高校数据科学教育生态系统建构
——以美国普渡大学为例

杨习超, 张炜

（1.杭州电子科技大学外国语学院 浙江杭州 310018； 2.浙江大学科教发展战略研究中心 浙江杭州 310027）

全球科技创新已进入空前密集活跃的时期，以大数据、物联网为代表的新一代信息技术加速应用，推动自然科学与人文社会科学日益呈现交叉融合趋势，传统高校学科组织模式正面临着重大挑战。在德国提出“工业4.0”之后，日本于2016年提出了“社会5.0”概念，其未来图景是智慧公民、科技创新、认知与决策自动化、社会技术生态融合、在线社区与物理互动、生活智能化与数据驱动的“超智能社会”。[1]数据科学通过信息媒介连接原本分离的学科、社区和用户，运用信息分析技能从各个领域生产的数据中提取有力的见解，将在理、工、农、医、公共健康及人文社会科学等领域实现新的革命，为传统高等教育注入新的元素，改变高等教育的供给方式、管理模式和实现范式。数据素养涉及批判性理解数据如何为科学问题提供信息及如何有效传播科学故事。[2]2020年初以来，全球蔓延的新冠肺炎疫情凸显了公共治理过程中对提升数据素养的需求。信息技术在教育中的全方位渗透与应用，使实施计算思维教育有了更加多元的选择，所有师生和学科也都将参与到计算思维教育之中。在帮助学生掌握学科基本技能之外，还要引导他们解决开放式科学、工程和技术问题。[3]本文选取普渡大学数据科学首倡计划作为教育创新案例，从数据科学核心理念、战略目标、组织架构、跨学科课程体系、学科会聚研究、服务性学习社区、产教融合等方面梳理和分析其一体化数据科学教育生态系统的建构过程。

一、普渡大学数据科学首倡计划的生态设计

普渡大学创设于1869年，现有教职工6000多人，在校生4.5万余人，工科、农科实力雄厚，有“美国航空航天之母”的美誉，美国登月第一人尼尔·奥尔登·阿姆斯特朗（Neil Alden Armstrong）、我国“两弹元勋”邓稼先是其知名校友。普渡大学是美国首个成立计算机系的大学，其主持的网络安全项目多次位列美国高校排名之首，在美国公立研究型大学中颁发的科学、技术、工程和数学（STEM）学位数量位列第三。2018年3月，普渡大学启动了一体化数据科学首倡计划（Integrative Data Science Initiative，以下简称IDSI)，旨在通过数据科学研究，解决迫切的、根本性的相关社会问题，建立本校特色的数据科学教育生态系统，培养学生适应未来迅速发展的、数据驱动的知识经济社会的能力。

（一）核心理念与战略目标

普渡大学IDSI 计划由负责学术事务与多样化发展的副校长兼教务长杰·阿克里奇（Jay Akridge）和负责研究与合作事务的常务副校长苏雷什·加利梅拉（Suresh Garimella）共同领导。该计划的核心理念是培育全体普渡大学学生的数据素养，以适应数字经济时代对信息化创新人才的需求。阿克里奇教授指出，数据科学作为重大的跨学科挑战，通过高级分析从大数据中挖掘新的知识，为普渡大学提供了战略转型机会，将增强和扩大普渡大学在STEM等领域的卓越声望。加利梅拉教授也强调说，现代社会对数据的需求是惊人的，培养劳动力的数据素养是IDSI的重要目标。

IDSI 计划的战略目标是：在数据科学理论、基础知识、驱动探索与应用等方面开展结构系统的研究工作；创立数据实体格局，通过学科融合与互动促进多学科创新性合作；建立一体化数据科学教育生态系统，保障所有学生获得专业的数据科学技能。该计划结合普渡大学的学科特色，支持学生充分参与数据驱动的世界，满足师生的数据研究需求和学术兴趣，强化数据科学对经济发展的潜力，推动学科业态的战略性变革。

