论文部分内容阅读
摘 要：大数据技术为植物保护创新人才的培养带来了新机遇。该文从传统专业的改造、时代人才的需求等方面分析了植保创新人才培养的必要性和可行性，提出了将一切数据化、预测思维应用、强化教学改革、深化校企合作、优化教学评价诊断、新思维组建师资队伍等措施，以期加强植保创新人才的培养。
关键词：大数据;植物保护;创造性人才培养;校企合作;教学诊断
中图分类号 G642 文献标识码 A 文章编号 1007-7731（2019）11-0149-4
Abstract：Big data technology has brought new opportunities for the cultivation of innovative Talents in plant protection. The author analyzes the necessity and feasibility of the cultivation of innovative talents for plant protection from the aspects of traditional professional transformation and the needs of talents in the times，and put forward seven measures to strengthen the cultivation of innovative talents of plant protection. such as digitalization。 application of predictive thinking. strengthening teaching reform. deepening cooperation between schools and enterprises. optimizing teaching evaluation and diagnosis. and establishing a new thinking team of teachers.
Key words：Big data; Plant protection; Creative talent training;School-enterprise cooperation;Teaching diagnosis
1 大數据与大数据时代
随着2008年9月《Nature》杂志“大数据”专栏[1]的推出，“大数据”以其容量大、种类多、速度快和价值高等优点引起了全球广泛的关注，美国、中国、英国、德国、日本等众多国家相继将大数据列为国家大战略之一。“大数据”在全球各国学术研究和产业开发中的广泛流行，预示着大数据正在影响和深刻改变着经济、社会、文化、教育、生活等人类社会的各个方面。如今，大数据已经成为生产力提高的新源泉[2]，开启时代新转型[3]，重塑时代新模式。
大数据的数据总量是动态增长的，数据类型是多种多样的，数据价值的潜力是无限的[4]。目前，大数据已经被广泛应用于智慧医疗[5]、油田开发[6]、智能交通[7]、舆情监测、金融理财等领域，在教育领域的应用[8]和研究也越来越多。大数据与教育的结合，将创造真正的变革[9]，开启教育新时代。
2 大数据植保创新人才培养改革的缘由
2.1 植保大数据人才培养的必要性
2.1.1 时代对植保大数据创新人才的新要求 大数据思维，即不是随机样本而是全体数据、不是精确性而是混杂性、不是因果性而是相关性[3]，正在改变人类的思维方式。大数据变革社会的同时，也对高校人才培养提出了新要求，为高等教育人才培养的革新带来了新机遇。大数据人才是既要具备传统学科专业要求的专业知识，又要具备数据库、数据挖掘、统计分析、数据建模、机器学习、数据可视化等知识和技能，具有强烈的创造力和求知欲，具有保护数据隐私职业道德的综合性人才。为了顺应时代潮流，高校应增强改革的使命感和责任感，改革和完善高层次人才培养体制，优化学科专业层次，扩大应用型、复合型、技能型创新科技人才培养[10]。
2.1.2 大数据人才市场需求强 互联网、物联网等信息技术的快速发展和广泛应用，催生了大数据和大数据新经济“分析3.0（Analytics 3.0，Data Economy）”时代的来临。据麦肯锡报告2018年美国大数据和高级分析人才缺口高达19万。到2025年中国大数据人才的需求也将高达200万。由大数据催生的新产业、新业态对大数据人才的需求会越来越大。加快植保专业大数据人才培养，不仅有助于学生更好就业与发展，也为促进大数据在农业领域的应用、农业生产力的提升，更好地把握大数据所带来的机遇和挑战奠定人才基础。
