编辑数据素养与技能体系建构的四个基本问题

作者:  来源:  2025年12月30日

[摘    要]  研究围绕“何以必要”“何以形成”“何以展现”“何以实现”4个基本问题,首先,从数据要素在出版业的重要价值、出版高质量发展的必然要求、编辑职业生涯发展的必然需求3个方面探讨了编辑数据素养与技能体系建构的必要性;其次,从认知、行为、责任3个视角探讨编辑数据素养与技能体系的内涵;再次,进一步明确编辑数据素养与技能体系的具体构成要素,建构形成编辑数据素养与技能体系模型;最后,探讨了编辑数据素养与技能的提升策略。

[关键词]  编辑数据素养   编辑数据技能   数据认知素养   数据行为素养   数据责任素养


数据作为数字经济时代的关键生产要素,日益深入各个领域、渗透至各行各业,不仅改变着人们的生产、生活方式,也深刻影响着人们的思维、行为模式,引发新型社会经济形态的变革。2019年,十九届四中全会首次提出将数据作为新的生产要素;2020年,中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》,数据作为一种新生产要素首次被写入中央文件;2022年,《中共中央、国务院关于构建数据基础制度更好发挥数据要素作用的意见》(以下简称“《数据二十条》”)的出台,更是擘画了数据要素市场发展的宏伟蓝图。[1]

对于以内容生产为根本的出版业而言,数据改变了其内容生产与传播方式,为其注入鲜活的生命力。数据尤其是出版数据,俨然成为出版业实现高质量发展的动力源泉。要充分发挥出版数据要素在出版业的放大、叠加、倍增作用,必然要求编辑提升并掌握数据相关的素养与技能。可以说,编辑的数据素养与技能将直接影响出版高质量发展和高效能治理的实现与否,关乎出版业的竞争力与软实力建设,甚至关乎出版强国乃至数字强国、文化强国建设。

当前有关编辑素养的研究主要集中在数字素养、媒介素养、职业素养、信息素养等方面,而有关数据素养的相关研究主要集中在数据素养教育、图书馆员数据素养、教师数据素养、学生数据素养等方面,但尚缺少编辑数据素养的系统研究。本文尝试从“何以必要”“何以形成”“以何展现”“如何实现”四重向度回答编辑数据素养与技能体系建构所面临的基本问题,以期推动编辑数据素养与技能的学理研究和实践应用。

一、何以必要:数据驱动背景下编辑发展的必然趋势

在信息化时代,数据作为一种生产要素的重要性与日俱增,驱动社会生产、交换、消费、分配的趋势愈加明显。[2]新时代的出版工作要充分利用大数据、人工智能、虚拟现实、云计算等数字信息技术,优化提升传统出版选题、编辑加工、印刷和发行等各个环节,从依赖物质消耗转变为投入数据要素,[3]充分释放数据要素的潜能。作为开展出版工作主力军的编辑人员,越是信息浩瀚、数据海量,其从中发现、过滤、提升的工作越是富有价值;[4]越是需要编辑人员具备良好的数据素养与技能,以推动出版业实现高质量发展。

1.数据要素在出版领域的重要价值

数据能够成为生产要素的关键就在于实现数据价值释放[5],但其本身并不具备价值,只有在与具体业务结合后才会创造价值[6],并且会因场景的不同而产生不同的价值[7]。现阶段,出版领域围绕数据要素发现新知识、创造新价值、提升新能力、构建新业态已经成为业界的共识。[8]对内容生成、市场营销、用户画像、用户行为分析等多源异构数据进行高质量数据要素建设,充分释放出版数据价值,是出版企业提升核心竞争力、迈向高质量发展的关键。

