公共图书馆数据素养教育体系探析

●朱 静 (武汉大学 武汉 430072)

数据是现代科学社会发展不可或缺的重要元素，数据素养随之应运而生。如何提升公民的数据素养，是各教育机构应该思考的问题。国际图联发布的2017年趋势报告中提出的问题之一就是图书馆如何应对为所有人提供教育的迫切需要[1]，印证了图书馆需要承担数据素养教育责任。公共图书馆作为一类面向大众的重要图书馆，开展数据素养教育势在必行。

对于国内公共图书馆而言，目前信息素养方面的研究更为完备一些，而数据素养教育相关研究大多是比较简略的概述和实践介绍，缺少对相关系统问题的探讨。因此，本文将对公共图书馆数据素养教育体系进行探讨，以期为我国公共图书馆开展数据素养教育提供参考。

1 国内公共图书馆数据素养教育现状调研

国内已经有部分图书馆开展了数据素养教育。通过对国内公共图书馆数据素养教育情况展开调研，可以更完整地了解国内公共图书馆数据素养教育现状，结合实践更有针对性地构建国内公共图书馆数据素养教育体系。

1.1 调研对象与方法

HAPLER(Hennen's American Public Library Rating)是美国威斯康星大学密尔沃基分校的Thomas J. hennen JR研究开发的一种美国公共图书馆评价系统，得到美国公共图书馆的广泛承认和应用。李建霞基于HAPLER对我国省域公共图书馆进行了评价研究，文章将各省级图书馆按照所属省份人口数量划分为三类进行排名[2]。参考该作者的研究结果，结合图书馆的网络口碑，本文选择了10家国家级或省级图书馆作为研究对象进行调研。主要采用网络调查法，并且以文献研究法作为辅助。

1.2 调研结果

根据拟定的调研方案，笔者访问了这10家公共图书馆的官方网站，调查了其开展数据素养教育的相关情况(见表1)。

调研表明，目前国内公共图书馆开展数据素养教育普及程度较低，教育对象倾向于青少年与老年人，教育形式主要是讲座、培训和互动活动。讲座主题集中于数据分析、数字产品和人工智能，培训的主要内容是各种数据库的使用方法，互动活动则大部分是以Scratch为工具的趣味编程。个别公共图书馆进行了其他形式的数据素养教育，比如在线课程和工具。整体来看，国内公共图书馆开展数据库培训的频率最高，讲座和互动活动开展的频率相对较低。此外，数据库培训中，CNKI、万方数据库出现的频率最高，许多图书馆都开展了有关培训。

目前国内公共图书馆的数据素养教育体系需要制定清晰的教育目标，覆盖更全面的教育对象，丰富教育内容和模式，并设置合适的教育评价方式。

2 图书馆的数据素养教育及转型

2.1 公共图书馆：从信息素养教育到数据素养教育

信息素养与数据素养关系紧密，学界对它们之间的关系有着不同的观点。第一，平行关系。数据素养是与信息素养，统计素养平行的概念，并处于核心地位[3]。数据素养类似于信息素养，同时与其他素养共享许多特征[4]。第二，包含关系。数据素养是信息素养的一部分，可以看作是信息素养的产物[5]。其中科学数据素养更是科学数据和信息素养的结合，是科学数据管理的子学科。第三，延伸关系。数据素养是信息素养在大数据时代的延伸，比信息素养的外延更广[6]。本文更加认同该观点。

表1 2017—2018年国内10所公共图书馆数据素养教育情况

注：表格数据均来自各个图书馆的官方网站整理和统计

大数据时代信息呈现海量化与细粒化特点，用户需求从简单的信息获取转变为更加深入的数据分析，图书馆的服务相应地从单纯的文献检索转变为以价值挖掘为目的的知识发现[7]。公共图书馆必将成为社会的数据中心，单一的信息素养教育无法适应大数据时代的要求。图书馆自身服务模式的提升与完善也要求其完成从信息素养教育到数据素养教育的转型。将信息素养教育工作转型到数据素养教育还可以强化图书馆在E-research中的支持作用。Hunt指出，数据素养教育应该大量借鉴信息素养教育，尽管数据素养教育领域比信息素养教育领域更加分散[8]。互联网+环境下的公共图书馆的数据素养教育应在信息素养教育基础上融入智力建设保障方式，扩展教育途径和思路[9]。在此基础上，公共图书馆数据素养教育应该形成一些独特的先进的理论方法。

