中美LIS教育中数据素养教育的调查与比较分析*

2018-05-05 02:05肖希明,倪萍
图书与情报 2018年1期
关键词:院系素养课程

1 引言

信息素养是当代人的基本素养,也是科学研究的基础能力。随着大数据时代的到来,社会因数据而产生了新的工作、学习范式等,人们需要具备数据获取、分析、使用、管理等方面的能力。传统的信息素养已经难以适应数据社会的发展和要求,以数据为核心对象的数据素养成为信息素养不可或缺的一部分。根据DIKW概念模型,数据是一种基础信息,“信息”是经过加工后的“数据”,因此,“数据”的外延大于“信息”,数据素养可以说是信息素养在大数据时代的延伸与拓展,其概念虽然源于信息素养,但对信息素养提出了新的要求和发展方向。

目前,学界对数据素养的定义并未达成统一认识。如Calzada等认为数据素养“包含获取、理解数据、批判性评估和管理数据的能力,并在使用数据的过程中遵守道德规范。”伊利诺伊香槟分校的Hogenboom等将其定义为“阅读、解释、分析、批判性思考以及将统计数据作为证据的能力。”国内胡卉等提出“数据素养是正当地发现和获取数据、批判地选择和评估数据、规范地管理和处理数据、合理地利用和共享数据的意识和能力。”英国数据档案馆根据数据生命周期提出了各阶段的数据素养内容,包括创建数据、处理数据、分析数据、保存数据、共享数据和复用数据等6个方面。综合各方观点,笔者认为数据素养强调的是数据生命全周期内的数据发现、获取、选择、评估、管理、保存、共享等一系列所需的意识和能力。LIS学科中对数据素养的要求主要包括数据知识、数据获取、数据解释与评估、数据管理、数据应用五个方面。

LIS教育机构作为信息素养教育的重要阵地,在大数据时代开展数据素养教育既是它的重要功能,也是LIS教育与时俱进、实现自身发展的需要。因此,近年来美国的LIS教育越来越多地融入了数据素养教育的内容,使数据素养教育成为LIS教育的有机组成部分。在我国,数据素养教育也引起了LIS教育领域的重视,通过调整人才培养目标,设置研究方向及相关课程,变革教学内容等举措,加强了数据素养教育。本文拟通过调研了解当前数据素养教育在中美LIS教育机构的开展现状,在此基础上对各自的培养特色进行对比分析,了解两者的差距所在,以期为国内LIS教育机构开展数据素养教育提供借鉴。

2 调查对象与研究方法

本次研究选取的国内调研对象为具有 “图书情报与档案管理”一级学科或下设二级学科博士学位授予点的LIS教育机构,另外由于华东师范大学信息管理系自主设立的图情二级学科“商业分析”与数据素养关联密切,故纳入调研范围,共计13所院系。调研的专业在本科阶段包括图书馆学、档案学与信息资源管理三个专业,硕士研究生阶段则包括图书馆学、档案学、情报学以及图书情报专业硕士,以及部分机构在图情一级学科下自主设置的二级学科,如出版发行学、保密管理等,共计70个专业。

美国的调研对象则主要依据 《美国新闻和世界报道》(US News&World Report)2017 年发布的美国图书情报学院排名,选取其中排名靠前的13所图情院系,以其开设的图书情报学相关本科、硕士学位项目以及与数据科学高度相关的硕士后专业认证项目为对象,主要包括Library and Information Science(图书情报学)、Library Science(图书馆学)、Information Science(信息科学)等共计36个项目。

本次调研以网络调查方法为主,通过逐一访问各LIS院系的网站,围绕各个专业的培养目标、就业路径、研究方向、课程设置等方面进行全面调查,调查时间为2017年9月与12月 (所调研的中美LIS院校名单见表1)。

3 中美LIS院校数据素养教育现状分析

本文对中美LIS教育机构数据素养开展现状的分析拟从专业设置、培养意识以及培养力度三方面入手。数据素养培养意识是指LIS院系在对教学计划的设计中关注到数据素养的重要性从而开展针对性教育,主要从其培养目标以及研究方向/培养路径中得以体现。数据素养培养力度则是指LIS院系在实际教学活动中对数据素养培育的开展情况,可以从数据素养相关课程的覆盖面、相关教学内容的深浅等方面体现。

3.1 中美LIS院系数据素养相关专业设置情况

设置数据素养相关的学位项目是LIS院系开展数据素养教育的重要形式。在本次调研的美国LIS院系中已有5所大学开设了9个独立的数据科学或数据管理专业项目,并有17个项目设置了与数据高度相关的研究方向或培养路径,其中既有本科、硕士等学位项目,也有硕士后项目以及灵活的认证教育项目,其中不少硕士项目及认证项目都支持在线远程教学,培养形式多样。总体来看,与数据相关的教育项目约占所有项目的72%。

