如何開設(shè)中學(xué)數(shù)據(jù)科學(xué)通識課程

☉華東師范大學(xué)數(shù)據(jù)科學(xué)與工程學(xué)院 王 偉

在上一期的《摭談數(shù)據(jù)科學(xué)在中學(xué)通識教育中的作用》一文中，我們給大家介紹了以“思考點(diǎn)”和“實(shí)踐點(diǎn)”為中心的中學(xué)通識課程的重要性，并提出了“數(shù)據(jù)科學(xué)作為一門通識課程”的觀點(diǎn).隨著2017年教育部新一輪的高中課程標(biāo)準(zhǔn)的更新，數(shù)學(xué)與信息技術(shù)兩門基礎(chǔ)課程備受矚目，其也是和數(shù)據(jù)科學(xué)最為密切相關(guān)的課程.本期我們就“如何開設(shè)中學(xué)數(shù)據(jù)科學(xué)通識課程”這一話題給大家做進(jìn)一步的闡釋，同時也看看高中課程標(biāo)準(zhǔn)的改革是如何對數(shù)據(jù)科學(xué)的普及起到支撐作用的.

一、數(shù)據(jù)學(xué)科

要說清楚什么是數(shù)據(jù)科學(xué)，首先要把這個詞放到數(shù)據(jù)學(xué)科（或數(shù)據(jù)專業(yè)）這個更大的語境下去考量.雖然當(dāng)下的數(shù)據(jù)學(xué)科還沒有像其他傳統(tǒng)學(xué)科一樣標(biāo)準(zhǔn)化，但不妨礙我們從自身的認(rèn)識出發(fā)來進(jìn)行探討.在現(xiàn)階段，可以初步認(rèn)為數(shù)據(jù)專業(yè)至少包括下面四個方面的內(nèi)容：

數(shù)據(jù)學(xué)（Dataology）：研究探索數(shù)字空間中數(shù)據(jù)界（Data nature）的理論、技術(shù)以及相關(guān)方法，對象是數(shù)字空間中數(shù)據(jù)界里的數(shù)據(jù)，以此來獲悉數(shù)據(jù)的類型、狀態(tài)、屬性、變化形式以及變化規(guī)律，即數(shù)據(jù)專業(yè)的數(shù)據(jù)本體內(nèi)涵；

數(shù)據(jù)科學(xué)（Data science）：是以數(shù)據(jù)為中心，通過計(jì)算思維與數(shù)據(jù)思維的方法，來理解我們所處的世界，并實(shí)現(xiàn)問題的求解，即數(shù)據(jù)專業(yè)的學(xué)科方法內(nèi)涵；

數(shù)據(jù)工程（Data engineering）：支持?jǐn)?shù)據(jù)學(xué)和數(shù)據(jù)科學(xué)的工程實(shí)現(xiàn)，即為數(shù)據(jù)相關(guān)基礎(chǔ)設(shè)施、數(shù)據(jù)全部生命周期管理過程、數(shù)據(jù)科學(xué)過程方法論和工具、數(shù)據(jù)處理與分析系統(tǒng)、數(shù)據(jù)分析編程語言、可視化工具等，即數(shù)據(jù)專業(yè)的工程實(shí)現(xiàn)內(nèi)涵；

數(shù)據(jù)道德與職業(yè)行為準(zhǔn)則（Data of Ethics&Professional Conduct）：在數(shù)據(jù)的整個生命周期過程中所可能涉及的道德規(guī)范、社會問題、倫理問題、職業(yè)行為準(zhǔn)則等，即數(shù)據(jù)專業(yè)的道德與職業(yè)內(nèi)涵.

1.數(shù)據(jù)學(xué)

我們首先來區(qū)分一下數(shù)據(jù)、信息和知識這三個概念.數(shù)據(jù)是數(shù)字空間中的個體；信息是自然世界及人類社會中的各種現(xiàn)象；知識則是通過實(shí)踐得到的認(rèn)識和經(jīng)驗(yàn).數(shù)據(jù)是信息、知識的符號表示或者是載體，然而數(shù)據(jù)自身并非是信息或知識.故數(shù)據(jù)學(xué)所研究的對象并不是信息或知識，而是數(shù)據(jù)；若是對數(shù)據(jù)進(jìn)一步研究，不僅能夠認(rèn)識自然、生命和行為，還能獲得信息和知識.