一方面,数据要素赋能出版产业链的各个环节。数据作为一种先进生产要素,能够在出版业选题策划、内容撰写、出版发行、市场营销等各个环节中发挥有效的赋能和带动作用,推动提升出版各流程的生产效率。具体来说,出版机构、编辑通过采集并分析出版元数据、讨论评论数据、销售购买数据、消费者信息等,可以识别并评估潜在的选题方向与价值,为出版选题策划提质增效;可以发掘潜力作者,助力出版内容撰写;可以动态实时监测市场需求与市场变化,以便及时作出响应决策,降低出版资源损耗,实现出版发行环节的动态响应;可以挖掘潜在消费者,实现精准营销,提升盈利空间。例如,美国的卡里斯托(Callisto)传媒公司策划出版的《39条线索》系列丛书就是利用海量读者数据来挖掘小众出版物的市场空间,利用大数据分析技术来拟定选题和内容大纲,推动出版产品快速进入出版流程。[9]

另一方面,数据要素赋能出版业态的融合创新。在数据要素及其乘数效应的持续赋能下,出版机构基于自身的数据资源优势和长期积累的行业关系,重新整合出版产业链,充分释放出版数据要素的价值与潜力,进一步实现跨界融合创新,催生出版新业态、新模式与新消费,为出版业的能级跃迁奠定坚实基础。在文化大数据、文化数据资产化等战略支点驱动下,出版内容要素不断走向数据化,推动出版内容数据的产品化与资产化运营,逐步形成出版“数据产品”的新业态。[10]在应用场景方面,通过出版数据价值释放提升其资源化、产品化、资产化的能力与水平,实现与教育、医疗、文旅、政务等场景的跨界深度融合、协同发展,不断探索与突破出版的行业边界。例如,武汉理工数字传播工程有限公司打造的出版融合大模型应用“BOOKSGPT”,成功入选我国首批“数据要素×”典型案例,该模型可整合多渠道图书出版标签、发行渠道、读者评价等数据,协助出版单位更好把握市场趋势和用户需求,助力文化市场繁荣,在“数据要素×文化旅游”中发挥了数据要素的放大、叠加、倍增作用。

2.出版业高质量发展的必然要求

在数据要素的驱动下,出版业步入深刻变革、转型升级的“新时期”,出版业务流程由传统的单向式、固化式向新兴的协同式、交互式、敏捷式发展,数据正在快速改变着出版业整体的运转逻辑,[11]亟需大量既掌握数据相关知识与技能又熟悉出版业务的数据型编辑人才,参与实质性出版数据相关工作,推动出版业实现数据化转型,迈向高质量发展之路。

数据型编辑人才是建设新时代出版人才矩阵的重要一环。《出版业“十四五”时期发展规划》明确提出要加强培养创新型、应用型、复合型出版人才,建设新时代出版人才矩阵。[12]在数据驱动出版业变革的发展趋势下,优化内容、人才、技术等出版要素,势必影响编辑素养能力的层次构造,推动数据与传统编辑素养的融合、重塑,培育出数据型编辑人才,助力出版人才队伍建设,为出版业高质量发展提供坚实的人才保障。数据型编辑人才将直接作用于出版业务流程,推动出版效率与质量的提升。数据型编辑人才可通过操作编、审、校、排一体化的出版智能系统,减轻自身在基础重复性出版工作方面耗费的时间和精力,主动投身于开拓出版内容资源与数据、研究出版数据技术、发掘数据营销渠道等创造性劳动中,推动数据赋能出版业务流程的各个环节,实现出版业的数据化增值,为出版业高质量发展增砖添瓦。同时,数据型编辑人才可间接作用于出版资源配置,推动降低出版资源损耗,助力出版业高质量发展。数据型编辑人才通过将出版数据赋能出版劳动力、出版资源与资本等传统生产要素,充分发挥出版数据要素对其他要素的倍增作用,推动出版要素间的有机结合、创新组合及合理配置,避免对出版资源的无效损耗。

3.编辑职业生涯发展的必然需求

面对内容资源和业务流程日渐趋于数据化的出版业,无论是数字编辑还是图书编辑,都势必要加强自身的数据素养与数据技能,实现认知与行为层面的双重数据化转型,以便用数据化思维解决新时代出版业高质量发展所面临的困境。可以说,提升自身的数据素养与技能是编辑的必然之选,亦是其职业生涯发展的必经之路。

