王国燕
摘要:信息技术驱动着数据可视化成为重要的媒介呈现形式,在此背景下高校新闻传播专业亟需加强数据新闻相关课程建设,然而数据新闻课程的开设在多数院校面临较大瓶颈。笔者以苏州大学2020年新开课程《数据新闻》为案例,采用自我报告与课堂评估相结合的方式,从课程设计、教学内容组织、教学效果评估等环节对教学互动过程进行了探索与研究,结合评估反馈将数据新闻课程目标归纳为开拓数据新闻视野,夯实数据可视化能力,期望为拟开设同类课程者提供一些有益的参考。
关键词:数据新闻 教学实践 教学设计 效果评估
伴随着信息技术的飞速发展,数据可视化成为21世纪以来信息呈现的重要趋势。在此背景下,自2011年以来全球新闻编辑室开始发生了重大变化,数据新闻成为新闻实践中的重要形式,各个国家的许多新闻和传播学院已开始在课程中嵌入数据新闻的新模块和相应课程。
数据新闻借鉴了新闻学、信息科学、社会科学、数据和计算机科学、数据分析、信息设计等多个学科的知识。它基于事实报道以可信的数据为基础从而促进新闻业的精确化,因此要求以类似科学调查的方式对待新闻实践。关于数据新闻的定义,可认为是从公众感兴趣的数据中寻找故事,并以最适当的方式呈现故事,从而传达给公众,也可将新闻学放在数据科学之后定义为“数据科学对新闻业的应用,其中数据科学被定义为从数据中提取知识的研究”,并认为数据新闻包括“收集、清理、组织、分析、可视化和发布数据,以支持新闻作品的创建”。
面对数据新闻可视化的业界趋势和巨大需求,不相称的是高校新闻传播教育中数据新闻教学能力的缺陷。Lewis和Westlund将数据新闻起源追溯到源自美国的计算机辅助报道(CAR)以及飞利浦迈耶的精确新闻,这都有助于解释北美在数据新闻领域的主导地位。因此,哥伦比亚大学、密苏里大学、斯坦福大学等美国高校的数据新闻课程经验被引入国内。然而目前,中国的数据新闻教育仍处于起步阶段。
一、课程开设背景
国内的新闻传播学院在最近几年开始加速建设数据新闻相关的课程体系。2014年,中国传媒大学开设了我国第一个数据新闻专业方向后,2015年起,中国人民大学、复旦大学、南京大学、上海大学、华东师范大学、华南理工大学等高校相继开设了数据新闻课程。苏州大学传媒学院的网络与新媒体系于2020年开始将数据新闻相关的课程纳入教学实践,这在国内起步并不算早,究其原因并非对数据新闻课程的重要价值视而不见,而是缺乏能够胜任该课程教学的师资。这种状况也代表着国内新闻传播专业在数据新闻课程开设中面临的普遍问题。不仅仅是国内,在发达国家也面临同样的问题,许多发达国家开设的新闻课程也缺乏精通数据新闻的教师。这不难理解:数据新闻课程的教学对于计算机技术和科学思维都有一定的门槛要求,并对业界实践和应用有一定的感知力和参与度,因此需要一种跨界融合的能力。
数据新闻实践与相关研究进展紧密相连,两者互相促进共生。为了更为清晰地了解数据新闻的发展阶段,笔者调研了中国学术期刊网和Google Scholar里“数据新闻”(Data Journalism)主题的学术论文数量,绘制出中英文语境中的历史变化趋势(如图)。虽然中英文文献在这两个平台中略有交集,但总体而言,知网代表以中文发表为主的学术阵营,谷歌学术则代表了以英语语言为主的学术阵营。
Google Scholar中data journalism的文献共计6740条,而知网中也多达2507条,知网作为中国成果为主的学术平台相对于国际平台而言论文数量并不少。CNKI最早的数据新闻论文出现在1995年,可以清晰地发现:数据新闻的研究快速起步的开端,在国际环境中开始于2009年左右,中国紧随其后开始于2013年。在变化趋势上,国际数据新闻成为持续的热点,论文数量一直高速增长直到目前也未有减缓趋势,而中国数据新闻的研究在2016年达到高峰之后就又开始回落。这与中国数据新闻业界的发展状况相互印证吻合:2011年,搜狐推出《数字之道》在四大门户网站中率先试水数据新闻;2012年,陆续推出网易《数读》、新浪《图解新闻》、腾讯《数据控》持续刊发静态信息图类数据新闻;2013年,新华网推出《数据新闻》并获得中国新闻奖“新闻名专栏”一等奖,财新网推出《数字说》,新京报《图个明白》;2018年,澎湃推出《有数》《美数课》等。中国的数据新闻研究经历过一阵热潮过后于2016年开始进入了冷静期,可能是需要逐渐回归泡沫之后的理性思考,也更有可能是源于相关的教育培训和专业能力的瓶颈限制。相关从业者和教育培训资源已被高度采掘缺乏进一步发展的能动性,需要更多的活力和能量补充进来,这就亟需高校的新闻传播相关专业的数据新闻教育得到及时的快速跟进。