植保工作急需借助大数据技术来提升植物保护的工作质量和工作效益。从植保工作任务来看，植保科技人员的主要任务是农业病虫草鼠害预测预报、综合防控，涉及生物、气候、地理环境、人的干预等各个领域，工作任务具有很强的复杂性。借助大数据预测功能，就能实现植保工作开展的地域化、精细化、高效化。从数据本身来看，植保数据受地域地貌、季节气象等因素的影响，具有影响因素多样、数据处理复杂等特点，借助大数据采集技术，能精细准确的获得各地植保工作数据。从社会对植保人才需求来看，植保大数据创新人才需要即精通植保专业知识，又要具备很强的大数据技术应用技能，这都是传统的人才培养体系所无法实现的。因此，开展植保大数据人才培养研究，具有重要理论价值和实际指导价值。
2.1.3 传统农科专业急需改造升级 农业大数据是来源广泛、类型多样、结构复杂的数据集合，农业需要在大数据技术驱动下革新升级。农业大数据将驱动传统农科发展与转型、农业管理水平提质增效[11]，农业大数据分析将为智慧农业发展与管理带来新的行业发展方向和经济增长点。大数据技术在作物种植布局、生产、管理、采收、流通、储藏等各个环节都有巨大的用武之地。然而，目前农业大数据的研究尚处起步阶段，普遍存在着数据没有充分挖掘利用的问题，据报道，其对卫星RS获得的影像数据应用率不足5%[12]。因此，开展植保大数据人才培养研究具有很强的时代必要性。 2.2 植保大数据创新人才培养的可行性
2.2.1 国家高度重视 全国政协主席汪洋指出“用发展新理念大力推进农业现代化”，而农业现代化的发展必然离不开网络、大数据和云计算等技术，必然需要大量的农业大数据人才来推动。有了大数据国家战略的引领，有了各级领导的高度重视，农业大数据人才的培养已成为了一项迫切而可行的工作。
2.2.2 学科融合前提具备 植保学科是一个传统的农学类学科，是应用性、实践性很强的专业，植保工作方式方法的革新、工作效能的大幅提升、农业的稳产高产和农民的持续增收都需要植保科学与大数据技術的结合。植保大数据人才是即具有植保专业基本理论和实践技能，又具有大数据收集、存储、挖掘、预测分析等技能的复合型人才。植保大数据人才培养需要植保、计算机、统计、程序设计等的跨学科的联合和融合。对于现有有开设植保专业的院校来说，基本都同时开设有计算科学、信息科学、统计分析等学科，这为植保大数据人才的培养提供了学科、师资等基础条件。
2.2.3 已有专业借鉴 全球有近170所大学开设了大数据相关专业[13]，植保专业大数据人才培养在专业课程体系建设方面可积极借鉴。
3 加强大数据植保创新人才培养的对策建议
大数据植保创新人才培养思路是革新人才培养理念，将一切教学和管理流程数据化，深挖数据预测潜力，促进个性化人才培养，综合提升人才培养质量，实现高校人才培养与社会需求的无缝对接。
3.1 将学校一切数据化 随着智慧校园的建设，学生的课堂学习、课外活动、特长爱好、消费娱乐等学习生活的点点滴滴都被记录了下来，这为学校人才培养的一切进行数据化提供了基础。大数据思维的体现之一就是相关性而非因果性，借助这些看似杂乱无章的数据的关联分析，找出学生在学校不同生活轨迹之间的联系，找寻影响学生综合素质的关键因素，进而及时优化管理手段或培养方案，提高人才培养的质量。大数据植保创新人才的培养，就是要转变教育观念，从教学内容到教学方法与手段都进行改革，将大数据计算思维融入课程教学，将大数据计算思维迁移到学生的认知模式培养中，潜移默化地培养学生面向大数据环境的植保专业思维、学习和认知模式。
3.2 深挖数据预测功能 现代高等教育管理与传统高等教育管理最核心的区别之一就是学生的职业规划。因此，高校要依据社会需求来制定、调整人才培养计划和培养方案。然而，社会需求方随着政策和市场而随时改变，这导致高校人才培养具有一定的滞后性。大数据为减小这种滞后性，培养适应市场需求的人才提供了可能。大数据时代，高校可以借助历史、行业、全球、地区的相关数据，结合相关政策、人口环境信息等数据，预测植保行业发展演变趋势，分析未来人才结构、数量、能力等需求，盘点社会对植保创新人才能力需求分析，进而及时调整人才培养目标，不断完善人才培养方案，避免人才培养与社会实际需求脱节，实现人才培养的长远规划。
社会环境的快速变化，使得新兴岗位培养体系具有无法借鉴性，知识更新换代具有加速前进性。因此，在植保大数据人才培养过程中，教师要引导大学生树立个性化的成才目标，做好切实可行的职业规划，帮助学生提升自主学习能力，建立适合自己的高效学习方式。
大数据记录了学生的点点滴滴，大数据为高校呈现出学生的高质量个人“画像”，这为高校给学生提供个性化的教育提供了基础。大一新生入校后，高校可在分析学生的个性“画像”进而掌握学生个性化情况的基础上，通过入学教育、专业导论等形式将植保大数据人才培养计划高效的传递给学生。在学生的日常教育培养中，高校通过教师高质量的“教”和学生高效率的“学”进而将人才培养计划高质量的落实。高校根据大数据分析，制定学生个性化的教育指导计划和成长成才方案，从而全面提升学生综合素质，全面培养个性化人才。