从行业需求视角来看,出版企业为顺应行业发展趋势以及未来业务开拓,必然要求编辑从业者储备更多的数据知识、掌握专业的数据技能,提升编辑职业的可持续发展能力,以应对数据时代所带来的需求变化与风险冲击。相较于传统编辑,具备数据素养与技能的编辑更能够胜任出版企业的相关工作,其能力边界与限度都因数据而得以拓展和延伸,能够灵活运用数据化出版内容资源,探索、发掘出版数据中潜在的知识价值,创造出兼具文化价值与经济价值的数据型出版产品。从个人发展视角来看,编辑提升数据素养与技能能够丰富自身价值的实现路径。编辑自身价值的实现主要体现在其在出版工作中实现劳动创造与价值的最大化。具备数据素养与技能的编辑可以在出版产品的选题策划、阅读推广、创意营销、战略决策等单一或多个方面投入实质性劳动,做好出版相关数据的采集、处理、存储等系列工作,通过对其进行关联、挖掘、分析、解释、决策、反馈,指引数据型出版产品的研发与应用,以最大化地实现个人劳动价值,促进个人能力的深化与发展。

综上所述,无论是数据要素在出版业日益凸显的重要价值,还是数据要素赋能出版产业链、业态融合创新推动出版业高质量发展所需,抑或是编辑从业者自身发展诉求,需要编辑具备相匹配的数据素养与技能,能够从海量的出版数据中发掘、鉴别出真正蕴含价值的数据,充分释放出版数据资源化、产品化、资产化的潜能与价值,以便于顺利开展数据时代的出版工作。

二、何以形成:编辑数据素养与技能体系的形成

编辑数据素养与技能是指编辑在出版工作过程中所应具备的开展系列出版数据活动的素质与能力集合,侧重于强调编辑对出版数据的综合性认知、理解、把握、管理与利用,是数据时代下编辑的必备素养、必备技能。本文在《数据二十条》《出版业“十四五”时期发展规划》的指导下,立足于出版数据活动,从认知、行为、责任三维视角考察编辑数据素养与技能,认为其大致包含编辑对数据的学习力、适应力、胜任力、创造力、承担力以及规范力6个方面。其中,数据学习力、适应力属于编辑的数据认知素养范畴,是编辑数据素养与技能体系的枢纽和内核;数据胜任力、创造力属于编辑的数据行为素养范畴,是编辑数据素养与技能体系的根本和关键;数据承担力、规范力属于编辑的数据责任素养范畴,是编辑数据素养与技能体系的基础和前提。

1.编辑数据认知素养

编辑数据认知素养是指编辑在网络文明素养和数据道德伦理规范的指导下,能够辩证、科学、正确地认识出版数据、理解出版数据、学习出版数据,适应出版内容资源及业务流程的高度数据化,充分意识到出版数据的强知识属性和高价值特性,不断加强并训练建立自身的数据认知思维框架,以形成集数据学习力、数据适应力于一体的综合性出版数据素质底蕴。

数据学习力是指编辑通过“学习”为抓手,加强对出版数据的认知、理解与把握,以达成对出版数据的“听、说、读、写”能力。编辑在提升数据学习力的过程中,一则,需充分认识到出版数据的重要价值。鉴于互联网上充斥着体量巨大、类型繁多且价值密度低的海量数据,人们也极易误认为出版数据的价值密度也很低[13]。相反,出版业作为知识密集型产业,其出版数据涵盖了从选题策划、内容撰写、编辑加工、三审三校、装帧设计到正式出版,以及出版后的营销、分销、促销,还涉及用户、交易、版权、流通等各类知识数据、信息数据,无一不彰显着出版业独有的强知识属性和高价值特性。二则,需掌握数据质量的评估方法,正确认识出版数据中所蕴含的知识。由于数据样本易“以偏概全”、数据中存在“脏数据”、数据分析模型有误等偏差可能导致客观性数据堆积形成假象[14],使得数据成为人们认识客观事物、认识客观世界的干扰因素。出版数据也难以避免数据堆积的假象,如相关内容产品的不完整性数据易造成用户的阅读与认知偏差,需要编辑采用正确的理念学习和了解出版数据,运用科学的评估方法识别、衡量出版数据质量,方能充分释放出版数据中所蕴含的知识与价值。三则,应学会灵活运用相关技术与工具。面对数量、种类丰富多元的出版数据,编辑可以借助数据处理、分析、应用的相关技术与工具,既能提高出版数据学习的效率与效能,也能为后续出版工作中所遇到的难题提供一种数据化的解决方式。

