随着信息化社会的到来，高校教育模式迎来适应全新变革的挑战。艺术设计类专业有着自身教育特点，其模式要求灵活多样，特别强调培养独立思考、把握前沿、交叉融合能力。但传统的教育模式较为固定，需要进行优化和革新。值得关注的是，大数据思维正悄然影响社会各界，高校艺术设计类专业可进一步借助大数据的优势，利用其海量化、多样化、高时效性、价值化以及真实性等特征，为教育模式创新发展提供新的思路。

一、高校艺术设计类专业教育模式存在的问题

艺术设计类专业指代的是“设计学”一级学科下设的12个二级学科专业，包括艺术设计学、视觉传达设计、环境设计、产品设计、陶瓷艺术设计等。与其他专业相比，艺术设计类专业因“艺术为皮、技术为骨、创新为魂、市场驱动”特征而独具一格，但同时也对其教育模式提出更高要求，目前诸多高校在此方面仍存在短板。

（一）教学内容理性基础不足

艺术设计类专业教学内容、研究对象等往往偏重主观因素，缺乏评价数据，教学内容随机性强，理性基础不足。

1. 教学环节偏重主观因素。

艺术设计类专业的教学目标强调解决生活中的实际问题，需要融通艺术和技术，并融汇经济、社会、文化等通识知识。但是解决的问题涉及生活的方方面面，问题类型具有不确定性；每个人对同一问题的认识角度可以各不相同，问题性质具有不确定性；对问题的解决方案又可以千差万别，解决问题的方法具有不确定性。面对具有诸多不确定性特征的设计对象，艺术设计类专业课教学内容难以统一，缺乏数据分析；课程作业无法设定完全客观理性的评判标准，缺乏数据评估，教学环节中主观因素比重偏高。

2. 研究过程缺乏验证环节。

由于艺术设计类专业教学研究涉及艺术、审美、创新、实践等诸多非线性领域，研究反馈也相应藏匿在大量的非结构性数据中，收集、处理、分析这些数据都具有较高难度，导致教学研究缺乏验证条件。该类专业教育研究和决策过程中缺少反馈数据，研究结果只能通过一些凝滞的分数分析获得，这些离散的数字难以佐证教育研究结论。

（二）育人手段多样特征缺乏

艺术设计类专业要求培养有创造力的人才，解决社会和企业各种痛点问题。如果完全沿袭较为传统的育人手段，则无法培养学生真正解决问题的能力。

1. 人才培养方式不够灵活。

艺术设计类专业对人才的培养有其自身特点，需要引导学生在掌握社会需求、市场前景、用户特征等数据的基础上去分析痛点、攻克难点，达到用设计手段解决实际问题的目标。

现有的艺术设计类专业在人才培养方面还存在方式不够灵活的问题，教学体制和人才培养方案的制定，很大程度还在沿用工科、文科等学科相关专业的建设思路，学生对社会背景、行业现状、用户反馈等数据关注度不高，满足于完成课堂学习和课后作业的任务。未能以有效的方式培养学生打通学科壁垒，借鉴必要的手段，训练收集、整合、分析数据能力，提升观察、发现、提炼问题能力，增强策划、规划、实施方案能力等。

2. 课程设置模式缺乏创新。

艺术设计类课程由通识课、基础课、专业课三个模块组成。其中通识课程是大学生均应接受的有关共同内容的教育课程，旨在培养学生的基本素质及正确价值观；基础课是为艺术设计专业能力的培养打基础，强调工具性；而专业课则直接面向学生以设计方式解决实际问题的能力培养，涉及到设计思维和设计方法。

课程的模块设置考虑到了学生知识构成的系统性，但模块间的课程却缺乏衔接性和递进性，难以构建“立体化课程生态”。有些通识课程在完成阶段性学习后，就难以再被提及或应用，无法与后续课程产生联系，很容易被忽视和遗忘；有些艺术设计基础课内容和技法都亟待更新，新技术、新手段、新材料的发展对艺术设计类专业的影响非常大，这些基础技能如果跟不上，学生会缺乏艺术设计创新动力；同样，有些艺术设计专业课程跟不上行业发展速度，也没有参考市场需求数据，未能与时俱进，为学生就业带来诸多不利影响。

