大數據時代下研究生科研素質培養研究

紀金豹 王樹青 章慧蓉 張志紅

摘要：科研素質的提升是高校研究生培養的重要目標。隨著信息技術的發展，研究生培養已與大數據發生了深度融合，海量科學數據逐漸成為科學研究的基本工具和信息來源。如何在大數據浪潮下推進教育事業的發展，穩步提高學生的數據素養和科研素質，駕馭第四范式的挑戰成為亟待解決的問題。文章重點分析大數據時代下高校學生學習方式和科研方法的改變，從教學模式、科研方法兩方面具體研究大數據對研究生科研素質培養產生的沖擊，同時分析了知識產權、科研倫理等問題，并針對大數據應用于教育領域的獨特性，提出研究生科研素質培養建議。

關鍵詞：大數據; 科研素質; 研究生培養

中圖分類號：G6430?? 文獻標志碼：A?? 文章編號：1005-2909（2021）03-0072-07

大數據是以Volume（容量大）、Velocity（讀取速度快）、Variety（種類多）、Value（使用價值高）、Veracity（真實性高）為主要特征的數據集合，是海量、高增長率、多樣化的信息資產[1]。隨著“互聯網+”和“5G” 的發展，數據呈現爆炸式增長，傳統工具早已無法應對如此體量數據的收集、處理和分析。維克· 托邁爾-舍恩伯格和肯尼斯·庫克耶在《大數據時代》中指出：2013年是大數據時代元年，一場信息風暴正在席卷人們的生活和工作，大數據將帶來一場全新的時代變革[2-3]。提高教學水平是提升國家文化軟實力的重要途徑。2015年國務院發布《促進大數據發展行動綱要》，制定了未來10年大數據發展和應用的目標，在構建民生服務新體系方面，明確提出要全面推廣大數據在文化教育領域的應用[1]。

大數據時代下，海量的信息沖擊著高校教育事業的發展，研究生的科研素質培養迎來了改革發展的新時期，其中最典型的是線上教學模式的出現。2012年4月，麻省理工大學和哈佛大學共同創辦了大規模開放式網絡教學平臺edx，從此拉開了“網絡公開課”的大門[3]。北京大學、清華大學、香港大學、京都大學、首爾大學等15所亞洲高校也紛紛加入edx網絡課程平臺，同步上線的課程面向全球免費開放。與edx同年上線的還有普林斯頓大學、斯坦福大學、賓夕法尼亞大學等世界頂尖名校共同創辦的Coursera大型公開在線課程項目[4]。該項目剛成立，全球190多個國家和地區的150萬名學生報名參加， 68萬名學生注冊了124門課。2013年10月進駐中國后，北京大學、復旦大學、南京大學、上海交通大學等高校紛紛加入。之后，網絡課堂如雨后春筍般涌現，MOOC、學堂在線等平臺逐漸將學習由線下轉移到線上，降低了學生享受優質教育資源的準入條件，全球學子共上一節課的新形式出現了[5-6]。

大數據沖擊下不僅學習方式改變，科研方式也發生了變化。2007年，圖靈獎得主吉姆·格雷在NRC-CSTB上發表了著名的演講《e-Science：科學方法的一次革命》，宣告了科學研究第四范式的出現。在這篇演講中，吉姆·格雷將科學研究分為四個范式，除了常用的實驗范式、理論范式、仿真范式之外，信息技術促使第四范式出現，即數據密集型科學發現，也就是 “大數據”[7-8]。

文章重點分析大數據時代下高校學生學習方式和科研方法的改變，簡要分析數據時代學生的科研倫理意識，結合大數據特點為加強科研素質培養提供一些建議。

一、教學模式的變化

中國傳統教學是“教師現場授課”的輸入型教學模式，教師是知識的輸出者，主導整個教學活動，學生則被動接收傳遞的知識[9]。這種教學活動的效果和授課教師的知識體系、專業素養有很大關系，效果不好時，容易忽視學生知識水平的差異和個性化需求，使學生喪失主動性，不利于學生科研素質培養。另外，線下教學水平參差不齊，硬件配置完全取決于投入的資金，以及教學時間不靈活等問題，都對學生的培養有極大限制。