数据适应力是指编辑在数据化、智能化、网络化的时代背景下,主动增强数据认知、提升数据意识、强化数据思维、变革数据理念,以适应出版业迈向高度数据化发展的趋势。编辑数据适应力的强弱,直接关系编辑数据认知素养的高低,直接影响编辑长期可持续发展的能力。编辑数据适应力的提升,其一,有赖于数据认知、数据理念、数据意识、数据思维的引领。正如习近平总书记所言,理念是行动的先导,一定的发展实践都是由一定的发展理念来引领的。发展理念是否对头,从根本上决定着发展成效乃至成败。[15]只有将对数据的认知、理念、意识以及思维贯穿于出版工作的全流程,方能引领出版业内容、技术、媒介等要素资源变革,引领出版产品研发与营销,引领出版业高质量发展。其二,需依托数据相关制度,强化编辑数据认知、数据理念、数据意识、数据思维的转变,建构出版数据化转型的制度体系,为数据应用于出版实践提供根本遵循与制度保障,推动编辑适应数据化工作环境。其三,应扎根于出版的数据化实践,主动适应数据化的工作环境、工作方式,借助数据相关的分析软件与工具开展出版活动,不断强化自身出版数据相关知识与素质,推动自身数据适应力的提升,进而促进出版业的数据化转型、高质量发展。

2.编辑数据行为素养

编辑数据行为素养是指编辑通过运用数据技术或管理工具,以“解决具体出版问题、提高工作效率”为目的,开展的有关数据生成、收集、处理、存储、管理、分析、可视化、解释、服务等一系列出版数据活动的能力,具体涉及编辑的数据胜任力、数据创造力两项内容。

数据胜任力是指编辑在出版内容资源与出版业务流程高度数据化的工作过程中所表现出的能够满足或胜任岗位需要的能力。提升编辑的数据胜任力,一方面是受数据时代出版业数据化转型的外在驱动。对于出版业来说,出版数据的价值不在于其体量之大,而在于其有效利用,这必然需要编辑能够承担数据相关的工作,具备数据挖掘、分析、利用等技能,从海量的数据中总结、提炼出有价值的信息,为出版企业的选题策划、内容撰写、出版发行以及市场营销提供科学精准的方向指引,以便作出正确的战略决策,推动出版业数据化转型。另一方面,也是受编辑自身意识自觉和思维革新的内在驱动。出版的文化属性和意识形态属性要求编辑具备高度的意识自觉和职业敏感度,在日新月异的环境中不断寻求思维方式的进步、转变与突破,不断学习以提升自身开展出版数据活动的能力,重构自身所具备的数据技能,方能胜任数据环境下出版工作对编辑岗位的新要求。

数据创造力是指编辑基于已有的出版数据和专业的数据知识与素质,运用数据化工具、方法或路径,创新发展或创造出新型出版流程、出版产品、出版服务、出版管理、出版模式、出版业态等出版体系的能力。其中创新与创造的不同之处在于其产生的对象,创新指向趋于隐形的想法或构思,而创造多指向可呈现、可直接引用的资源。[16]可以说,创造源于创新,创新驱动创造,二者及其相互作用共同推动数据创造力的形成与发展。从功能视角来看,“万物皆可数据”时代背景下,数据创造力变得格外关键,关乎出版业的可持续发展,以及出版业高质量发展的进程与效果,更是检验数据要素乘数效应在出版行业应用成效的重要指标。从结构视角来看,数据创造力是编辑应具备的高层次数据技能,更是编辑在数据社会中核心竞争力的重要体现。只有具备数据创造力的编辑才能引领和带动出版企业在产品、模式、流程、业态、管理、营销等方面持续推陈出新,驱动出版企业开展出版数据的系列工作,加速出版企业的数据化转型。从要素视角来看,编辑的数据创造力主要体现在运用创新思维驱动出版业在内容、技术、渠道等方面的数据化革新,提升出版体系的创造能力,进而推动出版业在现代社会的数据化进程中永葆竞争力。

