基于研究生科研创新能力培养的高校数据素养教育策略研究

黄祥芳,冯 巧

(1.吉首大学 商学院,湖南 吉首 416000;2.暨南大学 管理学院,广东 广州 510521)

0 引言

近年来,我国研究生招生规模从2013年的60.8万人扩大到2022年的124.3万人,10年内增长了近1.1倍[1]。但我国研究生教育大而不强,导致研究生质量与规模并不匹配。研究生科研创新能力培养有利于推进研究生规模和质量协同发展[2],是推动研究生教育内涵式发展的有效途径[3]。在“以数据为基础”的科研背景下,数据素养是研究生顺利开展科研工作的基础,科学有效地开展数据素养教育,进而培养研究生科研创新能力是研究生教育中亟待解决的问题。

1 数据素养对研究生科研创新能力培养的影响

数据素养是一个涵盖数据意识、数据能力和数据伦理的综合概念,以下将从这3个方面进行分析。

1.1 数据意识对研究生科研创新能力培养的影响

数据意识是指研究生在科研中逐渐形成的对数据自觉重视、关联应用、隐私保护等意识,包括数据价值意识、数据应用意识、数据交流与共享意识及数据安全意识。研究生只有拥有理性的数据价值意识,意识到数据在科研中的重要价值,才能甄别出有价值的数据服务于科研,提高科研产出质量,进而培养自身的科研创新能力。研究生能意识到搜集到的数据与正在进行的科研的关联性,并重视量化研究方法在科研中的运用,具备良好的数据应用意识,有利于科研创新的推进。科研活动多以团队合作形式开展,数据交流与共享意识对于研究生的科研创新能力培养也极为重要。数据安全意识可以帮助研究生保护知识产权、避免误用数据、保护个人隐私及遵守法律法规,从而为研究生科研创新成果提供保障。综上,数据意识既是数据素养的先导和基础,也是研究生科研创新能力培养的基础。

1.2 数据能力对研究生科研创新能力培养的影响

数据能力主要分为数据获取能力、数据处理能力和数据分析能力。研究生只有具备了运用一定的技术方法从各种渠道获取有效、及时、准确的数据能力,才能从海量的数据中提取有用的信息,为“数据密集型”科研提供基本的数据支持。数据往往呈现出非结构化和有效性低的特性,研究生需要对所获取数据进行筛选、加工、整合等数据处理工作,将高价值数据与冗余数据分离,将不同结构及形式的数据进行解读和转换,以供研究使用。科研中的数据通常无法直接揭示研究结果,这要求研究生应具有一定的数据分析能力,对数据定向定量分析以解读出专业的结论。综上,数据获取能力、数据处理能力和数据分析能力都会对研究生科研能力的培养产生积极影响。

1.3 数据伦理对研究生科研创新能力培养的影响

数据伦理是科研创新活动各阶段中必须遵守的道德规范和行为准则。人们在享受大数据时代“数据福利”的同时,也面临着诸如数据滥用、知识产权侵犯等数据伦理危机和利益冲突的问题。而此类问题的解决既依赖于法律法规的约束,也更需要科研工作者树立数据伦理道德意识,自觉遵守数据获取、使用及传播规范。对研究生而言,数据伦理是其科研活动中必须坚守的底线,可以确保研究生在科研活动中的数据使用行为遵循正确的方向,从而使得研究生在科研创新活动中真正形成科研创新能力。

2 基于研究生科研创新能力培养的高校数据素养教育现状

2.1 数据素养教育缺乏服务科研创新能力培养的针对性

目前,为了提高师生的数据处理能力,大多数高校图书馆在提供大量检索工具和相关数据库资源信息的同时还提供了一些面向数据处理分析软件应用的培养计划。研究生需要深入参与科研活动,而科研项目的顺利推进离不开数据的支持,故与本科生相比,面向研究生的数据素养教育更强调专、精、深。然而,当前面向研究生的数据素养教育只涵盖了基础知识,缺乏对更深层次数据素养的培养和思考,且数据素养教育与学科专业结合度不够,尤其缺乏服务研究生科研创新能力培养的针对性。

2.2 数据素养教育主体单一

多数高校数据素养教育主体为图书馆员,处于“单打独斗”的局面,缺乏与其他利益相关主体的合作。面向研究生科研创新能力培养的数据素养教育既是涉及多源异构数据的发现、获取、处理及利用的过程,也是一个专精深的、实践的、动态提升的过程,仅有图书馆员难以真正有效地实现数据素养教育目标。同时,图书馆员虽然积累了丰富的数据素养教育实践经验,但他们往往缺乏学科专业背景,在实施数据素养教育时无法搭建真实的研究情景,教育内容针对性差,无法解决研究生在具体科研中面临的相关数据管理问题。

2.3 数据素养教育模式创新不足

我国高校的数据素养教育以讲座培训和课堂讲授形式的通识教育模式为主,这一模式下的相关数据素养课程面向所有学科领域,不分专业门类,且课程内容主要涉及数据素养基础知识和基本技能。在线课程模式已被各高校在数据素养教育中广泛采纳,这一模式打破了传统线下课程的身份、时空限制,但缺乏激励与约束,也很难兼顾研究生的学习基础和能力。嵌入式培养模式将数据素养教育以沉浸式和体验式方法嵌入教学、科研、实践等过程,这一模式在满足研究生个性化需求的同时又提高他们对数据的敏感性及解决问题的能力,但该模式的运用和创新普遍不足。总体来看,传统的数据素养教育模式对于研究生并不友好,亟待数据素养教育模式的创新。