隨著網絡技術的發展，數字信息與網絡資源發生了融合，其應用于教學， E-Learning便誕生了，而且在學生追求更專業的知識、更方便快捷的學習模式中，線上學習逐漸發展為學習的重要途徑，為教學改革提供了全新的思路。線上教學的優勢有：（1）優良的師資條件。通常情況下，在線上教育平臺發布課程的教師都是名校中有豐富教學經驗、德高望重的教師，他們擁有非常深厚的專業知識，能將問題講解清楚;（2）空間無限。教育部《2019年全國教育事業發展統計公報》顯示，全國在學研究生286.37萬人，其中在學博士42.42萬人，各類高等教育在校學生4 002萬人，且招生量仍呈持續增長的趨勢。龐大的教學需求和有限的教學資源給高校的教學工作帶來了巨大挑戰。而線上教學可以很好解決空間不足的問題，學生學習不必去固定的教室，也不必為搶坐而苦惱，只要有網絡和手機，就可不出門卻學遍天下; （3）時間無限。線上相比于線下還有一個更大的優勢，學生可以根據自己的學習狀態自由安排學習時間，做到高效學習，對于上課時沒有聽懂的內容課后還能無限復習。

互聯網技術的發展為線上教育帶來了前所未有的發展契機。據統計，2019年中國在線教育用戶規模達到2.61億人，2020年在線教育用戶達到3.09億人。隨著教育市場規模的擴大，線上教育有逐年增長的發展趨勢[10]。在2020年5月，教育部在全國大力開展線上教育，從師資團隊、教學設備、網絡管理等方面層層把關，力求建立一套完整、系統的線上教育平臺[11 ]，更是加速了線上教育的全面普及。

總而言之，大數據時代下教學模式已發生了巨大的變化，新型的教學方法既符合當代學生自主學習的需求，也符合高校培養創新型全能人才的需求，有很大的發展空間。

二、 大數據時代科研方法的改變

（一）數據密集型范式出現

在科學發現領域，以實驗為基礎的科研范式開啟了現代科學之門，如伽利略的“自由落體實驗”，而當實驗條件不滿足時，理論推導就悄悄發展起來，如牛頓的經典力學實驗。隨著計算機技術的高速發展，通過仿真模擬進行實驗研究迅速成為科學研究的常用方法。而進入互聯網時代后，尤其是超級計算級和第五代移動通信技術的出現，數據爆炸性增長，數據密集型范式應運而生。數據密集型范式主要分為兩類：一是通過數據研究科學，即通過采集相關數據分析科研問題，探究解決之法;二是用科學方法研究數據，將數據視為研究對象，加以思考、設計并展開研究[12]。

計算機仿真范式是提出理論、收集數據，再利用計算機仿真驗證的方式。在仿真范式里經常會遇到一個問題，對某一現象可能有多種影響因素，但在模擬時沒有辦法考慮到所有影響，只能根據經驗和理論選取最重要的一個或幾個影響因素進行簡化。依據理論與經驗進行變量取舍很可能由于自身理論的不足忽略主要變量，造成結果與實際完全不同，同時，理論與變量間的關系限制在人們現有的認知能力范圍內[13]。而數據密集型范式很好地解決了這個問題，先通過數據庫收集大量的已知數據，然后通過超級計算機分析得出原因并進行預測，從中總結理論。

（二）文獻數據庫的智能化利用

數據庫建設為高?？蒲刑峁┝舜罅康奈墨I資源。文獻大數據是科研重要的參考資源，突破了傳統的研討會等學術交流方式，將所有科研成果全部收集起來，便于世界各地的研究人員隨時查閱，具有非常重要的知識傳遞功能，給予研究人員指導和啟發?？蒲写髷祿絹碓街腔刍粌H可以幫助選題，尋找研究方向，還可跟蹤研究趨勢，掌握最新消息。同時，文獻庫也能幫助科研人員精準查找文獻，并分析各篇文章之間的聯系，從而獲取該方向的整個研究過程。通常情況下，文獻庫都配有作者信息，便于直接與作者交流。大數據極大地提高了科研效率，不必重復進行多次實驗就可以掌握大量數據，可以直接通過數據庫完成數據的挖掘、收集、整理、提取、分析、利用和綜合[14]，不僅節約了時間成本、金錢成本還避免了大量的人力投入。