3.3 大数据思维驱新变革
3.3.1 化人才培养目标 应用大数据的相关性思维制定植保大数据人才培养目标。植保大数据人才培养目标为：培养面向植保工作需求，以植物保护学科与数据科学学科的相互融合为基础强化学科交叉的基础上，培养具备扎实植物保护等大农学和计算机等大数据科学素养，掌握植保大数据采集、处理分析、预测预报，能够从事农学、生命科学、农业智能等领域研究、技术推广等的创新型、应用型人才。植保大数据人才培养目标要随着社会变化和植保工作实际而更新。高校要及时收集植物保护行业和大数据行业数据，及时了解农业对人才类型和素质的新要求，并对培养目标、培养课程、教学活动、素质评价等做出及时调整，以制定与时俱进的培养目标。
3.3.2 课程目标要多元与兼容结合 课程目标是实现教育目的重要载体，决定着课程资源建设方向、课程内容选择、课程教学实施。高校要紧跟社会生产结构日益分化，科学高度交叉融合的现实，增强课程目标的多元化和兼容性，在培养学生基于工具性和效用性的专业知识和技能的同时，更要关注体现未来发展走向的新知识、新技能，引导学生运用所学新知识、新技术、新方法解决岗位中的新问题，提升人才培养的“实践理性”和“解放理性”[14]。
3.3.3 课程结构要理论与实践结合 高校要继续加大实践教学改革力度，构建以技术应用能力为主线、理论教学体系和实践教学体系为两翼支撑的双元型整合模式，以实现理论教学与实践教学紧密配合、互相渗透、互相弥补、互相促进的深度融合和高度统一。
3.3.4 课程内容要学与术有机结合 课程内容是知识、能力培养的规定性或定向性的选择。在植保大数据人才培养中，课程内容的选择不仅要注重为学生的终身学习和可持续发展奠定基础的基础知识、基本技能和行为态度，还要及时把产业发展的新知识、新技术、新经验等贴近经济社会实际的内容纳入课程，实现动态更新。比如，在传统课程设置的基础上，增设程序设计、算法分析设计、云计算、大数据分析、数学建模、大数据编程、数据库技术等内容。植保大数据人才的培养不仅要结合人才培养目标与职业岗位要求，摒弃唯学术取向的理性主义课程理念，更要重新审视“学”与“术”的关系，正确处理好知识、技术与技能的关系，致力于高深学问的“学”和追求技艺的“术”有机结合起来，协同发挥“求真”与“求用”的教育作用。 3.3.5 线上线下互动、课赛结合 随着信息技术的普及应用，高等教育迎来了大数据时代，高校教育教学正在向信息化、数据化的方向前进，教育资源量正在翻倍增长，教育资源正在越来越多的转向网络平台并被数据化，教育模式由“经验式”转变为“数据服务式”。教育教学开放程度不断提高，教师正在“演员型教师”向“导演型教师”转型，教学正在由“以教师为中心”转变为“以学生为中心”，教学方式正在向视频教学、互动教学转变。大数据时代，师生互动交流更加便捷有效，优质化的教学反馈、个性化培养定制和精准化的概率预测将使教育者真正读懂学生。学生学习主体性、学习群体的多样性、在线课堂的扩展性正在不断得到加强，终身学习、随时随地学习、碎片化学习正在成为常态，学生的个性化培养正在成为现实。
3.3.5.1 實施线上线下联动教学模式 在教学方式上实施项目化教学、任务模拟化教学，将理论知识学习、实践技能培养、专业素养拓展等人才培养模块融为一体，让学生在教室学习的同时体验到所学在工作中的应用，以提升学生学习兴趣，实现人才培养与岗位需求的无缝对接。在授课方式上，实施线上线下相结合，强化“教”、“学”联动和师生互动。线上教师MOOC教学，学生自主学习，线下教师互动教学，学生积极研讨，教师解疑答惑，线上线下联动互动，弥补传统课堂教学不足，提升教学效率和教学质量。
3.3.5.2 实施课内课外结合教学模式 教育引导学生积极参加各级各类创新比赛，在教师的指导下引导学生以解决农业生产一线问题为抓手，学生自主选题，广泛开展大学生创新课题研究，自觉解决研究难题，促进理论学习与实践应用的融合，实现统一培养与个性拓展的统一，促进个性化应用型人才培养。
3.3.6 提升校企合作内涵 植保大数据人才的核心特征是具备农业病虫草害大数据的采集整理、统计分析、趋势预测和实际应用能力。虽然大家都认识到了大数据的重要性以及社会对大数据人才的需求。但当前我国大数据人才培养体系尚处探索，虽然在校企合作培养大数据人才方面有一些成功探索案例，比如，职业社交网站领英与加州圣芭芭拉大学联合创建大数据商务分析硕士项目，复旦大学与上海市委宣传部的共建使得复旦大学新闻传播学专业排名始终处于国内前列等，然而总体来说，校企合作培养大数据人才的社会环境尚存众多不足，校企合作联合培养大数据人才的良好生态链尚未成型。因此，加强校企育才合作，以“学校主导、企业协助”共同研发符合大数据农业发展趋势的人才培养方案、专业课程设置，实施项目教学，强化实践能力培养，培养植物保护和大数据理论知识扎实，解决实际问题能力强的人才，有利于解决高校人才培养与企业社会需求脱节的问题。加强校企合作组建大数据实验室，共同致力于农业大数据的采集分析、统计应用和潜力，有利于解决“企业缺智、高校缺财”的问题，实现协同合作，优势互补，成果共享。加强校企合作也有利于高校走出“学科建设”的传统束缚，打破交叉学科资源配置瓶颈和发展空间束缚，从而促进学科交叉、学科融合，促进面向实际应用的人才培养项目和体系的形成。
