Data literacy: актуализация русского термина в системе МИГ
Автор: Базина Дарья Владимировна, Бережная Валентина Сергеевна
Журнал: Медиа. Информация. Коммуникация @mic-iej
Рубрика: Человек в информационном мире
Статья в выпуске: 33, 2020 года.
Бесплатный доступ
Данные как неотъемлемая часть жизни и важная составляющая медиа требуют нового подхода в медиаобразовании: уже сформировавшийся термин data literacy требует осмысления его места в системе медиаграмотности и системного описания компетенций и навыков, входящих в понятие. В данной работе авторы рассматривают сложившиеся мировые практики обучения data literacy, описывают ключевые группы компетенций и предлагают русскоязычный термин: визуально-аналитическая грамотность. Продолжением исследований может стать разработка карты компетенций визуально-аналитической грамотности и развитие её как междисциплинарного образовательного подхода.
Данные, визуально-аналитическая грамотность, миг
Короткий адрес: https://sciup.org/147218291
IDR: 147218291
Текст научной статьи Data literacy: актуализация русского термина в системе МИГ
Данные стали неотъемлемой частью современного мира: они описывают реальность на самых разных уровнях, помогают извлекать прибыль, видеть важные для общества и человека смыслы и скрытые связи. Скрытые в цифрах и кодируемых, исчисляемых показателях сообщения стали привычной частью современного способа отражения знаний по теме, дополнив, а где-то полностью заменив, нашу письменную и устную речь. Умение понимать данные, анализировать их, извлекать смыслы и представлять их, в том числе визуально, становится одним из необходимых навыков медиапроизводства. В то же время умение читать визуализации данных, понимать представленные связи и соотношения, оценивать и критически осмысливать качество анализа и представления данных становится важным навыком медиапотребления. Категория МИГ, называемая data literacy, таким образом, становится одной из ключевых в актуальном современном медиаобразовании.
Первые научные труды и работы, посвященные data literacy, появляются в США в 1999 году в журнале Educational Leadership и принадлежат американскому профессору математики Лин Артур Стин (Lynn Arthur Steen). В статье, посвященной счету, он рассуждает о появлении новой области знаний, наследуемой от навыков счета.
«Цифры могут стать главным инструментом, с помощью которого мы попытаемся осуществлять контроль над природой и рисками жизни», — пишет он. Лин утверждает, что век информации — век чисел. «Данные, графики и статистика обогащают и одновременно запутывают нашу жизнь, — утверждает исследователь. — Числа и количества сокрушают текущие события от медицинских отчетов до политических тенденций и финансовой индустрии. Новости заполнены диаграммами в то время как количественные решения контролируют правительство, образование и здравоохранение» [1]. Свою статью профессор математики завершает мыслями о том, что большинство американских студентов покидают среднюю школу, не справляясь даже с минимальным уровнем количественной и математической грамотности. Именно по этой причине крупные американские компании жалуются на отсутствие технических и количественных навыков у будущих специалистов. «Несмотря на годы исследований опыт освоения компетенций, связанных с данными, у американцев отсутствует», - заключает Стин.
Современный период научных исследований связывает data literacy с понятием datafication (датафикация). Профессор управления информацией из британского университета Роял Холлоуэй Марк Лайсетт (Mark Lycett) рассматривает это явление в контексте понятия больших данных и необходимости потенциала такого вида информационного ресурса для бизнес-аналитики и медиакомпаний в целом [2]. Он рассматривает актуальные проблемы данных в медийном контексте на примере компании Netflix и говорит о необходимости освоения компетенций нового тысячелетиях, позволяющих контролировать процесс произвольного извлечения и обработки данных сторонними фирмами и людьми.
«Как и в случае с графикой, возможно, нам нужна грамматика осмысления, учитывающая различные системы отсчета и позволяющая перемещаться между ними, чтобы их можно было пересматривать и понимать», — резюмирует Лайсетт.
Исследователи доказывают, что грамотность, связанную с областью данных, необходимо относить к грамотности информационного толка и включать в неё грамотность статистическую , как и грамотность в части других видов данных [3].
Ученый из Аугсбургского университета Мило Шилд (Milo Schield) указывает в работе 2004 года на синергетический характер data literacy, информационной и статистической грамотностей соответственно [4].
«Трудно продвигать информационную грамотность или data literacy без содействия статистической грамотности, — рассуждает Шилд. — Относительная важность каждой из грамотностей варьируется в зависимости от точки зрения автора и задач, стоящих перед студентом. Необходимо уделять больше внимания связности трех этих сфер». Кроме того, исследователь добавляет, что библиотеки и архивариусы должны быть непременно заинтересованы в освоении этого вида грамотности и рассматривать преподавание этого направления в качестве вспомогательной услуги студенту, учить его критически смотреть на информацию и находить аргументацию к ней.
Initiative and autonomy
Flexibility and adaptability

