大数据管理与应用专业能力与伦理治理协同培养模式探析

余海燕，刘进，卢安文，王永，叶建梅，杜茂康

（重庆邮电大学经济管理学院，重庆 400065）

一、背景

数字技术的创新和迅猛发展使我们所面临的科技伦理挑战日益增多。例如，2018年3月，重庆印发的《以大数据智能化为引领的创新驱动发展战略行动计划（2018～2020年）》中提出发展大数据、人工智能等12个产业，到2022年力争突破万亿元。为实现这些目标，数据存储、数据挖掘、大数据管理等领域急需大量的人才。在大数据技术高速发展的同时，科技伦理治理仍存在体制机制不健全、制度不完善、领域发展不均衡等问题，已难以适应科技创新发展的现实需要[1]。因此，学校除了培养学生的大数据管理与应用专业能力外，还需提升学生的科技伦理治理能力，才能有效防控科技伦理风险，不断推动科技向善、造福人类，实现高水平科技自立自强。

二、专业能力与伦理治理协同培养模式

为实现大数据管理与应用专业能力与伦理治理协同培养，本文提出“反馈、调整与提升”的人才培养机制。

（一）优化“反馈、调整与提升”的人才培养机制

在专业建设中，大数据管理与应用专业融入ICT科技伦理治理的相关知识，培养学生专业能力和伦理思维的双维度发展潜力，形成了“反馈、调整与提升”的人才培养机制（见图1）。

图1 “反馈、调整与提升”的人才培养机制

在大数据管理与应用专业能力和伦理思维人才培养机制中，左侧支柱为ICT技术，右侧支柱为运筹学、统计学等推理课程，而把两大支柱所连接起来的桥梁为管理决策、伦理治理等综合能力[2]。

学校通过分析大数据相关就业市场需求以及行业变化趋势，进一步针对不同专业的培养目标和专业定位做出调整，根据不同专业的特点对教学团队、课程规划、培养方案以及培养模式做出相应改变[3]。此时，学生所具备的专业能力将得到显著提高，在就业市场也会得到更多企业的青睐。学校通过就业需求跟踪调研和用人单位信息反馈，对人才培养机制进行以下三方面的优化和改进。

1.跟踪行业需求，优化就业调研体系，主动适应人才需求的变化

学校就用人单位对本专业毕业生的质量反馈进行长期跟踪和调研，组织专业人员对就业市场需求和行业变化趋势进行调研分析，建立更加完善的行业需求动态跟踪和就业调研体系[4]。结合本专业特点，学校对调研情况进行详细分析，定期得出适合本专业特点的调研报告，并对课程设置、教学内容、实践环节[5]等方面及时做出调整，探索具有鲜明特征和风格的教学方式。

学校围绕“人机物三元融合，万物智能互联”相关数字技术创新以及由此带来的信息系统运行环境、构建方式、信息处理与分析手段的变化，结合管理过程的数字化、网络化、智能化等新特征，扎实研究解决数字创新过程中面临的理念再造、思维转变、手段多样等新问题，实现传统层级管理、扁平管理和网络管理等模式向数字管理、虚拟空间管理和定制化智能管理等新模式的拓展。

2.优化“教学研用”协同机制，吸引企业参与教学科研环节

学校积极构建产学研结合的人才培养模式，创造条件让企业参与专业的教学和实践环节，建立更为合理的课程体系。学校进一步加强与通信运营企业以及IT企业的校企合作，共建平台，促进合作办学、合作育人、合作发展。学校探索教学科研规律，丰富教学内容，把研究成果用于企业实践，积极吸引企业参与教学实践环节，为学生提供实习场所，参与技术类课程和工程类课程的教学等。

3.改进项目驱动的学生能力培养机制，培养特色型人才

学校充分利用科研项目的研究经验，引导高年级学生参与数据分析挖掘、信息系统的分析与设计、大数据处理等业务工作，并通过参加全国大学生挑战杯、数模大赛、电子商务“三创”大赛等学生竞赛活动与科技创新活动，培养学生的科研创新与实践能力、自主学习能力、创新思维和团队协作意识[6]。