3.3.7 优化教学诊断评价 课程评价是课程建设的重要环节，具有检查、反馈、激励、定向和管理的功能[15]。当前，课程评价存在评价体系不全、评价主体单一、评价内容固化、评价方式单一等问题。大数据技术将为上述问题，重构评价体系提供解决之道。首先，实现评价主体多元化。在教学评价中，在学生参与课程评价的同时，要将教学信息员反馈、教师同行评价、督导督学评价、用人单位评价等纳入其中;在学生对教师的“教”进行评价的同时，重视教师对学生的“学”的过程性评价，评价学生个阶段的学习情况、互动情况、课堂活动参与情况。其次，实现评价内容多元化。在学生对课程教学内容评价的同时，增加对教师教学方式方法、教学过程的评价，增加认知性评价、情意性评价、行为性评价等。再次，实现评价方式多元化。在做好课程“期终评价”—终结性评价的同时，要增加学生对课程的“期中评价”—阶段性评价，甚至是“章节评价”—形成性评价。在对学生的评价方面，要发挥大数据实时记录优势，实施学习全过程考核，考核学生项目问题解决方案组成，考核学生课程学习研讨的全过程。以教育大数据为依据，通过上述方式构建目标控制、过程管理、信息反馈、自我评价和调试改进等一体化、全方位的评价体系。
借助信息技术的实时记录优势和大数据的趋势预测功能，进一步发掘学习行为痕迹记录等教育大数据的潜能，借助大数据教育的实时反馈优势，探索学习行为习惯、学习心理诉求和学习效果等方面的具体情况，深入探索并准确把握教学变量与学习效度的关系、教与学的详细关系，因人施教，因材施教，促进个性潜能和个体优势的发掘和发展，促进个性质素全面发展。
3.3.8 以新思维组建师资 植保大数据人才的跨学科、跨领域的特点决定了师资队伍建设要有新思路，要以植保专业和信息工程专业为基础，联合数理统计分析、计算机数学等相关学科的师资和专家共同培养。信息技术的日新月异决定了植保大数据人才的与时俱进性，这也决定了教师要有开放开阔的国际视野，要自觉紧跟交叉学科前沿，敏锐捕捉掌握社会需求最新变化。植保大数据师资队伍的建设还要既满足当前教育教学实际需要，又立足长远重视人才储备，保障可持续发展;既要重视科学研究和理论教学的需要，加强校内师资队伍建设，又要强化学生实验实践能力培养，实施校内校外双导师联合培养模式;既要将企业专技人才“请进来”为学生上课，又要重视校内教师“走出去”到企业轮岗挂职。
参考文献
[1]Buxton B，Goldston D，Doctorow C，et al. Big data：science in the petabyte era[J].Nature，2008，455（7209）：1-136.
[2]邬贺铨.大数据时代的机遇与挑战[J].求是，2013（4）：47-49.
[3]维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M].盛阳燕，周涛，译.杭州：浙江人民出版社，2013.
[4]王兆华.大数据背景下的高职计算机专业教育改革研究[J].计算机教学与教育信息化，2015，11（19）：119-122.
[5]冯海超.透视美国大数据爆发全景[J].互联网周刊，2013，1：38-41.
[6]李伟，赵春宇.油田勘探开发“大数据”管理及应用[J].信息技术，2013（4）：196-198.
[7]陈美.大数据在公共交通中的应用[J].图书与情报，2012（6）：22-28.
[8]方昕.大数据时代下计算机专业教学的探索[J].微型电脑应用，2014，30（11）：32-34.
[9]（英）维克托·迈尔-舍恩伯格，肯尼思·库克耶.与大数据同行——学习和教育的未来[M].赵中建，张燕南，译.上海：华东师范大学出版社，2015：16.
[10]钟秉林.人才培养模式改革是高等学校内涵建设的核心[J].高等教育研究，2013，34（11）：71-76.
[11]温孚江.农业大数据研究的战略意义与协同机制[J]. 高等农业教育，2013（11）：3-6.
[12]汪懋华.大数据要为农业现代化作贡献[N].中国科学报，2014-05-7（1）.
[13]朱建平，李秋雅.大数据对大学教学的影响[J].中国大学教学，2014（9）：41-44.
[14]王志蔚.地方本科高校课程体系转型待解的五个问题[J].教育探索，2017（1）：43-46.
