大数据伦理与职业素养

关于《高等学校课程思政建设指导纲要》要求全面推进高校课程思政建设，这是落实习近平总书记关于教育重要论述的重要举措，是落实立德树人根本任务的必然要求，是全面提高人才培养质量的重要任务。
坚持立德树人，围绕“培养什么人、怎样培养人、为谁培养人”这一根本问题，深入挖掘提炼大数据技术等IT专业课程所蕴含的思政要素，尝试在高等院校数据科学与大数据技术等相关专业开设专业思政教育课程，制定“大数据伦理与职业素养”课程的“课程思政”标准，提高课堂教学质量，提升育人成效，实现共同构建全员、全过程、全方位育人大思政教育格局。
大数据技术的迅猛发展对社会、经济、文化等领域已经产生越来越深远的影响，将提升社会劳动生产率，特别是在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来革命性的转变。
大数据在造福人类、促进社会发展的同时，也引发了一系列伦理与职业素养问题。相关专业学生在学习大数据知识与技术的同时，必须重视掌握大数据伦理知识。重视大数据的职业伦理教育，有助于防止大数据技术的滥用，提高从业人员的责任心和职业道德水准，确保数据和算法系统的安全可靠，使算法系统的可解释性成为未来引导设计的一个基本方向，使伦理准则成为大数据从业者的工作基础，从而提升职业人员的职业抱负和理想。
本书包括大数据社会背景、大数据思维变革、伦理与道德、大数据伦理规则、职业与职业素养、工匠精神与工程教育、数据科学职业与思维以及大数据安全与法律等内容，针对高等院校数据科学与大数据技术及其相关专业学生的发展需要，为“大数据伦理与职业素养”专业思政课程全新设计编写，具有丰富的知识性与应用特色。本书知识内容系统、全面，可以帮助读者扎实地打好大数据伦理与职业素养的知识基础。
每个学习单元都遵循下列要点:
（1） 安排精选的【导读案例】，以深入浅出的方式引发学习者的自我学习兴趣。
（2） 介绍基本观念或解释原理，让学习者能切实理解和掌握大数据伦理与职业素养的基本原理及相关知识。
（3） 组织浅显易懂的案例，注重培养学生扎实的基本理论知识，重视培养学习方法。
（4） 为学习者提供低认知负荷的自我评量题目，让学习者在自我成就中建构大数据伦理的基本观念与技术。
（5） 思维与实践并进，每章后面的【研究性学习】环节，建议教师在教学班中组织研究性学习小组，鼓励学生讨论与积极表达，努力让大数据伦理知识成为其驰骋职场的立身之本。
虽然已经进入电子时代，但仍然竭力倡导课前、课后看书，课中在书上做好笔记，最后完成课程学结。为各章设计的作业（4选1标准选择题）并不难，学生只要认真阅读课文，就能准确回答所有题目，附录中提供了作业参考答案。
本课程的“教学进度表”可作为教师授课参考和学生课程学习的概要。实际执行时，应按照教学大纲编排教学进度，确定本课程的实际教学进度。教学进度表
（20—20学年第学期）
课程号: 课程名称: 大数据伦理与职业素养学分: 1周学时: 2（单周）
总学时: 16 （其中理论学时: 16实践学时: ）
主讲教师: 序号校历
周次章节（或实训、习题课等）
名称与内容学时教学方法课后作业布置1234567812345678910111213141516教师引言
第1章大数据社会背景2第2章大数据思维变革2第3章伦理与道德2第4章大数据伦理规则2第5章职业与职业素养2第6章工匠精神与工程教育2第7章数据科学职业与思维2第8章大数据安全与法律2导读案例
课文作业
研究性学习课程学结填表人（签字）: 日期:
系（教研室）主任（签字）: 日期:本课程的教学评测可以从以下几方面入手，即
（1） 每章课前的【导读案例】学习评价（8项）；
（2） 结合每章的课后作业（4选1标准选择题，8项）；
（3） 结合每章课文的【研究性学习】小组活动评价（7项）；
（4） 第8章的【课程学习与实训总结】（大作业，1项）;
（5） 结合平时考勤；
（6） 任课教师认为必要的其他考核方法。
本书特色鲜明,易读易学，既适合高校学生学习，也适合对大数据技术相关领域感兴趣的读者阅读参考。
与本书配套的PPT课件等学习资源，读者可从清华大学出版社网站本书页面下载，欢迎与作者交流，并索取为本书教学配套的相关资料。
本书的编写得到浙江安防职业技术学院、温州商学院、浙大城市学院、嘉兴技师学院、杭州汇萃智能科技有限公司等多所院校、企业的支持，刘彩玲、李婵、王文等参与了本书的部分编写工作，在此一并表示感谢！