二、课程设计与教学安排
关于数据新闻課程的教学目的,高冉和谢光玉提出重在培养数据获取能力、数据分析能力和数据可视化能力,同时应兼顾新闻采写编等基本专业技能。笔者在苏州大学开设数据新闻课程始于2020年春季学期,恰逢新冠肺炎暴发,因此原计划的线下面授+实验课程相应调整为线上授课。授课对象为苏州大学2017级网络与新媒体专业本科生共计37人,课程安排了笔者的两名研究生作为助教,其中一位为理工科背景机械制图专业,来协助课程技术及软件操作,另一位为文科背景,协助课程案例资料的整理。两位同学此前从未接触过数据新闻,因安排了助教工作趁着寒假快速学习了必要的技术和内容储备。助教机会是一种压力下的成长机遇,20岁左右年轻人学习上手能力特别快,这两个青年助教的参与让这门课程的教学和管理变得更为轻松,作为一门首次开设的新课程,B站、在线大学等平台的众多视频教学资料为课程的准备提供了便利,特别是深圳大学吴小坤教授开始的在线课程《数据新闻》和中国人民大学方洁副教授编写的教材《数据新闻概论》,为这门课程的准备提供了重要的教学内容参考。
授课内容课程总计2个学分,18次课程,可分为四个部分:一是理论概论,包括传媒业可视化趋势、数据新闻的理念与起源发展、制作流程和技能要求、选题与价值判断。二是应用案例,包括大量国内外数据新闻的获奖作品、经典案例及其创作理念。三是数据与处理,包括数据类型、数据清洗、数据获取、数据处理。四是可视化技能,包括可视化图表的类型与信息图创意理念、详细的Tableau数据可视化操作实验、以及其他镝数、Echarts、Floursih等可视化平台的基本使用。由于是面向传媒学院文科出身为主的学生,因此尽可能从他们现有的技术基础出发来设计更容易学会的教学模式,教学过程中基本未涉及编程语言,在Excel数据处理过程中不可避免函数调用,但尽量确保同学们能够同步演示操作学会使用。也有个别技术敏锐的同学有Phyton等计算机语言基础,鼓励其充分发挥优势来做深度数据挖掘。
由于数据新闻的操作性极强,只听课不动手必然导致可能什么也没学会,因此课程中穿插了大量的实操演示,每次讲解之后都留出几分钟,要求同学们在电脑前演示一遍并在交流群里及时分享,课后也需要布置大量的作业来巩固课堂知识以及拓展更多的业界视野。除了大量Tableau和Excel软件实操作业外,特别布置了几个大作业:一是国内外数据新闻经典作品调研与分享,分两次作业每人提供3个国内作品、3个国际作品,要求广泛阅读各大数据新闻发布平台的可视化作品,至少阅读数百个不同作品,并把印象最深、最值得分享的案例整理成PPT在课程群文档中分享。二是开放共享数据平台调研,课堂上已经分享了上百个开放数据共享平台,课后要求每人继续调研寻找至少3个课堂上未曾提及并且具有较高分享价值的公开数据平台,从而培养学生寻找数据资源的主动意识。三是跑分动画制作,作为期中作业,要求寻找任意技术方式自学完成数据跑分动画的制作技术,自选主题完成一项原创跑分动画,作为目标管理本作业是为了锻炼同学自己解决问题的能力。四是职业规划思维导图制作,考虑到授课对象为大学三年级学生即将考虑毕业去向的问题,结合SWOT和XMind的可视化思维模式和技术,督促同学们进行职业思考和人生规划,这种全局分析的思维模式以及呈现形式也是可视化教学的重要补充。
所有的调研和作品制作均要求同学之间互不重复,这样一方面督促同学尽早完成并提交作业从而避免拖延症,另一方面,晚提交的同学也必须浏览完前面的所有作业确保自己不重复作业才有效,促进了分享交流也节省了课堂教学的时间。同时,任何案例分享和数据新闻作业都要求提供清晰的数据来源以及数据处理的原始文档,课程分享鼓励自行发布并公布链接地址,在教学管理中注重培养执行力意识和工作规范意识。
三、教学效果评估