表1 调研的中美26所LIS教育机构名单

国内LIS院系数据素养教育起步较晚,调查发现在国内13所LIS院系中独立的“数据管理”或“数据科学”学位项目仅有武汉大学拟设的“数据科学”专业,招收硕士与博士研究生,相近的独立学位项目还有中国人民大学的“信息分析”专业,课程设置与数据分析联系紧密,以及华东师范大学自设的“商业分析”专业,以商业数据采集、数据存储、数据分析、数据展现、数据利用为核心内容。国内另有5个学位项目设置了与数据高度相关的方向,如南京大学情报学硕士的研究方向设有 “数据科学技术”方向。总体来看,国内LIS教育机构设立的与数据相关的教育项目数量较小,占比仅为11.4%,与美国相比差距较大,且培养层次集中在硕士教育阶段,培养方式较为单一。从中得出中美LIS教育机构与数据相关的教育项目列表(见表2)。

3.2 中美LIS院系数据素养培养意识分析

笔者从各项目的培养目标以及研究方向/培养路径的设定两方面入手,分析当前中美LIS教育对数据素养培养的意识强弱情况。

3.2.1 培养目标分析

培养目标是人才培养整体思路的体现,对其进行解读可以了解院系对学科动态以及社会环境变化的敏感度。笔者通过对上述LIS教育机构培养目标的分析,发现美国大部分LIS院系均针对大数据环境对培养目标进行了调整,面向各行业的数据岗位培养学生的数据知识与能力,而国内则鲜有LIS院系做出改变,数据素养培养调整意识较低。

(1)从LIS院系定位的就业方向来看,国内大部分院系将就业目标定为各类信息服务机构与企事业单位的信息部门,从事信息管理与信息服务相关工作,并没有明确提到不断涌现的各类大数据机构。仅有中国人民大学的信息资源管理专业在其毕业生的求职方向中提到“各类单位的信息中心、数据中心以及数据管理企业”,率先意识到就业市场对数据型人才的巨大需求。而在所调研的36个美国LIS教育项目中,有34个项目将适应广泛的行业领域的数据岗位作为培养目标,其定位既包括图书馆、档案馆等信息机构,政府与非盈利组织,也包括医疗、科学及商业组织,涉及数据服务馆员、数据科学家、数据架构师、数据分析师、数据安全管理等丰富的数据相关岗位。

(2)从知识能力要求来看,虽然针对数据素养作出调整的国内机构数量远小于美国,但是两者都以培养数据应用型人才为主,注重学生数据知识、数据能力与职业技能的全面培养,如华东师范大学要求培养“具有坚实的数据和组织管理基础理论知识,并能将数据管理理论、方法和技术应用于实践的高级专门人才”;中国人民大学则要求学生“掌握数据资源管理原理与方法技术,能胜任数据组织、定位、加工、存储、检索、处置和挖掘应用等工作”;伊利诺伊大学要求学生 “对数据有强烈的理论和技术理解”;雪城大学要求学生能够 “将数据科学应用于组织运营和流程,并根据数据来进行决策”,并“在数据管理和分析中遵守隐私和道德原则”。

表2 中美LIS教育机构与数据相关的教育项目列表

3.2.2 研究方向分析

本次调研共搜集了国内11所院校共计159个研究方向,由于国内大部分研究方向是复合的,笔者对其进行了拆分,如“知识组织与信息检索”拆分为“知识组织”与“信息检索”两项,拆分后共获得252项,另获取了美国13所院校共计210项研究方向/培养路径。随后,笔者通过分析各个研究方向的主要研究对象来理解研究方向与数据主题的整体相关程度,得出统计结果(见表3)。其中“其他”类的研究方向主要为相关学科、组织管理与环境、包含多种基本概念的理论研究等。

表3 中美LIS教育机构研究方向的研究对象统计

由统计可以看到,国内以信息作为研究对象专门开设的研究方向占比最大的为38.5%,如果将文献、情报、信息资源、知识包含在信息范围内,那么信息的占比将达到65%,以数据作为研究对象的研究方向则仅占比6%。因此从整体来看,在LIS教育中涉及数据的内容较少。而美国以数据为核心研究对象的研究方向占比达到21%,远高于国内的比例,说明美国LIS院系更为重视针对数据的专门研究以及对数据人才的培养。

