地方高校数据新闻课程教学困境与应对策略

谢亚可

(湖南第一师范学院文学与新闻传播学院,湖南长沙,410205)

随着大数据技术的不断发展,一种新型的新闻报道方式——数据新闻应运而生。数据新闻是一种基于数据的抓取、挖掘、统计、分析和可视化呈现的新闻报道形式。数据新闻成为新闻学新的疆域,在一定程度上改变了传统新闻生产流程。数据新闻可以说是新闻价值思维和向度的一种重构,它为传统新闻带来全新的视角,使新闻报道有了更全面的数据支撑,同时利用多渠道传播途径和多角度新闻叙事模式将新闻报道推向了时代前沿。数据新闻的不断发展也对新闻教育提出了更高要求。目前,有不少新闻院校新设了数据新闻课程,但是,由于数据新闻教育刚刚起步,在教学的过程中往往会出现一些问题,掣肘着数据新闻课程教学和人才培养进程。地方高校如何突破现阶段数据新闻教学瓶颈,打造适合本土化发展的教学新模式和教学新体系,着力培养面向地域发展的跨专业新闻人才是一个紧迫的现实问题。本文旨在探讨地方高校数据新闻课程在教学过程中存在的问题与应对策略,以提高数据新闻课程的教学质量。

一、数据新闻课程培养目标

数据新闻课程是新闻专业必修核心课,也是遵循新文科建设发展理念、推进技术与人文融合的重要课程之一。数据新闻作为新闻传播学专业的一门前沿性课程,具有较强的综合性和实践性。该课程以马克思主义新闻观为指导思想,涵盖传统新闻学、数据分析处理、可视化设计、可视化叙事等课程内容。课程旨在培养学生的数据获取能力、数据分析能力、数据可视化能力及团队合作能力,引导学生形成正确的数据新闻素养理念和思维,开拓数据新闻视野,夯实数据分析挖掘、数据新闻报道的能力,在制作和传播数据新闻时坚持正确的社会主义核心价值观。数据新闻课程具体培养目标如下。

(一)强化价值引领,教学全程思政育人

坚守“为党育英才、为国铸利器”的初心使命,紧紧围绕立德树人根本任务,将思想政治工作贯穿数据新闻课程教学全过程,实现全员育人、全过程育人、全方位育人的新目标,推动专业课程与课程思政协同发展,构建育人大格局,将课程思政以润物无声的形式渗透到教学实践中,强化数据新闻的公共服务导向功能。2018年,《关于提高高校新闻传播人才培养能力实施卓越新闻传播人才教育培养计划2.0的意见》指出,要培养造就一大批具有家国情怀、国际视野的高素质全媒化复合型专家型新闻传播后备人才。[1]因此,强化学生的价值引领,提高课程的思政育人能力是数据新闻教学的首要目的。

(二)夯实新闻理论基础和新闻采写能力

数据新闻课程的教学,不仅要求学生掌握新媒体内容生产策划和分发能力,而且要培养学生的新闻采、写、编、评等传统业务素养,促使学生熟悉中外新闻事业发展史,加强对学生马克思主义新闻观的培养,促进党的创新理论入心入脑,促使学生做到学思用贯通、知信行统一。学生要增加新闻理论知识的储备,掌握文、哲、史、经、法等社会科学基础知识,具备一定的新闻敏感性,善于发现与识别新闻素材,在采访实践中不断总结采写经验,增强新闻写作的可读性、感染力和影响力。夯实学生新闻理论基础和新闻采写能力是数据新闻学习的基本目标。

(三)掌握数据抓取、数据分析和数据可视化的能力

学生要不断适应融媒体时代的发展需要,掌握具有一定难度的数字内容生产与传播技术,具备制作完整数据新闻作品的能力。首先,提升数据抓取能力。学生学会通过选择合适的数据抓取工具获取第一手数据,对庞杂的“脏数据”进行清洗处理,用数字技术体现新闻的价值。其次,厘清数据分析的思路方法。通过抓取工具获得的数据往往非常粗糙,无法产生有价值的信息,只有经过分析和提炼的数据才会呈现一定的逻辑性和价值性。最后,培养数据可视化的能力。数据新闻的呈现形式更加多样化,学生主要依靠图形化手段来分析数据呈现的新闻。因此,学生应掌握可视化技能,利用Processing、Adobe edge、Weka等软件进行图形、动画设计。掌握数据抓取、数据分析和数据可视化的能力是学生学习数据新闻的重要目标。