Intercultural and social attitude
Problemsolving
Collaboration
Information management

Critical information processing
Internet literacy
Literacy
Operational skills
Safe and productive participation
Media
Responsibility
Critical attitude
Application skills for networked visual and dynamic media
Culture-related communication
Creativity and expression
Creative attitude
Рис. 1. Иллюстрация кластера Digital literacy исследователями
из Лимерикского университета [4]

Рис. 2. Модель испанских ученых, включающая data literacy [4]
К основным навыкам data literacy мировое сообщество относит такие основные способности современного человека как: навыки выбора необходимого вида данных , умение собирать и очищать данные, критически оценивать собранный массив информации, анализировать результаты исследования, интерпретировать данные, рассказывать истории с помощью данных, использовать данные как часть коллективного творчества и визуализировать полученные выводы.
В мире сложилось несколько образовательных практик в области data literacy и смежных с ней направлений. Образовательные детские проекты в этой области крайне малочисленны. Обучение data literacy чаще интегрировано в специализированные курсы по бизнес- аналитике и визуализации для сотрудников крупных компаний и аналитических медиа: например, Qlik Data literacy program [5]. Проект Data Literacy Project [6] предлагает относительно системное обучение работе с данными – 20 небольших курсов общей продолжительностью 534 минуты. Data Visualization Literacy от бренда Tableau [7] сосредоточен на визуализации данных. Совместный формат освоения компетенций data literacy предлагают создатели Data Basic.io: этот сервис предлагает ряд простых инструментов работы с данными и возможности их изучения для школьников и студентов при помощи Activity Guide – короткого методического руководства с упражнениями, перечнями учебных задач для них, необходимыми дидактическими указаниями [8]. Важно обратить внимание, что это не системное образование в области data literacy, и оно подразумевает лишь формирование компетенций в области работы с отдельными инструментами.
data BASIC./o
DataBasic is a suite of easy-to-use web tools for beginners that introduce concepts of working with data. These simple tools make it easy to work with data in fun ways, so you can learn how to find great stories to tell.

WordCounter analyzes your text WTFcsv tells you WTF is going SameDiff compares two or ConnectTheDots shows you and tells you the most common on with your .csv file. more text files and tells you how how your data is connected by words and phrases. similar or different they are. analyzing it as a network.
Обучение работе с данными также проходит на основе потоковых курсов и дата-школ — «Школа данных» в Москве [9] и Кыргызстане [10], The Data School от Chartio [11] и проект с аналогичным названием в Великобритании [12]. В качестве отдельной группы примеров хочется выделить труды популяризаторов направления — авторский YouTube канал Data-Pop Alliance [13] и работы преподавателя данных из Америки Эллисон Хорст (Allison Horst) [14].
К заметным российским проектам со схожей тематикой относятся продукты, созданные при участии фирмы «Яндекс» (всероссийский образовательный проект «Урок цифры») [15], сайт «Цифровая грамотность» [16] и тематические учебники дополнительного образовательного сегмента.
Образовательная платформа EVERFI представляет формат обучения data literacy как междисциплинарному знанию, которое должно быть частью образования в области математики, географии, социальных наук и всего блока точных и естественных наук. В этой концепции предполагается, что цифровые или количественные данные используются в образовательном процессе как основа аналитической работы учащихся, а уровень сложности данных и решаемых при их помощи задач постепенно возрастает и качественно меняется на каждой новой образовательной ступени. Верификация данных и проверка качества их анализа и визуализации в этой концепции также считаются крайне важными элементами медиаграмотности. Мы согласны с таким видением data literacy в образовании.

