数字化转型背景下基础学科人才数字素养与技能评价指标体系研究

尚敬文

摘  要：数字素养与技能已经成为基础学科人才开展创新研究的基本素质。文章梳理全球主要国家，以及国际组织发布的数字素养评估框架，结合学科特征与人才选拔培养的实际需求，研究提出一套包括3大维度、35个具体指标的指标体系，并对基础学科人才数字素养与技能评价作出展望。

关键词：数字素养与技能；学科特征；基础学科人才；评价指标体系；评估框架

Abstract： Digital literacy and skills have become the basic qualities for talents in basic disciplines to carry out innovative research. The paper sorts out the digital literacy assessment framework issued by major countries in the world， as well as international organizations， combines the characteristics of disciplines and the actual needs of talent selection and training， studies and proposes an indicator system that includes 3 dimensions and 35 specific indicators， and makes an outlook on the digital literacy and skill evaluation of talents in basic disciplines.

Keywords： digital competence and skills; subject characteristics; talents in basic sciences; evaluation index system; evaluation framework

当前新一轮科技革命和产业变革蓬勃兴起，数字化、网络化、智能化转型不断深入。习近平总书记在中共中央政治局第三十四次集体学习中强调，“要提高全民全社会数字素养和技能，夯实我国数字经济发展社会基础”[1]。数字化转型背景下，提升基础学科人才数字素养与技能是顺应新科研范式的现实要求，是推动学科交叉融合的迫切需要，也是推动产学研一体化创新的关键基础。

一  国内外数字素养与技能评价研究现状

（一）  美国

1997年，美国学者保罗·吉尔斯特在《数字素养》一书中首次系统阐述数字素养概念[2]。2002年，美国教育考试服务中心（ETS）将数字素养划分为信息获取、管理、整合、评估和创造5个维度[3]。2011年，美国国家教育进展评估（NAEP）发布美国技术与工程素养评估框架[4]，数字素养与技能部分由“数字交流”“数字信息获取”“数字化研究”“数字化分享”和“数字工具使用”5项组成。

（二）  欧洲

2015年，英国联合信息系统委员会（JISC）提出了包含“ICT熟练程度”“信息、数据和媒介素养”“数字创造”“解决问题与创新”“数字交流、协作与参与”“数字学习与发展”“数字身份与健康”等7个维度的《数字能力框架》[5]。2013年，欧盟“数字素养项目”提出DigComp框架[6]，包含“信息和数据素养”“交流与合作”“数字内容创造”“数字安全”和“问题解决”等5个素养域。

（三）  国际组织

2018年，联合国教科文组织发布《数字素养全球框架》（DLGF）[7]，以DigComp2.0为基础，补充“软件和设备操作”和“职业相关能力”两个维度。2019年，数字智能联盟（CDI）发布《DQ全球标准报告》[8]，设计了一套评估框架，包括“数字身份”“数字使用”“数字安全”“数字防护”“数字情商”“数字沟通”“数字技能”和“数字权利”8个领域。

（四）  我国

2006年，清华大学和北京航空航天大学图书馆设计了一套面向北京地区高校学生的信息素质能力指标体系[9]。2020年，教育部修订印发《普通高中信息技术课程标准》[10]，明确“信息意识”“计算思维”“数字化学习与创新”和“信息社会责任”4项学科核心素养。

二  基础学科人才数字素养与技能评价的关键问题与基本原则

结合基础学科人才数字素养与技能评价的实际需要，当前国内外主要评估框架仍存在以下几方面问题。

一是对数字素养与技能的界定比较局限。现有评估框架主要是面向信息素养设置指标。数字素养已经超越信息素养，成为多种素养在数字世界中的延伸和发展，需要进一步拓展界定。

二是对基础学科人才的针对性有待加强。现有评估框架的评估对象多为全体公民，但不同年龄、教育程度的数字素养与技能要求应有不同。目前尚无面向基础学科人才的评估框架。

三是评估指标权重和具体要求不够明确。現有评估框架虽然划定了重点维度，但并未给出具体权重，描述也需要进一步细化。要结合基础学科人才发展需求，对指标赋权。

从基础学科人才培养的视角，数字素养与技能的评估需要做到5个坚持，形成完整、系统、科学且有针对性的评估框架。

一是坚持专业潜质与综合素养相结合。传统学科素养和数字素养的结合已成为科研人员必不可少的关键素质。基础学科人才数字素养与技能评估既要考察数字安全、隐私保护等基础素养；也要考虑文献检索、数学建模等学科素养和能力。

二是坚持科研规律与数字生命周期相结合。在数据密集型研究的第四范式驱动下，数据采集、处理、存储和分析等已经与科学研究各环节深度交织融合。要将数字素养的考察与基础学科研究规律相融合，把科学研究的关键环节与数字全生命周期有机结合起来。