（二）跨学科组织架构

IDSI的组织架构包括教务长办公室、IDSI指导委员会（Steering Committee for IDSI）、跨学科数据科学团队、创新发现园（Discovery Park）、校园数据科学服务中心等。2018年2月26 日，副校长加利梅拉召集成立了普渡大学IDSI指导委员会，由理学院统计与计算机科学教授帕特里克·沃尔夫（Patrick Wolfe）担任主席，委员会成员包括综合理工学院、工学院、文学院、药学院、农学院、兽医学院、克兰纳特管理学院、理学院、健康与人类学院、荣誉学院、教育学院、图书馆等多学科专家，以及常务副校长办公室首席新闻官格里·迈卡特尼（Gerry McCartney）。创新发现园作为普渡大学的科教园，聚集了大批医学、生物科技、纳米技术等高科技企业与研究所，为普渡大学教学研究一体化提供了实践平台，并主持了一批IDSI数据科学研究项目，主要解决能源、安全等全球挑战性问题，由首席科学家托马斯·迪亚斯·卢比亚（Tomás Diáz Rubia）担任执行主任。

（三）体现教学、科研、资源与社会服务统一的运行模式

IDSI的运行模式体现了教学、科研、资源与社会服务的统一。第一，IDSI指导委员会的顶层设计强调从学科组织结构上会聚普渡大学各院系及图书馆等机构，确立了数据科学的跨学科归属。第二，为跨学科数据科学课程、学位项目搭建起学科交叉平台，引导不同的专业与数据科学融合，为多学科嵌入数据科学提供了系统入口。第三，创新发现园主导的数据科学研究课题与课程提案为跨学科数据研究团队提供了可持续的人力资源，形成了普渡大学数据化战略的核心力量。第四，数据科学工作坊和数据挖掘社区打造了彰显本校学科优势的主题工作坊与师生深度协作的校园数据文化社区。第五，微软公司、数字农业、数字地球等知名数据企业参与并支持普渡大学数据科学产教融合平台的建设，拓展了传统校园的教育模式。数据科学教育创新的最大化发展是把整个校园各学科师生及教育管理人员吸纳进来，形成了一个多项数据科学活动的中心枢纽。校园数据科学咨询、检索计算、数据管理、统计咨询、研究智库以及图书馆研究数据等服务中心，为每一位参与数据科学研究与学习的普渡大学师生提供数据算法、统计基础、深层学习和实践应用等全方位的专业服务保障。

二、一体化数据科学教育生态系统的建构过程

大数据、物联网和人工智能技术的发展提高了信息共享的效率，也为传统自然科学和人文社会科学的多学科深层融合带来了历史机遇。教育生态系统是以个体、教育环境和教育活动为载体，以促进学生在不同学习阶段的可持续性发展为目的而形成的开放性结构。[4]普渡大学的IDSI 计划力图建立校园全覆盖的一体化数据科学教育生态系统（Integrative Data Science Education Ecosystem），由助理副教务长珍娜·丽卡斯（Jenna Rickus）负责，旨在培养学生创新，使数据科学成为每一位学生在普渡大学学习经验的组成部分，在他们所选择的领域获得数据科学基本原理的知识，毕业时具备扎实深厚的数据分析技能，从而为数据驱动型经济培养创新人才。该系统为多学科的师生、教育管理者提供了便利的数据科学入口，将有力地提升该群体的数据素养和学科品质。该教育生态系统主要由四个部分构成：跨学科学位项目与学科交叉课程、学科会聚研究计划与研究团队、基于服务性学习的数据科学社区与主题工作坊、面向产教融合的数据科学校企合作模式。

（一）跨学科学位项目与学科交叉课程体系

为培养数据科学相关领域的人才，普渡大学设立了一批跨学科数据科学学位，包括理学院计算机系和统计学系联合培养的数据科学学士学位，地球、大气与行星科学系培养的专业地理数据科学硕士学位，综合理工学院计算机图形技术系的数据可视化学士学位，克兰纳特管理学院的商业分析与信息管理硕士学位等。同时，举办了与计算机工程、网络安全、教育、电气工程、工业工程、数学和统计学等数据科学相关的学位项目，为多学科学生搭建特色鲜明的学术研究平台，引导他们进入数据专业领域，将他们培养成为未来的数据工程师。