从具体的研究方向来看,武汉大学和中国人民大学设置的“数据科学”方向比较全面地涵盖了数据素养教育的内容,其他涉及数据的研究方向主要是数据分析与挖掘、数据管理、数据安全、数据开放,仅仅是包含数据素养教育的某一方面。而美国LIS院系有三分之一的项目均设置了“数据科学”研究方向,更加注重数据素养的全面培养。

3.3 中美LIS院系数据素养培养力度分析

本研究通过调研中美LIS院系在数据素养教育课程的开设情况,来分析当前中美LIS教育机构的数据素养培养力度。本次调研通过网络调查收集了中美26所LIS院系开设的数据素养培育相关课程,筛选标准为教学内容部分与数据科学、数据监护、数据管理等相关课程,最终收集国内课程共243门,美国课程499门。为了便于分析,从两个维度对这些课程进行归类,一是教学内容的主题,依据前述数据素养教育的内容分为数据知识、数据收集、数据解释与评估、数据管理、数据应用等五个方面;二是教学内容的数据化程度,参考Varvel等2012年对美国LIS院校数据相关课程开设情况的调研,将课程内容的数据化程度划分为四类(见表4),分别是:

(1)以数据为中心的课程:专注于数据监护、数据管理或数据科学主题;

(2)包含数据的课程:教学内容部分与数据主题相关,对数据部分具有明确的定义;

(3)数字化课程:没有明确的数据专业知识,但包含与数据专业教育高度相关的数字化主题,通常侧重于数字图书馆的发展,如数字保存、数字资源与服务;

(4)传统课程:长期在LIS课程中教授的内容,内容通常是介绍在前两种课程中进一步发展的重要课题。

3.3.1 教学内容的主题分布情况

从教学内容的主题来看,中美LIS教育机构将数据素养的教育重点均集中在“数据解释与评估“以及“数据管理“两部分,相关的课程主要有数据挖掘、数据可视化、科学数据管理、数据库原理与技术等,国内这两项主题的课程占比高达74.5%,美国则达到61.6%,这是由于这两项是数据素养中的核心部分,最直接地与数据技术挂钩,在实践中运用最为广泛,两者的高占比也在一定程度上体现了中美LIS教育机构数据人才培养的实践导向。国内LIS机构对于“数据解释与评估”的教学最为重视,以上13所国内院系全部开设了数据分析类相关课程,并且以数据为中心或包含数据部分的课程达到66%,可见国内LIS机构能在一定程度上意识到数据素养教育的重要性,并落实到教学实践中。但同时我们需要关注到课程主题分布的不均衡问题,中美LIS教育机构开设的数据收集与数据应用类课程数量少,覆盖面小,并且相关课程均以传统类课程为主,涉及的数据教学内容量少而浅显。细化到单个机构的教学主题来看,美国13所院系中有12所院系开设的课程覆盖以上五个主题(见图1),而国内只有4所院系达到要求,从图中亦可发现国内的不均衡性更甚于美国,这种教学主题的不均衡性易导致学生出现数据知识与技能的短板。

3.3.2 教学内容的数据化程度分析

美国LIS院校开设的数据素养相关课程中,以数据为中心开展教学的课程比例最高,占比达到32.1%,以数据为中心或包含数据单元的课程占比则达到53.1%。国内LIS院系开设的课程中占比最高的为数字化类课程,主要为数字资源管理方向,以数据为中心或包含数据单元的课程占比则为39.5%(见图2),上述13所国内院系均开设有专门的数据相关课程,说明从整体来看国内LIS院系在数据素养教育实践方面有了初步的进展,但从课程的数量以及教学内容的数据化程度来看,与美国相比仍存在一定差距。

表4 中美LIS院系数据素养课程设置情况统计表

另外,值得关注的是武汉大学、中国人民大学、华东师范大学开设的数据相关课程中,以数据为中心的课程占比达到35%以上,课程的数据化程度较高,表明这些院系开始注重学生数据素养的培养,这也与其数据相关独立学位的设立关联密切。以上三所院系分别设置了 “数据科学”“信息分析”“商业分析”等三项独立的数据学位项目,在培养目标中明确地对学生的数据素养提出要求,并围绕数据设置了较为系统、深入的课程体系以全面地提升学生的数据素养,由此也可看出独立学位项目的设置对数据素养教育强大的推动力。

图1 数据素养相关课程教学内容主题分布统计图

图2 不同数据化程度数据素养课程数量统计图

4 我国LIS教育中数据素养教育的对策

通过分析发现,国内LIS教育开展数据素养教育与美国相比还存在一定的差距。针对存在问题并结合中美LIS教育机构目前的数据素养教育建设情况,笔者对国内LIS教育机构开展数据素养教育提出三点建议。