三是坚持理论考察与实践评估相结合。数字素养与技能不仅涉及基本理论知识，还需要考虑实践能力。要建立真实的测试情景，将理论考察和实践评估相结合，才能更加科学、合理、全面评价数字素养与技能。

四是坚持平时考察和集中测试相结合。数字素养与技能的评估不能局限于测验与考试，而应贯穿人才培养与发展的全流程、各环节。要充分参考学生在日常学习、思考、创新等活动中的表现进行长周期、多角度的综合评估。

五是坚持选拔评价与人才培养相结合。提升数字素养与技能是一个持续性过程，选拔与评价只是反映学生现阶段能力水平的一个“切片”，要在关注存量的同时关注增量，在关注选拔的同时关注培养。

三  基础学科人才数字素养与技能评估体系

本文通过对全球主要数字素养与技能评估框架的维度和指标进行对比分析，结合基础学科人才培养的特点和需求，提出包含3个素养维度、12个一级指标、35个二级指标的评估框架，见表1。

从人才评价与培养出发，数字素养与技能可分为知识、能力、价值三个维度，以20%、65%、15%的比例划分权重。

（一）  数字知识（20%）

通过掌握基础知识，基础学科人才可以构建数字意识，培养数字化的思维模式，并锻炼简单的实践操作能力。

1  信息技术基础知识（10%）

该指标旨在推动建立对数字技术的基本认识，为将数字技术应用于科学研究奠定坚实基础。计算机程序设计方面，要理解程序运行的基本逻辑，掌握程序的基本要素，进行简单的程序设计。数据结构方面，要掌握数组、链表等结构的用法，以及树、图等结构的原理。基础算法方面，要理解常见算法的原理，掌握伪代码等描述算法的方法，利用算法解决简单问题，理解算法的时空复杂度。基础软硬件方面，要理解计算机体系结构、TCP/IP网络通信的原理，掌握基本的数据库知识。

2  前沿技术理解与应用（8%）

该指标旨在引导学生对人工智能、大数据等建立初步认识，了解常见的算法和工具。机器学习与人工智能方面，要理解人工智能的基本逻辑，了解支持向量机、神经网络等算法的原理，以及主流人工智能框架和应用。大数据处理与分析方面，要理解大数据的特征，初步了解分布式计算，以及Spark等框架工具。其他前沿领域方面，要了解量子信息、区块链等技术的基本原理和应用。学科交叉与应用方面，要了解数字技术在基础学科研究中的应用，培养数字意识与计算思维。

3  数字规则（2%）

该指标旨在考察学生对数字相关的法律法规，以及科研数据管理和使用相关准则的了解。数字法律法规方面，了解网络安全、数据安全、个人隐私保护等法律法规。科研数据管理方面，了解科研数据采集、管理、使用的原则与基本知识。

（二）  数字能力（65%）

使用数字资源和技术解决实际问题是数字素养与技能的核心组成部分，要融合基础学科研究规律与数字全生命周期，综合评价数字能力。

1  数字工具使用（8%）

该指标旨在要求学生掌握常用工具的使用方法，并能够选取正确的工具解决问题。数字工具选择方面，要了解不同软硬件的功能特点，并选择适合的软硬件完成任务，并能通过组件增强软硬件的功能。数字工具使用方面，要掌握不同终端的使用方法，了解部分编程IDE、Matlab等工具。能够自学新工具的使用方法。

2  数字资源获取（12%）

该指标旨在引导学生在数字环境中检索、定位需要的数字资源，并评估数字资源的质量。数字资源需求方面，能明确对数字资源的需求，包括内容、形式、字段等。数字资源检索方面，能使用搜索引擎等工具，检索并定位数字资源，准确选择检索关键词。数字资源筛选与评估方面，能对数字资源进行比较，评估质量和权威性，在大量数据中筛选需要的資源。

3  数字资源管理（10%）

该指标旨在要求学生对数字资源进行有效组织和管理。数字资源质量控制方面，能识别数据噪声，了解数据修复、清洗的方法。数字资源组织与存储方面，能够以合理结构组织数字资源，分析不同数字资源的相关性。数字资源访问与调用方面，能够合理调用数字资源，具备基本的权限意识和权限管理能力。

4  数字资源使用（20%）

该指标旨在要求学生使用数字化手段发掘、分析问题，构建数学模型解决问题，并对结果进行分析。发掘问题方面，能从数字资源中发掘问题，并加以解释和重现。分析问题方面，能够基于数字资源对实际问题进行抽象，明确问题的边界、限制条件、优化目标等。模型构建与流程设计方面，能将问题处理为逻辑步骤，构建模型，并以算法等方式表示流程逻辑。模型实现与修正方面，能够使用适合的软硬件工具实现模型，并进行调试，修正和优化模型。结果分析方面，能验证数字资源的处理结果，评估并提高计算效率，拓展模型的适用范围。总结利用计算机解决问题的方法，迁移到其他类似问题中。