期末作业是检验教学效果的重要方式,考虑到第一次授课的目标是期望每个同学尽可能独立掌握新闻选题、数据采集、数据分析、可视化呈现的整个流程所需技能,因此首次期末作业并没有采取分组形式来完成,而是要求每个同学单独策划制作一个完整的原创数据新闻作品。要求确定一个尽可能具有价值和显示度的数据新闻主题,寻求权威开放数据或者自己调研形成第一手数据,完成一个数据新闻作品。作品呈现中除了数据可视化之外,还应包括必要的内容及背景介绍以诠释其新闻性。内容要求本人原创,形式上视频、图文组合、交互式作品均可。提交作业时除了完整的作品之外,还应包含说明文档和原始数据,鼓励通过H5、微信、网站发布作品提供欣赏链接。期末作业提前布置预留了大约一个月的时间来完成。最终收到的37份数据新闻作业,其中图文形式27份,视频9份,交互式游戏1份。19份作业达到了专业平台发布的数据新闻水平获得优秀,15个同学基本掌握了数据新闻创作技能,另有3份作业反映出对这门课程的基本技能尚未掌握。
由于是传媒学院首次开设数据新闻的课程,课程结束之后制作了在线评估问卷来收集反馈信,与课程内容有关的评估分布见表所示,可以看到超过78%的同学对课程内容安排、实用性、作业任务量都表示满意,甚至有同学反馈认为这是大学期间学习的所有课程中最有收获的一门课。
问卷显示对数据处理和可视化演示的内容只有57.1%的同学表示满意,42.9%的同学表示基本满意,封闭式问题也反映出可视化操作演示还有进一步提升的空间。而问卷预留的开放性反馈收到12条文本建议,7条反映出在课堂实操演示过快,在线教学有些演示不清楚,实操可进一步强化,最好能达到举一反三全部掌握;2条建议分小组完成期末作业以便有缺互补创作更为精良的作品,这些反馈将在以后的教学中继续探索和优化。从学生的反馈来看,夯实技术能力是他们对这门课程最大的期望和最急切的需求,因此数据新闻课程的主要目标定位可归纳为,开拓数据新闻视野,夯实数据可视化能力。
四、结语
在大數据时代以及可视化趋势背景下,高校的新闻传播专业开设数据新闻课程给未来从事数据新闻行业的人才提供一个最基本起点,此外,在各行各业包括学术研究中,数据分析处理以及可视化呈现能力都将发挥重要作用。这里我们通过苏州大学首次开设《数据新闻》课程的探索,也为其他高校拟开设数据新闻课程提供一些教学参考。特别是从教师的角度而言,克服对技术的畏难心理,选用理工背景的学生或者青年教师来协助实操训练,融入大量优秀数据新闻案例调研和分享,并配合较为充分的作业任务,就能够达到课程的基本教学效果。相信“00后”为主的大学生作为数字原住民的一代,合理引导和较为严格的阶段性任务要求总体上就可以培养出当代大学生对于数据新闻可视化的技术能力。
作者单位 苏州大学传媒学院
本文系国家社科基金后期重点项目“前沿科学可视化的图像认知与叙事研究”(项目编号:20FXWA003)、安徽省社科规划“新媒体驱动下科技新闻的生产及传播生态研究”(项目编号:AHSKF2019D044)的研究成果。
参考文献
[1] Heravi,Bahareh R.3WS of Data Journalism Education: What, Where and Who?[J].Journalism Practice,2018(15).
[2]Sergio Splendore,Philip Di Salvo,Tobias Eberwein,Harmen Groenhart,Colin Porlezza.Educational Strategies in Data Journalism: A Comparative Study of Six European Countries[J].Journalism,2016(01).
[3]许向东.对密苏里新闻学院数据新闻教学的考察[J].新闻爱好者,2014(11).
[4]陈积银,杨廉.哥大新闻学院数据新闻教学的解读与借鉴[J].新闻大学,2016(05).
[5]吴小坤,童峥.数据新闻教学的本土化实践与探索[J].教育传媒研究,2016(05).
[6]高冉.地方高校引进数据新闻教学的探索与实践[J].新闻研究导刊, 2018(10).
[7]谢光玉.“数据新闻可视化”线上线下混合式教学模式探究[J].文教资料,2020(06).