周苏
2022年初春于温润之州

大数据技术的迅猛发展，对社会、经济、文化等领域产生了越来越深刻的影响。在造福人类、促进社会发展的同时，也引发了一系列伦理与职业素养的问题。学习大数据技术，必须重视大数据伦理与职业素养知识。这有助于防止大数据技术的滥用，提高从业人员的责任心和职业道德水准，确保数据和算法系统的安全可靠，使算法系统的可解释性成为未来引导设计的一个基本方向，使伦理准则成为大数据专业从业者的工作基础，从而提升职业人员的职业抱负和理想。 本书包括大数据社会背景、大数据思维变革、伦理与道德、大数据伦理规则、职业与职业素养、工匠精神与工程教育、数据科学职业与思维以及大数据安全与法律等内容。本书针对高等院校数据科学与大数据技术以及相关专业学生的发展需要，为“大数据伦理与职业素养”课程和通识课程全新设计编写，具有丰富的知识与应用特色，帮助读者扎实地打好基础。本书特色鲜明，易读易学，既适合高等院校学生学习使用，也适合对大数据技术相关领域感兴趣的读者阅读参考。

第1章大数据社会背景1
【导读案例】个人计算机的发展历程1
1.1计算机的渊源5
1.1.1为战争而发展的计算机器6
1.1.2通用计算机7
1.1.3人工智能大师8
1.2大数据基础9
1.2.1信息爆炸的社会9
1.2.2大数据的定义10
1.2.3大数据的3V特征11
1.2.4大数据时代12
1.2.5大数据对应的厚数据12
1.3从机械思维到数据思维14
1.3.1人类现代文明的基础14
1.3.2确定还是不确定的15
1.3.3解决不确定性问题的思维16
1.4大数据与人工智能17
作业17
【研究性学习】进入大数据时代19第2章大数据思维变革21
【导读案例】亚马逊推荐系统21
2.1思维转变之一: 样本=总体23
2.1.1小数据时代的随机采样24
2.1.2大数据与乔布斯的癌症治疗26
2.1.3全数据模式: 样本=总体27
2.2思维转变之二: 接受数据的混杂性28
2.2.1允许不精确29
2.2.2大数据简单算法与小数据复杂算法30
2.2.3纷繁的数据越多越好32
2.2.4混杂性是标准途径33
2.2.55%的数字数据与95%的非结构化数据34
2.3思维转变之三: 数据的相关关系34
2.3.1关联物，预测的关键35
2.3.2“是什么”，而不是“为什么”37
2.3.3通过因果关系了解世界37
2.3.4通过相关关系了解世界39
作业40
【研究性学习】理解大数据的三个思维变革42第3章伦理与道德45
【导读案例】脸书数据泄露: 成操控大选的工具45
3.1伦理与道德基础46
3.1.1伦理的定义47
3.1.2道德的概念48
3.1.3伦理是一种自然法则48
3.1.4伦理学研究49
3.2科技伦理造福人类50
3.2.1科技伦理是理性的产物50
3.2.2科技伦理的预见性和探索性51
3.3技术伦理52
3.4工程伦理53
3.5算法歧视54
3.5.1算法透明之争54
3.5.2算法透明的实践57
3.5.3算法透明的算法说明58
3.5.4算法透明的替代方法58
3.5.5算法公平的保障措施59
作业60
【研究性学习】辩论: 算法是否应该透明62第4章大数据伦理规则63
【导读案例】爬虫技术的法律底线63
4.1关于数据共享65
4.1.1数据共享问题66
4.1.2个人数据和匿名数据66
4.2大数据伦理问题67
4.2.1数据主权和数据权问题67
4.2.2隐私权和自主权被侵犯67
4.2.3数据利用失衡68
4.2.4数据伦理问题的10方面69
4.3大数据伦理问题的根源70
4.4欧盟的大数据平衡措施71
4.4.1欧盟隐私权管理平台71
4.4.2伦理数据管理协议72
4.4.3数据管理声明73
4.4.4欧洲健康电子数据库73