Платформа знаний для повышения цифровой грамотности
Просто и понятно о том, что важно здесь и сейчас.
Рис. 4. Стартовая страница проекта «Урок цифры»



Как вычислить недобросовестного работодателя
(БЕЗОПАСНОСТЬ| вилв
Двухфакторная аутентификация
I БЕЛОПАСНОСТЬ |
I СОЦИАЛЬНЫЕ СЕТИ | вилю
Как распознать фишинговое письмо или сообщение
| БЕЗОПАСНОСТЬ |
Рис. 5. Стартовая страница сайта «Цифровая грамотность»
Отметим, что на сегодняшний день в зарубежном поле понятий отсутствует единое сформулированное мнение о четких границах области data literacy и перечне навыков, как, например, это уже сделано в трактовке термина literacy. Это значит, что мы можем работать на уровне метамоделей и предлагать свои подходы к определению дефиниции; выделять и описывать некий крупный срез категорий.
Наиболее осмысленным и подходящим под цели и задачи нашей работы нам кажется подход современной британской исследовательницы Аристеи Фотопулу (Aristea Fotopoulou), разделяющей сферы data literacy и data science. Также интересен подход доцента кафедры урбанистики и планирования Массачусетского технологического института (MIT) Екатерины Д'Игнацио (Catherine D'Ignazio), именуемый Creative data literacy [17].
В плоскости data literacy мы обнаруживаем несколько очевидных подгрупп: personal data literacy (вопросы этики данных) и помещаем statistical literacy в пограничную область на стыке явлений [18].
В русскоязычное поле понятий мы предлагаем ввести термин, не используя прямой дословный перевод data literacy как «грамотность данных» или «дата-грамотность», поскольку этот термин, во-первых, не содержателен и не даёт представления о наполнении понятия, а во-вторых, плохо соотносится с набором компетенций и навыков, составляющих
этот вид грамотности. Мы условно разделили
описанные выше навыки на визуальную и
аналитическую часть.
Evaluating Decisions

Decision Making uderstanding of data
Data organization
Data preservation < I interpretation (understanding
Conceptual Framework presenting Data (Verbally)
Introduction *—I to data
Data
Management
Data Literacy Skills and Competencies
Ми«п '^"«^Г’™^™ of Uslrtg of Data
Evaluating and Ensuring Quality of Data and Source
Data curation,, security and re-use
manipulation
r Data Conversion [from
Metadata Creation format to format and use
Рис. 6. Сегментация data literacy направлений [19]
Передача историй с
Визуальные компоненты помощью данных
Использовать данные как часть коллективного творчества
Визуализировать выводы