（三）就业指导信息渠道单一

艺术设计类专业学生就业面较为狭窄，初次就业率高，二次择业现象多[1]。其具体原因是就业信息渠道单一，毕业生和企业间出现较大的信息裂隙。

1. 学生职业规划目标模糊。

各大高校为了提高就业质量，会为毕业生安排就业指导讲座。辅导员、班主任、毕业设计指导教师等均会参与指导学生就业。但即便是在这样全方位的就业服务下，艺术设计类专业学生对于自身的职业规划目标仍较为模糊，就业整体情况仍不容乐观。从2021届本科毕业生就业数据来看，艺术设计类专业就业量大，但毕业去向落实率87.3%低于全国本科平均值，而且毕业生五年内的行业转换率高达51%，稳定性低、流动性强[2]。首先，这与艺术设计类专业学生思维较为活跃相关，他们往往更希望以相对灵活的方式就业或创业，但方向并不明确；其次，也存在学生个人职业规划能力不足，目标模糊，不清楚该朝哪个方向就业；最后，受新冠肺炎疫情影响，近两年国内中小型设计企业对应届毕业生的需求有不同程度的降低，这也动摇了部分学生对行业的信心，影响其职业规划。

从教育模式角度分析，学生职业规划目标模糊，根源还是在于就业指导渠道仍以就业信息传递为主，缺乏更深入、量身定做式、数据跟踪的就业服务。

2. 企业重要信息匹配困难。

目前，艺术设计类专业学生就业率和就业质量还有待提高，然而，就业的需求方———企业在招聘过程中同样也会遇到各种难题。一些处于非热门城市但发展良好的中小微型企业，人员缺口较大，但招聘困难；一些实力雄厚的企业，校招时广受欢迎，但学生入职后，短期内流动性就非常大。学生就业难、知名度不高的优秀企业招聘难、实力雄厚的大企业遭遇频繁跳槽，三种现象同时出现，足以说明就业信息匹配出现了较大偏差。

就业困局主要还得归因于高校就业指导方式未能与时俱进，大学生特别是艺术设计类专业毕业生就业需求、就业心态等情况已发生明显变化，学生自我评价主要依靠经验，缺乏客观的自我认知数据信息。另外，学生能掌握的企业信息非常有限，了解信息的渠道也比较单一，无法准确判断什么样的企业适合自己。在双向信息都模糊的情况下，部分学生就业意向表现出随意性和从众性。

二、大数据背景下艺术设计教育模式创新方案

随着智能化时代的到来，符合新时代要求的教育模式必将得以推广，其中海量教育大数据的支撑不可或缺。传统数据库只能利用5%的结构化数据，大数据技术则可以利用剩下95%的非结构化数据，能使学生整体作为研究样本，研究成果更有说服力。大数据思维追求数据间的相关关系，不追求因果关系，能简化艺术设计教育决策流程，解决教育中的非线性问题。所以，大数据的使用将成为新时代艺术设计教育模式创新的窗口。

（一）教学端运用大数据增色

大数据可以轻松处理所有学生的学习生活数据，通过算法分析学生学习现状，心理变化等。教学端利用分析数据可以获得大量客观真实的教学反馈，改善教育培养方式，指导教学研究。

1. 运用专业兴趣点数据，提升课堂有效性。

后疫情时代背景下，在线教育已经趋于普及化，其平台将成为教育大数据收集的重要资源。如今有的在线教育软件已经能提供一些简单的数据收集服务，包括签到人数、回答问题次数、学习时长等。但是对于大数据来说，这些都还处于初级阶段。大数据不仅仅收集这些结构性的数据，还收集没有明显因果关系的数据废气。比如：鼠标位置、回放段落、视线焦点、专注时间、信息输入等。通过收集和分析这些非结构性数据，可以得到学生的兴趣点数据。教师在课程中或之前就能通过学生兴趣点数据来优化教学内容，提升课堂有效性。发挥线上资源平台优势使学生反复学习，线下教师给予学生个性化的帮助与引导，将是未来大数据教育的发展方向[3]。在大数据时代，教师将作为学生和大数据之间的连接者，利用各种数据来帮助自己和学生共同提高。

2. 运用学生能力分析数据，实行分级培养。

艺术设计类专业培养学生多元综合能力，包含创新、设计、调研、实践、交流五个方面。在学生学习、讨论、作业、考试、项目实践及休闲活动等过程中，连接已有的教务管理系统、学生工作系统、科研奖励系统，补充个人评价、教师评价、实践评价等模块，打通教学日历、日常表现记录、心理测评、作业或考试评价、竞赛或项目成果等数据，建立一个立体的大数据评价体系平台，运用算法分析学生各方面能力，学生个体与整体层次状况均可清晰展现。平台数据保持动态更新，教师亦能在培养目标的基础上实时调整教学要求。在大数据助力下，学生可享受到个性化的培养方案，个人潜力更易激发，学习效率可获大幅提升，教师可以对学生能力状况精准掌握，合理对待学生能力差异，进而分级培养，全方位提高人才培养质量。

