那些出国留学的数据新闻学子后来都怎样了？
说起数据新闻，你可能会想到数据图表、炫酷的可视化效果；可能会想到一些工具，比如Excel、Python、Tableau等等；也可能一头雾水。数据新闻在中国还年轻，但行业从业者、学术研究者、个人创作者们，已经围绕着它做了不少探索。
这一次，中国传媒大学新闻学院“白杨数新观察”团队和澎湃新闻“湃客·有数”共同推出系列访谈“数据新闻访谈录”。
我们抱着观察记录、答疑解惑的想法，采访了国内外十多位在数据新闻领域有创见、有思想的学者、媒体人及学子，阐释数据新闻的新理念新发展，介绍数据新闻教育的经验、方法和路径，分享数据新闻作品的创作过程，在数据新闻的业务实践前沿、行业发展前景、教学体系现状等话题中进行思维碰撞。
从中国传媒大学新闻学院开设新闻学（数据新闻报道方向）专业以来，一些数据新闻学子在毕业后依然选择在专业领域内深耕，一些学子转行到相关领域工作，还有一些学子在本科毕业后选择到国外继续学习相关知识。在远渡重洋的中传学子中，我们联系到郝帅师哥、陈晓晗师姐、蒋楚沁师姐进行了访谈，想要了解他们与数据新闻的故事。
郝帅师哥在 2018 年新闻学本科毕业后攻读哥伦比亚大学新闻和计算机的双学位项目，目前专攻于数据可视化。
陈晓晗师姐本科攻读新闻学（数据新闻报道方向）和广播电视编导双学士学位，2020 年毕业后前往英属哥伦比亚大学继续攻读数据科学硕士。
蒋楚沁师姐本科专业是新闻学（数据新闻报道方向），2021 年毕业后前往哥伦比亚大学攻读Master of Science in Data Journalism （数据新闻理学硕士），目前在旧金山的 Mission Local 媒体担任数据新闻记者。
让我们一起来倾听远洋数新人的声音。
图源蒋楚沁师姐
留学缘起：在更广阔的空间探索 ｜
Q1：师哥师姐本科毕业后为什么会选择出国深造？
郝帅：国外数据新闻不管是在媒体实践还是研究方面都要比国内领先很多，如果我想要继续往新闻和计算机结合的领域发展的话，肯定是在国外有更多的机会和挑战，所以我在大三就已经就做好了到国外学习的计划。
陈晓晗：我当时在工作和留学之间犹豫过，但老师们建议还是继续读书更好。中传数新本科项目其实综合性较强，我觉得需要专注在某个方向继续发展会更好。
蒋楚沁：我在本科时对国际传播很感兴趣，一直在想，如果我们都不了解我们在跟谁说话，以后怎么去做好国际传播呢？所以我一直很想出国看看。但出国后发现很多参加本项目的人都有五六年的记者工作经验，他们大多是工作一段时间后发现自己某方面比较缺乏，所以想再补一下，刚好也把本项目作为一个职业跳板。这与国内“本科毕业了一定要去读研究生才能找到工作”的观念不太一样，所以本科的同学可以再想想，再多探索一下自己到底想通过这个研究生学位获得什么，以及毕业之后自己想在哪里发展，想做什么方面的工作。
图源郝帅师哥
第一排右一：蒋楚沁师姐
Q2：师哥师姐选择自己本专业的原因？
郝帅：我本科第一年读的是计算机学院的信息安全专业，学到了一些计算机专业知识。了解到哥大的计算机和新闻双学位专业后，我觉得它刚好和自己之前学习的内容有关联，所以就申请了。
陈晓晗：我希望能够在硕士阶段对技术类知识和数据的分析、整理、挖掘等更了解一些，就选择了数据科学这个专业。
蒋楚沁：在本科毕业之后，我感觉自己好像对如何做新闻，包括如何采访、写作等，产生了一定了解，同时又了解了一些爬虫、可视化等数据方面的知识，但我还是不知道把数据运用在日常的新闻实践中的方法。我很希望接触到世界最前沿的数据新闻，看看业界里数据记者究竟是怎么通过这些工具找选题、做采访、讲故事。而且哥大新闻学院又是全世界为数不多设置“数据新闻”这个研究生专业的学院，又是著名普利策奖的颁发地，且在纽约。所以抱着冲冲看的心态申请了这个专业。