二、我国高校数据新闻的主要教学模式

2014年,中国传媒大学首开数据新闻专业方向。2015年起,中国人民大学、清华大学、北京大学、复旦大学、南京大学等高校陆续开设数据新闻课程。随着大数据时代的到来,全面提升数据素养已经成为新闻人才培养中不可或缺的一部分。目前,我国高校主要采取的数据新闻教学模式主要有以下四种类型。

(一)单个教师授课的教学模式

作为一门新媒体融合类课程,数据新闻的教学内容涉及新闻写作、数据挖掘分析和数据可视化等多个部分,内容涵盖文科与理工科的知识。笔者调研我国高校数据新闻课程开设情况后发现,目前很多高校尤其是二本、三本类院校还是以一名授课教师为主进行课程讲授,且大部分教师为文科教育背景,极少有教师具有理工科背景。文科类教师较注重理论知识传输,对应用数据技术方面内容的讲授稍显不足。从传统课堂来看,虽然单个教师授课可以很好地把握课程教学节奏,全盘把控全班学生的学习情况,但从当前数据新闻学科专业性来看,仅靠一名文科教师全程授课往往难以全面完成教学目标,需要有理科教育背景的教师配合完成教学。

(二)联合授课的教学模式

目前,我国大部分知名高校数据新闻授课采用跨学科融合的教学模式,由多名教师承担不同主题的授课任务。[2]数据新闻课程有一系列的先修课程,如新媒体概论、融合新闻学、传播学概论、传播统计学、新媒体数据分析与应用、图形图像处理等。高校可以将课程分为数据新闻的选题策划、数据抓取与分析、数据可视化三大类,每一类专题由一名教师承担。联合授课和融合教学能够在很大程度上考虑到教师的专业背景,教师能够发挥各自专长与优势,学生能够全面掌握数据新闻的理论与实践知识。

(三)设置独立专业的教学模式

在5G技术赋能媒体深度融合发展的背景下,我国有部分高校已经敏锐地认识到数据新闻在融媒体新闻发展中的重要地位,率先将数据新闻设置为独立专业,与网络新闻学、广播电视学、广告学同级,如中国传媒大学就采用此教学模式。[3]与联合授课的教学模式不同,独立设置数据新闻专业比跨专业融合教学模式在专业知识体系上更为细化和精准,高校除了开设新闻传播学基础课程,还开设了网页抓取技术、数据处理和可视化技术等课程。讲授实践操作的相关课程的课时量比原来仅一门数据新闻课程的课时量多了近三倍。总之,设置独立专业的教学模式可以让数据新闻的课程内容讲授更加深入与系统,使学生全面深入掌握数据新闻知识,提高实际运用能力。

(四)数据新闻工作室的教学模式

除了以上三种模式,也有部分高校面向其他学生、高校青年教师或相关从业者开设数据新闻工作室,如清华大学、复旦大学等高校因具备丰富的理论知识和实践经验而常开办一些针对性培训或综合性培训。在数据新闻工作室教学中,除高校教师授课外,学校还聘请了众多在业界有丰富实操经验的专业人员,促进理论与实践的充分结合。因为工作室教学举办时间有限,难以让学生系统掌握数据新闻的全部知识,所以该模式只能作为对数据新闻知识教学的一种补充形式,在前三种教学模式的开展下才能正常进行。