围绕数据科学学位项目，各学院发起了一批面向实际数据科学学术问题的教育提案，为校园数据科学教学研究提供课程支持。2018年，创新发现园主导了首批9项特色数据科学教育提案，2019年又新增第二批5项提案，入围的团队重视多专业与多学科性，引导特定学科与数据科学的交叉融合，促进学科组织模式的创新。例如，农学院布鲁斯·埃里克森（Bruce Erickson）教授负责的“数据科学融合应用数字农业”课程组，由来自农艺学、动物学、农业与生物工程、农业经济学、食品科学、昆虫学、林业与自然资源等7个学科的10位教师构成；佩蒂·帕斯科茨（Pete Pascuzzi）教授主持的“构建数据科学教育生态系统资源库”课程组吸收了检索计算、统计学、图书馆信息学等3个学科的4 位教师；罗萨莉·克劳森（Rosalee Clawson）教授领衔的“数据科学建设区块：从伦理到探索”的5位团队成员分别来自政治学、统计学、哲学及克兰纳特管理学院等4个学科（见表1）。

各专业学院也开设了相应的数据科学课程，为本学院学生提供数据科学与所学专业融合的课程支持，以提升本学科的数据流畅性和师生的数据素养。全校数据科学课程分布为：农学院 86 项，教育学院 19项，工学院4项，健康与人类科学学院2项，理学院12项，研究生院35项，教务长办公室 5项，综合理工学院14项，克兰纳特管理学院37项。代表性的课程有农业学院的“遗传学与社会”，工学院的“机器学习与模式识别”，研究生院的“组织数据的管理”，综合理工学院的“交互性数据可视化”，健康与人类学院的“心理学数据理解与分析”，管理学院的“数字市场数据驱动决策”，理学院的“数据科学统计”等。

（二）学科会聚研究计划与研究团队

跨学科团队是申报创新发现园资助的数据科学研究项目的必要条件。2018 年3 月18日，创新发现园、教务长办公室以及研究与合作办公室联合发布公告，号召教授们围绕数据科学在生命健康、伦理、社会和政策等领域，以及数据基础原理、方法与算法（fundamentals, methods and algorithms）等方面提交课题报告。来自全校10 个学院48 个系部的172 位教师组成的52个团队提交了申报书，其中8个团队入选了IDSI基金支持。教务长办公室在全校范围内征集数据科学教育生态体系的建议,来自10个学院22个系部的37位教师提交了42个跨学科教育计划，其中9项获得了资助。前计算机系主任苏尼尔·普拉巴卡尔（Sunil Prabhakar）教授出任IDSI 项目主任，生物学教授凯瑟琳·希尔(Catherine Hill)和统计学教授马克·沃德（Mark Ward）为副主任。

表1 代表性普渡大学特色数据课程提案

围绕数据收集与使用伦理、分析方法与组织管理，跨学院教师团队积极开展交叉学科课程建设。政治学、统计学、工业工程和哲学的教师合作编写了伦理、数据整合和数据分析模块内容；电气工程系、图书馆和哲学系教师在工程数据思维方面合作开发模块课程。这些模块课程具有极大的灵活性，便于学生把课程内容融入本专业课程体系中。英语语言教师与数据科学家合作，指导学生在专业写作语境中撰写、诠释数据内容；分子微生物群落等模块课程帮助选修营养课程的学生接触、分析和解读国民营养数据组。数据可视化、商务分析等系列项目也在不断增长，吸收更多师生参与，共同推进普渡大学数据科学的发展。

（三）服务性学习的数据科学社区和工作坊

IDSI大力扶持服务性校园社区建设。2018年秋季，数据科学多学科领域实地研究工作的校园数据挖掘开始运行，首批100名实验组学生入住希伦布兰德舍（Hillenbrand Hall），2019年秋季增长到800名学生，50多位教师加入，由统计学的沃德教授领导。学生在数据挖掘社区的合作环境中学习、研究，通过思维实践的挑战提高交流能力、解决问题技能和决策能力。多学院学生参与合作教育项目，跨学院教师组织共享课程，学生有机会向一流学者、研究者学习，并且可以与他们进行合作。作为数据科学的基石，数据挖掘培养学生从事需求管理、规划和分析大数据集合知识的研究与实习。每年秋、春学期各开设一门1学分的数据挖掘讨论课程，帮助学生开阔眼界，了解未来研究生阶段开展的研究或者数据驱动领域就业的多种可能性。