图源蒋楚沁师姐
Q3：师哥师姐可以简单介绍一下自己研究生期间主修的课程吗？
陈晓晗：我这个项目比较特殊，有点像新手训练营（boot camp），主要是针对于工作了很久再回去读这个项目的人，课程设计也都是以实践为导向。一周前 4 天早上上课，下午做实验（lab），第五第六天则只做实验（lab），然后休息一天。
在教学过程中主要是通过编程或者把一些实际问题拿出来，让你学会如何用这些知识和技能解决问题。另外他们很强调伦理类的东西，会用很长的时间去讨论数据伦理。
比如说会讲到在搜集数据时、用数据建模时、采样时、建立模型时等十几种会产生偏见的情况。还会讨论数据到底是在加重还是减轻刻板印象，数据是不是真的客观等等。其中有一些是待解决的问题，大家会做类似头脑风暴的讨论。
蒋楚沁：哥大新闻学院是以培养记者作为首要目标。所有的教授都在纽约时报或者在其他非常有名的媒体当了好几年的特约撰稿人（staff writer）或者记者（reporter），之后来到我们学院教授课程。课程设置也以实务型课程为主，但中传本科新闻学院有很多研究类的、理论性的课程。哥大新闻学院大部分课程都是以业务为导向的，结课也从来没有写过论文，就只是不停地写报道、去采访、做项目。它是一个完全以就业为导向，把培养记者作为第一目标的学院。
有一门比较有意思的必修课是新闻伦理，课上大家会讨论一些在实践中会遇到的问题。比如美国有很多游行罢工，课上就会讨论记者应不应该站到一方去，哪怕是以个人的名义参加。还有灾难后去采访受害者时，应该怎么做才能保证在不伤害他们的情况下把故事写出来。
而且美国这边特别强调多元（diversity），他们会讨论该不该由本族裔的人去报道这一个群体，以及新闻编辑部招新的时候应不应该采用配额制，比如说黑人占这个城市人口的百分之几，就应该按这个比例招聘黑人记者。在来美国之前我对这方面不是很敏感，但是到这边之后发现他们非常看重平衡报道以及怎么样追求客观性。
蒋楚沁师姐的课表
郝帅：我攻读的是双学位项目，所以我同时也在哥大工程学院上课。工程学院有时会请一些正在谷歌工作的或之前在微软工作过的员工来教学，他们会把一些业界最新的技术和学界最新的研究成果直接在课堂上分享。即使你是在学校学习，但你仍能学习到这个领域最前沿的科技，这个是我在本科学习计算机时比较欠缺的内容。
另外一些课程是把新闻和计算机进行结合。像一门课程叫“新闻产品”，会让你从产品经理的角度设计、调整、再最后做出一个新闻产品的成品，比如跟新闻相关的 APP 或者网页。
在美国计算机学院也有蛮多关于数据伦理方向的强调。我在学习机器学习相关课程时，他们提到用来训练算法的数据集本身可能会存在问题。以种族方面来举例，比如训练一个 AI 去生成图片，如果在最初取样的时候找到的数据没有很多除白人之外的人种，再生成出来的作品也会产生相应的偏见。
图源郝帅师哥
历久弥新：中传数新教会我的 ｜
Q4：师哥师姐觉得本科阶段获得的哪些知识或经历，在申请国外学校以及留学期间给予了较多的帮助？
郝帅：我比较感谢的是沈浩老师在本科期间给我的帮助。2015 年国内数据新闻刚起步，他当时向我介绍了一些国外数据新闻最新的成果，对我启发很大。
在申请国外学校方面我觉得最有用的是实习、实践经历，因为我在财新实习的 3 个月中确实学到了很多，也做出了很多作品。现在国内数据新闻比赛也比之前多，多参赛、多做作品，肯定会对申请学校有帮助。
对于学校课程，我觉得比较有用的是新闻采访课。在国外继续学习新闻的话，你必须进到一个会直接让你在街头采访的环境，如果在国内没有过采访经验的话可能会比较吃力