[15]李明高.从松散到聚合：学科教学论课程体系的构建理路[J].当代教育科学，2016（17）：10-13.
（责编：张宏民）
关键词：大数据;植物保护;创造性人才培养;校企合作;教学诊断
中图分类号 G642 文献标识码 A 文章编号 1007-7731（2019）11-0149-4
Abstract：Big data technology has brought new opportunities for the cultivation of innovative Talents in plant protection. The author analyzes the necessity and feasibility of the cultivation of innovative talents for plant protection from the aspects of traditional professional transformation and the needs of talents in the times，and put forward seven measures to strengthen the cultivation of innovative talents of plant protection. such as digitalization。 application of predictive thinking. strengthening teaching reform. deepening cooperation between schools and enterprises. optimizing teaching evaluation and diagnosis. and establishing a new thinking team of teachers.
Key words：Big data; Plant protection; Creative talent training;School-enterprise cooperation;Teaching diagnosis
1 大數据与大数据时代
随着2008年9月《Nature》杂志“大数据”专栏[1]的推出，“大数据”以其容量大、种类多、速度快和价值高等优点引起了全球广泛的关注，美国、中国、英国、德国、日本等众多国家相继将大数据列为国家大战略之一。“大数据”在全球各国学术研究和产业开发中的广泛流行，预示着大数据正在影响和深刻改变着经济、社会、文化、教育、生活等人类社会的各个方面。如今，大数据已经成为生产力提高的新源泉[2]，开启时代新转型[3]，重塑时代新模式。
大数据的数据总量是动态增长的，数据类型是多种多样的，数据价值的潜力是无限的[4]。目前，大数据已经被广泛应用于智慧医疗[5]、油田开发[6]、智能交通[7]、舆情监测、金融理财等领域，在教育领域的应用[8]和研究也越来越多。大数据与教育的结合，将创造真正的变革[9]，开启教育新时代。
2 大数据植保创新人才培养改革的缘由
2.1 植保大数据人才培养的必要性
2.1.1 时代对植保大数据创新人才的新要求 大数据思维，即不是随机样本而是全体数据、不是精确性而是混杂性、不是因果性而是相关性[3]，正在改变人类的思维方式。大数据变革社会的同时，也对高校人才培养提出了新要求，为高等教育人才培养的革新带来了新机遇。大数据人才是既要具备传统学科专业要求的专业知识，又要具备数据库、数据挖掘、统计分析、数据建模、机器学习、数据可视化等知识和技能，具有强烈的创造力和求知欲，具有保护数据隐私职业道德的综合性人才。为了顺应时代潮流，高校应增强改革的使命感和责任感，改革和完善高层次人才培养体制，优化学科专业层次，扩大应用型、复合型、技能型创新科技人才培养[10]。
2.1.2 大数据人才市场需求强 互联网、物联网等信息技术的快速发展和广泛应用，催生了大数据和大数据新经济“分析3.0（Analytics 3.0，Data Economy）”时代的来临。据麦肯锡报告2018年美国大数据和高级分析人才缺口高达19万。到2025年中国大数据人才的需求也将高达200万。由大数据催生的新产业、新业态对大数据人才的需求会越来越大。加快植保专业大数据人才培养，不仅有助于学生更好就业与发展，也为促进大数据在农业领域的应用、农业生产力的提升，更好地把握大数据所带来的机遇和挑战奠定人才基础。
