ecoliugy的个人博客分享 http://blog.sciencenet.cn/u/ecoliugy

博文

数据意识:提升科学素养的重要手段 精选

已有 4756 次阅读 2019-8-1 17:40 |系统分类:观点评述| 数据意识, 科学素养, 科学教育, 科普, 统计

11749C0DE8BB008EF491C10D22B8467E.jpg

数据意识是现代科学中最重要的思维方法


过去两百年间科学与技术的发展不仅极大了改善了当今世界文化、历史和格局,而且深刻影响着每个人的日常生活、思想和行为方式。与身心健康、语言、交际、审美等能力一样,科学素养已经是每格现代公民必备的基本素质。

 

经过维新,科学在中国已经有百年历史。科学逐步深入民心,国人有句口头禅叫“做事要讲道理讲科学”,就是一个崇尚科学的例证。然而,嘴上的口头禅不等于脑袋中的所思所想,更不等于行为上的所为所做。即便科改变了中国的面貌,但科学素养和思考方法并不见得已经深入人心。有调查发现,中国人的科学素养不到20%,引发了对科学教育的激烈讨论和思考。(《中国公民科学素质报告(2015-2016)》)有人认为,中国科学教育只是浸沉于科学知识的海洋中,宣扬科学权威的崇拜,而缺乏科学精神和科学的方法,忽略了追问科学本质的能力培养。致使科学教育在某种意义上失去了它本身应有的意义。

 

若剖析科学教育的核心要素,无非几个大的方面:一是基础科学知识,二是思考方式和批判性思维,三是科学精神和科学史观,四是科学前沿和数据意识,五是融合贯通、学科交叉和敢挑战传统的创新意识。中国的科学教育,在知识方面无疑应该算是非常成功的,这是我们的强项;其次,科学思考方式的培养一直没有取得突破。导致很多人现在特别强调和宣扬科学思维比科学知识重要。遗憾的是过去一二十年,强调批判性思维(Critical thinking)的教育,不仅没培养出独立的思考能力,反而培养了70和80两代“杆精”,可谓失败的批判性思维教育。第三说说中国科学史观和精神教育。从我在科学院的十多年的经验看,诸多的PI、博士和科普工作者着并不具备本领域的科学史观,更不用说非专业的科学史观了。其他机构估计也好不到哪去;第四个方面,前沿科学和数据意识培养,在学术同行领域善可,与非同行和公众之间的交流则完全脱钩。这同样是未来中国科学教育的巨大挑战;第五个谈中国科学的交叉融合、知识迁移和创新能力。当今中国学术山头主义盛行,学科交叉能力堪忧,甚至有脱节于世界同行的风险。在这种背景下要想提升公众的知识迁移创新能力,想来不易。如何把狭窄的专业科学知识,迁移到更多更广的知识领域内,挑战巨大。

 

综合上面科学教育的五个方面,我们到底该如何提升国人的科学素养?科学传播届现在也似乎没有什么新理论和新思想,大多无非老生常谈而已。我想倒是可以在一个方面着重下手,那就是侧重数据意识培养。中国的学术思想传统是经验主义,无论商贸生活,还是学术,都是重经验和个人的体验。西方学术在早期同样是一种精英式的经验主义,如达尔文等科学巨匠,其著作也都是偏重经验主义。然而,现代科学经过了两百年的发展,早已不是同一个思考模式。特别是统计学的发展,完全改变了我们做科学、看科学和传播科学的方式,以及看待社会事件和管理社会的重要思考方式。


Karl_Pearson,_1910.jpg

皮尔逊的统计思想颠覆了整个现代科学的思考方式


在十九世纪或在此之前,科学家通常利用特殊的案例,来佐证我们的想法。比如达尔文进化的理念,就是用各种案例来佐证的。然而二十世纪统计思想的崛起,与各个学科快速融入,统计革命席卷整个科学界,成了科学研究的新思想和新工具。

 

达尔文的堂哥高尔顿、高尔顿的学生皮尔逊等统计学先锋成功解决了经验主义时代,个案不准确,实验不能重复,以及假相关等诸多恼人的问题,发展出了概率、相关、回归等概念,彻底搞定了科学中的随机性和异常情况。皮尔逊奠基的统计学颠覆了科学的思维方法,塑造了当今解读科学结果的新方式。传统的科学是对实验对象的记录,然后利用决定论思想思考自然与世界。而现代的科学则是研究记录数据之间的关系,通过分析数据间的相关性和出现的可能性,进而来发现规律。统计学解决了传统科学中的随机性、异常现象,几乎成了现代所有科学的研究基石,完全颠覆了整个科学的思维方式。我们想要理解科学,就必须培养这种数据意识,了解统计与科学间的关系。

 

具体到科学教育和科学素养培养方面。也就是说,无论是科学研究逻辑,批判性思考方式,还是理解科学前沿和科学知识,都需要我们理解“科学结果与统计研究”之间的关系。如果没有统计和概率等知识,那么我们很容易误解科学前沿和广泛传播的科学结论。如何避免用极端案例或者极端值来解读自然和社会?如何避免用随机来解读真实?如何利用数据来理解现象,提升理性的评价和管理,这都是挡在中国社会走向更加理性的巨大挑战。

