摘要:研究生培养是为国家现代化建设培养高层次、高素质、创造性人才。提升硕士研究生的数据素养，既是适应国家战略发展的需要，又是提升硕士研究生科研创新能力的核心要素。大数据时代不仅革新了传统数据素养的培养模式，还营造了数据素养能力培育新生态。当前，我国信息技术与研究生教育的融合发展尚处于初步应用整合阶段，推进信息技术与当代硕士研究生数据素养养成，应建立全面的数据素养保障体系，注重培养学生的数据素养意识、数据采集能力、数据分析能力和数据监护能力，全面提升硕士研究生的数据素养。
关键词:数据素养;大数据;数据意识;数据分析
一、引言
2015年，国务院在印发的《促进大数据发展行动纲要》中指出:大数据是以容量大、类型多、存取速度快、应用价值高等为主要特点的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。［1］大数据已然成为重要的知识财产，对数据的采集、处理、分析、预测能力已不仅是专业数据分析人员的素质要求。早在2012年，美国政府就在《大数据的研究和发展计划》中明确要求各层级研究人员都要使用数据，利用数据驱动决策。研究生教育是我国教育体系中的最高层次，高校的研究生培养是为国家现代化建设培养高层次、高素质、创造性人才，为我国在国际竞争中提供重要支撑力量。因此，提升硕士研究生的数据素养，既是适应大数据发展战略的必然，又是提升硕士研究生科研创新能力的核心要素。
二、数据素养的基本内涵
(一)数据素养的起源与发展
数据素养是在信息素养的基础上发展而来的，又有别于信息素养。信息素养侧重于发现信息，利用信息;而数据素养则侧重于对数据的敏感性(即数据意识)、数据的综合应用能力(即数据采集、处理、发现、整合、分析、预测及利用等)和对数据的判断思维(即数据伦理)。因此，数据素养是在大数据背景下对信息素养的延伸，也是信息素养创新发展和进步的成果。通过在WebofScience、PQDT、中国知网、维普、万方等数据平台中对“数据素养”进行检索发现:数据素养起源于美国的教育界，2012年进入快速发展阶段，这个时期涌现出许多知名的研究学者和机构，如美国加州大学、哈佛大学、北卡罗莱纳大学等。国内数据素养的研究起步较晚，在中国知网中检索数据素养，相关的研究最早可追溯至2011年，2017年增长迅速，以中国科学院文献情报中心、武汉大学、上海大学等研究机构为代表。由于图书馆的信息管理专业优势较为明显，目前很多高校在提升数据素养能力方面都以图书馆为主要阵地。而伴随着大数据的迅猛发展，社会对数据认知、采集、处理、利用和管理提出了更高的要求。因此，提升硕士研究生的数据素养能力，一方面仍需图书馆的支撑，另一方面还需要相关课程的引导和训练。自20世纪80年代教育部下发《关于在高等学校开设文献检索与利用课的意见》以来，经过几十年的发展，文献检索类的课程教学已由传统的手工检索、光盘检索、联机检索向网络检索发展，教学模式也由传统的“满堂灌”向上机实训、MOOC、翻转课堂等形式转变。［2］笔者以现代信息检索技术课程为例，探讨大数据时代硕士研究生数据素养养成教育的定位和体系构建。
(二)大数据时代数据素养教育的挑战与机遇
大数据时代，学科交叉融合明显，数据也以指数速度在增长，预计到2020年，全球数据总量将突破40ZB。［3］研究生作为未来科研的主力军，面临的问题不再仅仅是如何获取数据资源，而是如何在海量的数据资源中处理、分析、发现隐藏在其中的规律和知识。这就要求现代信息检索技术课程的教学定位要适应大数据时代的需求，构建符合社会发展的教育体系，及时调整教学内容，更新教学手段，为提升研究生的数据素养做好准备。
(三)数据素养教育的目标与定位
积极的数据态度是提升数据素养的前提。科学数据具有异构、海量、复杂、更新速度快等特点，这给数据素养的教学内容提出了新要求。因此，开展数据素养教育要跳出传统的观念和习惯，开展多样化的教学，如合作式教学、混合式教学、项目式教学。第一，合作式教学。教师应从研究生易于接受、理解的视角进行授课，针对数据采集、分析、处理、展示等层次探索合作式教学。如通过校企合作、院系合作、教师合作等多种形式，拓宽学生的知识面，增强学生的实践操作能力。第二，混合式教学。如在现代信息检索技术课程讲授教学内容之前，要求学生先登录中国大学MOOC网站学习武汉大学黄如花教授的信息检索课程，带着问题步入现实课堂，提升课堂教学效果。第三，项目式教学。现代信息检索技术课程会涉及在不同平台采集、处理、分析数据，因此，可以在课程授课中以项目形式引入，要求学生分小组讨论并完成项目实验报告，并做好演示介绍。总之，通过引入多样化的教学方式，借助多媒体技术手段，有利于提升研究生的数据素养。
三、硕士研究生数据素养教育的体系构建
大数据时代，数据的采集获取主要借助于传感器、计算机仿真、互联网、科学实验等。这些数据的采集、维护、管理与分析利用均存在差异，这也给硕士研究生处理大数据带来了诸多的挑战和能力要求。［4］在泛在化信息环境下，硕士研究生数据素养能力的提升显得尤为重要，利用大数据思维对传统数据素养教育体系进行重新审视和构建，对数据素养的流程进行优化分析，形成新型数据素养能力培养新生态。［5］硕士研究生数据素养培养，实际上是教学团队通过借助大数据、云计算、虚拟现实、物联网等技术，构建知识协同综合化智库、情境感知智能化教育平台、泛在互联嵌入式模式，从而实时感知硕士研究生情景，有效地实现线上线下融合，做到线下发现问题，线上服务推送，形成虚拟写作与试题活动的教育服务理念。结合硕士研究生的特征分析(如群体细分、专业定位、需求分析等)，提升硕士研究生的数据素养意识、数据采集能力、数据分析能力以及数据监护能力。