三、地方高校数据新闻教学面临的困境

不同地域和类型的高校在数据新闻教学方面拥有的资源参差不齐,导致地方高校在数据新闻教学中面临诸多困境。

(一)生源结构单一,跨学科学习有畏难情绪

数据新闻课程主要面向掌握一定新闻学基础知识、新闻采访与写作知识、数据分析技术的新闻学专业本科三年级学生。学生在大一、大二学年中已经系统学习了新闻采访与写作、传播统计学、数字媒体技术、新媒体数据分析与应用等课程,这些课程的学习为本门课程打下了基础。但目前新闻传播学专业的文科生偏多,他们对计算机、数据分析、艺术设计的掌握相对薄弱,多半学生对数据挖取、数据分析和数据可视化等学习内容存在畏难情绪,难以达到数据新闻人才素质要求。此外,由于地方高校数据新闻课程仅安排一学期,总课时约32课时,学生对该课程的学习很难达到理想水平,大多数学生对课程技能的掌握仍然停留在知识理解层面,未能根据相应的新闻选题进行自主实践。

(二)师资力量有限,教学资源相对匮乏

相比于国内外知名高校,地方院校能够承担数据新闻课程教学的师资力量有限。数据新闻课程需要教授学生多项技能,如新闻写作、计算社会科学、数据统计、可视化设计、图形图像编辑等。传统的新闻类教师难以同时具备以上学科背景。虽然地方高校也安排了相应的选修课程,但能同时满足上述专业要求的教师凤毛麟角,在新闻与技术的复合型融合方面还存在着差距。为了完成教学任务,地方高校可能会让多专业教师协同授课,或临时聘请外校或行业内相关人员进行授课[4],教学质量难以保证,不利于数据新闻人才的可持续培养。虽然学生也可以从中国大学MOOC、学堂在线等平台免费获取学习资源,但在线资源多以讲授数据新闻相关理论知识为主,对相关技术的实际操作缺乏详细引导。此外,由于地方高校办学经费紧张,实践教学资源配置不均衡,大部分地方高校购买校内外实践操作平台的预算不足,学校内的数据新闻实验室和工作室等补充学习机制难以建立,学校也未能配备专业的数据挖掘与处理软件与硬件设施,学生在校仅能了解数据新闻基础理论知识,课程实践教学流于形式。

(三)学科建设不完善,与市场需求脱节

当前我国大部分地方高校仍沿用传统的新闻学科建设方案,数据新闻课程以采、写、编、评流程进行专业教学,这不仅缺乏跨学科知识的教学与实践,而且对当前融媒体形势缺乏理性研判和转型规划,导致地方高校的课程教学和人才培养计划与当下新闻业界的生产需要脱节。虽然有研究者提出地方高校在培养数据新闻人才时要采用校企合作等方式,以打通学校培养与市场所需之间的壁垒[5],但总体来看实施起来难度较大。国内一线媒体如新华网、澎湃新闻、财新网、人民网等媒体与地方高校开展合作的机会一般非常少,目前只有中国传媒大学、清华大学、北京大学等少数高校可以与一线媒体展开合作,这也导致地方高校与企业对接较为困难。

四、地方高校数据新闻教学策略

(一)创新跨学科人才培养方式,建设复合型师资团队

我国地方高校新闻专业招生应打破以文科类为主的传统招生模式,提高理工类招生比重,这有利于新闻传播学专业对学生的文理跨专业培养。在学科设置方面,地方院校可以创新跨学科人才培养方式,推出新闻传播学与计算机专业双学位培养机制。[6]地方高校应优化课程体系,坚持跨学科、跨专业、跨院系横向交叉融合,在课程设置上提高文、史、哲、计算社会科学等课程比重,尊重学生的个性发展,鼓励学生跨专业选择自己喜欢的课程,培养学生的创新意识、创新思维和创新能力,不断提升学生的综合素养。

地方高校要加强复合型师资团队建设,注意盘活高校现有的教师资源存量,集结不同学科教师组建数据新闻教师团队,从以往的单一学科的师资队伍向多学科、多层次的师资团队转型。一方面,地方高校要构建灵活的引智机制。多引进业界师资,通过邀请业界专家授课、选聘业界导师或设立新闻记者驻校项目等措施吸纳业界精英参与数据新闻人才培养过程。另一方面,地方高校要创造条件推荐本校教师参加国内外数据新闻学术会议,或利用网络平台,采用联合开发慕课或网络在线直播等新媒体教学方式,联合知名院校师资进行数据新闻教学合作交流,加强高校教师与外校、媒体企业的联系,鼓励横向合作,促进教学成果转化。

