数据新闻要的是T型人才？

[

AMA: Ask Me Anything - 服老思和同学们的谈话实录。

]

注：同学笔记部分，虽然加了编注，不保证完全准确，请审慎阅读；部分笔记是基于谈话的延伸，不代表老思或者嘉宾观点。

今天换一下口味，聊聊数据新闻。再聊区块链的话，别人会以为我们是个邪教。“AMA: Ask Me Anything - 服老思和同学们的谈话实录。” AMA这个提法的历史很悠久，但也是在最近的区块链大潮，才被普及。这个情况和“白皮书”很类似 [AMA #4]，值得作为一个传播现象来研究。

今天有几位北大汇丰商学院的同学，从深圳来访。因为是数据新闻专业，我们就聊数据新闻。形式是AMA，Anything，所以什么都聊，主题围绕数据新闻，但具体话题比较散。老思就不多耽搁时间，直接进入同学笔记。

## 掌握学习方法，7天搞定python！

Contributed by李晨曦

0基础小白学python到底难不难？

我需要支付多少时间成本？

做数据新闻记者的我需要学习到什么程度？

以上问题是很多同学刚开始了解到数据新闻，python这些内容时，都会产生的困惑。大家想把最热门的编程语言学下来，掌握酷炫的数据抓取和可视化方法，但是又不愿意多花时间，或者担心花了时间学好了以后又用不上。市面上五花八门的网课正是抓住了这种心理，所以类似于“掌握学习方法，7天搞定python！”这种标题才会火爆朋友圈。其实以上问题总结下来不过两个角度：学习深度和学习方法。

### 关于学习方法:

把集中学习和分散学习相结合是一种比较好的学习模式。在最开始入门的时候进行集中的高强度练习，迅速打牢基础。跨过分水岭之后，进入分散学习的阶段，每天敲两三个小时代码[编注：每天两三个小时的话，听起来也很集中的样子……；同学们注意身体……]，保持对于数据的兴奋感。

[编注：学习语言有一个通用的模式，就是先集中训练基本词汇，达到基础熟练度，即可以生硬地和他人交流，然后就可以持之以恒地练习，每日精进，不用特别突击；达到基础熟练度之前的实用练习，通常意义不大，因为一句话都说不完整，就好像一段程序，无法完成一整个data pipeline，做不出有意义的事情；达到基础熟练度之后，就是不断增加词汇、俗语、句式等等，对应到编程，就是学习新的库，这个阶段需要长期积累]

### 关于学习深度:

Pili老师给了这样的解释，很多传媒院校都会开设深度调查报道的课程，但是毕业之后有人多少会去做调查记者呢？然而，学习深度调查的过程，会给你未来的新闻工作打下深厚基础，数据新闻的学习其实也是同理。

## 数据新闻生产也可以成为一个小型经济体

Contributed by但喆

数据开放一直是大家密切关注的问题，似乎数据垄断直接影响了我们数据新闻的质量。然而即使大家都有数据的access，也不能代表大家都能生产出好的数据新闻。

数据新闻的生产可以看作一个小型经济体，数据就是生产资料，其物质资料的转化过程是“数据——信息——知识”。在这个小型经济体中，生产资料的控制者实际就是生产结果的控制者，决定生产资料如何分配固然重要，蛋似，整个生产线最重要的一环实则是“信息——知识”的转化。

除了优化生产资料的“分配”，作为数据新闻专业的学生，我们更应磨练“转化”的技能。

[编注：服老思从AMA上，听同学讲了“数据计划经济”这个概念。虽然不懂，但是觉得很有意思。谈“计划经济”，对应的就是“市场经济”。而要谈相关的机制，首要解决的就是数据所有权的问题，即生产资料。把数据视作当代的重要生产资料，是一个有意思的方向，希望未来可以进一步学习相关研究成果]