5  数字化表达（9%）

该指标旨在要求学生能够创造数字资源，并以数字化形式与他人交流合作。数字资源创造方面，能够创建视频、交互式页面等不同形式的数字资源，根据需要选择最佳的展示形式。数字化交流方面，能通过数字化手段表达思维逻辑，了解知识共享许可协议（CC）等信息共享协议。数字化合作方面，能够灵活使用共享文档、远程协作等数字工具与他人合作。

6  数字安全保护（6%）

该指标要求学生具备个人信息保护的意识和能力，同时具备基本的网络安全保护常识。个人信息保护方面，具备个人信息保护意识，理解隐私保护政策，谨慎使用个人信息。网络安全防护方面，具备基本的网络安全常识，了解计算机病毒及其防护。安全保密方面，具备一定的保密意识，按规则和程序使用数据。

（三）  数字价值观（15%）

评估数字素养与技能的另一个重要维度是数字价值观。价值观决定学生对数字世界的认知、对数字工具与技能的使用，以及人才未来成长的潜力。

1  数字创新（5%）

该指标旨在引导学生主动接受数字技术对环境的改变，形成利用数字手段主动创新的思维意识。数字创新接受方面，对数字新观念、新事物态度积极，主动了解、尝试数字技术及应用。数字创新思维方面，以数字化思维理解生产生活现象，具有数字化创新意识。

2  数字与社会（5%）

该指标旨在引导学生主动思考、正确处理数字技术与社会的关系，理解技术与社会责任。数字认知方面，理解数字化对社会发展的作用，辩证看待其影响。社会责任方面，具备积极的技术观，理解数字治理的必要性。

3  数字伦理（5%）

该指标旨在引导学生在网络空间中也要遵守社会公序良俗，维护网络文明、保护数字权益。网络文明方面，能够合理、文明地使用互联网，在网络空间遵守公序良俗。数字权益保护方面，具备基本的数字权益概念，有意识保护自身数字权益。

四  总结与展望

本文综合当前全球主要数字素养与技能评估框架，围绕数字时代基础学科人才从事学习、创新活动的规律与要求，融合专业潜质与综合素养、科研规律与数字生命周期，提出基础学科人才数字素养与技能评价指标体系。目前，相关研究还在起步阶段，随着数字化转型进程不断深入，需要不断丰富完善评估框架和考察方式。

一是逐步探索将数字素养与技能纳入高校基础学科人才选拔。数字素养与技能已成为开展科研、创新活动的基础性素质，应逐步探索将数字素养与技能评估纳入高校基础学科人才选拔环节。要有效引导、循序渐进，保障教育公平。

二是不断完善优化数字素养与技能评价体系。数字技术是全球创新最活跃的科技领域，数字素养与技能的内涵和边界将不断丰富拓展。评估指标和维度需要根据技术发展及时更新调整、优化提升。

三是加强高校对基础学科人才数字素养与技能的培养。选拔是培养的第一步，高校要结合基础学科人才培养的规律、学科交叉融合的趋势、科研范式创新发展的方向，更体系化、更有针对性地加强对基础学科人才数字素养与技能的培养。

参考文献：

[1] 习近平主持中共中央政治局第三十四次集体学习：把握数字经济发展趋势和规律 推动我国数字经济健康发展[EB/OL].http：//www.gov.cn/xinwen/2021-10/19/content_5643653.htm.

[2] GILSTER P. Digital literacy[M]. John Wiley & Sons， Inc.， 1997.

[3] PANEL I L. Digital transformation： A framework for ICT literacy[J]. Educational Testing Service，2002，1（2）：1-53.

[4] 柏毅，黄雪莹，周安然.NAEP信息与通信技术素养测评框架，评估设计及启示[J].教育测量与评价，2019（9）：38-44.

[5] JANECHARLTON. Developing Digital Literacies[J].Jisc.

[6] PUNIE Ｙ， ＢＲＥＣＫＯ Ｂ Ｎ， ＦＥＲＲＡＲＩ Ａ．ＤＩＧＣＯＭＰ：a Framework for Developing and Understanding Digital Competence in Europe[J].eLearning Papers，2014.

[7] LAW N， WOO D， WONG G. A global framework of reference on digital literacy skills for indicator 4.4.2[R].UNESCO， 2018.

[8] DQ Global Standards Report. Common framework for digital literacy， skills and readiness[R].Singapore：DQ Institute 2019.

[9] 曾曉牧，孙平，王梦丽，等.北京地区高校信息素质能力指标体系研究[J].大学图书馆学报，2006（3）：64-67.

[10] 任友群，黄荣怀.高中信息技术课程标准修订说明 高中信息技术课程标准修订组[J].中国电化教育，2016（12）：1-3.