雖然數據科學（data science ）不是新課目，教育界最近越來越有興趣幫助K-12和高等教育學生獲得數據科學的技能。芝加哥大學全國倡議組織「Data Science 4 Everyone」主任德羅茲達(Zarek Drozda)指出，原因之一是就業市場的轉變，許多高階職位需要數據分析、詮釋與數據溝通，反映數據科學的重要性。
德羅茲達補充，隨著ChatGPT等依賴數據組的人工智能(AI)工具逐漸盛行，學生也需以具責任方式了解如何使用AI。
採用數據科學教育一直以來受到爭議。2020年，加州部份公立大學容許申請者跳過代數II，用數據科學代替。但有專家認為，學生修讀挑戰性較低的課程，會限制他們的高等教育機會後，這些大學今年就取消了這項做法。
德羅茲達指出，目前沒有州為了數據科學而放棄代數課程，有些州反而將這個課目作為學生的另外選擇。他透露，過去三年有17州將這類數據科學課目增添到K-12課程。
跨學科融入學習
在高等教育層面，數據科學通常設於特定學院內或限於某個研究領域中，例如數學或電腦工程。但北卡羅萊納州立大學採取不同手法教授這門課，兩年前創辦數據科學學院，旨在從生物、藝術、英語和歷史等跨學科領域引入數據科學的應用。
為了幫助屬下十間學院將數據科學融入其他課程，提供給不同水平的學生，北卡大採用「透過存取式專案教學及學習實現全校園數據科學」(ADAPT)模型。任何大學學生都可參加的跨學科課程例子包括「數據視覺化入門課程」、「R/Python數據科學入門課程」和「R語言生物研究」等。這些課程以項目為基礎，主修歷史或英語的學生可選擇將他們課程項目的重點放在把數據科學應用於他們主科內某個主題上。學生又被鼓勵將他們在這些課程所學到的技能，應用在非數據科學課程上。
北卡大教育系也利用ADAPT助未來K-12教師為課堂做好準備，其研究員又得到聯邦經費研究這款模型和它對教學的影響。數據科學學院主任利維(Rachel Levy)透露，其學院與北卡州公共教育局合作，希望向該州各校推出數據科學教育。
北卡大的數據科學學院K-12數據科學協調員謝爾頓(Taryn Shelton)表示，目標不是增加教師另一種負擔，而是幫助他們使用數據豐富他們的教學計劃，提早讓學生接觸數據科學技能。謝爾頓團隊正與貧富校區合作，幫助教師建立數據科學概念並融入課程。她的團隊會舉辦迷你程式設計馬拉松等活動，讓高中生接觸數據。
高中生接觸不足
利維指出，教師有許多方式可將數據引進各個學科，例如社會學教師可助學生探索人、地方、事件和文化的數據。她認為，若教師以符合學生興趣的方式引進數據科學，學生對該主題的舒適度就會增加。
德羅茲達認為，目前挑戰是大部份學生在高中尾聲修讀大學先修統計學或數據科學入門課程前，都不會接觸到數據科學。但事情不一定要是這樣的；德羅茲達和利維預見數據科學將納入小學和中學課程，教師使用數據組教授生態系統相關的生物單位，或在社會學中利用數據分析經濟繁榮與蕭條。
德羅茲達說︰「對學生來說，對數據科學思維方式，還有運算與科技工具建立舒適與熟悉度是非常重要。雖然有機會降低入門門檻，但好處之多使學生可以在一個與他們日常生活有關的環境下看到現存的學校課目。」本報訊
