近年来，随着数据逐渐成为社会发展的基本要素，数据科学的重要性日益凸显。提升公民数据素养、培养数据科学人才已成为各国提升专业核心竞争力、优化人才培养质量的重要路径。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出：加快建设数字中国，亟须培养大量数据科学专门人才和具备数据素养的其他人才。①在此背景下，数据科学教育有待发展和完善。 目前，我国数据科学教育落后于数据科学迅猛增长对相关人才的需求。尤其是中小学数据科学教育的实施仍处于起步阶段，而推动数据科学教育发展成为实现中华民族伟大复兴的基础性和战略性事业。②美国注重在K-12实施数据科学教育，其国家科学院(National Academies)公开声明：K-12数据科学教育在增强人工智能等新兴领域的多样性、包容性和公平性等方面发挥了至关重要的作用。③本研究通过分析美国K-12数据科学教育实践，以期为我国中小学顺利开展数据科学教育提供借鉴。 一、美国K-12数据科学教育发展的背景 (一)人工智能时代呼吁加强数据科学教育 人工智能被视为进入工业革命4.0阶段的重要标志，为教育实践带来了新的可能性和挑战。一方面，人工智能技术专注于对真实教育环境的测验，运用数据可视化技术分析学习者的状态、偏好和个体特征，制定个性化培养方案，为营造技术型学习环境开辟了新途径；另一方面，人工智能技术也涉及数据组织、收集、控制、存储、使用、归档和销毁等一系列步骤，如何确保数据完整性、可使用性和安全性是教育决策者不可忽视的问题。 以往，数据科学教育作为科学教育的一个分支，大多与其余分支融合发展。但近年来，各国对数据科学教育的重视日益增强，数据科学素养、数据科学技能、非STEAM专业数据科学、K-12机器学习等词汇的使用频率逐步上升，不少学者对其进行了深度探讨。④美国学者指出：“21世纪的数据热潮已然到来，且越来越多地由机器驱动，2023年生成式人工智能平台的爆炸式增长无疑加剧了这一趋势，数据科学技能的缺乏将危及美国在人工智能技术方面的领导地位，继而对国家安全和经济增长产生负面影响。”⑤人工智能技术与数据科学教育的结合，既是为了促进人工智能技术在教育领域的应用和完善，也是为将来应对和化解人工智能技术引发的数据危机做准备。人工智能技术兴起之际，.美国人工智能促进协会(Association for the Advancement of Artificial Intelligence)联合计算机科学教师协会(Computer Science Teachers Association)成立K-12人工智能工作组，启动了人工智能计划，其中指出，由于人工智能的发展过程涉及大量数据，数据已成为决定人工智能技术是否取得成功的重要因素。美国有必要进一步完善K-12数据科学教育实践，以提高学生的数据敏感性和数据应用能力，这是促进人工智能发展的关键。⑥ (二)国际竞争加剧要求培养数据科学人才 国际竞争加剧促使各国越发重视科技创新和相关领域人才培养。2023年世界知识产权组织(World Intellectual Property Organization)评估了132个国家和地区中排名前100的科技集群的创新水平，发布第16版《全球创新指数》(Global Innovation Index)报告，旨在激励各国以创新驱动增长，在能源、医学等科技领域实现新突破，使其成果惠及所有群体。报告指出，突破性技术的涌现加速了全球变革进程，在此过程中两大竞争浪潮得以凸显：一是建立在人工智能、超级计算机和自动化基础上的数字浪潮；二是以生物技术和纳米技术为核心的科学浪潮。⑦美国虽在本次评估中排名第3，但在与创新势头强劲的欧洲发达国家及部分发展中国家一同竞争时，仍面临巨大压力。为了提高国际竞争力，美国十分重视培养数据科学人才，以实现科技创新，维持竞争优势。 在激烈的国际竞争中，美国注重各阶段的数据科学人才培养。例如，美国成立了数据科学学科委员会(Committee on Envisioning the Data Science Discipline)、发布《本科生数据科学课程指南》(Curriculum Guidelines for Undergraduate Programs in Data Science)，为美国高等教育中的数据科学人才培养指明了方向。同时，K-12是人才培养和选拔的初步阶段，科学教育是发展创新能力、形成创新思维的重要途径，加上国际组织对该阶段数据科学人才培养的重视，美国将K-12作为数据科学人才培养的起点，强调学习者接受数据科学教育的连贯性。 (三)美国历来注重K-12科学教育的发展 美国K-12科学教育水平处于世界领先地位，这与其长期以来重视科学教育的发展密切相关。早在20世纪中后期，美国就先后出台了《国防教育法》(National Defense Education Act)和《国家处在危机中：教育改革势在必行》(A Nation at Risk:The Imperative for Educational Reform)，旨在提高K-12科学教育质量。 近年来，美国有关科学教育的报告和政策持续出台。相比过去，当前的变化主要体现为涉及数据科学、数据素养的论述明显增加。2012年《K-12科学教育框架：实践、交叉概念与核心理念》(A Framework for K-12 Science Education:Practices,Crosscutting Concepts,and Core Ideas，以下简称《框架》)为美国科学教育的长足发展奠定了基础，10余年来美国K-12科学教育的实施基本以该框架为蓝本。《框架》强调应注重培养学生分析数据、解释数据、呈现数据，以及处理大规模数据集的能力，促使学生在接受科学教育的过程中实现与数据的互动。⑧后来在《框架》的基础上，美国明确提出数据素养(Data Literacy)和数据科学(Data Science)等词，并把它们逐步扩散至现有的K-12科学教育。数据素养是指从数据中获取有意义信息的能力，如数据可视化、数据工具的应用、识别数据歪曲和误导使用的情况等，数学和统计学知识是培养数据素养的关键。⑨2015年美国国家科学基金会(National Science Foundation)协同计算机协会(Association for Computing Machinery)举办了数据科学研讨会，会上通过了《以协作加强数据科学教育》(Strengthening Data Science Education Through Collaboration)报告，旨在探索数据科学教育的最佳教学方式和提升该学科教师队伍质量。⑩2021年，美国政府出版《数据素养》(Data Literacy)，要求K-12科学教育聚焦学生数据素养，并将其贯穿于公平立场、身份认同等的教学中。此外，美国政府还要求K-12数据科学教育应体现数学、统计学、计算机科学等多学科综合学习与实践运用的特征，以期为学生未来的职业生活做准备。(11)