## 数据新闻行业中的通才与专才

Contributed by杨雨田

随着一个行业的发展，分工必然会细化。不仅在数据新闻行业中，在整个新闻业，甚至在所有行业中都是这样。

目前我们的教育是在本科阶段培养通才，在研究生、博士阶段培养专才，但是就业是在往专才方向走的。像学计算机的同学，可能既学了算法、前端和后端，又学了架构、网络安全，但进公司之后可能也只是会负责后端组建的一个小模块。这种情况在所有行业都存在。行业越发达，分工就会越细化，所以分工细化未必不是好事，行业只有达到一定的成熟度才会细化分工。比如数据新闻刚出现的时候，只有两种分工[编注：准确说是两种常见的从业者背景；分工的话，只有一个“data journalist”，是“全栈”的，从数据分析到写作都能搞定]，一种是记者学了一些编程可以做数据，另一种就是工程师文笔比较好，可以写作品。行业最开始的时候肯定是依靠一些通才，一个人可以独当一面，但随着行业的发展，分工细化后，专业的需求会更高。

基于这个现状，我们要如何看待数据新闻的学习？有学者提出培养“T型人才”，这种人才具有较宽的知识面，也有一门较强的专业知识，既有横向的博学，也有纵向的“术业有专攻”。总之，学习时间是由自己来把握的，我们要根据自己的兴趣和需求来规划技能学习。

## It could be error, it could be news.

Contributed by丁宁

课堂中，胡老师提到数据的真实与失误往往在一念之间——如何在坚守事实准确、真实的基础上，发现新闻点，这对数据新闻记者的能力与态度提出了挑战。

[编注：数据挖掘不外乎找模式和抓异常。从数据中抓到异常的时候，应该是既紧张又兴奋的。兴奋是因为，有可能你发现了一个新闻点。紧张是因为，这个异常很可能只是技术性错误，可能来自数据源，可能来自处理过程。异常出现的时候，通常是错误。如果能确认没有技术性失误，那可能就发现大新闻了。Bingo！]

“数据来源：某机构”的引文标注法在新闻报道中屡见不鲜，而这些看似有所出处的数据图表，往往并未提供准确链接 [编注：称为“原始链接（URL）”更恰当]，导致信息源“查无可查”。这种熟悉的现象还出现在“有专家表态”“科学研究表明”等说法中，究其背后原因，与信息核查不充分及信息保护心态密不可分。

技术上，区块链为解决信息核查问题提供了新的方法和思路，通过在区块链上搭建事实核查系统，有记载的新闻事实可以实现永久保存。观念上，“怕错”的信息保护心态反而需要更多人投入更长的时间来共同克服——有时，当时的“错误”也会成为回忆时候的“美好”。期待人们对待信息的心态更加开放。

[编注：“永久保存”这一优势，有时候也会成为主要问题。比如，如何解决隐私的问题？如何清除恶意上载到网络的资料？如何在高保真的前提下，又能响应 Right To Be Forgotten (RTBF) 等法律精神？]

## 我们想要做的是呈献真实

Contributed by杨洋

作为一个新闻学背景的学生，“真实”二字在专业新闻主义的教育当中其重要性不言而喻。但是当大数据参与到的新闻报道的过程当中，越来越多的因素制约着“真相”显露的过程。数据的来源是否可靠，数据的清洗和筛选是否合理，都会影响着最终结果的呈现。其实数据只是一个基础，如果利用这些数据做出解释和背后的报道，深度挖掘背后的知识价值和新闻价值才是作为一个记者区别于其他职业工作者最突出的作用。

在老师谈到区块链与新闻传媒行业的关系中也提到，自己的团队在积极的构建实时核查系统，通过公开校验的方式来实现对“facts”的反馈，以此来维护真实[编注：实际的机制更复杂一些。区块链只是整个系统中的一小部分。区块链完成了两大功能。一是对数据的永久保存，为未来进一步挖掘提供素材。二是区块链天然可以内嵌经济机制，提供激励。这两大属性，在传媒领域都可以找到不少结合点]。

我不怕那种艰苦严峻的生活，而是不能再学习和了解我迫切想要了解的世界。在假新闻和后真相时代中，我们更加应该去维护去践行这种真实的标准，让今天的新闻真实的成为之后的历史切面。