4.5数据保护对策74
4.5.1构建数据保护伦理准则75
4.5.2注重数据保护伦理教育75
4.5.3健全道德伦理约束机制76
作业76
【研究性学习】制定大数据伦理原则的现实意义78第5章职业与职业素养79
【导读案例】“人肉计算机”数学家凯瑟琳·约翰逊79
5.1职业素养的概念85
5.2职业素养的内涵与特征86
5.2.1职业素养的基本特征87
5.2.2职业素养的三个核心87
5.2.3职业素养的分类88
5.3职业素养的提升89
5.3.1关于新人的蘑菇效应89
5.3.2显性素养——专业知识与技能90
5.3.3隐性素养——职业意识与道德91
5.4培养职业素养93
5.4.1职业素养的“冰山”理论93
5.4.2职场必备的职业素养94
5.4.3职业素养的自我培养95
5.4.4职业素养的教育对策96
作业97
【研究性学习】职业素养的后天素养及其培养途径99第6章工匠精神与工程教育100
【导读案例】“现代版爱迪生”迪恩·卡门100
6.1什么是工匠精神105
6.1.1工匠精神的内涵105
6.1.2工匠精神的现实意义107
6.1.3工匠精神的发展107
6.2工程素质108
6.2.1理科与工科108
6.2.2理工科学生的工程素质109
6.3工程教育110
6.3.1什么是《华盛顿协议》110
6.3.2中国工程教育规模世界第一110
6.3.3推动工程教育改革的国家战略111
6.3.4国际工程师互认体系的其他协议112
6.3.5工程教育专业认证的特点112
6.4CDIO工程教育模式114
6.4.1CDIO的内涵114
6.4.2CDIO的12条标准115
6.5新工科的形成与发展116
6.5.1新工科研究的内容116
6.5.2促进新工科再深化117
作业117
【研究性学习】熟悉工匠精神与工程教育119第7章数据科学职业与思维121
【导读案例】智能汽车出行数据的安全121
7.1IEEE/ACM《计算课程体系规范》的相关要求125
7.1.1胜任力培养实践126
7.1.2我国计算机类本科教育的现状126
7.2计算思维127
7.2.1计算思维的概念127
7.2.2计算思维的作用128
7.2.3计算思维的特点129
7.3数据工程师的社会责任131
7.3.1职业化和道德责任131
7.3.2ACM职业道德责任132
7.3.3软件工程师道德基础133
7.4数据科学的职业技能134
7.4.1数据科学的职位135
7.4.2数据科学的重要技能135
7.4.3技能的职业角色区分137
作业139
【研究性学习】了解数据科学，熟悉数据科学职业141第8章大数据安全与法律144
【导读案例】为公共数据立法，促进数据依法开放共享144
8.1消费者的隐私权145
8.2大数据的安全问题147
8.2.1生命周期安全148
8.2.2采集汇聚安全149
8.2.3存储管理安全149
8.2.4共享使用安全151
8.2.5个人隐私安全151
8.3大数据的管理维度152
8.4大数据的安全体系153
8.4.1安全技术体系153
8.4.2数据安全治理153
8.4.3数据安全测评154
8.4.4数据安全运维154
8.4.5以数据为中心的安全要素155
8.4.6主动防御协同体系155
8.4.7协同安全防护流程156
8.5大数据安全法规157
8.6知识产权保护157
作业158
课程学习与实验总结160附录作业参考答案164参考文献166

本书精心安排导读案例，引发学习兴趣。 
介绍大数据伦理和职业素养的基本原理。 
组织浅显易懂的案例，培养重要学习方法。 
组织学生开展研究型学习小组，积极讨论与表达。 
配套完整的教学资源，特色鲜明，易读易学。