆. 数据素养与统计数据资源介绍 [EB/OL] . [2015-06-28]. http://www.lib.pku.edu.cn/portal/fw/yixiao shijiangzuo/ziyuanchazhao.

[25]Steinhart G. Data Star: A Data Sharing and Publication Infrastructure to Support Research[J]. Agricultural Information Worldwide, 2011,4(1):16-20.

邓李君 女，现工作于四川外国语大学图书馆，馆员。

杨文建 男，现工作于重庆第二师范学院图书馆，馆员。

Research on University Library Data Literacy Education under Big Data Environment

Under the environment of big data, the important degree of data for the society gradually warms up, promotes the people's cognition of the personal literacy, as one of the education institutions, university library also begins to turn the traditional information literacy education to data literacy education. Besides data management navigation, data literacy education courses and special data literacy education which current data literacy education mainly takes, the university library should be targeted at different training objects, from basic ability education and professional field education, take different data literacy education strategy for scientific research personnel, students and librarians.

Big data; University library; Data literacy education; Information literacy

G258.6

A

2015-08-01 ]