由于传统分化的学科无法满足21 世纪技能培育要求，美国课程改革重视超学科整合策略的采用，希望通过超学科整合来弥补传统学科的不足，构建适合核心素养转化的课程框架。超学科整合又叫“主题教学”，即通过开放的主题整合不同学科及相关知识与技能。[5]IDSI 特色主题工作坊围绕“数据核心素养”开展工作，对全校师生开放，鼓励相关人员注册并加入任一感兴趣的工作坊，目的是通过课堂和实验活动、本科生研究机会和数据科学社团，帮助本科生在数据科学社团中开展协作研习，获得数据科学技能。创新发现园开设了4个目标主题数据科学研究工作坊（Targeted Data Science Research Workshops）（见表2）。

表2 目标主题数据科学研究工作坊

（四）产教融合驱动的校企合作模式

普渡大学通过系列数据主题讲座与知名数据公司交流，在数据农业、数据社会等领域开展校企合作，把数据科学理论的思想领导者和数据科学基本知识与应用以及数据驱动的社会探索活动引入校园，拓宽了数据科学教育平台。

2019 年，先后有索林技术（Solfintec）公司的丹尼尔·帕德朗(Daniel Padrao)、伊纳里（Inari） 公司的马克·斯托瓦斯(Mark Stowers)、微软公司的兰威尔·钱德拉（Ranveer Chandra）、数字地球（Digital Globe）公司的马尔·纳乌鲁尔(Kumar Navulur)、农能数字农业（Agrible）公司的保罗·米勒（Paul Miller）等数据科学专家出席普渡大学数据科学和数字农科讲习会等论坛，就数字农业与农业数据科学的特定主题做专业演讲。《PBS新闻一小时》（PBS News Hour）栏目科学记者迈尔斯·奥布莱恩（Miles O’Brien）和麻省科技媒体实验室首席研究员、开放农业创新计划主任凯莱布·哈珀（Caleb Harper）也多次在普渡大学数字技术与农业食品发展研讨会上与师生就食品的数字化、农业与自然资源系统的应用等问题展开深入交流和创新思考。2019年3月4日，“女性与数据科学”会议在创新发现园伯顿·摩根企业家文化研究中心召开，支持女性在数据科学教育领域的发展。2019年5月10日，普渡大学农学院组织了国家科学基金和农业部食品与农业国家实验室团队建设会议，应对数字农业的挑战。2019年9月25日，开展“普渡大学2050——未来的会议”，讨论普渡大学参与建设数字的、可持续的地方社区，推动了普渡大学数据科学研究与社会服务的结合。

三、一体化数据科学教育生态系统的核心特征

多元化服务创新的教育教学理念、多学科会聚创新的学术组织结构和产学研融合创新的知识生产方式构成了普渡大学一体化数据科学教育生态系统的典型特征。

（一）“多元化”服务创新的教育教学理念

随着大数据时代的来临，学习的智能化、个性化、社区化已成为必然趋势，教育学习生态正朝多元化、聚集化发展。[6]教育创新需要有与之匹配的教学实践环境，普渡大学的IDSI项目调动多学科教师参与数据项目研究和数据课程建设，大力培育数据“学习社区”（Learning Community），塑造了鲜明的多元服务性校园数据文化和师生合作氛围，为学生嵌入多学科视角的研究主题搭建了数据科学平台，为每一位学生提供了以数据科学为中心的一体化教育生态系统入口。不同主体在多样化互动中带来的物质、信息、思想等，推动了学习系统的运转。而社会互动的数量和质量直接决定学习生态系统的活力。[7]普渡大学数据科学教育生态系统体现了多元化服务的教育教学目标，从四个方面着手培育校园数据素养。一是在全校范围设置数据科学专业，为各个专业领域培养多样化的卓越数据工程师提供支持；二是把数据科学嵌入专业领域课程，帮助多学科学生在未来职业中运用数据科学信息技术开展工作、领导和决策，使他们拥有解决真实数据科学问题的经验；三是全面培育普渡大学学生的数据素养(data literacy)和数据流畅性（data fluency）能力，并对数据素养、数据流畅性作出定义，规划设计相关数据科学课程、教育内容和经验实践；四是在整个校园建立数据思维，确保从2020届开始，毕业生须拥有在数据科学基础学习、实践和应用方面的特定经历。