图源郝帅师哥
蒋楚沁：我刚去哥大的时候上了一门 SQL 课，当时就特别感谢我在本科学过的 Access 数据库课。虽然两种课程用的软件和语言完全不一样，但它的逻辑是相通的，而且我发现自己重新捡起 Python，会比那些完全没有基础的同学学得更快。所以理解这个结构和逻辑会比你知道应该按哪个按钮实现你的操作更重要。而且哥大一直强调语言永远是一种工具，你不需要每一个指令都牢记于心，最重要的是要知道可以通过什么途径去达到目标，这才是编程最关键的东西。
图为蒋楚沁师姐第一次参加美国计算机辅助新闻报道年会
Q5：师哥师姐能否分享一下相比本科阶段对数据新闻的学习，在经过研究生阶段的学习后对所学的专业有什么更深入的理解吗？
陈晓晗：数据分析其实是一个很大的概念。本科统计学课程会告诉你统计学的基本原理是什么，这样的知识确实可以给你启蒙，但在对统计模型的理解和实际应用方面可能还不够。
在硕士阶段，你会直接根据不同的数据去学要用什么样的模型、统计概念、统计原理，要做什么样的处理和它的意义。比如老师会给你一个生物数据集，你需要根据它的特点，选择要做因果关系分析、普通的推断还是假设分析，接着选择不同的模型和不同的分布。
蒋楚沁：国外的学习拓宽了我对数据新闻的理解。首先是没有数据的时候怎么办。一些美国新闻编辑室会尝试自己收集数据以及建数据库，试图验证官方发布的数据是否正确。“白杨数新观察”发的“一周佳作”里有提到过一篇报道，在佛罗里达的一个糖业公司一直说烧甘蔗地不会影响到整个地区的空气质量。但新闻编辑室在每一个地方都设置了自己的空气监测器，他们收集数据发现，其实在一天的某一个时间段空气污染指数急剧上升，只是官方发布的数据是平均之后的值，所以看不出有特别大的影响，实际上并非如此。
另外，在数据极丰富时怎么处理大数据集、怎么找故事，也是我在本科阶段的短板。在哥大我学会了用 Python 和 SQL 处理数据，比如利用分组和筛选确认极值，以确定故事主题和角度。
还有数据与采访相结合。现在国内很多数据新闻不需要做采访，分析一下就形成了一篇稿子。但在美国，很多数据新闻都需要采访，比如通过数据分析得到一个趋势，带着这个数据分析的结论去采访相关领域的专家，问他们为什么会有这个趋势？这个趋势会有一些极值，这些极值可能就是个例，为什么会存在这些个例？也是需要通过采访获得的。所以在整篇数据新闻稿子里，采访内容的占比很大。
衡短论长：国内外数据新闻产制对比 ｜
Q6：国内外数据新闻在生产制作流程、设计风格、发布形式以及传播环境上有什么区别吗？
郝帅：我之前在国内的财新网和国外的今日美国网站工作过，我感觉比较大的不同一个是美国媒体有很强的批判和舆论监督的意识，所以他们会花费很大的精力用众包的方式来收集数据，也会大量联系博物馆、档案馆、研究学者等去找数据。另外，大部分美国媒体很重视 PC 端，很多作品在电脑端都会做得非常好。同时，他们会专门做一个手机端的版本，有时甚至还要考虑 iPad 的屏幕大小，会做三个版本。
我在美国做数据新闻的时候，个人感觉分工比较明确，整个工作流程比较清晰。数据记者先去找数据，再找图表记者对接。如果图表记者有比较好的选题，也可以找数据记者对接。总之先从数据开始，再对数据进行可视化。
因为有着长期合作和训练，所以生产效率会比较高。在做比较大的项目时，只需要把收集到的数据套进一些已设计好的模板，或做一些样式上的改动，就可以做出成品来。在内容上的复用是对整个数据性的生产是非常有帮助的。
蒋楚沁：国外的数据新闻生产的流程之所以能这么通畅，是因为从数据库的收集到工具的运用，再到最后的呈现，这一条线是比较完善的。
