数据应用应成为媒体人的基本素养

　　数据日益成为新的生产要素，如何科学、合理利用数据，让数据赋能内容，更准确高效地传递信息、发现趋势，愈发成为各行业人才的必备技能。优质数据内容具备哪些特征?国内数据隐私保护状况如何?清华大学新闻与传播学院为什么取消本科招生?

　　本期节目，清华大学新闻与传播学院常务副院长陈昌凤教授做客新浪演播室，与新浪新闻、封面新闻畅谈数据内容发展的现状与前景，以下为访谈实录：

         v.qq.com/x/page/g3207ae65re.html

　　结构化的数据是优质数据内容的基础

　　主持人：疫情期间，各大媒体都推出了与疫情相关的数据内容产品，有哪些产品令您印象深刻?

　　陈昌凤教授：数据内容产品有很多，比如说服务性很强的数据产品，像新浪做的疫情地图，确诊患者同班机查询工具，还有一些新闻产品。

　　主持人：您认为优质数据内容应该具备哪些要素?

　　陈昌凤教授：优质的数据内容必须要以结构化的数据作为支撑，结构化的数据具有易获取、易识别的特点，而且带有一定的趋势性和规律性，是非常有效的数据集。

　　数据应用应成为媒体人的基本素养

　　主持人：数据内容生产如何平衡质量与速度的问题?

　　陈昌凤教授：首先，数据新闻和深度报道不是两个并列的概念，哈佛尼曼新闻实验室曾建议，不要单独将数据新闻列为一个门类，数据应用应该成为更加广泛的技能或素养。

　　其次，数据新闻成本高是因为数据新闻的制作需要多部门协作，比如编程、深度内容挖掘、可视化等技术人员的合作，当这种合作固定成为一种模式之后，数据内容的生产成本将会降低。

　　最后，即使数据新闻制作需要耗费一定的成本，我们还是需要去做，因为这个时代，数据新闻是最有说服力的。

　　您认为中国数据内容生产有哪些先天的不足?

　　陈昌凤教授：首先，在数据应用上，我们没能占到先机，与国外相比，我们是滞后的。其次，多数媒体还没能将数据应用当成常态化手段，这主要是因为新闻从业者缺少数据应用相关的技能和素养。我相信，80、90后的新闻从业者崛起之后，数据内容将会越来越普遍，数据应用将会成为一种基本素养。

　　国内数据隐私保护意识不足 民法典已规定相关细则

　　主持人：在做数据新闻报道时，如何平衡科学化和人性化之间的矛盾?

　　陈昌凤教授：故事是具象的，数字是抽象的，数据新闻将具象的故事抽象化，会显得太理性，不太能感染人。通常，媒体是非常重视用感性去打动用户的。举例来说，当美国新冠肺炎感染死亡人数接近10万时，《纽约时报》用头版整版和内页共4个整版，刊发了1000名死于新冠肺炎的美国人的简单讣告。《纽约时报》通过注解的方式，比如，麦克，来自芝加哥，喜欢长途旅行，来解读抽象名字背后具象化的故事，这就是好的数据新闻。

　　主持人：您认为在数据内容生产上如何平衡好个人隐私权和公众知情权的关系?

　　陈昌凤教授：一旦说到数据，必然涉及到人。目前，我国的数据隐私的保护意识还不够强。很多人习惯用数据换取便利，这种情况在全世界都很普遍。不过，值得关注的是，刚出台的民法典对于数据隐私保护做了新的规定，长久来看，还是要通过法律来治理数据隐私泄露问题。

　　数据开放才能实现多方共赢

　　主持人：咱们学院在数据内容方面与业界有哪些具体合作?

　　陈昌凤教授：我们清华大学新闻与传播学院与方正在数据内容方面有合作，和腾讯、新浪等平台也有合作，平台开放数据，我们利用数据来做研究和报告。这个时代，如果我们高校不接地气儿，不跟新型平台保持深层互动的话，就会脱离现实。

　　主持人：清华大学新闻与传播学院的工作坊在数据内容方面有哪些成果?

　　陈昌凤教授：我们有数据新闻、数据科学、新闻编程方面的课程，这些课程都需要用数据，就算不给我们数据，我们的学生也能利用技术来“跑”数据。

　　这个时代，数据是很难被完全封闭起来的。数据开放，才能活起来，才能带来更多的、更丰富的、更有效的应用。如果你把数据封闭起来，就相当于你有一笔巨款，但是却选择把它埋在地下，不能跟人接起来。数据应该是一个开放的系统，数据开放，最后带来的是双赢，是多赢。

　　取消本科是清华的探索 不代表趋势

　　前段时间，清华大学新闻与传播学院宣布取消本科招生，这个政策出台的背景是什么?是否代表新闻教育领域的趋势?

　　陈昌凤教授：我觉得这是个案，它不具有代表性，它也不是有趋势的代表。实际上，这个调整是在我们学校调整学科大背景下进行的，清华大学很多学院都没有本科。接下来，我们学院就要调整方向，调整人才培养方案。取消本科招生的举措不具有代表性，是清华大学的一个探索。

　　您能用简单的话给未来数据内容的生产者提一些期待吗?

　　陈昌凤教授：数据应用是一种基本的科学素养;其次，我们要充分利用数据，进行多样的可视化展示;最后，学习数据相关的技能技术。我鼓励大家，尽可能去学习一些与数据相关的基本知识与技能，做更深层次的意义挖掘。