3.编辑数据责任素养

编辑数据责任素养是指出版数据在开发、供给、利用、流转等环节中,编辑需严格遵守政府部门、行业协会、出版企业、数据平台等授权主体所制定的标准与规范,充分挖掘出版数据的潜力,主动承担起数据利用、数据共享、数据保护等责任,具体涉及编辑的数据承担力、数据规范力两项内容。

数据承担力是指编辑在生成或利用出版数据的过程中承担数据利用、共享、保护三大支柱责任的能力,积极促进数据合作,推动出版数据发挥出更大的社会影响力。一来,编辑在利用出版数据的每一个阶段包括数据的收集、分析、使用时,都必须伴有一种强烈的责任感,以良好的意愿、正确的价值引导、科学的手段指引出版数据潜力与价值的充分释放,推动出版业良性、健康、持续发展。二来,编辑有责任开展出版数据的共享工作以打破私有屏障,促进数据合作,这也是新时代出版企业的社会责任。毕竟私有化的出版数据能够发挥的作用和效力有限,只有通过对已有数据进行整合、解决数据的分布性与异构性问题、联通“数据孤岛”、共享数据、开展协同合作等步骤进行集成化、体系化的数据管理与应用,才能充分释放出版数据价值,提升出版业的整体竞争力,服务于出版行业、文化行业乃至全社会的发展。但是这并不意味着编辑要收集或共享所有的数据,比如用户数据、研发数据等隐私数据就不用共享或收集。三来,编辑在利用出版数据开展相关工作时理应保护好隐私数据,承担保护用户合法权益的责任和义务,尽量规避侵犯第三方权益的现象或行为。

数据规范力是指编辑在生成或利用出版数据的过程中需严格遵守相关数据标准、数据规则、数据安全、网络文明素养、数据道德伦理规范等规范,自觉规范自身数据行为、提升自身数据认知,以保障出版数据活动的顺利开展。一方面,编辑的职责使命是知识选择与表达、文明建构与传承,通过研发出版数据产品更好地服务于文化产业,服务于中华文明传承与传播。这就要求编辑在开展出版数据工作时具备较高的数据规范力,遵守数据及伦理相关的规范,以更好地肩负起职责使命。另一方面,编辑群体可以通过提升自身数据规范力赋予出版数据以更加正向的价值引导,确保出版数据价值释放的质量与效果。与此同时,编辑也应该正确认识到出版数据所揭示的结果或现象的局限性,避免被“数据理性”套上思维枷锁,从而影响其看待事物的态度与视角。

综上所述,编辑数据素养与技能体系应是由数据学习力、数据适应力等编辑数据认知素养,数据胜任力、数据创造力等编辑数据行为素养,以及数据承担力、数据规范力等编辑数据责任素养组成。其中编辑数据认知素养更加强调编辑思维层面的素质底蕴,编辑数据行为素养更加强调编辑能力层面的实践应用,编辑责任素养则更加强调编辑在责任层面的优秀品质,三者之间相互作用共同推动编辑数据素养与技能体系的形成。

三、何以展现:编辑数据素养与技能体系的构成

本文在编辑数据素养与技能体系框架的指导下,参考前人有关数据素养的研究,[17][18]结合出版业以及编辑自身的特有属性,对编辑数据素养与技能体系的具体构成要素展开深入讨论,建构形成编辑数据素养与技能体系模型,并对该模型进行层级划分,以期强化出版学界、业界对编辑数据素养与技能体系建设的关注与思考。