4.1 提高数据素养培养意识,明确其在LIS学科内的需求与定位

通过调查可知,目前国内的数据素养教育尚未获得足够的重视,整体上培养意识弱,开展力度小,而美国发展更为成熟,已出现一定数量的数据科学的独立学位项目,并且已经形成了本科、硕士学位教育和认证培训三个层次的数据专业教育。这与国内数据素养教育在LIS教育中的定位尚未明确有关,国内LIS教育中独立的数据素养培养项目较少,大部分院系将数据素养相关课程放在图书馆学、情报学专业下,课程设置较分散。这种依附于其他专业的培养模式固然拓展了LIS专业学生的知识结构与专业能力,但是这也意味着LIS教育缺乏明确而独立的数据人才培养目标,对LIS学生的数据素养要求也不明确,也就难以有针对性地确定培养方式,无法形成独立、系统的课程体系。

针对该问题,首先应从专业——行业——就业三个环节入手,开展国内LIS专业学生数据素养需求调查,了解LIS学科中不同层次、不同专业师生与科研人员的数据素养培养要求,了解图书馆、档案馆等信息机构对LIS专业人才的数据素养要求,明确更为广泛的就业市场中对高等教育人才数据素养的需求情况,从而明确我国LIS专业数据人才培养目标、知识结构以及培养重点;其次,借鉴美国等在LIS学科中数据素养培养体系较为完善的国家,参考其对数据科学、数据管理等学科的建设,找到适合国内LIS院系的专业设置方案,既可设立独立的数据科学项目,如雪城大学信息研究学院等院系设立了应用数据科学、企业数据系统等多种数据硕士项目;也可结合校内外相关学科的发展情况,与其他机构合作开展跨学科培养,如卡内基梅隆大学的数据科学教育结合了统计学、信息科学、工商管理等专业。

4.2 构建多维的LIS数据素养教育体系

在同一学科领域内不同层次人员的数据素养要求不尽相同,学科的科研人员与相关行业的从业人员对数据素养的要求也不一样,因此在LIS教育内部需要注重不同层次数据人才的培养,也要注意面向学术研究以及面向就业的区别教育。目前国内LIS教育机构的数据素养培养模式较为单一,在硕士研究方向中真正以数据作为研究对象的仅占比6%,可见即使对研究生的数据素养要求更高,对其数据素养培养的力度也不强,而类似于美国的主要面向在职人士的认证类数据素养教育也尚未设立,难以满足LIS学生数据素养教育的要求。另外,目前国内LIS教育机构将数据素养教育的重点放在对数据的分析与处理技能的培养上,相关课程比重达到41%,而数据知识、数据收集、数据应用的课程总占比仅为25%,对教学内容的过度倾斜不利于学生养成全面的数据素养。

针对以上问题,国内LIS教育机构需要从教育对象、教育形式、教学内容等方面构建多维LIS数据素养体系。首先,数据素养教育需要根据教育对象的层次开展教育,如与本科生相比,研究生需要深入参与科研活动,其数据素养教育更需要专、精、深,更要结合科研数据生命周期来进行教育。另外还可借鉴雪城大学开设数据素养认证教育,来灵活满足工作人士数据职业能力培养的要求;其次,完善国内LIS数据素养教育体系需要经历循序渐进的过程,即数据素养教育的覆盖面需要逐步扩大、教育内容的深度需要逐渐递增,这意味着在相当长的发展阶段里,各种形式的数据素养教育需要并存,也应当鼓励数据素养教育形式的多样化发展,如设立独立学科、设立独立的研究方向、开设独立的数据素养教育课程、融入信息素养教育、嵌入科研过程的教育、开设MOOC等形式;最后,从教学内容来看,目前国内LIS机构的数据素养教育偏重于数据技术的教学,而在大数据时代LIS教育应当从数据驱动的技术自觉向数据驱动的文化自觉和教育自觉转变,教学内容需要以数据意识的教育为重点并全方位覆盖数据素养的要求。

4.3 与相关学科与行业开展广泛合作

数据产生于各行各业,分布范围广泛,涉及的学科专业复杂多样,数据素养具有的应用性决定了其培养方式的实践性和跨学科性,并且数据素养在不同学科也有不同的表现形式。因此数据素养的培育不能局限在LIS学科内,要求对其他相关学科以及相关行业持开放合作的态度。目前国内教学内容多局限在信息科学领域内,除了武汉大学信息管理学院拟与该校计算机科学合作开设的数据科学专业外,其他尚未出现跨学科学院合作培养数据人才的案例,因此在数据素养教育方面LIS教育机构亟需加强与其他机构的合作。