（三）虛擬現實技術的出現

虛擬現實技術（Virtual Reality，VR） 是信息化衍生的主要技術之一，借助電腦模擬技術實現，是以創建三維世界為主要目的的技術，使用者可在VR技術的輔助下身臨其境體驗虛擬世界的一切事物[15]。VR技術的發展可以滿足不同領域科研人員的不同需求，例如，在土木工程科研過程中，研究人員很難接觸到工程實際[16]，VR技術則可以通過數據信息構建虛擬現場，使科研人員“觀摩”生產流程，對工程進行全方位的把握。另外，也可以利用VR技術將實驗過程真實呈現，方便學生對實驗過程的掌握，了解實驗目的，對科研成果的轉化和普及有推動作用。

三、大數據時代的科研倫理問題

大數據時代科研倫理的實質就是科學研究應遵循合乎倫理道德的規范和行為準則[17]。隨著網絡的普及，數據信息遍布生產生活的各個方面，獲取信息的渠道逐漸增多，各種信息如洪水般席卷而來。然而，在數據信息推動經濟、文化不斷發展的同時，也帶來巨大的誘惑，傳統的倫理道德規范在這個時代面臨著史無前例的挑戰。圖1為研究生學術不端行為調查結果，通過研究發現，學術不端行為發生最多的情況是隨意拼湊參考文獻和相似課題重復研究，共占42.85%，其次是一稿多投，占13.7%，代寫論文和通過賄賂發表論文等情況較少發生。

調查結果顯示，76.2%的學生對學術規范不甚了解， 41.8%的學生并不清楚對學術不端行為的處理條例[18]。目前，學術不端行為存在的主要原因為：（1）社會對學生學歷的要求更高，導致學術風氣浮躁，大部分學生科研目的是獲得研究生學位，應聘工作時更有優勢，而不是在科研方面有所成就;（2）很多學生急功近利，想要趕快發文章，科研目的變成了發表論文的多少，能拿多少獎學金，能加多少分，而沒有把時間精力放在科研本身;（3）自身科研能力不足卻又必須滿足畢業條件;（4）高校有關學術規范的制度不夠完善且宣傳力度不夠，學生對學術不端行為的界限并不清楚。

四、 大數據時代研究生科研素質培養建議

高校一直是科研的主力軍，70%以上的科研項目都由高校完成[5]。2011年，《中國大學評價》課題組將中國38所高校列入研究型大學，且不斷有研教型大學向研究型大學轉變。高校科研主要采用實驗范式和理論范式，近些年仿真范式也成為科研必不可少的研究方法。大數據時代，中國高校面臨著一定的困局，如何才能將高校的科研項目與大數據完美結合，以下提出一些建議。

（一）線上教學與線下教學相結合

表1總結了線上教學與線下教學的主要差異。

由表1可知，線上教學與線下教學并不是對立的，單純的線上教學教師無法現場監督，存在教師正在講課學生卻在睡覺的情況，導致學習效果與預期相差甚遠。而單純的傳統課堂也無法滿足生動靈活的教學需求[19]。線上教學的優點是空間無限、時間無限，可以通過大數據反饋教學效果，但對學生自律性要求較高。線下教學可以發揮教師的監督作用，學生之間也可以相互交流，及時反饋問題，但沒有辦法做到反復學習。因此，線上、線下相結合不失為教學改革的方法之一，以線下學習為主，課堂上學生能與教師溝通解決問題，以線上為輔，學生利用線上資源預習與復習課程內容，同時根據學生興趣有針對性地學習，更有利于研究生的科研素質培養 [20-22]。

（二）建設校內數據庫聯合校外數據庫

優秀的團隊必定要有長遠的目光。面臨“新工科”等專業對大數據的需求，不能僅僅依靠公共數據庫的資源，必須針對學生的數據需求建立更加專業、更加完善的高校數據庫。首先，數據收集要有前瞻性，根據未來發展方向和學生的科研需求收集更加有價值的數據信息，不能只追求數據量，同時要做好數據管理工作，規范數據格式，對數據系統分類，便于研究人員更加精準找到目標數據。數據庫的建設需要大量的資金投入，除建設學校數據庫外還可與阿里、百度、騰訊等擁有數據獲取能力的公司合作，力爭用最低的價格獲取海量資源。