(一)数据素养意识培养
数据意识的培养是数据素养教育体系的基础和必要条件，数据意识的高低直接影响了硕士研究生对数据需求、采集、分析、评价的自觉程度，也间接影响了大数据背景下数据后期的共享、挖掘和再利用。现代信息检索技术课程的数据意识培养主要通过两个方面来实现。一方面，通过案例式教学介绍大数据背景下数据资源的重要性，培养硕士研究生的数据资源安全性意识，增强学生数据采集、处理、共享、分析、挖掘、展示的数据意识。另一方面，大数据背景下，数据资源互联互通、开放共享、广泛融合已成为趋势，给数据资源的安全性提出了更高的要求。因此，在课程进行中，针对数据安全、网络风险、知识产权保护等方面内容，要有针对性地培养学生在大数据环境下的数据法律意识，为数据安全做好保障措施。
(二)数据采集能力培养
笔者对2017—2018学年第一学期选修现代信息检索技术课程的108名硕士研究生进行了问卷调查，结果显示:有超过半数的学生使用亲自收集的数据，70%的学生采用网络搜索采集、10%的学生通过联系作者获取、33%的学生借助专业科学的数据库、50%的学生通过公开附带的数据源获取。可见，网络搜索依然是硕士研究生们采集数据的主要途径。因此，笔者在该门课程的教学内容设计上，会针对当前流行的网络爬虫进行专题介绍，也推荐学生在中国大学MOOC网站上自学相关课程(如北京理工大学的python网络采集课程等)。从笔者的调研中也可以看到，目前几乎没有学生采用元数据，学生对如何利用元数据来组织数据不甚了解。因此，笔者在课程教学中也会针对元数据进行专题讲解，借助元数据进行有效的数据管理，从而让数据更有价值。
(三)数据处理能力培养
数据的质量会对分析结果产生直接影响。因此，数据的预处理质量是数据素养培养中较为重要的一项。尤其在大数据时代，由于数据采集的渠道非常广泛，数据的质量参差不齐，必须通过数据清洗、规范化、降维、整合等方式对数据进行预处理。这就要求在数据素养培养方面，要强化学生数据分析和处理软件的能力。因此，在硕士研究生的课程设置方面，应加强数据处理和分析软件等课程的设置，如SPSS、SAS、Python、R语言等。但是，由于硕士研究生培养目标、专业定位不同，其个性化需求差异性明显。因此，课程不能千篇一律，要针对不同专业、不同群体特点，有针对性地对任课教师进行数据素养的岗前培训，以更好地适应大数据时代学生在采集、处理、分析和评价数据方面的需求，提升硕士研究生的数据处理和分析能力。
(四)数据监护能力培养
随着大数据、云计算、物联网、人工智能的快速发展，各行各业的数据都会被采集保存下来，数据的来源渠道广泛，不可避免地会使用到企业、政府、个人的资源和数据。研究生大多是利用数据进行非营利性的科学研究工作，应当坚持正确的数据伦理思想。尤其是对企业商业机密、个人隐私等敏感性数据，要有正确的道德规范。此外，要教育学生保证数据的真实可靠，严禁编纂、篡改、扭曲数据。在课程教学中，要注重培养学生的数据批判性思维。数据的批判性思维是数据素养教育的重要内容，培养正确的批判性思维能够让学生更加准确地判断数据的可信度和使用价值。
(五)数据素养保障体系
学校要为研究生数据素养教育提供必要的支持和保障。一方面，应强调专业教师的数据素养培训;另一方面，要意识到图书馆作为信息素养教育的主要实施机构，对硕士研究生的数据素养培育起着至关重要的作用。因此，在硕士研究生的数据素养教育中，专业教师要做好数据素养的教育工作，图书馆馆员要做好数据服务咨询和数据素养支撑工作。在大数据背景下，高校还需进一步出台相关政策来统一数据素养教育的发展方向，不断优化课程教学内容，充分整合现有教育资源，稳步推进研究生的数据素养提升。
四、小结
当前，基于大数据的硕士研究生数据素养教育尚处于初步研究阶段。随着科研的逐渐深入，作为未来科研工作主力军的研究生群体的数据素养教育亟待被关注，这是时展的必然。笔者以现代信息检索技术课程为抓手，以教学保障团队为出发点，构建知识协同综合化智库、情境感知智能化教育平台、泛在互联嵌入式模式，有效实现线上线下融合，并结合硕士研究生群体细分等特征分析，从数据素养意识、数据采集能力、数据分析能力及数据监护能力四个方面提升硕士研究生的数据素养。
［参考文献］
［1］张明海，周艳红．大数据时代大学生数据素养教育的目标定位及体系构建［J］．图书馆，2016(10):84－88．
［2］李立睿，邓仲华．“互联网+”视角下面向科学大数据的数据素养教育研究［J］．图书馆，2016(11):92－96．
［3］卜冰华．大数据环境下我国大学生数据素养教育研究综述［J］．数字图书馆论坛，2017(12):63－67．
［4］黄如花，林焱．大数据背景下数据素养教育研究［J］．数字图书馆论坛，2016(5):19－26．
［5］英爽，康君，甄良，等．我国研究生培养模式改革的探索与实践［J］．研究生教育研究，2014(1):1－5．
［6］季俊杰．优秀研究生科研能力的影响因素与启示［J］．研究生教育研究，2013(2):13－18.
作者:李会 夏万军 单位:安徽财经大学