復(fù)旦大學(xué)的朱楊勇教授認(rèn)為，人類在探索現(xiàn)實(shí)自然界和人類社會時，用計(jì)算機(jī)在處理人-自然-社會的整個過程中，一個復(fù)雜且龐大的數(shù)據(jù)世界應(yīng)運(yùn)而生.自從數(shù)據(jù)爆炸以來，人們除了生活在一直以來存在的自然界外，還生活在新的數(shù)據(jù)世界中.人類能夠通過探索數(shù)據(jù)界來了解世界，同時更需要探索數(shù)據(jù)界中的各種現(xiàn)象以及規(guī)律，這即為數(shù)據(jù)學(xué)的任務(wù).能夠預(yù)見到，目前全部科學(xué)研究領(lǐng)域，都會形成其相應(yīng)的數(shù)據(jù)學(xué)，并且伴隨著數(shù)據(jù)學(xué)的發(fā)展，更多的科學(xué)研究工作將會直接針對數(shù)據(jù)進(jìn)行，以此認(rèn)識數(shù)據(jù)、自然、社會以及人類的行為.

從這個角度看，數(shù)據(jù)學(xué)（Dataology）和美食學(xué)（Gastronomy）非常類似，前者是研究數(shù)據(jù)界中的數(shù)據(jù)，研究并認(rèn)識數(shù)據(jù)的各種類型、狀態(tài)、屬性及其變化形式和變化規(guī)律，而后者則是研究自然界中的各種食材，研究并認(rèn)識這些不同食材的類型、色澤、味道、以及烹飪加工變化中的形式與規(guī)律；廚師以食材作為原材料，利用菜譜和各種廚具，做成美味佳肴，而數(shù)據(jù)科學(xué)家則以數(shù)據(jù)為原材料，借助模型、算法和軟件工具，形成數(shù)據(jù)產(chǎn)品和應(yīng)用洞見.

因此，數(shù)據(jù)學(xué)所包含的研究對象、目的以及方法等都與現(xiàn)有的計(jì)算機(jī)科學(xué)、信息科學(xué)乃至統(tǒng)計(jì)學(xué)有著根本上的不同.

2.數(shù)據(jù)科學(xué)

鄂維南院士曾這樣論述數(shù)據(jù)科學(xué)所包含的兩方面內(nèi)容，即為：用數(shù)據(jù)的方法來研究科學(xué)、用科學(xué)的方法來研究數(shù)據(jù).前者的包含面很廣，囊括了地理信息學(xué)、神經(jīng)信息學(xué)、數(shù)字地球、生物信息學(xué)、網(wǎng)絡(luò)信息學(xué)、天體信息學(xué)、商務(wù)智能與社會計(jì)算等多個領(lǐng)域.后者囊括了數(shù)理統(tǒng)計(jì)、數(shù)據(jù)挖掘、模式識別、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫、信息管理、數(shù)據(jù)可視化等領(lǐng)域.故從技術(shù)的角度來看，前者關(guān)注的是數(shù)據(jù)技術(shù)如何在各行各業(yè)中發(fā)揮作用；后者關(guān)注的則是如何用信息技術(shù)收集、傳輸、處理、存儲和顯示數(shù)據(jù).

“數(shù)據(jù)科學(xué)”概念的出現(xiàn)要早于我們今天炒的熱火朝天的“大數(shù)據(jù)”，其研究的并非只是大數(shù)據(jù)，隨著數(shù)據(jù)量的井噴式增長，數(shù)據(jù)科學(xué)在其中扮演的角色也越來越重要，同時這也使得數(shù)據(jù)科學(xué)獲得更廣泛的理論內(nèi)涵和實(shí)踐意義.

上世紀(jì)六十年代《數(shù)據(jù)分析的未來》一書中，J.W.Tukey就預(yù)見了數(shù)據(jù)分析的新方法將會成為一門新的科學(xué).而在七十年代，P.Naur在《計(jì)算機(jī)方法的簡明調(diào)查》中第一次定義并提出了數(shù)據(jù)科學(xué)是“一門研究數(shù)據(jù)處理的科學(xué)，創(chuàng)立之初，數(shù)據(jù)與其所代表的事物之間的關(guān)系隸屬于其他學(xué)科領(lǐng)域的研究范疇”.

數(shù)據(jù)科學(xué)的發(fā)展與計(jì)算機(jī)、互聯(lián)網(wǎng)、大數(shù)據(jù)緊密相關(guān)，是以問題為根本指導(dǎo)的交叉型學(xué)科創(chuàng)新和新的知識體系.因此，與數(shù)據(jù)學(xué)以數(shù)據(jù)為導(dǎo)向不同，我們認(rèn)為數(shù)據(jù)科學(xué)的核心是以問題為導(dǎo)向的.