植保工作急需借助大数据技术来提升植物保护的工作质量和工作效益。从植保工作任务来看，植保科技人员的主要任务是农业病虫草鼠害预测预报、综合防控，涉及生物、气候、地理环境、人的干预等各个领域，工作任务具有很强的复杂性。借助大数据预测功能，就能实现植保工作开展的地域化、精细化、高效化。从数据本身来看，植保数据受地域地貌、季节气象等因素的影响，具有影响因素多样、数据处理复杂等特点，借助大数据采集技术，能精细准确的获得各地植保工作数据。从社会对植保人才需求来看，植保大数据创新人才需要即精通植保专业知识，又要具备很强的大数据技术应用技能，这都是传统的人才培养体系所无法实现的。因此，开展植保大数据人才培养研究，具有重要理论价值和实际指导价值。
2.1.3 传统农科专业急需改造升级 农业大数据是来源广泛、类型多样、结构复杂的数据集合，农业需要在大数据技术驱动下革新升级。农业大数据将驱动传统农科发展与转型、农业管理水平提质增效[11]，农业大数据分析将为智慧农业发展与管理带来新的行业发展方向和经济增长点。大数据技术在作物种植布局、生产、管理、采收、流通、储藏等各个环节都有巨大的用武之地。然而，目前农业大数据的研究尚处起步阶段，普遍存在着数据没有充分挖掘利用的问题，据报道，其对卫星RS获得的影像数据应用率不足5%[12]。因此，开展植保大数据人才培养研究具有很强的时代必要性。 2.2 植保大数据创新人才培养的可行性
2.2.1 国家高度重视 全国政协主席汪洋指出“用发展新理念大力推进农业现代化”，而农业现代化的发展必然离不开网络、大数据和云计算等技术，必然需要大量的农业大数据人才来推动。有了大数据国家战略的引领，有了各级领导的高度重视，农业大数据人才的培养已成为了一项迫切而可行的工作。
2.2.2 学科融合前提具备 植保学科是一个传统的农学类学科，是应用性、实践性很强的专业，植保工作方式方法的革新、工作效能的大幅提升、农业的稳产高产和农民的持续增收都需要植保科学与大数据技術的结合。植保大数据人才是即具有植保专业基本理论和实践技能，又具有大数据收集、存储、挖掘、预测分析等技能的复合型人才。植保大数据人才培养需要植保、计算机、统计、程序设计等的跨学科的联合和融合。对于现有有开设植保专业的院校来说，基本都同时开设有计算科学、信息科学、统计分析等学科，这为植保大数据人才的培养提供了学科、师资等基础条件。
2.2.3 已有专业借鉴 全球有近170所大学开设了大数据相关专业[13]，植保专业大数据人才培养在专业课程体系建设方面可积极借鉴。
3 加强大数据植保创新人才培养的对策建议
大数据植保创新人才培养思路是革新人才培养理念，将一切教学和管理流程数据化，深挖数据预测潜力，促进个性化人才培养，综合提升人才培养质量，实现高校人才培养与社会需求的无缝对接。
3.1 将学校一切数据化 随着智慧校园的建设，学生的课堂学习、课外活动、特长爱好、消费娱乐等学习生活的点点滴滴都被记录了下来，这为学校人才培养的一切进行数据化提供了基础。大数据思维的体现之一就是相关性而非因果性，借助这些看似杂乱无章的数据的关联分析，找出学生在学校不同生活轨迹之间的联系，找寻影响学生综合素质的关键因素，进而及时优化管理手段或培养方案，提高人才培养的质量。大数据植保创新人才的培养，就是要转变教育观念，从教学内容到教学方法与手段都进行改革，将大数据计算思维融入课程教学，将大数据计算思维迁移到学生的认知模式培养中，潜移默化地培养学生面向大数据环境的植保专业思维、学习和认知模式。
3.2 深挖数据预测功能 现代高等教育管理与传统高等教育管理最核心的区别之一就是学生的职业规划。因此，高校要依据社会需求来制定、调整人才培养计划和培养方案。然而，社会需求方随着政策和市场而随时改变，这导致高校人才培养具有一定的滞后性。大数据为减小这种滞后性，培养适应市场需求的人才提供了可能。大数据时代，高校可以借助历史、行业、全球、地区的相关数据，结合相关政策、人口环境信息等数据，预测植保行业发展演变趋势，分析未来人才结构、数量、能力等需求，盘点社会对植保创新人才能力需求分析，进而及时调整人才培养目标，不断完善人才培养方案，避免人才培养与社会实际需求脱节，实现人才培养的长远规划。
社会环境的快速变化，使得新兴岗位培养体系具有无法借鉴性，知识更新换代具有加速前进性。因此，在植保大数据人才培养过程中，教师要引导大学生树立个性化的成才目标，做好切实可行的职业规划，帮助学生提升自主学习能力，建立适合自己的高效学习方式。
大数据记录了学生的点点滴滴，大数据为高校呈现出学生的高质量个人“画像”，这为高校给学生提供个性化的教育提供了基础。大一新生入校后，高校可在分析学生的个性“画像”进而掌握学生个性化情况的基础上，通过入学教育、专业导论等形式将植保大数据人才培养计划高效的传递给学生。在学生的日常教育培养中，高校通过教师高质量的“教”和学生高效率的“学”进而将人才培养计划高质量的落实。高校根据大数据分析，制定学生个性化的教育指导计划和成长成才方案，从而全面提升学生综合素质，全面培养个性化人才。
3.3 大数据思维驱新变革