Выбор (сбор) данных
Навыки критической оценки собранного массива информации
Анализ полученных результатов
Очи щен ие да н н ых
Навыки статистической обработки информации
Аналитические компоненты
Способность учитывать этический Фактов данных
Рис. 7. Визуализация ключевых data literacy компетенций, обоснование логики русского термина
Разговорную версию понятия data literacy («дата-грамотность») мы встречаем на лекциях и профессиональных встречах дата-журналистов, исследователей данных и преподавателей дата-классов: «День открытых данных в Москве», образовательные стримы института «Стрелка», лекции автономной некоммерческой организации «Инфокультура».
Отметим, что термин, о котором мы рассуждаем, используется далеко не всеми носителями языка, а принадлежит пока только конкретной целевой группе лиц — дискурсивному сообществу.
Семантические ассоциаты для данные (вычисленные на модели НКРЯ и Wikipedia)
Частотность слова
Й Высокая @ Средняя □ Низкая
-
1. сведение 0.660
-
2. информация 0.635
-
3. данный 0.574
-
4. материал 0.483
-
5. оценка 0 458
-
6. результат 0.455
-
7. документ 0.454
-
8. прогноз 0.453
-
9. справка 0.450
-
10. наблюдение 0.444
• Показаны только ассоциаты той же части речи, что и слово в запросе. Изменить этот фильтр можно на вкладке Похожие слова.
• наблюден^ протоз
Доведение данный
^документ
Qi справка
^результат
^ информация
^® оценка У материал
0.6 Порог близости 1 Показать теги
Рис. 8. Семантические ассоциаты для слова «данные» согласно сайту RusVectōrēs
С научно-исследовательской и лингвистической точек зрения понятие «дата» в нашем языке может означать совершенно разные и не соотносимые с явлением data literacy категории.
Семантические ассоциаты для дата (вычисленные на модели НКРЯ и Wikipedia)
Частотность слова
Й Высокая Й Средняя □ Низкая
-
1. дательный 0.608
-
2. датировка 0.457
-
3. хронология 0.450 в ф дательный
-
4. цифра 0.396 \ *
-
5. срок 0.393 \
-
6. отсчет 0.389 ФО* ^ цифра
„ п хронопошвДатировка
отсчет
-
• Показаны только ассоциаты той же части речи, что и слово в запросе. Изменить этот фильтр можно на вкладке Похожие слова.
0.6 Порог близости U Показать теги
Рис. 9. Семантические ассоциаты для слова «дата» согласно сайту RusVectōrēs
Таким образом, на практике мы наблюдаем процесс подвижности и изменчивости языковой единицы. Гипотетически возможные и наиболее близкие варианты российских аналогов, не зафиксированных в словарях, звучат так: «дата-грамотность», «грамотность данных» .
Отсутствие общего мнения в зарубежном научном дискурсе относительно единой трактовки термина порождает споры в дидактике и включенных в data literacy категорий.
Успешные результаты освоения детьми дата-компетенций в зарубежной практике демонстрируют подходы, базирующиеся на примерах решения конкретных видов задач в рамках интересующей ребенка темы (case studies) и творческой формы подачи тематической информации [20].
Так ученая из университета Лидс (Великобритания) Х. Кеннеди (H. Kennedy) пишет об опыте освоения data literacy компетенций в контексте повседневной жизни [21], а группа исследователей из Великобритании и США предлагают использовать метод привития детям знаний о данных в формате тематических кейсов про умный дом (Smart house) и сквозь призму изучения пространства интернета-вещей (IoT) [22].
Этический компонент data literacy (Personal data literacy) и другая часть неоднозначных сегментов, таких как Data management, связанных с наиболее детальным изучением области персональных данных, в случае нашей гипотезы будут неявно тяготеть к одной из заданных форм ( визуальной или аналитической ), но по смыслу включаться в область одной из подгрупп.
Для интеграции в русскоязычную парадигму необходимо ввести два обязательных вида, существующих за пределами обозначенной нами ранее экосистемы МИГ (MIL).
Табл. 1. Соотнесение дискурсов вспомогательных компонентов
New literacy |
Новая грамотность |
Совокупность новых видов грамотности, доступных в современной цифровой среде |
Visual literacy |
Визуальная грамотность |
Умение работать с различными системами знаков, кодировать и декодировать информацию |
Тогда в экосистеме отечественного медиаобразования это будет иметь приближенный вид:

Рис. 10. Визуально-аналитическая грамотность в приближении
Мы приходим к термину « визуально-аналитическая грамотность ». Точно так же, как грамотность традиционного режима способствовала прогрессу человечества за последние несколько тысячелетий, визуально-аналитическая грамотность будет иметь важное значение для жизни современного общества и постепенно выходить за пределы смежных с IT компетенций.
Уже сегодня во многих образовательных учреждениях России профильного направления активно преподаются уроки программирования на Scratch, используются виртуальные накопительные карты для пропуска в школу, вводятся системы электронных дневников, а ряд банков создают персональные тарифы для школьников, требующие от них навыков грамотного обращения с данными.
Визуально-аналитическая грамотность постепенно становится частью функциональной грамотности XXI века.

