中小學數據科學教育的國際比較

鈕新顏

隨著大數據技術的發展，數據爆炸增長帶來了新的科學領域——數據科學。人們逐漸認識到數據科學作為一門重要的學科體系應該在教育體系中得到重視。中小學信息技術課程正面臨從技術消費者到技術創造者的轉型時期，除了增加編程內容之外，還應該努力增加一些數據科學的內容，從而能夠創造一個更加指向滿足學生未來發展需要的課程體系。因此，筆者綜合審視了世界各國和地區的融入信息技術課程的數據科學教育，以期為我國信息技術課程改革和發展提供可借鑒的經驗。

數據科學能力框架

國際上已經有了一些關于數據科學能力框架的研究成果，筆者遴選了一些典型的數據科學能力框架并進行了比較，具體如下頁表1所示。[1]

盡管方法不同，但不同框架所包含的能力有很大程度的重疊。無論是在個人還是組織層面，都包括訪問數據、操縱數據、評估數據質量、進行分析、解釋結果以及（在大多數框架中）合乎道德地使用數據所必需的技能?？傊?，這些框架清楚地表明，數據科學能力框架是復雜的，涉及各種能力。

各個國家和地區的數據科學教育

1.英國的數據科學教育

英國的數據科學教育走在了世界前列，英國皇家學會在2019年發布了《數據科學技能的力量》報告。該報告是對當前英國數據科學領域的廣泛探索，它著眼于數據專業人員的需求及近年來需求的變化。筆者利用這一分析確定了四個主要行動領域：發展基礎知識和技能、提高專業技能和培養人才、促進人才流動和共享以及以良好管理的方式擴大對數據的訪問。

英國皇家學會的另一份報告《中小學課程中數據科學的整合》確定了數據科學技能在數學、計算、科學和人文學科中的存在程度，并顯示了數據科學技能正在被教授。[2]數據技能已經在英國全國中小學課程中普遍存在。而在計算課程中規定了各個階段的數據科學教育內容，具體如下：①關鍵階段2的計算課程培養學生對算法和編程技能的理解，重點是邏輯推理，以解釋簡單算法是如何工作的。學生必須把問題分解成更小的部分來解決問題，在程序中使用順序、選擇和重復，以及處理變量和各種形式的輸入輸出。他們還必須使用各種軟件分析、評估和呈現數據和信息。②關鍵階段3是學生在計算中認真學習數據科學的關鍵階段，特別是算法、計算建模、數據表示和數據結構的正式研究。課程規定，在關鍵階段3，學生應設計、使用和評估模擬現實世界問題和物理系統狀態和行為的計算抽象，理解反映計算思維的幾個關鍵算法，并適當使用數據結構。關鍵階段4的計算課程要求最低，反映了GCSE計算是可選的。英國的數據科學教育已經浸潤在計算課程體系之中，但是仍然有許多不足之處需要完善和發展。

英國將具體的數據素養的內涵做了一些界定，主要包括如下內容：①學生能計劃他們需要什么樣的數據來回答他們的問題嗎？這包括設計帶有適當的多選選項的調查問卷，以及了解他們可以使用什么設備。②學生能收集數據嗎？這包括識別他們可以親自或在線收集數據的不同方式。③學生能分析數據嗎？這包括從他們擁有的數據中識別模式和趨勢，以及能夠使用這些數據回答問題。④學生能出示數據嗎？這包括圖形、信息圖形，以及能夠“讀取”他人數據的圖形。⑤學生能討論他們應該/不應該提供/要求的數據嗎？這包括認識到如何使用數據，以及討論是否希望以這種方式使用數據的倫理。

2.美國的數據科學教育

美國的計算機科學教育體系中一直都有數據科學教育的一席之地。雖然美國一直比較強調計算機科學教育，但在計算機科學教師協會制訂的K-12階段計算機科學標準中，一整條線都被賦予了數據和分析，并為高中生設定了清晰的目標，如“創建交互式數據可視化”和“使用數據分析工具和技術來識別代表復雜系統的數據模式”。因此，用代碼進行數據可視化和分析仍然有很大的空間。美國CSTA標準中“數據與分析”模塊具體要求如下頁表2所示。[3]

除了英美之外，其他很多國家和地區都高度重視數據科學教育。例如，日本將數據科學和人工智能作為其信息技術教育的支柱內容。國際上的信息技術教育既強調編程教育、人工智能教育，也將數據科學作為很重要的內容之一。

融入信息技術課程中的數據科學教育思考

1.加強對數據科學基礎教育的重視程度

國家高度重視大數據建設及應用，很多高校都開設了大數據等相關專業。但在數據科學教育體系中，數據科學基礎教育至關重要，要從小培養社會公民的數據素養，因此，要在基礎教育體系中加強數據科學教育，我們要站在時代發展的戰略高度統籌謀劃數據科學基礎教育的建設與發展。

2.明晰數據科學教育的實施途徑

通過英美等國家的資料可以看出，數據科學教育不是只通過一個途徑就可以培養的，數學、信息技術教育等學科都可以培養數據素養。因此，我們要在相應課程標準修訂之際，將數據科學教育融入到各學科課程內容體系之中。信息技術教育正在經歷從傳統內容向新型課程轉變，數據科學教育應該作為重要內容納入其中。缺乏了數據科學教育的信息技術教育必然不能夠支撐起指向未來的人才發展，而沒有了信息技術教育作為載體的數據科學教育必然會喪失其技術優勢，成為無本之源。

3.做好數據科學教育的師資培育

發展數據科學教育的首要制約條件就是師資，沒有優秀師資的支撐就難以很好地實施數據科學教育。數據科學教育師資培育不僅要加強在職師資的培訓和發展，使其能夠掌握數據科學教育的知識、技能和方法，能夠懂得數據科學教育應該教什么、怎么教，更要將數據科學教育內容納入師范生教育體系中，不斷地重構和優化師范生教育體系和內容，使他們能夠適應未來的教育。

參考文獻：

[1]Data Literacy： What It Is and How to Measure It in the Public Service.[DB/OL].[2021-02-22].https：//www150.statcan.gc.ca/n1/pub/11-633-x/11-633-x2019003-eng.htm

[2]the Integration of Data Science in the Primary and Secondary.[DB/OL].[2021-02-22].https：//royalsociety.org/～/media/policy/Publications/2018/2018-07-16-integration-of-data-science-primary-secondary-curriculum.pdf.

[3]CSTA K-12 Computer Science Standards， Revised 2017.[DB/OL].[2021-02-22].http：//www.csteachers.org/standards.