我前不久为了写有关交通事故的稿件，找到了一个包括经纬度、死伤人数等所有信息的数据库，我就可以直接做成地图。而且基本上这边的大媒体都会有几个团队一起开展合作，比如我前天刚从一个记者那里得知他们分为数据团队（data team）、图形团队（graphic team）、设计团队（design team）和工程师团队（engineer team），分别负责内容采访、做图、颜色设计、搭建整个网页框架。这是一个通力合作的结果。
Q7：在写数据新闻时候，形式与内容应该更偏重哪一方？
郝帅：形式和内容没有一个统一的标准，不同的机构有不同的要求。对于纽约时报这样的严肃新闻媒体，网站的设计需要遵循更多的规范，在字体和颜色的使用上会比较固定和保守。而像The Pudding这样的小型可视化工作室，做出的作品就有很强的个人风格。作品形式虽然受不同设计风格的影响，但还是取决于你要做的内容到底是什么样。
蒋楚沁：其实都很重要，但是如果只能选一个的话，还是优先把内容做踏实。我们班有些同学觉得所有的可视化就是给内容服务，只要这个图表信息给到了就行，会更关注整个调查报告的深度。但是一个形式好看的新闻，会让你有想看的欲望和动力，最终目的还是看你的内容。
图为蒋楚沁师姐离开纽约前特地去 MOMA 看了 Dear Data 的手稿
深诉衷肠：给师弟师妹们的心里话 ｜
Q8：在国外学习和工作的过程中有遇到过什么困难吗？
陈晓晗：加拿大的华人比较多，所以我在语言方面没遇到很大的问题。我们这个项目特别强调种族差异之类的问题，老师说话也会比较慢，会顾及到大家。
学习上，小组作业确实是一个比较大的问题。相比在中国，在国外的沟通成本会高很多。我第一次做小组作业的时候，我们项目 3 个人全部“失踪”了，就只剩下我在做作业。这种问题可能会经常碰到，算是学习上最大的困难。
图源陈晓晗师姐
蒋楚沁：我觉得最大问题还是语言，特别是学新闻专业。因为你需要不停地去采访，不停地去写作，这时你依然会觉得你的母语不是英语，你可能跟别人交谈的时候就会慢半拍。
课堂上有一个很大的文化差异，就是其他同学都特别活跃。不管教授有没有提问题，他们都会举手或者插嘴，我就完全做不到。
Q9：对于有出国深造意向的师弟师妹们，有什么建议或寄语吗？
郝帅：我想补充一下找工作方面的问题。我个人觉得，数据新闻给了一个特别好的机会，因为处理数据、分析数据、可视化数据的能力是很多人不具有的。好好地利用这一点，我觉得在找工作方面会有很大的帮助。
陈晓晗：我觉得大家如果真的想去留学，不要因为语言被绊住。出国是一个很好的让你去见识到多元生活、多样教学方式的一个机会。哪怕你磕磕绊绊地说一些很蹩脚的话，也没有关系。
从学习上，我觉得挺重要的一个点是我们得想清楚自己想要什么，然后去择校。比如说你想出国读一年新闻后回来工作，那可能一年就可以。但如果你想在那工作，那可能一年的项目就不如两年的项目，你可能需要面对的问题也更多。如果你想要有更宽的就业面，又不排除继续做数据新闻的机会，那读一点类似技术或者平面的拓展项目会更好。
图源陈晓晗师姐
蒋楚沁：我的建议是多去实习还是很有必要的，因为在学校里对这个行业的想象可能和实际很不一样。另外，如果你希望研究生阶段就在美国找到工作，我建议你选至少一年半的项目，像我申请的一年的项目就没有太多时间去实习。
研究生并不是一个让你逃避进入社会的阶段，它是帮助你进入社会的阶段。你一定要搞清楚研究生的专业，这在为你之后的职业规划做铺垫。
出国留学会让你看到世界的更多面，如果你想趁年轻看看这个世界，拓宽认知，留学还是一个比较好的选择。
采写 / 董芷菡 刘梦雷 濮妍 叶静 姚一铭
编辑 / 甘思一 程柏冰
统筹 / 詹新惠 汪惠怡 湃客·有数