（二）突出人才的分类培养和特色培养

针对企业对人才的不同需求以及学生的个体差异，学校将学生就业类型粗略分为信息通信行业内的信息系统开发、管理信息系统集成与运行维护、大数据分析处理与商务智能、信息资源管理等，兼顾时下已经或即将成为热点的基于云计算、物联网、移动商务的信息系统[7]。教师在满足专业培养方案基本要求的前提下，尊重学生的特长和个性需求，分类指导学生对专业课程学习进行个性化设计，因材施教，激发学生的学习热情和创新能力。

1.加强专业多层次学生能力培养建设

学校进一步加强本专业学生在计算机技术、通信技术、经济和管理方面的知识融合，通过信息技术与通信业务管理的结合对专业进行建设，强化专业在信息通信行业的优势地位，突出该专业在通信领域信息系统设计、实施和运营管理以及大数据分析等方面的特色[8]。

学校进行专业建设的预期成果体现在以下方面：一是建成完善的“信息技术、信息管理、信息系统构建、大数据分析与管理决策融合”的复合型人才培养教学体系；二是形成“需求导向、全面开放、深度融合、创新引领”的专业建设长效机制；三是建成校企合作，将协同创新创业教育贯穿于人才培养全过程的长效机制；四是在保持现有学生高就业率的基础上，进一步提高学生的就业质量，实现学生进入行业内优秀企业的比例持续稳定增长；五是对人才培养模式改革的成果进行总结，并尝试在其他专业推广。

2.培养过程将科技伦理治理知识与专业知识相融合

本专业融入ICT科技伦理治理的相关知识，培养学生专业能力和伦理思维的双维度发展潜力。根据逻辑学的三段论推理和认知科学，本专业拓清ICT技术创新的伦理规则体系，包括决策困境和结构困境。决策困境的缓解方案将体现在隐私保护的程度与情况、自决的权利与尊重、自由意志与环境、协助的方式与选择等方面。缓解结构伦理困境的方案体现在缓解弱势个人与强势社会的冲突，个人利益维护与社会正义之间的平衡等。

学校应明确ICT技术供应方的能力，确定服务定位与聚类用户的特定需求，对其服务与需求进行衔接，通过信息内容和智能控制的驱动，分析ICT技术发展中利益相关者的潜在结果。学校根据伦理规则体系设计的目标，设定和完善权威规则、隐私治理规则和信息规则，提供用户和其他利益相关者的推理结果，包括设定的效益规则、边界规则、个体规则、范围规则等，建立相应的规范体系和行业规范。

（三）在行业领域形成可持续性影响

学校通过实施专业能力与伦理治理协同培养模式，将在以下两方面产生重要影响。

1.人才培养体系完善，发展机制良好

学校与通信运营商、互联网企业、科研院所和用人单位建成了合作关系，形成了“需求导向、技术引领、创新驱动、产教协同、反馈提升”的闭环人才培养体系，能够紧跟业界的技术革新和用人单位对信息管理人才的知识能力要求，及时调整专业培养方案，满足社会人才需求。专业持续发展机制良好。

2.培养方案先进，课程体系完善，大数据特色明显

学校立足信息服务行业，围绕信息服务平台建设和大数据智能决策，培养从事信息系统软件开发、运维以及利用信息技术和信息系统提升企业管理绩效、引领管理创新的复合型人才。

学校建成数理基础扎实、管理知识够用、大数据技术深厚的课程体系（见图2），能够为大数据智能化的人才培养提供完备的知识体系。专业能力与伦理治理的协同培养通过四条主线来实现：系统开发、数据分析、管理决策与应用实践能力。

图2 专业能力与伦理治理协同培养架构

在系统开发能力的培养上，C语言程序设计、大学计算机基础、计算机应用实践为学生的系统开发能力和数据分析能力打下了基础。Python程序开发、网页设计制作、Java程序设计、Web应用程序设计为学生的数据结构和操作系统原理的学习做好了铺垫。学生进一步学习计算机网络、管理系统仿真和智能终端应用程序开发，将通过信息系统分析与设计和信息安全管理的学习，获得系统开发能力。