（三）培養學生數據處理能力

2014年3月阿里巴巴宣布其數據存量已經超過100 PB，以PB為單位的數據已遠超常人的認知，該如何處理這些數據成為研究生面臨的最大難題。

首先，科學研究是有針對性的，研究生要有基本的數據篩選能力，保留與研究課題相關的數據，刪除無用的部分。其次，獲取的數據雜亂無章沒有任何規律，并不能說明研究的問題，必須對數據進行分類整理，因此，研究生必須具有熟練運用數據處理工具，掌握數據加工的能力。再有，數據并非都以同樣的形式存在，大部分都經過處理與加工，在進行分析之前必須進行數據轉化，統一分類再進行分析處理。因此，數據轉化也是研究生必不可少的基本素養。

總而言之，隨著大數據時代的發展，對研究生科研素質有了更高的要求。學生必須加強科研意識，增強動手能力，通過實際操作掌握數據分析與處理能力，還要加強學生間的溝通協作能力，分享學習經驗共同進步。高校在加強硬件投入的同時可以考慮將大數據處理技術列為研究生培養的必修科目，最大限度提高研究生科研素質，為實現突破性發展打好基礎。

（四）培養學生對新興技術的應用能力

大數據促使產生的新興技術對學生的科研素質培養帶來了極大的便利，如VR、AR技術將虛擬與現實結合，突破了文字形式進行科研成果傳播的局限，能有效幫助學生切身感受科研過程。

但在目前的科研環境中，學校對新技術的投入十分有限，學生對新技術如何應用于科研也一無所知。因此，學校在培養學生的過程中，要順應時代潮流，加大對新技術的宣傳，建設專項技術實驗室，成立科研小組，將新技術與科研相融合，幫助學生提高自身的科研素質。

（五）注重提高學生科學倫理素養

在大數據時代，數據信息獲取便利。在研究生擴招政策下，大批研究生邁入科研的大門，學生素質參差不齊，再加上學術考核體系的不完善，大數據時代高?？蒲袀惱韱栴}尤為棘手[17]。因此，要想規范研究生的科研行為，社會、學校與學生個人都必須采取相應的措施。

第一，社會方面。應發揮監督和引導作用，對學術不端行為大力抨擊，追求講道德、尊道德、守道德的學術氛圍。另外，要將制度與社會監督融合，通過制定規范約束學術不端行為。

第二，高校方面。在科技不斷發展的今天，學生面臨的誘惑急劇增多，學校應大力培養學生的素質教育，學術考核評價方式也應不斷調整，不能簡單根據論文量定義一個研究生的價值。同時，高校應大力宣傳學術規范行為，對高校學術不端行為加大懲處力度，堅決抵制學術不端現象的發生，有必要時可將其列入學生必修課程。學術考核制度也需改善升級，監督學生的學術行為。此外，學生的科研素養和學術道德與導師的指導能力與引導息息相關，因此，導師在學生培養過程中應加強學術道德教育，幫助學生樹立良好的科研倫理意識。

第三，研究生個人。大數據時代，研究生要抵制住誘惑，把精力與時間放在自身能力培養方面，學好基礎知識，掌握好科研技能，增強學術責任感。萬不能有以逸待勞、不勞而獲的想法，科研過程中也應秉承嚴謹、科學的態度，對實驗負責，對結果負責[23]。

五、結語

教育是頭等大事，尤其是研究生教育，直接關系到創新型人才培養、國家創新能力、社會經濟發展等問題。數據時代帶來更廣闊的資源，更便捷的學習方式，但現代科技是一把雙刃劍，如何利用非常關鍵。文章重點分析了大數據時代下高校學生學習方式和科研方法的改變，從教學和科研兩方面著手，研究大數據對研究生科研素質培養產生的沖擊，同時分析了知識產權、科研倫理等問題，并針對教育領域的獨特性，從5個方面提出研究生科研素質培養的建議：（1）順應時代發展潮流，采用線上線下相結合的培養模式;（2）高校著力建設自己的數據庫，同時考慮與專業數據公司合作共享數據;（3）注重提高學生的數據處理能力;（4）培養學生對新興技術的應用能力;（5）加強研究生科研倫理的培養。

參考文獻：

[1]

國務院關于印發促進大數據發展行動綱要的通知[J].中華人民共和國國務院公報，2015（26）： 26-35.

[2]維克托·邁爾-舍恩伯格.大數據時代：生活、工作與思維的大變革[M].盛楊燕，周濤，譯.杭州：浙江人民出版社，2013.