3.3.1 化人才培养目标 应用大数据的相关性思维制定植保大数据人才培养目标。植保大数据人才培养目标为：培养面向植保工作需求，以植物保护学科与数据科学学科的相互融合为基础强化学科交叉的基础上，培养具备扎实植物保护等大农学和计算机等大数据科学素养，掌握植保大数据采集、处理分析、预测预报，能够从事农学、生命科学、农业智能等领域研究、技术推广等的创新型、应用型人才。植保大数据人才培养目标要随着社会变化和植保工作实际而更新。高校要及时收集植物保护行业和大数据行业数据，及时了解农业对人才类型和素质的新要求，并对培养目标、培养课程、教学活动、素质评价等做出及时调整，以制定与时俱进的培养目标。
3.3.2 课程目标要多元与兼容结合 课程目标是实现教育目的重要载体，决定着课程资源建设方向、课程内容选择、课程教学实施。高校要紧跟社会生产结构日益分化，科学高度交叉融合的现实，增强课程目标的多元化和兼容性，在培养学生基于工具性和效用性的专业知识和技能的同时，更要关注体现未来发展走向的新知识、新技能，引导学生运用所学新知识、新技术、新方法解决岗位中的新问题，提升人才培养的“实践理性”和“解放理性”[14]。
3.3.3 课程结构要理论与实践结合 高校要继续加大实践教学改革力度，构建以技术应用能力为主线、理论教学体系和实践教学体系为两翼支撑的双元型整合模式，以实现理论教学与实践教学紧密配合、互相渗透、互相弥补、互相促进的深度融合和高度统一。
3.3.4 课程内容要学与术有机结合 课程内容是知识、能力培养的规定性或定向性的选择。在植保大数据人才培养中，课程内容的选择不仅要注重为学生的终身学习和可持续发展奠定基础的基础知识、基本技能和行为态度，还要及时把产业发展的新知识、新技术、新经验等贴近经济社会实际的内容纳入课程，实现动态更新。比如，在传统课程设置的基础上，增设程序设计、算法分析设计、云计算、大数据分析、数学建模、大数据编程、数据库技术等内容。植保大数据人才的培养不仅要结合人才培养目标与职业岗位要求，摒弃唯学术取向的理性主义课程理念，更要重新审视“学”与“术”的关系，正确处理好知识、技术与技能的关系，致力于高深学问的“学”和追求技艺的“术”有机结合起来，协同发挥“求真”与“求用”的教育作用。 3.3.5 线上线下互动、课赛结合 随着信息技术的普及应用，高等教育迎来了大数据时代，高校教育教学正在向信息化、数据化的方向前进，教育资源量正在翻倍增长，教育资源正在越来越多的转向网络平台并被数据化，教育模式由“经验式”转变为“数据服务式”。教育教学开放程度不断提高，教师正在“演员型教师”向“导演型教师”转型，教学正在由“以教师为中心”转变为“以学生为中心”，教学方式正在向视频教学、互动教学转变。大数据时代，师生互动交流更加便捷有效，优质化的教学反馈、个性化培养定制和精准化的概率预测将使教育者真正读懂学生。学生学习主体性、学习群体的多样性、在线课堂的扩展性正在不断得到加强，终身学习、随时随地学习、碎片化学习正在成为常态，学生的个性化培养正在成为现实。
3.3.5.1 實施线上线下联动教学模式 在教学方式上实施项目化教学、任务模拟化教学，将理论知识学习、实践技能培养、专业素养拓展等人才培养模块融为一体，让学生在教室学习的同时体验到所学在工作中的应用，以提升学生学习兴趣，实现人才培养与岗位需求的无缝对接。在授课方式上，实施线上线下相结合，强化“教”、“学”联动和师生互动。线上教师MOOC教学，学生自主学习，线下教师互动教学，学生积极研讨，教师解疑答惑，线上线下联动互动，弥补传统课堂教学不足，提升教学效率和教学质量。
3.3.5.2 实施课内课外结合教学模式 教育引导学生积极参加各级各类创新比赛，在教师的指导下引导学生以解决农业生产一线问题为抓手，学生自主选题，广泛开展大学生创新课题研究，自觉解决研究难题，促进理论学习与实践应用的融合，实现统一培养与个性拓展的统一，促进个性化应用型人才培养。
3.3.6 提升校企合作内涵 植保大数据人才的核心特征是具备农业病虫草害大数据的采集整理、统计分析、趋势预测和实际应用能力。虽然大家都认识到了大数据的重要性以及社会对大数据人才的需求。但当前我国大数据人才培养体系尚处探索，虽然在校企合作培养大数据人才方面有一些成功探索案例，比如，职业社交网站领英与加州圣芭芭拉大学联合创建大数据商务分析硕士项目，复旦大学与上海市委宣传部的共建使得复旦大学新闻传播学专业排名始终处于国内前列等，然而总体来说，校企合作培养大数据人才的社会环境尚存众多不足，校企合作联合培养大数据人才的良好生态链尚未成型。因此，加强校企育才合作，以“学校主导、企业协助”共同研发符合大数据农业发展趋势的人才培养方案、专业课程设置，实施项目教学，强化实践能力培养，培养植物保护和大数据理论知识扎实，解决实际问题能力强的人才，有利于解决高校人才培养与企业社会需求脱节的问题。加强校企合作组建大数据实验室，共同致力于农业大数据的采集分析、统计应用和潜力，有利于解决“企业缺智、高校缺财”的问题，实现协同合作，优势互补，成果共享。加强校企合作也有利于高校走出“学科建设”的传统束缚，打破交叉学科资源配置瓶颈和发展空间束缚，从而促进学科交叉、学科融合，促进面向实际应用的人才培养项目和体系的形成。