在数据分析能力的培养上，数据库系统原理与技术、Excel管理数据分析、面向对象程序设计和大数据管理为学生在信息资源管理和数据挖掘原理与技术的学习做好准备。有了信息组织、存储与检索与机器学习、电子商务概论所奠定的基础，学生学习信息前沿技术，将获得数据分析能力。

在管理决策能力的培养上，高等数学、概率论与数理统计、线性代数、管理学以及统计学这五门课程将为学生管理决策能力的培养打开大门。运筹学、生产运作管理以及管理决策分析为学生对会计学和经济学的学习打下基础。学生通过通信组织与运营管理、创业管理的学习，获得管理决策能力。

在应用实践能力的培养上，C语言程序开发实测、统计软件应用实践为学生的专业实习和商业数据分析打下基础。学生通过企业资源规划电子沙盘模拟实习和企业经营管理综合仿真的学习，获得实践应用能力。学生在毕业设计前的认知实习和企业调查同样不可或缺。

系统开发能力、数据分析能力、管理决策能力和实践应用能力是计算与推理能力协同培养的重点。总之，计算与推理能力协同培养，交叉体现在系统开发、数据分析、管理决策与应用实践等方面。

在伦理思维的培养上，学校在信息安全管理、工程伦理和数据治理等课程中融入现有的ICT技术相关伦理知识体系，包括中共中央办公厅、国务院办公厅印发的《关于加强科技伦理治理的意见》，国家互联网信息办公室、中华人民共和国工业和信息化部、中华人民共和国公安部、国家市场监督管理总局等联合发布的《互联网信息服务算法推荐管理规定》，中共中央办公厅、国务院办公厅印发的《关于进一步加强科研诚信建设的若干意见》以及重庆市五届人大常委会第三十三次会议表决通过的《重庆市数据条例》等相关。

（四）科教融合与产教融合的专业人才分流培养模式

学校结合企业对大数据管理与应用人才的不同需求，以学生的个体差异性，将学生选择的就业类型分为ICT行业内的大数据分析处理与商务智能、大数据资源管理与伦理治理等类型。

1.加强科教融合，将前沿的科学新知识融入课程内容

学校针对以升学为目标的学生群体，采用把本科生加入教师科研团队的方式，以实际的科研活动锻炼学生的科研能力，将主要用于研究生培养的“信息系统与商务智能”等四个科研团队扩充，将其作为培养本专业学生科研能力的载体，取得了良好的效果。参与科研项目训练计划的学生，不仅能有效协助教师完成相关的科研课题，成为项目中的新生力量，而且其自身的科研能力也得到了极大提高，为毕业后的工作或考研升学奠定了良好基础。

学校以信息技术与管理知识融合的方式，努力培养“厚基础，强能力、高素质、有特色”的大数据应用型人才，对学生采用分流培养方式，因材施教，总体上将学生划分为“面向就业”和“面向升学”两个大群体。在夯实通识性知识的基础上，学校建立了科研与教学融合、产业与教学融合两类专业人才培养模式。由此，学校建立了行业需求动态跟踪和就业调研体系，密切关注技术更新和社会变革对人才的需求变化，以此指导本专业的课程设置，吸引企业参与教学，保证教学内容和实践环节能够有效满足人才市场的需要。

2.加强产教融合，将最新工程实践案例融入培养过程

针对以就业为目标的学生群体，学校积极推进产学结合的工程型人才培养模式，让企业参与学校的教学和实践环节，加强应用型选修课程的设置。学校与IT技术型企业建立校企合作，共建平台，促进合作办学、合作育人、合作发展。学校针对企业对人才的不同需求以及学生的个体差异，按照信息系统开发、系统集成、运行维护、大数据分析与商务智能、信息资源管理等就业类型与企业协同培养学生。