（二）“多学科”会聚创新的学术组织结构

智能社会和数字经济要求未来所有职业须融入新一代信息技术和数据科学。从学科进化视角来看，数据科学将根本性地重塑数据驱动的科学、技术、工程等学科领域，也将重塑非数据驱动的学科领域，如历史学、政治学、经济学、教育学等人文社会科学。这种范式转换不仅仅是数据本身驱动的，也是在理解、探索和运用数据过程中持续推动概念创新或思维转型实现的。[8]数据科学教育生态系统是普渡大学应对人工智能技术与智慧社会发展的重大战略行动，这次变革由普渡大学计算机系主导，依托于计算机科学、信息统计学以及相关STEM学科，并由教务长办公室、跨学科团队、创新发现园、数据工作坊、数据社区以及社会数据企业等多方携手组成普渡大学数据科学共同体。密歇根州立大学教授罗伯特·格里福尔（Robert J. Griffore）指出，“大数据无所不在，且极具变革力”，但很多传统学科仍未意识到数据科学以及数据素养将会影响到它们的生存。[9]普渡大学数据科学教育生态系统将整个校园转变为信息技术驱动的、多学科会聚的数据科学共同体，展现了卓越的战略视野。该共同体以数据思维核心素养与跨学科教学理念，带动所有学院打开智能化变革的想象空间，开启了数据+工科、数据+农科、数据+医科、数据+文科等学科会聚创新模式；强化数据交叉课程和跨学科专业建设，培养具备数据流畅性能力的多元化人才；依托各学科研究基础，开设主题工作坊，促进学科会聚和研究创新，驱动数据科学规则在不同学科范式间的良性转换。

（三）“产学研”融合创新的知识生产方式

除了传统课程和实验室活动以外，该教育生态系统强调通过跨学科学习社团、本科生研究机会、课程外机会、卓越客座讲师指导等多种形式输入数据科学知识，引导学生开展能力试验与应用实践。创新发现园作为数据科学教育生态系统中的重要一环，秉承教研相长、产教融合的教育理念，利用普渡大学的学科优势，组建教研团队与工作坊，开展全球安全、健康以及可持续发展等主题研究，丰富了数据科学教育活动，拓展了传统课堂教学的方式。校园数据科学主题社区为师生开展数据化研习活动和职业能力成长打造了良好的实践空间与文化氛围。在这样的共享社区，他们可以有效地获取数据科学基础知识、数据驱动应用等经历。与微软、数字地球和数字农业等知名数据公司进行广泛合作的产教融合模式带来了实用化的产业经验，拓宽了多学科数据人才的学科视野和知识结构。“信息+专业”“数据+应用”的产教融合，推动了校企间的经验共享与成果转化，深化了高等教育变革与数据经济驱动的有机结合。这种校企协同创新模式有效驱动了大学学术组织的变革，突破了“学科驱动”的象牙塔模式，加快了数据科学、自然科学和人文社会科学向社会应用服务的延伸，实现了高等教育组织的知识经济价值。

四、结语

普渡大学一体化数据科学首倡计划旨在实施大学学术组织的跨学科战略变革，通过数据科学会聚多个学科，实现跨学科人才培养、科学研究和社会服务，以期提升大学生数据素养并适应智慧化社会的需求。高校学术组织应当借鉴普渡大学的经验，以“数据+”的新思维引导“数据+工科”“数据+理科”“数据+文科”“数据+农科”“数据+医科”多学科会聚模式，有效推进跨学科组织变革与文化变革，形成数据科学与传统学科深度融合的新型多学科模态转换，构建精准化、细分化和整合化的数据科学教育生态系统，实现院校特色化发展。高等教育新工科、新农科、新医科和新文科建设，不仅需要大力培育数据驱动、知识共享、学科交叉的教学研究团队，同时要构建基于真实问题的情境化、社区化和服务性校园文化，打造教学体系、科研团队、实践平台、社会服务多位一体的教育服务共同体。高校组织变革也应当大力拓展外部资源空间，广泛培育校外学科发展战略合作伙伴，确立产教融合的市场着力点，将教学研究、师生团队和企业创新等活动融入“教育质量革命”的共同体，形成路径鲜明的协同育人机制，实现高等教育“核心素养”的“质量革命”。