Рис. 11. Визуально-аналитическая грамотность в приближении
Авторы видят продолжение исследования в создании актуальной карты компетенций визуально-аналитической грамотности и развитии междисциаплинарного подхода в её преподавании на разных образовательных уровнях.
doi=10.1.1.144.6309 (дата обращения: 10.04.2020). DOI: 10.1.1.144.6309.
https://dataschool.digital/#about (дата обращения: 10.04.2020).
Список литературы Data literacy: актуализация русского термина в системе МИГ
- Steen, L.A. Numeracy: The New Literacy for a Data-Drenched Society // Statistical literacy [Электронный ре¬сурс]. – Режим доступа: http://statlit.org/pdf/1999-Steen-ASCD-Education-Leadership.pdf (дата обращения: 10.04.2020).
- Lycett, M. Datafication’: making sense of big data in a complex world // Taylor & Francis [Электронный ре¬сурс]. – Режим доступа: https://www.tandfonline.com/doi/ full/10.1057/ejis.2013.10 (дата обращения: 10.04.2020).
- Schield, M. Information Literacy, Statistical Literacy and Data Literacy // Cite Seer [Электронный ресурс]. – 2004. – URL: http://citeseerx.ist.psu.edu/viewdoc/summary? doi=10.1.1.144.6309 (дата обращения: 10.04.2020). DOI: 10.1.1.144.6309.
- Digital Competence in Teacher Education // DiCTE (Developing ICT in Teacher Education) [Электронный ре¬сурс]. – Режим доступа: https://dicte.oslomet.no/wp-content/uploads/2019/03/DICTE-Digital-Competence-in-Teacher-Ed.-literatu... (дата обращения: 10.04.2020).
- Qlik Data Literacy Program // Qlik [Электронный ре¬сурс]. – Режим доступа: https://www.qlik.com/ru-ru/services/data-literacy-program (дата обращения: 10.04.2020).
- Blog & Newsroom // Data Literacy Project [Электронный ре¬сурс]. – Режим доступа: https://thedataliteracyproject.org/ (дата обращения: 10.04.2020).
- Data Visualisation Literacy: Learning to See // Tableau [Электронный ре¬сурс]. – Режим доступа: https://www.tableau.com/learn/webinars/data-literacy-learning-to-see (дата обращения: 10.04.2020).
- About DataBasic // data Basic.io [Электронный ре¬сурс]. – Режим доступа: https://databasic.io/en/ (дата обращения: 10.04.2020).
- О курсе // Школа данных [Электронный ре¬сурс]. – Режим доступа: https://dataschool.digital/#about (дата обращения: 10.04.2020).
- Курсы. Учебный процесс // Школа данных [Электронный ре¬сурс]. – Режим доступа: https://opendata.kg/all-courses/ (дата обращения: 10.04.2020).
- Featured Chapters // The Data school by Chartio [Электронный ре¬сурс]. – Режим доступа: https://dataschool.com/ (дата обращения: 10.04.2020).
- Welcome to The Data School // The Data school [Электронный ре¬сурс]. – Режим доступа: https://www.thedataschool.co.uk/ (дата обращения: 10.04.2020).
- Data-Pop Alliance // YouTube [Электронный ре¬сурс]. – Режим доступа: https://www.youtube.com/channel/UCjomm9V-cD6xltKlnBQPGSw (дата обращения: 10.04.2020).
- Allison Horst // Twitter [Электронный ре¬сурс]. – Режим доступа: https://twitter.com/allison_horst (дата обращения: 10.04.2020).
- Расписание уроков 2019 - 2020 // Урокцифры.рф [Электронный ре¬сурс]. – Режим доступа: https://xn--h1adlhdnlo2c.xn--p1ai/ (дата обращения: 10.04.2020).
- Онлайн-материалы // Цифровая грамотность.рф [Электронный ре¬сурс]. – Режим доступа: https://xn--80aaefw2ahcfbneslds6a8jyb.xn--p1ai/ (дата обращения: 10.04.2020).
- D'Ignazio, C. Creative data literacy Bridging the gap between the data-haves and data-have nots.// John Benjamins e-Platform [Электронный ре¬сурс]. – Режим доступа: https://www.jbe-platform.com/content/journals/10.1075/idj.23.1.03dig (дата обращения: 10.04.2020).
- Fotopoulou, A. Conceptualising critical data literacies for civil society organisations: agency, care, and social responsibility // Taylor & Francis [Электронный ре¬сурс]. – Режим доступа:https://www.tandfonline.com/doi/abs/10.1080/1369118X.2020.1716041 (дата обращения: 10.04.2020).
- van Audenhove, L. Data literacy from theory to reality: How does it look [Электронный ре¬сурс]. – Режим доступа: https://www.researchgate.net/publication/335620777_ Data_literacy_from_theory_to_reality_How_does_it_look (дата обращения: 10.04.2020).
- Fontichiaro, K. Data literacy in the real world: Conversations & Case Studies / K. Fontichiaro, A. Lennex, T. Hoff, K. Hovinga, J.A. Oehrli // Creating data literate students [Электронный ре¬сурс]. – Режим доступа: http://datalit.sites.uofmhosting.net/wp-content/uploads/2017/08/data_literacy_in_the_real_world.pdf (дата обращения: 10.04.2020).
- Kennedy, H. Living with Data: Aligning Data Studies and Data Activism Through a Focus on Everyday Experiences of Datafication [Электронный ре¬сурс]. – Режим доступа: https://cutt.ly/Ryb0xCF (дата обращения: 10.04.2020).
- Wolff, A. Creating an Understanding of Data Literacy for a Data-driven Society / A. Wolff, D. Gooch, J.J. Cavero Montaner, U. Rashid, G. Kortuem // Journal of Community Informatics. – 2016. – Vol. 12(3).