2.4 数据素养教育需求差异化明显

笔者针对湖南省高校研究生的抽样调查显示,91%的研究生认识到科研活动受数据的收集整理、统计分析等水平的影响,且科研水平的提升与自身的数据素养水平密切相关。在被问到科研中的数据素养教育需求时,82%的研究生认为当前数据教育需求较大。进一步调查发现,研究生在数据素养教育方面的需求因学科、层次、阶段不同存在明显差异。就学科而言,医学、法学及教育学类学生对数据发现和获取的需求最高,商科类研究生对数据收集、统计分析和建模等方面需求最为迫切,文学和理学类研究生对数据收集、统计分析的需求也较为突出,工学类研究生对数据素养需求相对均衡。就层次来看,硕士一年级的研究生对数据发现的需求最高,硕士二年级、三年级的研究生对数据处理方法的需求最高,而博士研究生对数据素养的需求较为均衡。从科研生命周期来看,27%的研究生希望在科研启动阶段获得相关科研数据资料的检索指导,40%的研究生希望在科研准备阶段获得相关帮助以拓展科研资料的积累,72%的研究生希望在科研实施阶段获得课题研究中所需数据处理的方法培训,32%的研究生希望在科研成果发表期获得相应的成果发表渠道信息的支持。

3 基于研究生科研创新能力培养的高校数据素养教育对策

3.1 制定面向研究生科研创新能力培养的数据素养标准

首先,高校的数据素养教育部门应依据科研活动流程,调研研究生数据管理需求及数据素养能力现状,细化数据素养培养目标,在此基础上提炼出面向研究生科研能力培养的数据素养标准。其次,应将数据素养内容纳入研究生考核标准中,通过年度考核、专项考核等方式,对研究生在科研创新能力培养过程中的数据素养教育进行持续监控,以促使他们主动培养这一能力。最后,相关部门还应依据数据素养考核结果制定针对性的激励方案,打造积极向上的数据文化氛围,促进研究生数据搜集、分析、应用等意识的形成。

3.2 以多元主体协同优化研究生数据素养教育团队

建立以图书馆为主导,联合校内校外单位的“知识整合、合作互补”多主体协同数据素养教育团队。在多重协作的实践中,图书馆面向教育一线,致力于数据素养教育的具体实施;学院要为数据素养教育提供面向学科的人才保障;研究生处、科技处和信息中心等校内科研和服务部门主要给予政策、经费、平台等方面支持;学校外部的科研机构,诸如实验室、研究所等,可为数据素养教育研究提供资助和相关的科研资源;具有数据与技术方面优势的数据库商则丰富数据素养教育的内容和教育方式。此外,为了使数据素养教育团队长期合作并实现多方共赢,图书馆应该主导建立完善的合作制度,需要明确合作模式、内容、评估和利益分配等事项,并建立长效的协同发展机制。

3.3 基于科研双生命周期革新研究生数据素养教育模式

科研项目生命周期和科研数据生命周期密切相关,每一个科研项目阶段对应具体的数据生命周期阶段。因此,高校可以建立结合科研项目生命周期和科研数据生命周期的数据素养教育模式,即以科研项目为主线,围绕科研项目生命周期和数据生命周期提供涉及数据相关的培训和服务。具体来说,在科研项目中的科研启动期阶段和准备阶段主要强调数据意识,需具备简单的数据收集能力,这时数据素养教育主体应向研究生提供立项前的查新服务,对学科前沿和热点知识进行推送;科研实施阶段的重点工作是数据收集和处理,相关数据素养教育主体应侧重向研究生提供数据收集和处理方法的指导;在科研成果发表时期,为帮助研究生将成果发表到与研究方向相对应学科的期刊、数据库中,数据素养教育主体主要提供期刊推荐与文献管理等服务。

3.4 开发精准锁定用户需求的研究生数据素养教育内容体系

首先,图书馆员可以结合不同专业研究生的科研需求,通过与学科教师之间的合作深入专业课堂和课题研究,开展嵌入式数据素养教育[4],以更好地满足其科研需求。其次,对不同层次的研究生进行分类教育。初入科研领域的硕士一年级研究生应该重点加强数据意识和数据伦理的教育,为科研工作的开展做好相关准备;对于科研密集的硕士二、三年级研究生,则需要更加深入地探讨数据处理、分析等方面的技能;针对承担更多科研任务的博士研究生群体应该同步加强在数据意识、数据能力和数据伦理方面的教育,且掌握的深度和广度都应该超过硕士研究生。

4 结语

科学有效地开展数据素养教育,进而培养研究生科研创新能力是在“以数据为基础”的科研背景下研究生教育中亟待解决的问题。本文的研究为面向用户需求的数据素养教育改革提供了新思路,利于增强研究生数据素养教育的效果,同时拓展了研究生科研创新能力培养相关研究,有利于促进研究生利用数据驱动创新,进一步提升研究生科研创新水平和培养质量。