图书馆是开展数据管理服务和数据素养教育的最佳主体,对与图书馆联系紧密的LIS学科来说,高校图书馆无疑是数据素养教育的最佳合作对象,两者的合作路径主要由以下两条:首先,高校图书馆的数据管理服务越来越普遍,部分高校图书馆已经开设了数据实验室,这为LIS专业学生提供了合适的数据素养教育实践基地;其次,LIS院校注重培养具备LIS专业知识的高层次数据人才,而高校图书馆也在逐步开展面向师生的数据素养教育以及面向学科的数据素养教育,这使得两者在教学任务上产生契合点,可合作开展嵌入式教育,LIS院校可提供师资力量,图书馆则可为课程提供各类教学资料,如密歇根大学信息学院与该校图书馆联合申报,获得了IMLS的资助项目“支持图书馆员将数据素养技巧增加到数据素养教育中”。除了图书馆,LIS教育院系还可以与数据相关的企业进行合作,重视数据素养的实践教学,提高学生实践能力与就业竞争力,亦可与相关学科进行跨学科培养,如计算机科学、统计学等,培养具有多学科背景的数据人才。如华盛顿大学信息学院与校内的应用数学、生物统计学、计算机科学与工程、以人为本的设计与工程以及统计学五个专业联合提供数据科学硕士项目,全面的跨学科课程由以上六个院系以及有意向招聘数据科学专业人员的顶级公司共同合作开发,兼顾数据人才培养的跨学科性以及实践性的特点。

参考文献:

[1]叶鹰,马费成.数据科学兴起及其与信息科学的关联[J].情报学报,2015,34(6):575-580.

[2]郑彦宁,化柏林.数据、信息、知识与情报转化关系的探讨[J].情报理论与实践,2011,34(7):1-4.

[3]Calzada Prado J,Marzal MÁ.Incorporating data literacy into information literacy programs:Core competencies and contents[J].Libri,2013,63(2):123-134.

[4]Hogenboom K,Phillips C M H,Hensley M K.Show me thedata!Partnering with instructors to teach data literacy[EB/OL].[2017-11-30].https://www.ideals.illinois.edu/bitstream/handle/2142/73409/ShowMeTheData_2011.pdf?sequence=2&isAllowed=y.

[5]胡卉,吴鸣.面向不同参与主体的国内外数据素养教育现状研究[J].数字图书馆论坛,2016(9):61-67.

[6]UK Data Archive.RESEARCH DATA LIFECYCLE[EB/OL].[2017-09-23].http://www.data-archive.ac.uk/create-manage/life-cycle.

[7]武汉大学.数据科学自主设置交叉学科论证方案[EB/OL].[2017-09-22].http://www.chinadegrees.cn/xwyyjsjyxx/gs/zsejxkgs/gsnr/?curpager=1&zsxkId=56450.

[8]华东师范大学信息管理系.商业分析[EB/OL].[2017-09-22].http://coe.ecnu.edu.cn/html/1/53/56/index.html.

[9]中国人民大学信息资源管理学院.人才培养-学士教育[EB/OL].[2017-09-17].http://irm.ruc.edu.cn/more.php?cid=234.

[10]School of Information Sciences of University of Illinois at Urbana-Champaign.MS in Information Management[EB/OL].[2017-12-04].http://ischool.illinoi s.edu/academics/degrees/msim.

[11]School of Information Studies of Syracuse University.Enterprise Data Systemsat The i School[EB/OL].[2017-12-04].https://ischool.syr.edu/academics/gr aduate/masters-degrees/ms-in-enterprise-data-systems/.

[12]Varvel Jr V E,Bammerlin E J,Palmer C L.Education for data professionals:A study of current courses and programs[C].Proceedings of the 2012 iConference.ACM,2012:527-529.

[13]王世伟.数据驱动的时代特征与图情教育的创新转型[J].图书情报知识,2016(1):15-20.

[14]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(1):21-29.

[15]UW Continuum College.Master of Science in Data Science[EB/OL].[2017-12-15].https://www.datasciencemasters.uw.edu/.

猜你喜欢
院系素养课程
《ERP原理与应用》课程混合式教学改革探索
抓住本质重理解基于素养活应用
课程思政在组织行为学课程教学中的探索与实践
多思少箅彰显素养
一节践行核心素养的数学拓展课
浅谈SQL Server中Select语句的分组统计功能
A—Level统计课程和AP统计课程的比较
追本溯源提升素养
清华院系手机背景图
自行车的发明