学校创建“学生工作室”，挑选本专业学习能力强的学生作为“领头人”进行培养，以此带动整个学生群体参与应用型课题，提升其解决实际问题的能力。学校通过产学结合的方式，将企业在管理运营和技术开发中的实际项目或问题简化引入甚至直接引入工作室，以教师指导和学生团队自主研发为主的方式解决这些工程实际问题，培养学生的工程应用能力。经过多年的发展，学校在“信管学生工作室”的基础上逐步发展起“新媒体运转工作室”“大数据分析工作室”“移动APP工作室”等多个学生工作室，较为全面地提升了本专业学生在通信业务数据分析、信息系统分析与设计、大数据管理等方面的创新能力、自主学习能力、创新思维与团队协作意识。

3.科教+产教融合，培养“2+2”特色型人才

学校建立项目驱动的学生能力培养机制（见图3），培养特色型人才。“2+2”人才培养模式将针对就业和升学两种不同的学生群体制定两套不同的培养方案。针对以就业为目标的学生群体，企业与学生工作室要进行合作，在老师和优秀学生的带领下，将企业在项目中所面临的问题交给学生思考，并提出合理的解决方案，提高学生解决实际问题的能力，从而形成“产教融合”的专业人才培养模式；针对以升学为目的的学生群体，学生工作室要让学生参与到科研团队的实际科研项目中进行探讨和研究，提升学生的科研能力，为学生将来的研究生学习奠定良好基础，这就形成了“科教融合”的专业人才培养模式。

图3 科研/产业与教学融合专业人才培养模式的整体运营过程

学校实施“产教融合”培养应用型人才的模式，以本专业学生为主，完成“ERP虚拟运营教学系统”等近十个实际信息系统的开发和运维。部分毕业生进入字节跳动、华为、阿里巴巴等知名企业，为未来的事业发展奠定了良好的基础。工作室学生起到了模范引领作用，带动了本专业学生的学习热情和技术能力的提升。

三、师资队伍建设

师资队伍建设要坚持科学发展观，确保教师树立良好的职业道德，以建设好大数据智能化信息管理特色专业为目标，强化制度和体制建设，重视学术交流与研究方向引导，激励教师研究与创新。

（一）强化针对性建设，优化师资队伍结构和培养机制

学校根据大数据时代对信息管理人才能力的需要，结合本专业教学团队已有的人才结构状态，确定调整、引进专职或兼职人才引进计划，着重在机器学习、自然语言处理、人工智能和数据挖掘领域培养和引进优秀师资，积极聘请与本专业紧密结合的国内外著名专家学者、高水平专业人才以及校外经验丰富、实践工作能力强的高级专家作为本专业的兼职教师，选派部分教师到国内外知名高校攻读学位或参加培训，提升本专业师资团队的竞争力和创造力。

（二）采取多种措施，强化教师课程思政和特色授课的协调效应

学校在大数据管理与应用培养上构建全员、全程、全课程育人格局，将与计算和推理思维相关的各类课程与思想政治理论课同向同行，形成协同效应。学校强化特色教学团队建设，鼓励和选派教师与行业的研究院所、企业以及其他高校开展科研、教学、实践环节的双向联系和合作，帮助教师提高特色课程教学能力、专业素质、科研水平和创新能力。

学校紧跟国内外大数据智能化信息管理的学科前沿，支持教师到校外攻读学位，鼓励教师出国进修、学习或参加国际会议，选派青年教师到高质量信息通信企业进行挂职锻炼，加强各学校之间、国内外之间以及学校与企业、行业之间的互动与交流。

（三）建立长效激励机制，提高教师金课和微课的创新能力

目前，高校的大数据教育主要停留在课堂幻灯片的讲解上，移动端的教育资源较少。高校把教师的教学资料上传到云端，使学生能更加方便地进行学习。高校应对融媒体搭建加强重视，让大数据教学资源在传播平台和渠道上增加更多实质性的融合创新，使学生可以利用高校融媒体和金课等资源来推动学习大数据管理与应用专业知识。