(二)整合教育资源,利用线上线下资源重构教学模式

地方高校应围绕数据新闻的教学体系,充分整合和利用校内教学资源,根据专业需求设置数据新闻所需课程,加强院系之间的合作,化解专业需求与师资之间的矛盾,全面共享教学资源。根据现有的线上学习资源,教师在开展线下授课时要结合线上学习,积极探索数据新闻教学模式改革。一方面,根据生源特点重构课程体系,根据学生的认知规律和知识背景,重新规划数据新闻的课程知识矩阵,明晰知识重难点,合理划分线上线下学习资源,循序渐进地提升学生的数据新闻的创作能力。另一方面,引入线上优秀课程资源,将线上教学资源与线下教学研讨有机结合起来,打造“线上自主学习+教室研讨+实验室实践”三者有机结合的教学模式[7],层层推进探讨与学习,彻底改变传统教学“满堂灌”的方式,让学生在学中做、做中学,带着问题主动学习线上课程,加深学生对知识点的理解。利用线上线下资源重构教学模式可以改变地方高校传统单一的教学课堂模式,逐步开展以学生为主的探索模式,激发、锻炼学生实操能力,同时能弥补地方高校短期内师资不足的问题,解决师资与专业需求之间的矛盾。

(三)以学科竞赛驱动教学,提高数据新闻人才培养质量

地方高校要发挥赛教融合优势,营造良好的学习氛围,以赛促学、以赛促改、以赛促教、以赛促建,不断提升学生数据新闻综合技能水平。以赛促学,即地方高校通过数据新闻的学科竞赛锻炼学生数据新闻选题能力、抓取优质数据的能力、数据分析能力,提高学生数据新闻作品的创作水平; 以赛促改,即地方高校要以学科竞赛驱动推动数据新闻教学改革,推进实践教学理念转变、教学条件改善,推动传统新闻实践模式向新媒体实践模式转型;以赛促教,即地方高校要探索教学形式、教学内容、教学体系等方面的创新,以业界需求为导向,实现数据新闻教学流程重构;以赛促建,即地方高校要以学科竞赛为契机,积极建立数据新闻工作室和实训平台,邀请国内知名教师和业界专家来校授课,加深学生对数据新闻的认识与理解。以学科竞赛驱动数据新闻教学,不仅能让地方高校的数据新闻研究紧跟业界形态,发挥赛教融合的优势,而且有助于数据新闻教学工作的推进和学生实践能力的进一步提升。

(四)着眼于社会需要,加强与地方媒体的合作

地方高校的数据新闻教育应从实际出发,结合专业实际和就业市场对人才的需求,突出实践性,着眼于社会需要,积极拓展服务功能。[8]首先,地方高校可以建立符合地方特色、有助于融合发展的高校科研模式,以科研项目为依托,促进地方高校科研与新媒体事务的内部联系。其次,地方高校与地方媒体可以进行全方位合作,培养“双师型”教师,建立符合地方特色、有利于地方经济发展的人员互聘制度,促进校媒间的人才交流。[9]最后,地方高校可以选择当地优秀的传媒公司作为学生的实习基地,聘请资深媒体人作为高校外聘教师,制定科学可行的教学目标,添加灵活的实操课程模块,以新媒体市场需求为导向,为传媒行业培养更多“订单式”优秀毕业生。

综上所述,我国地方高校的数据新闻人才培养目前处于起步阶段,地方高校在数据新闻教学过程中依然存在很多困难和问题。在学科交叉融合大趋势下,地方高校新闻院系要抓住教学改革的契机,引入社会力量开展联合教学,实施项目式与模块化分层教学模式,促进高校教育与社会生产步调的统一化。如何培养符合大数据时代要求的数据新闻人才是地方高校新闻院系在教育转型过程中必须认真思考的问题。