1.编辑数据认知素养的构成要素

从认知视角分析编辑数据学习力、数据适应力等有关编辑数据认知素养的具体构成要素,包括如下几个方面 。

作为编辑数据素养与技能体系的枢纽,编辑的数据学习力主要侧重于体现编辑的主观能动性,它决定了编辑能否学习且灵活掌握有关数据生成、收集、处理、存储、管理、分析、可视化、解释与服务等多元知识,以便将其成功应用至出版业的数据化转型。具体来说,编辑数据学习力包含出版数据理念学习、出版数据知识学习、出版数据价值学习、出版数据相关技术与工具学习、出版数据评估方法学习等涉及数据生命周期全流程、多方位的内容。编辑数据学习力的高低决定了其能否精准、高效地挖掘出有价值的出版数据,将直接影响编辑数据素养与技能提升的程度与效果。

作为编辑数据素养与技能体系的内核,编辑的数据适应力主要侧重于体现编辑的意识形态属性,它将直接影响编辑对出版数据的认知、态度、意识以及思维等。其中出版数据认知是指编辑对数据尤其是出版数据的认识和了解情况;出版数据态度是指编辑能否接受、认可并适应出版数据在出版工作开展过程中的重要价值、地位、作用;出版数据意识是指编辑在开展出版工作的过程中有意识地参考与利用数据分析结果;出版数据思维是指编辑善于用数据去解决出版工作过程中遇到的问题或难题,即“用数据说话”。不难发现,无论是数据认知、数据态度,还是数据意识、数据思维,都可以通过后天的训练与培养而得到,是出版业数据化转型过程中编辑所需具备的重要素养。

2.编辑数据行为素养的构成要素

从行为视角分析编辑数据胜任力、数据创造力等有关编辑数据行为素养的具体构成要素,包括如下几个方面。

作为编辑数据素养与技能体系的根本,编辑的数据胜任力主要侧重于体现编辑的数据化能力,它是编辑顺利开展出版工作、出版数据工作的根本保证,主要涉及数据化出版产品研发、数据化技术与工具应用、数据化出版营销与管理、数据化出版模式与服务、出版数据价值挖掘与评估应用等多维能力。上述5项能力均需要编辑在长期的出版实践工作、出版数据实践中积累经验,在不断地实践训练中得以强化,以达到编辑的数据胜任力与数据时代编辑岗位需求完美匹配的最终目标。

作为编辑数据素养与技能体系的关键,编辑的数据创造力主要侧重于体现编辑的创新创造能力,它是出版业永葆生机与活力的关键所在,主要涉及出版内容、出版技术、出版渠道等多维度的创新创造能力。具体来看,出版内容创新创造是指编辑在数据化思维、创新性思维的引导下,不断推陈出新,持续创造出基于出版数据的“新内容”;出版技术创新创造是指编辑通过技术创新,不断发掘和创造出更深层次的出版数据价值,以赋能出版业的新技术、新产品、新模式和新业态,支持出版业创造性发展;出版渠道创新创造是指编辑在出版媒介和出版媒体迈向多元化发展的融媒背景下,结合出版业海量数据的分析结果,推进创造、建构或拓展新型营销渠道,以满足出版产品即时—交互式传播的需要。

3.编辑数据责任素养的构成要素

从责任视角分析编辑数据承担力、数据规范力等有关编辑数据责任素养的具体构成要素,包括如下几个方面 。

作为编辑数据素养与技能体系的基础,编辑的数据承担力主要侧重于体现编辑的品质与气魄,它是编辑开展出版数据工作的基本职责,主要包含出版数据利用之责、出版数据共享之责、出版数据保护之责等内容。其中,出版数据利用之责是指编辑要确保出版数据的负责任使用,涉及尊重个人隐私、数据公平与公正、数据透明与可解释性、数据安全与隐私保护、负责任的数据创新等多个方面;出版数据共享之责是指编辑要压实出版数据共享责任、强化出版数据共享管理、完善出版数据更新机制,以确保出版数据的合规性、有效性,提高出版数据的利用效率和质量;出版数据保护之责是指编辑要确保出版数据的安全性、隐私性,构建覆盖出版数据全生命周期的数据安全体系,实现对出版企业数据资源、产品、资产的有效保护。