2.2 数据素养教育比较：公共图书馆与高校图书馆

公共图书馆和高校图书馆是两类非常典型的图书馆。其本身的属性决定了它们的数据素养教育存在一定差异(见表2)。

表2 公共图书馆与高校图书馆数据素养教育比较

(1)教育对象。高校图书馆的主要服务对象是高校师生和研究人员，他们对科研数据的需求比较强烈。公共图书馆面向的是普通大众，他们没有强烈的科研需求，对贴近自身生活的数据更感兴趣。两类图书馆都需要对馆员进行数据素养教育，以更好地为各自读者提供更有针对性数据相关服务。

(2)教育内容。因为高校师生与科研人员普遍具备一定基础的数据素养，专项数据素养教育针对具备一定数据素养，但是在特定的意识或技能上存在不足的读者[10]，因此高校图书馆偏向于开展专项数据素养教育。公众一般来说数据素养水平一般，因此偏向于开展数据素养课程教育，课程内容主要是数据意识和基础知识，以及对生活数据的获取与处理能力。

(3)教育模式。讲座是两类图书馆共有的最普遍的数据素养教育模式。高校图书馆的数据素养教育模式包括嵌入式教学、在线课程、数据实验室等[11]。公共图书馆现有的数据素养教育模式则主要是讲座和培训。

(4)数据素养评价。数据素养的评价是对教育效果的检验，可以帮助图书馆认识并完善正在开展的数据素养教育。高校图书馆面向的主要是高校师生与研究人员。美国的数据质量运动明确了教师应该具备的10种数据素养能力，为教师数据素养评价奠定了理论基础。公共图书馆面向的是公众，邓李君等综合国内外数据素养评价相关内容，提出了个体数据素养综合评价体系[12]。高校图书馆的数据素养评价与公共图书馆相比有更多可以参考的指标体系和模型，更加详尽与专业。

3 公共图书馆数据素养教育体系构建

3.1 公共图书馆数据素养教育体系的构建原则和框架

《中国大百科全书·教育》将教育定义为培养人的一种社会现象，是传递生产经验和社会生活经验的必要手段[13]，教育行为本身就是一种传播行为。教育有三个基本要素，包括教育者、受教育者、教育环境(具体指教育内容，教育手段)[14]。从定义和基本要素来看，教育行为与哈罗德·拉斯韦尔[15]提出的传播学中著名的5W模式有契合之处，因此本文将该模式运用到教育体系的构建中：Who(谁)，即教育主体，本文探讨的主体为公共图书馆；says What(说什么),即教育内容；in Which channel(通过什么渠道)，即教育模式；to Whom(对谁)，即教育对象；with What effect(有什么效果)，即教育评价。本文将以此模式作为理论基础，结合对国内10所公共图书馆数据素养教育情况的调研结果，来构建公共图书馆数据素养教育体系，如图1所示。

图1 公共图书馆数据素养教育体系

3.2 公共图书馆数据素养教育体系的组成要素

(1)教育目标。明确的教育目标是公共图书馆数据素养教育不可或缺的要素。主要包括三个方面。第一，培养数据素养意识。需让公众认识到大数据时代数据的重要性以及提升自身数据素养的必要性。第二，树立数据审视态度。大数据创造了很多知识和价值，其真实性和安全性却无法得到充分保证，因此客观批判地看待数据的态度非常重要。第三，培养公民的数据道德，包括知识产权的概念以及合法获取与使用数据的意识等。

(2)教育对象。高校图书馆的数据素养教育对象是高校师生和科研人员，而公共图书馆则面向公众。公众更加关注与自身生活息息相关的数据以及从这些数据中发掘的知识。普通大众还可以进一步细分为青少年、年轻父母、老年人和图书馆员等。青少年有强烈的学习需求，通过图书馆青少年(包括更广泛的公众)的数据扫盲服务，可以解决数据学习机会差距。公共图书馆有责任特别针对青少年的基本研究素养开展教育。年轻父母非常关心幼儿的教育，公共图书馆需要重点培养年轻父母们的育儿数据素养，比如推荐科学育儿的书籍、绘本阅读指导、科学思维训练等，帮助他们积累从获取到正确辨别育儿数据的经验。近年来中国兴起的养生热潮促使老年人更加重视健康问题，老年人应该学习辨别健康信息的真伪，避免对自己的身体造成伤害。

(3)教育内容。公共图书馆数据素养教育的内容包括数据意识、数据道德、数据素养能力。数据意识是公共图书馆针对公众深入开展数据素养教育的前提。当公众意识到数据素养的重要性，他们会产生接受进一步数据素养教育的兴趣和动力。数据道德是个人道德的一部分，也是数据素养教育不可或缺的一部分。缺乏数据道德可能会导致数据误用甚至触及法律。