 

数据意识是理解现代科学的必备条件。在《翻译中的中国科普正沦为无头脑的谣言散布》一文中,我分析过几个传播届常犯的“误解相关性”的案例,解释了科学论文如何被错误放大成谣言的情况。在食品、医药、生物、环境、社会等等诸多领域,科学结论的相关性,不能用决定论来理解。传统科学和现代统计思维下的科学,两者是两个时代的两种思维模式。例如某某药具有治疗效果,某某药具有毒的结论中,蕴含着一些“随机性”和不符合结论的情况。这要求公众具有“数据意识”这一更先进的思考方式,和更强大的知识框架,方能正确的理解当今的科学。


Standard_deviation_diagram.png

正态分布:多数事情都符合这个分布

 

数据意识有助于理性主义的培养。每个事件都是一个概率的分布,总体符合正态分布的情况,要求我们看到极端点的同事,也能看到整体情况和整体趋势。如问题疫苗和贫困的问题,看到劣质疫苗的时候,要看到中国整体疫苗卫生事业的巨大进步;而在贫困问题中,看到整体进步的同时,不能忘记有一些人还异常穷困,需要关注等。数据意识不仅有助于我们了解科学结论,同时也有助于我们更好的理解社会,以防止整个社会朝着极端化发展,甚至出现失控的局面。此外,即便是同一个调查同一组数据,“科学”的分析可以选择不同的模型,可得到不同的结论和甚至相反的结论。因此,需要现代社会需要人拥有更强大的逻辑思考能力和判断能力,否则我们可能被别有用心之人,以“科学”的名义牵着鼻子走。总之,我们已经进入数据时代,理解数据背后的故事是未来人人必备的素质。

 

数据意识还有助于个人、单位和社会的高效管理。即便是简单的数据意识,也可更精准的反应个人阶段性的进步,实现逐步自我超越。如在NBA比赛中,某球员今年平均每场抢2个篮板,明年是4个。今年综合值和正负值比去年有提升,那么他个人的价值就明显得到提升。数据意识可大大减少国内“刘翔式”一竿子打死的疯狂评价。国内诸多领域的评价和管理,确实急需引入更加客观的数据模式,以促进专业化和按贡献分配的高效管理。毫无疑问,看NBA是一种有意思的数据培养教育。假如有人能有效引导,可以正确理解如何利用数据来评价一个个人的能力、球队的能力和数据管理对团队协作的巨大贡献。较好的利用数据来管理个人和单位,引入多元的数据评价、高效的统计分析和薪金挂钩分配制度,这或许也是NBA为何如此成功的重要原因之一。这种细致的数据型社会管理模式,值得我们深思和学习。

 

所以,建议在科学教育或科普等领域中一定要重视数据意识的培养。这里的数据意识,并非大数据时代的数据共享、数据安全,而是理解基于统计思维的科学设计、思维方法和方法论,数据展示和居于数据的管理评价等等。中国数据意识缺乏还体现在各种官方报告、党委汇报、制图、媒体解读和各行各业的展示教育之中。我们的平均数据展示能力几乎还处于百分比这样一个的时代(好多还没有)。即便在科学领域,除了需要发表的科学成果,数据的意识几乎是缺乏的,数据意识并未迁移深入到日常科学管理之中。各行各业中,有效的基于数据的管理更是简单粗暴少之又少,有待社会各行各业的共同推进。

 

在科学教育中重视突出“数据意识培养”,相信这种教育方法或可打通科学教育的壁垒,大大提高公众的科学素养,在新时代焕发出中国科学教育的新光芒。 (图片来源:网络)



延伸阅读:

日常点滴记录版纳生物多样性:iNaturalist使用手册

博物的黑历史:标本背后的奴隶贸易

博物不仅仅是多认识几种动植物:读十八世纪自然史有感

琅琊榆:一个独特名字背后的植物学史故事

概念化植物园建设:田纳西大学植物园访问记 

“把文章写在大地上”:中国最佳植物园的长征精神


谈谈植物学的崛起:科研其实就是穷人的游戏  

摘柚子的联想:贸易集市与植物科学节

如何用版纳的鱼讲好青藏高原的故事?

DLIA:美国大烟山国家公园的物种调查公众科学项目

自然与环境教育中心长什么样?来看看美国人的案例 

Evolution literacy:“生物学家”带娃的思考 

罗梭江论坛:泛舟煮酒,共话科普

科学思维真的比知识更重要吗? 

气候变化教育:要不要告诉孩子那些“糟心”的环境问题?

如何巧用植物名字或中草药知识进行自然教育?以寄生植物野菰为例



http://blog.sciencenet.cn/blog-300114-1192061.html

上一篇:古滇国文化在傣寨曼纳伞
下一篇:亚马逊森林大火背后的环境教育分析

12 郑永军 王从彦 范振英 杨正瓴 王大元 王庆浩 王启云 杜占池 黄育和 周忠浩 武夷山 姚伟

该博文允许注册用户评论 请点击登录 评论 (6 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2020-1-20 02:13

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部