作为编辑数据素养与技能体系的前提,编辑的数据规范力主要侧重于体现编辑的自觉自律性,它是编辑开展出版数据工作的基本准则,主要涉及网络文明规范、出版数据规范、出版数据伦理、出版数据安全等多项准则。面对来源多样、类型不一、质量参差不齐的出版数据,编辑需严格遵守出版相关的数据规范,不断提升自身数据规范力,确保出版数据的可靠性、有效性、一致性,确保出版数据结果揭示的准确性,力求将出版数据中所承载的内容、知识、文化得到更好的呈现、表达与传播。

综上所述,编辑数据素养与技能体系由编辑数据认知素养、编辑数据行为素养、编辑数据责任素养等三部分组成,分别对应数据学习力与数据适应力、数据胜任力与数据创造力、数据承担力与数据规范力二级要素,并且每一项二级要素分别包含多个子项,共同构成编辑数据素养与技能体系。具体来说:编辑数据学习力包含出版数据理念学习、出版数据知识学习、出版数据价值学习、出版数据相关技术与工具学习、出版数据评估方法学习等;编辑数据适应力包含出版数据认知、出版数据态度、出版数据意识、出版数据思维等;编辑数据胜任力包含数据化出版产品研发、数据化技术与工具应用、数据化出版营销与管理、数据化出版模式与思维、出版数据价值挖掘与评估应用等;编辑数据创造力包含出版内容创新创造、出版技术创新创造、出版渠道创新创造等;编辑数据承担力包含出版数据利用之责、出版数据共享之责、出版数据保护之责等;编辑数据规范力包含网络文明规范、出版数据规范、出版数据伦理、出版数据安全等。

四、何以实现:编辑数据素养与技能提升策略

编辑数据素养与技能培养或提升是一个涉及面广且纷繁复杂的长期性、全局性、系统性工程。国内外已有许多数据素养培育与提升的案例,如美国博物馆和图书馆服务研究所(IMLS)资助了“数据信息素养”项目,英国联合信息系统委员会(JISC)资助牛津大学图书馆开展了“嵌入科研中的数据策管服务”项目;[19]国内高校图书馆也在积极开展数据平台建设、数据相关教学培训服务、咨询服务、研究工具服务等。[20]本文结合已有的数据素养培育案例,基于出版业自身所具备的意识形态属性、文化属性、产业属性和技术属性等特性,面向所建构的编辑数据素养与技能体系,从课程体系建设、学理研究深化、数据化转型3个方面提出关于提升编辑数据素养与技能的对策与建议。

1.建设编辑数据素养与技能课程体系,开展编辑数据素养教育

编辑数据素养教育主要面向出版从业者以及出版专业的学生,针对不同对象的不同需求,分别构建层次化、系统性、梯度性的数据素养课程体系,并根据难度将课程设置为低阶、中阶、高阶,创新编辑数据素养与技能教育的教学模式,以求达到培养逐步深入的效果,最终培养出具有良好数据素养与技能的编辑人才。对于出版从业者来说,在开展出版工作的过程中,不可避免地要与各式各样的出版数据打交道,具备开展数据处理、分析、服务等一系列数据活动的能力变得格外重要,关乎其能否解决具体出版问题、提高工作效率。因此,在设置出版从业者的数据素养与技能课程体系时,应重点考虑培养编辑的数据胜任力、数据创造力、数据承担力、数据规范力,以掌握相关技能,顺利开展出版工作。对于出版专业的学生来说,暂不需要解决具体的工作难题,只需在认知上充分认识数据、理解数据,以及掌握数据结构、用途、处理分析方法等相关知识即可。故出版专业学生的数据素养与技能课程体系应侧重于数据认知素养的培养,重点提升学生的数据学习力、数据适应力、数据承担力、数据规范力。需要注意的是,不是只培养出版从业者的数据行为素养和数据责任素养而不培养其数据认知素养,只是相对来说,更需要重视其数据行为素养和数据责任素养以解决出版实际问题。同理,出版专业的学生的培养亦是如此,相对来说,更注重数据认知素养和数据责任素养的培养以形成坚实的知识基础。无论是出版从业者,还是出版专业的学生,都需要着重培养他们的数据责任素养,这是开展编辑数据素养与技能教育的重要前提和基础。