（四）升级教学内容，融入智能决策与数据科学等最新研究成果

学校围绕“互联网+”环境下信息服务平台的构建技术，基于大数据分析的商务智能决策支持技术以及信息资源的智能挖掘技术，不断探索产学研用人才培养机制，创新人才培养模式，以创建一流专业和特色专业为目标，努力建设开放大平台。

（五）坚持服务产业，主动适应大数据管理与应用人才能力需求

学校坚持立足地方、服务产业、面向全国，主动适应“互联网+”及大数据时代的信息管理人才能力需求，依托信息学科优势和信息通信业服务于地方经济社会的背景，在战略性新兴产业的发展中，紧跟大数据智能化产业发展动态，遵循教育协同创新和产学研用相结合的办学指导思想，重点建设成为信息服务领域培养具备信息服务平台构建及大数据智能化应用能力的复合型信息管理人才培养基地，走内涵式的特色发展道路，为大数据分析、人工智能应用、大数据信息平台构建与运维、数字产品开发等领域输送人才，全面提高专业建设水平和人才培养质量。

总之，师资队伍建设成效是多方面的。学生将成为掌握过硬的计算机和网络应用能力，掌握信息系统构建技术与大数据分析技术，善于运用新媒体，具备大数据智能化应用能力，信息技术与管理融会贯通的高素质复合型人才。从技术角度来看，信管专业的学生可以在三个层次与大数据智能化产业对接：在大数据存储层，学生可以参与云计算中心的设计、实施和运维工作；在大数据管理层，学生可以参与大数据的采集、清洗转换、预处理、一致性维护等工作；在大数据应用层，学生可以参与数据分析、机器学习算法设计、数据挖掘等工作。从具体产业应用角度，信管专业的学生可以在大数据应用、人工智能、智能超算、软件服务等产业中发挥重要作用。

四、总结与启示

为实现大数据管理与应用专业能力与伦理治理的协同培养，高校需要重点做好人才培养模式改革和师资队伍建设这两点。目前，我国高校对学生大数据、人工智能等方面的培养还不够全面和完善。高校融媒体的构建、分流培养模式的建立、人才培养体系的完善、师资力量的完备等各方面都能促进高校学生在大数据方面的知识学习。高校要有计划地构建一个良好的大数据学习环境，丰富大数据人才储备，提升专业能力。

在建设过程中，高校要着重培养学生在大数据系统搭建与运维、大数据获取与处理、大数据应用开发、大数据分析与大数据伦理治理等方面的能力。为突出大数据智能化特色，笔者从以下几方面提出专业建设的相关建议。

1.学校围绕大数据分析的知识和能力需求完善现有课程体系，加强人工智能基础、自然语言处理、机器学习和大数据分析能力的培养，形成“需求导向、全面开放、深度融合、创新引领”的专业建设长效机制，构建和完善一套能兼具专业能力和伦理思维的π型人才培养模式的新教案。

2.学校与知名互联网企业合作，加强与完善大数据处理、商务智能应用等实验平台，建设一批能够切实培养学生大数据分析能力的实践教学资源。

3.学校聘请大数据及信息通信行业的专家参与教学，加强校企合作，打造特色教学团队，进行协同创新创业教育。

4.学校现有的师资具备一定的数据分析能力，但需要补充在人工智能理论、机器学习、自然语言处理等方面的人才力量，通过教师培训和人才引进相结合的方式，加强大数据处理方面的师资队伍建设。

5.现有的“反馈、调整与提升”的人才培养机制在就业需求跟踪调研和用人单位信息反馈方面存在问题。学校可建立学生、用人单位和学校的信息沟通平台，构建校、企、生多方协同的人才培养体系。

6.现有“产学研用”存在多方面脱节的现象。学校可通过大数据分析及商务智能应用领域的项目合作，建立校企协同育人的有效机制。

7.学校可与创新创业学院及相关企业合作，通过创业孵化项目、课赛结合等方式，加强学生在大数据领域的创新创业能力培养。