新兴媒体的崛起对传统新闻传播教育构成了挑战。本文主要引介和分析了美国和英国三个知名新闻学院在新兴媒体崛起与媒介融合发展背景下对传统新闻课程的调整与重组策略，数据新闻课程（或专业）是这三个学院共同的重组方向。“跨学院、跨学科”“请进来、走出去”“实用性、思辨性”，这些特点可为中国当下的数据新闻教育提供些许思路。

　　新兴媒体的崛起对传统新闻传播教育构成了挑战。早在2005年，美国学者就开始探讨美国新闻传播教育应如何应对新兴媒体的发展和媒体融合趋势，并提出了不变（static）、补充（supplementary）和重组（realigned）三种应对模式。①不变模式，顾名思义，就是选择坚持传统新闻课程，依然强调基于某种媒介特性而不是跨媒介平台的新闻训练。补充模式是在传统新闻课程基础上额外增加适应新兴媒体发展的课程。重组模式则是根据新兴媒体的特性和媒介融合的现实，重构整个新闻课程结构，从而适应外部媒体环境的变化。如果以这三种模式为参照，自2012年以来被国内学界密切关注与实施的数据新闻课程（或专业）可谓是传统新闻传播教育在新兴媒体环境下重组模式的范例之一。本文旨在引介和分析美国和英国知名新闻学院在数据新闻教育领域的探索与创新，抛砖引玉，为中国当下的数据新闻教育，以及在新兴媒体环境下传统新闻教育的转型提供些许思路。

　　哥大新闻学院：传统优势新闻课程+计算课程

　　2010年，美国哥伦比亚大学新闻学院成立了塔尔数字新闻中心（Tow Center for Digital Journalism），以此应对媒介技术变迁对新闻教育、实践与研究所带来的冲击。②该中心集科研、教学与培训于一体，不仅追踪新兴媒体语境下新闻业界的最新动态，探讨其背后的机理，还提供新闻计算、信息可视化等前沿课程，一定程度上支撑起了该学院的数据新闻教育。

　　一、以硕士为主的数据新闻教育

　　哥伦比亚大学新闻学院的数据新闻教育主要设定在硕士层次，具体落实到两个硕士学位项目，即数据新闻理学硕士（M.S. specialization in data journalism）项目和新闻-计算机科学双硕士（M.S. Journalism/Computer Science dual degree）项目。其中，新闻-计算机科学双硕士项目由新闻学院和哥伦比亚大学傅氏基金工程与应用科学学院（The Fu Foundation School of Engineering and Applied Science）联合培养，学习周期为2年，主要招收拥有计算机科学、数学或工程学术背景，同时拥有出色写作能力并且熟悉新闻报道的学生 ③。为了能够招收到合适的生源，塔尔数字新闻中心从2013年9月起与哥伦比亚大学其他学院合作举办“计算与新闻”训练营，主要招收大学本科毕业生，训练他们基本编程、运用数据库等数字应用能力，同时发现和找到新闻-计算机科学双硕士项目的生源。④

　　二、专业与交叉的课程设置

　　在数据新闻理学硕士项目中，学生除了修读新闻学院的传统课程之外，还要修读进阶式的数据和计算课程，以及为期15周的高强度新闻与计算工作坊（见表1）。

　　表1.数据新闻理学硕士项目课程设置

　　在基础课程中，Data I 主要教会学生如何使用基本的数据处理方法，如何获得、清理和载入各种常见数据，并据此提出有价值的问题，然后以简洁明了的方式实现数据分析和发现的初步可视化。Data II进一步教会学生使用寻找、获得、操作和发表数据的工具（如API、各种数据库等），学习数据推断、利用数据“模式”讲故事，以及高级的可视化工具。

　　在新闻学院的传统硕士基础课程中，突出了调查报道的重要性，同时将其置于数据新闻背景下，教授学生如何搜集和梳理公共数据，如何利用公开数据查找有关个人和公司的数据，据此进行数据分析，完成调查报道。基于这一理念，数据新闻理学硕士项目开设了证据与推断（evidence and inference）、新闻计算（journalistic computing）、跨境数据调查（using data to investigate across borders）等课程。比如，证据与推断课程会教授学生检验假设的“新闻学方法”，辨别有可能歪曲事实的报道方法，知道如何确证观点，利用统计数据进行新闻采写。