3.3.7 优化教学诊断评价 课程评价是课程建设的重要环节，具有检查、反馈、激励、定向和管理的功能[15]。当前，课程评价存在评价体系不全、评价主体单一、评价内容固化、评价方式单一等问题。大数据技术将为上述问题，重构评价体系提供解决之道。首先，实现评价主体多元化。在教学评价中，在学生参与课程评价的同时，要将教学信息员反馈、教师同行评价、督导督学评价、用人单位评价等纳入其中;在学生对教师的“教”进行评价的同时，重视教师对学生的“学”的过程性评价，评价学生个阶段的学习情况、互动情况、课堂活动参与情况。其次，实现评价内容多元化。在学生对课程教学内容评价的同时，增加对教师教学方式方法、教学过程的评价，增加认知性评价、情意性评价、行为性评价等。再次，实现评价方式多元化。在做好课程“期终评价”—终结性评价的同时，要增加学生对课程的“期中评价”—阶段性评价，甚至是“章节评价”—形成性评价。在对学生的评价方面，要发挥大数据实时记录优势，实施学习全过程考核，考核学生项目问题解决方案组成，考核学生课程学习研讨的全过程。以教育大数据为依据，通过上述方式构建目标控制、过程管理、信息反馈、自我评价和调试改进等一体化、全方位的评价体系。
借助信息技术的实时记录优势和大数据的趋势预测功能，进一步发掘学习行为痕迹记录等教育大数据的潜能，借助大数据教育的实时反馈优势，探索学习行为习惯、学习心理诉求和学习效果等方面的具体情况，深入探索并准确把握教学变量与学习效度的关系、教与学的详细关系，因人施教，因材施教，促进个性潜能和个体优势的发掘和发展，促进个性质素全面发展。
3.3.8 以新思维组建师资 植保大数据人才的跨学科、跨领域的特点决定了师资队伍建设要有新思路，要以植保专业和信息工程专业为基础，联合数理统计分析、计算机数学等相关学科的师资和专家共同培养。信息技术的日新月异决定了植保大数据人才的与时俱进性，这也决定了教师要有开放开阔的国际视野，要自觉紧跟交叉学科前沿，敏锐捕捉掌握社会需求最新变化。植保大数据师资队伍的建设还要既满足当前教育教学实际需要，又立足长远重视人才储备，保障可持续发展;既要重视科学研究和理论教学的需要，加强校内师资队伍建设，又要强化学生实验实践能力培养，实施校内校外双导师联合培养模式;既要将企业专技人才“请进来”为学生上课，又要重视校内教师“走出去”到企业轮岗挂职。
参考文献
[1]Buxton B，Goldston D，Doctorow C，et al. Big data：science in the petabyte era[J].Nature，2008，455（7209）：1-136.
[2]邬贺铨.大数据时代的机遇与挑战[J].求是，2013（4）：47-49.
[3]维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代：生活、工作与思维的大变革[M].盛阳燕，周涛，译.杭州：浙江人民出版社，2013.
[4]王兆华.大数据背景下的高职计算机专业教育改革研究[J].计算机教学与教育信息化，2015，11（19）：119-122.
[5]冯海超.透视美国大数据爆发全景[J].互联网周刊，2013，1：38-41.
[6]李伟，赵春宇.油田勘探开发“大数据”管理及应用[J].信息技术，2013（4）：196-198.
[7]陈美.大数据在公共交通中的应用[J].图书与情报，2012（6）：22-28.
[8]方昕.大数据时代下计算机专业教学的探索[J].微型电脑应用，2014，30（11）：32-34.
[9]（英）维克托·迈尔-舍恩伯格，肯尼思·库克耶.与大数据同行——学习和教育的未来[M].赵中建，张燕南，译.上海：华东师范大学出版社，2015：16.
[10]钟秉林.人才培养模式改革是高等学校内涵建设的核心[J].高等教育研究，2013，34（11）：71-76.
[11]温孚江.农业大数据研究的战略意义与协同机制[J]. 高等农业教育，2013（11）：3-6.
[12]汪懋华.大数据要为农业现代化作贡献[N].中国科学报，2014-05-7（1）.
[13]朱建平，李秋雅.大数据对大学教学的影响[J].中国大学教学，2014（9）：41-44.
[14]王志蔚.地方本科高校课程体系转型待解的五个问题[J].教育探索，2017（1）：43-46.
[15]李明高.从松散到聚合：学科教学论课程体系的构建理路[J].当代教育科学，2016（17）：10-13.
（责编：张宏民）