2.加强编辑数据素养与技能体系学理研究,发掘可行培育路径

“理论是实践的先导”,只有深化编辑数据素养与技能的学理性研究,探索适合编辑的结构化模型,为编辑数据素养教育提供路径遵循,提高其实践导向的含金量,才能推动编辑数据素养教育的实践应用,推动提升编辑群体的数据素养与技能。一方面,需要明确编辑数据素养与技能体系的研究对象、目标、主体、客体、内容和效应,丰富编辑数据素养与技能的内容,深化且细化其构成要素,为编辑数据素养教育路径研究奠定理论基础。另一方面,需要加强编辑数据素养与技能的实证研究,通过专家访谈、问卷调查、案例调研、关系分析、比较研究等方法,探索不同要素对编辑数据素养与技能的影响情况以及影响机理机制,明确编辑数据素养与技能体系的元要素、核心要素、基本要素、延伸要素等,发掘编辑数据素养与技能培育的可行路径、可行方案,指导编辑数据素养与技能课程体系建设,推动编辑数据素养与技能水平逐步从低阶向高阶发展,推动编辑数据学习力、数据适应力、数据胜任力、数据创造力、数据承担力、数据规范力等全方位、多层次的提升。

3.推进出版业数据化转型发展,激发编辑自我提升动力

随着人工智能、大数据、云计算等技术的飞速发展,出版业面临着产品、业务流程、服务、营销等向数据化转型的趋势,亟需掌握数据素养与技能的编辑开展相关数据工作,支撑出版业数据化转型发展所需,这是编辑数据素养与技能提升的直接动力。与此同时,生成式大语言模型的形成与发展,催生出数据驱动的生成式智能出版的新业态,把由人类生成知识推至人机协同生成知识的新层面。[21]未来出版业的应用场景包含出版内部数据资料库建设、垂直型知识服务大数据建设、面向出版领域的大规模语言模型建设等,对具备数据知识、数据素养、数据技能的出版人才的迫切需求,可以激发、唤醒编辑人才认识到自身短板,促使其积极学习数据相关知识,激发其内在动力,以提升其数据素养与技能。例如,河南科学技术出版社基本形成了全社皆用数据的状态,以开卷数据使用为例,全年使用次数达上万次之多,分析数据、分析市场、分析选题,由此涌现出了诸如《中国野生兰科植物原色图鉴》等一批细分领域的畅销图书。可见,激发编辑使用数据的常态化,使其在长期实践中不断精进自身的数据素养、数据技能,主动适应出版业数据化、高质量发展所需,是提升编辑数据素养与技能的重要方式。

五、结语

随着数据成为新型生产要素,出版业走向数据化转型既是国家的战略发展要求也是大势所趋,出版人才队伍作为出版业数据化转型的主体性力量,其数据素养与能力的高低将直接影响出版业转型、长期可持续发展。建设集数据学习力、数据适应力、数据胜任力、数据创造力、数据承担力、数据规范力于一体的编辑数据素养与技能体系,不断增强编辑人才的数据素养、数据技能,为出版业高质量发展储蓄战略性人才资源。正如习近平总书记所言,千秋基业,人才为本。[22]出版业需用好编辑人才这个第一资源,担起繁荣文化的时代使命,为出版业蓬勃发展固本培元,推动出版强国、数字强国、文化强国建设。

(作者单位:武汉大学信息管理学院)

参考文献:略


来源:《中国出版》

编辑:谭诗蕊

审核:刘泽林

上一篇:新修订《国家通用语言文字法》发布,自2026年1月1日起施行
下一篇:从资源创新转化走向数智出版未来:出版语料库价值与构建路径