数据意识和数据道德都是偏向精神层面的内容，而数据素养能力则可以用标准对其进行诠释与约束。David Herzog将数据素养学习系统地划分为识别并获取数据、评估和清洗数据、分析数据、数据可视化[16]。在此基础上，结合参照ACRL标准的两种能力清单，可以提出公共图书馆应该培养的4项数据素养能力(见表3)。因为教育对象的差异，这些能力与高校图书馆需要培养的数据素养能力存在差别。

表3 公共图书馆数据素养能力清单

(4)教育模式。讲座与培训。讲座与培训是最直接教授读者数据素养文化和技能的方式。特别是对于对电子设备的使用感到生疏的公众来说，讲座与培训最容易接受。公共图书馆可以根据公众需求开展一些贴近生活的讲座，比如如何解读房价数据，如何看懂健康指标等。

在线教育。在线教育促进教育公平，全球网上教育资源迅速扩张，学习机会增加，学习变得更加便捷。国际图联对图书馆教育的发展趋势进行了解读，终身学习将逐渐作为普遍价值观被接纳，非正式的学习经历也将会得到越来越多的认可和肯定[17]。公共图书馆采用在线教育的方式进行数据素养教育是适应社会发展潮流的，并且教育结果也能够得到承认。公共图书馆可以参照数据素养能力的要求将在线课程教育内容分为不同模块，满足不同基础数据素养的公众要求。

网络工具辅助。公共图书馆应该认真选择甚至开发适合大众的数据素养学习工具。目前已经存在大量工具帮助用户收集、使用和可视化数据，但是针对公众(初学者)的工具的讨论仍然不足。公共图书馆应该更多地考虑公众的能力与习惯，而非一味关注可视化等输出问题。公共图书馆提供的工具应该趋向简单，同时馆员应该充分了解工具的使用方法和更新情况，更好地帮助读者学习工具。

趣味交互。公共图书馆可以根据自身条件和需求开展更多新颖的教育活动，包括有奖竞猜、游戏服务、创作学习等，以增强数据素养教育的趣味性和面向更多用户群体的普适性。

合作教育。公共图书馆可以联合学校，充分利用其丰富的教育资源，把数据素养课程引入课堂，提升教学效果。同时可以加强与数据库的合作，利用数据库商的营销推广活动开展数据素养教育。此外，公共图书馆可以利用自身的影响力为企业进行宣传，而企业则为公共图书馆提供项目或培训资金。

一些国外公共图书馆灵活地运用上述模式的一种或几种，开展了具有代表性的数据素养教育实践。比如北墨尔本图书馆设计的Minecraft游戏日[18]，波士顿图书馆的青少年科技周项目(Teen Tech Week)[19]，加拿大图书馆的开放数据运动等。图书馆可以参考这些图书馆的教育经验，结合信息素养教育经验与自身思考，更好地开展数据素养教育。

(5)教育评价。邓李君、杨文建提出的个体数据素养评价体系融合了国内外多个数据素养评价体系，适用于普通大众[12]。其中部分指标是针对高校师生和科研人员的扩展，因此考虑从评价体系中去除，构成针对大众的个体基本数据素养评价体系。一级指标包括数据意识、数据收集、数据管理、数据操作、数据分析、数据理解、批判思维、数据利用、数据评价、数据表达、数据交流和数据伦理。结合公共图书馆数据素养教育目标和教育内容，上述一级指标中数据意识、数据收集、数据分析、批判思维、数据评价、数据伦理应该作为重点评价指标。各项指标与针对科研人员的评价标准相比，应当适当放宽，达到数据素养大众化的目标。公众只需要掌握最基本的数据获取工具和方法，不需要学习专业工具，发掘衍生数据。再者，公众解读的是生活数据，而非科研数据，因此不需要过于专业的分析工具与方法。

公共图书馆一方面应该顺应大数据时代技术变革，对数据素养教育给予足够重视，积极从信息素养教育转型到数据素养教育，积极与外界建立合作关系，主动争取教育支持。另一方面参照优秀的教育实践，对不同人群进行分层教育，灵活运用多种教育模式，嵌入适应大众的数据素养教育内容，培养读者多种数据素养能力，达到事先制定的教育目标。不同公共图书馆还可以结合自身情况，展开更有创造性的特色数据素养教育。