基于上述內(nèi)容，按照計(jì)算機(jī)科學(xué)中流行的計(jì)算思維的提法，數(shù)據(jù)科學(xué)可以定義為：以數(shù)據(jù)為中心，通過計(jì)算思維與數(shù)據(jù)思維的方法，來理解我們所處的世界（科學(xué)），以及對現(xiàn)實(shí)問題的求解（工程）.其最重要的思維方式是數(shù)據(jù)思維，簡單來說就是以數(shù)據(jù)為中心的問題求解.這也是貫徹后面中學(xué)數(shù)據(jù)科學(xué)通識課程中最重要的一條線.

數(shù)據(jù)思維是基于計(jì)算思維，因此數(shù)據(jù)思維的養(yǎng)成自然也就包括計(jì)算思維的養(yǎng)成，但數(shù)據(jù)思維可以解決部分用傳統(tǒng)計(jì)算思維所解決不了的問題.

3.數(shù)據(jù)工程

“數(shù)據(jù)工程”和上面所說的“數(shù)據(jù)學(xué)”與“數(shù)據(jù)科學(xué)”有什么區(qū)別呢？

實(shí)際上，現(xiàn)代“科學(xué)技術(shù)”中包含了科學(xué)、技術(shù)與工程三個不同領(lǐng)域或不同層次.科學(xué)，是對外在客觀世界的本質(zhì)規(guī)律的一種探索與認(rèn)識.其主要形態(tài)即為發(fā)現(xiàn)（Discovery），主要手段是研究（Research），其獲得的成果則大都是學(xué)術(shù)論文或?qū)Ｖ?技術(shù)是溝通科學(xué)和工程的橋梁.其主要形態(tài)即為發(fā)明（Innovation），主要手段是研發(fā)（Research&Development），其主要成果是專利以及相關(guān)論文和專著.工程是科學(xué)與技術(shù)的應(yīng)用，是通過創(chuàng)新思想（New idea）來對現(xiàn)實(shí)中的新問題進(jìn)行求解（Solution）.其形態(tài)是綜合集成（Integration），手段主要是設(shè)計(jì)（Design）、制造（Manufacture）、應(yīng)用（Application）與服務(wù)（Service），主要的成果是產(chǎn)品、作品、工程實(shí)現(xiàn)與產(chǎn)業(yè)化.科學(xué)家的工作是發(fā)現(xiàn)，工程師的工作是創(chuàng)造.

有了這些概念后，回過頭再來看就比較明白了.數(shù)據(jù)科學(xué)是以問題為導(dǎo)向?qū)ψ匀皇澜绾蛿?shù)據(jù)世界的本質(zhì)規(guī)律進(jìn)行探索與認(rèn)識，是用創(chuàng)新的思想對現(xiàn)實(shí)世界中的問題進(jìn)行求解；數(shù)據(jù)技術(shù)是數(shù)據(jù)科學(xué)與數(shù)據(jù)工程之間的橋梁.包括數(shù)據(jù)的采集與感知技術(shù)、數(shù)據(jù)的存儲技術(shù)、數(shù)據(jù)的計(jì)算與分析技術(shù)、數(shù)據(jù)的可視化技術(shù)等；數(shù)據(jù)工程則是數(shù)據(jù)科學(xué)與數(shù)據(jù)技術(shù)的應(yīng)用和歸宿，是利用工程的觀點(diǎn)進(jìn)行數(shù)據(jù)管理和分析以及開展系統(tǒng)的研發(fā)和應(yīng)用，是支持?jǐn)?shù)據(jù)學(xué)和數(shù)據(jù)科學(xué)兩類活動的工程實(shí)現(xiàn)，其包括數(shù)據(jù)基礎(chǔ)設(shè)施、數(shù)據(jù)全生命周期管理過程、數(shù)據(jù)科學(xué)過程方法論和工具、數(shù)據(jù)處理與分析系統(tǒng)、數(shù)據(jù)分析編程語言、可視化工具等.

二、數(shù)據(jù)科學(xué)

有了上面的認(rèn)識，我們可以看到，數(shù)據(jù)科學(xué)就是研究數(shù)據(jù)的產(chǎn)生、獲取、存儲、傳輸、處理、可視化、利用及其相互關(guān)系的一個當(dāng)代科學(xué)的前沿學(xué)科，對幾乎所有其他學(xué)科都有很強(qiáng)的協(xié)同性和滲透性，體現(xiàn)出整個基礎(chǔ)學(xué)科在大數(shù)據(jù)時代科技進(jìn)步中的先導(dǎo)作用.