[3]覃福鈿，李晶.大數據對高校教學研的影響與探索[J].計算機工程與科學，2019，41（S1）：238-241.

[4]鐘秉林.互聯網教學與高校人才培養[J].中國大學教學，2015（9）：4-8.

[5]陳桂香.大數據對我國高校教育管理的影響及對策研究[D].武漢：武漢大學，2017.

[6]解紅，劉建.“互聯網+”背景下混合式教學模式研究與實踐——以大學計算機基礎課程為例[J].中國現代教育裝備，2020（5）：50-52.

[7]梁娜，曾燕.推進數據密集科學發現提升科技創新能力：新模式、新方法、新挑戰——《第四范式：數據密集型科學發現》譯著出版[J].中國科學院院刊，2013，28（1）：115-121.

[8]盧雨生.論大數據背景下科學發展的第四范式[J].現代交際，2020（13）：244-245.

[9]楊宇翔，黃繼業，吳占雄.線上線下混合教學模式實施方案設計[J].課程教育研究，2015 （5）：3-4.

[10]中國在線教育市場規模將達4538億行業態勢發展良好[EB/OL].[2020-07-30].http：//science.china.com.cn /2020-02/17/content_41061743.htm.

[11]王林旭.大力推進在線教育，促進鄉村教育優質均衡發展[N].中國藝術報，2020-05-25（7）.

[12]張燕南.大數據的教育領域應用之研究——基于美國的應用實踐[D]. 上海：華東師范大學，2016.

[13]宋美杰.數據密集型科學與大數據視域下的健康信息行為研究[J].現代傳播（中國傳媒大學學報），2016，38（11）：21-24+75.

[14]張佳，任徽，王績釗，等.大數據時代胸外科研究生科研能力培養的思考[J].臨床醫學研究與實踐，2019，4（20）：191-192.

[15]陳潁軒，陳虹.從用戶體驗角度探索VR技術在康復醫學產品設計中的應用方式[J].設計，2017（23）：108-109.

[16]章慧蓉.土木工程施工生產實習指導[M].北京：冶金工業出版社，2020.

[17]李喆.大數據時代研究生的科研倫理問題探析[J].法制博覽，2017（24）：292-293.

[18]王旌臻，姜賀.大數據時代下醫學生科研不端行為現狀與預防研究[J].天津護理，2017，25（6）：491-494.

[19]孫敏敏.線上線下混合式教學模式探究[J].福建茶葉，2020，42（3）：239-240.

[20]段珊珊.基于翻轉課堂理念線上線下混合式教學實踐探索[J].高教學刊，2017（9）：124-125.

[21]鐘秉林.互聯網教學與高校人才培養[J].中國大學教學，2015（9）：4-8.

[22]楊宇翔，黃繼業，吳占雄.線上線下混合教學模式實施方案設計[J].課程教育研究，2015（5）：3-4.

[23]李明.當代中國大學自我批判精神的式微與強化[D].重慶：西南大學，2013.

Study on the cultivation of postgraduates scientific research quality

in the era of big data

JI Jinbaoa， WANG Shuqingb， ZHANG Huirongc， ZHANG Zhihongb

（a. Key Laboratory of Urban Security & Disaster Engineering; b. Beijing Key Laboratory of Earthquake

Engineering and Structural Retrofit; c. Institute of Engineering Construction and Management， Beijing University of Technology， Beijing 100124， P. R. China）

Abstract：

The improvement of scientific research quality is an important goal of postgraduate cultivation in universities. With the development of information technology， postgraduate education has been deeply integrated with big data， massive scientific data has gradually become a basic tool and information source for scientific research. How to promote the development of education under the wave of big data， steadily improve students data literacy and scientific research quality， and master the challenges of the fourth paradigm has become an urgent problem to be solved. This paper focuses on the analysis of the changes in the learning methods and scientific research methods of college students in the era of big data. It specifically studies the huge impact of big data on the cultivation of graduate students scientific research quality from the aspects of teaching mode and scientific research methods. It also analyzes the impact of diversified data on such issues as intellectual property rights and scientific research ethics. In view of the peculiarity of big data application in the field of education， this paper puts forward suggestions for the cultivation of graduate students scientific research quality.

Key words：

big data; scientific research quality; postgraduate training

（責任編輯 周 沫）