今天，人類處于一個科學(xué)高度分化又高度綜合的時代，數(shù)據(jù)科學(xué)在整個科學(xué)體系之中將是發(fā)展最迅速的領(lǐng)域，充當(dāng)著人類發(fā)展最強(qiáng)大的引擎，其成為支撐學(xué)科交叉、技術(shù)創(chuàng)新、經(jīng)濟(jì)發(fā)展的主導(dǎo)力量，向全社會全方位滲透，并推動人類社會不斷轉(zhuǎn)型.

數(shù)據(jù)科學(xué)是一門典型的跨專業(yè)學(xué)科，第一張關(guān)于“數(shù)據(jù)科學(xué)”概念的韋恩圖是由Drew Conway在2010年制作.圖中的中心部分是數(shù)據(jù)科學(xué)，韋恩圖表明了數(shù)據(jù)科學(xué)是數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)、編程和領(lǐng)域?qū)I(yè)知識的組合.

圖1 數(shù)據(jù)科學(xué)的韋恩圖

圖2 數(shù)據(jù)科學(xué)的五大要素

可以將數(shù)據(jù)科學(xué)總結(jié)為三大支柱和五大要素.

三大支柱分別為數(shù)據(jù)學(xué)（Dataology）、分析學(xué)（Analytics）和算法學(xué)（Algorithmics）；而五大要素則包括數(shù)據(jù)思維、數(shù)學(xué)基礎(chǔ)、算法分析、工程技術(shù)和領(lǐng)域應(yīng)用，如圖2所示.

（1）數(shù)據(jù)思維：即數(shù)據(jù)驅(qū)動的問題求解，包括計(jì)算思維和統(tǒng)計(jì)思維.

（2）數(shù)學(xué)基礎(chǔ)：以數(shù)學(xué)和統(tǒng)計(jì)學(xué)為基礎(chǔ)的數(shù)據(jù)分析方法.

（3）算法分析：問題求解與數(shù)學(xué)分析方法的具體落實(shí)，通過作用在數(shù)據(jù)之上的算法來實(shí)現(xiàn).

（4）工程技術(shù)：即數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)計(jì)算、數(shù)據(jù)分析、數(shù)據(jù)展示等數(shù)據(jù)管理全生命周期技術(shù).

（5）領(lǐng)域應(yīng)用：結(jié)合領(lǐng)域知識，數(shù)據(jù)科學(xué)在各個行業(yè)的應(yīng)用.

在該模型下，利于我們獲悉數(shù)據(jù)科學(xué)的相關(guān)知識點(diǎn).我們不妨把這門課程稱作《中學(xué)數(shù)據(jù)科學(xué)與工程》，圖3是我們構(gòu)建的一個課程參考模型，供大家在做課程建設(shè)的時候參考.

圖3 《中學(xué)數(shù)據(jù)科學(xué)與工程》參考模型

從圖3中可以看出，該參考模型完全覆蓋了前面所提到的數(shù)據(jù)科學(xué)的三大支柱與五大要素.同時也可以看到，其中很多模塊和目前2017年新版的高中課程標(biāo)準(zhǔn)有著對應(yīng)關(guān)系，以高中數(shù)學(xué)為例，新課標(biāo)中數(shù)學(xué)核心素養(yǎng)中的數(shù)學(xué)抽象、數(shù)學(xué)建模、數(shù)學(xué)計(jì)算和數(shù)據(jù)分析在上面的參考模型中均有不同程度的涉及，而像“統(tǒng)計(jì)與概率”、“數(shù)學(xué)建模與數(shù)學(xué)探究”這樣的課程模塊更是有直接的對應(yīng).值得一提的是，在領(lǐng)域篇中的“科學(xué)研究”單元，還可以設(shè)計(jì)利用數(shù)據(jù)科學(xué)與工程來支持中學(xué)其他課程的內(nèi)容模塊，例如生物信息模塊、計(jì)算物理模塊等，這樣就進(jìn)一步打通了數(shù)據(jù)科學(xué)與其他學(xué)科之間的聯(lián)系，非常符合新版高中課程標(biāo)準(zhǔn)的改革方向.

三、結(jié)束語

隨著大數(shù)據(jù)與人工智能時代的到來，以及教育部新一輪的高中課程標(biāo)準(zhǔn)的改革，推動中學(xué)通識課程的改革恰逢其時.本文初步分析了目前在高等教育中扮演著重要角色的“數(shù)據(jù)科學(xué)”這個新的學(xué)科，在數(shù)據(jù)專業(yè)這個語境下分析了數(shù)據(jù)科學(xué)的內(nèi)涵與外延，并以《中學(xué)數(shù)據(jù)科學(xué)與工程》為例，給出了開設(shè)相關(guān)課程的參考模型，希望對大家在中學(xué)開展數(shù)據(jù)科學(xué)的教學(xué)實(shí)踐起到積極的推動作用.