（二）学习端利用大数据提效

艺术设计类学生可以利用大数据中的描述性分析客观反馈提升学习效率，也可以使用大数据的诊断性分析、预测性分析功能，提升设计实践效率[4]。

1. 运用行为习惯数据，提升用户体验敏感度。

艺术设计类专业的学生需要将用户体验作为设计评价的重要指标，设计是为消费者服务的，研究消费者习惯，预测消费者行为是设计实践的前提。消费者行为习惯数据不仅是艺术设计专业学习中必须把握的设计素材，行业市场更是视其为商业竞争的制胜法宝。

同样，在艺术设计研究过程中，学生通过消费者行为习惯大数据诊断分析，能准确而客观地了解到不同年龄段、不同性别对颜色、设计风格的偏好特征；了解收入水平与商品性价比的具体关系；了解不同使用场景下消费者选择产品的决定性因素，运用设计流行性数据，分析流行的周期性，把握和预测设计风格变化等。这些分析结论能让学生更深入地了解用户，能以同理心洞悉消费者真实需求，提升学生的用户体验敏感度。收集、分析、研究数据既是艺术设计教学的一部分，也是市场直接驱动艺术设计教育的手段。

2. 运用社会热点数据，把握设计实践方向。

艺术设计类专业需要培养学生敏锐的市场观察能力、系统的市场调研能力，准确把握社会需求，并用设计手段解决生活中的实际问题。大数据对于找准、分析社会痛点和热点问题具有得天独厚的优势，学生可借此顺利地确定设计实践方向，提高学习效率，提升研究质量。一类大数据能映射出一种社会现象或趋势，但这个判断并非直接产生，需要建立相关的数据模型并进行推算，进而找到海量数据间的相互关系，最终形成结论。

如谷歌公司通过某一地区流感类词条的搜索量增加，而成功预测到当地冬季流感爆发的时间和规模。艺术设计类专业学生同样可运用当前比较引人关注的事件数据，如儿童多动症患者逐年增多、年轻人的结婚年龄不断推迟、老年人养老方式悄然转变等具体数据，对应研究儿童康复器械、单身宿舍用生活用品、老年人心理健康产品等。找准满足社会实际需求、定位准确的设计方向，往往比展示具体的解决方案更有价值，一个好的设计问题可以引起社会持续关注，并源源不断地产生新的解决方案。大数据可为艺术设计类专业学生设计选题、设计调研提供预测分析支持，极大地拓展学生的设计思路。

（三）就业端依照大数据保质

大数据精准就业服务可以确保艺术设计类专业学生实现高质量就业，为学生匹配满意的企业、合适的岗位[5]。

1. 运用就业信息数据，精准化匹配职业供求。

就业信息数据包括学生自身情况数据和企业发展情况数据。高校就业指导要真正落到实处，需要从建立数据库着手突破。一方面建立学生就业档案，从学生真正需求、能力、性格特征等数据分析入手，让学生在设计创意、设计调研、结构设计、设计表现、模型制作、设计管理、设计沟通、设计验证等艺术设计程序的各个环节中准确定位自己，确定最适合的岗位，更好地发挥能力。另一方面，建立相关企业发展档案，从招聘要求、企业文化、规模、环境、发展方向、管理制度、福利待遇、综合评价等数据分析入手，数据可来源于企业官方提供、工商部门、新闻报道、论坛评论、研究报告、问卷调查等各种渠道，改变以往仅能从网站查询获取信息的单一模式，让企业信息多元化、立体化，学生对目标企业可做到心中有数。促使学生和企业双向数据交叉碰撞，求取最大公约数，使得人才端与企业端精准匹配，增加就业稳定性，提高就业整体质量。

2. 运用企业需求数据，动态化完善培养方向。

就业信息数据主要是从学生需求角度确保“找得准”，而企业需求数据则从用人方角度确保“配得上”。艺术设计类企业直接面向市场，需要掌握前沿技术和先进设计理念，而且要持续更新和完善。因此，企业的发展需求及对人才素质的需求，可以作为艺术设计类专业人才培养方案的重要依据。艺术设计类专业的相关课程设置、课题研究方向，可以参考行业前端企业的未来发展规划及最新创新成果，培养学生专业能力可达到事倍功半的效果。另外，高校艺术设计类专业通常把能在企业从事设计创新相关工作，作为人才培养目标之一，学生需要明确企业对人才素质的要求，着力培养相应的设计思维和实践能力。艺术设计类专业运用企业需求数据，帮助学生与行业同向发展，提升人才培养质量，确保高质量就业。

三、总结

新版研究生教育学科专业目录将设计学列入交叉学科门类中，这意味着真正“大设计”时代的到来，设计将在国计民生重大领域发挥更为突出的作用。在大数据背景下，设计学科与其他领域的交叉融合变得更为便利，高校艺术设计类专业教育模式也迎来前所未有的创新发展机遇，运用大数据改进教学手段、优化学习方式、拓展就业渠道，为培养高素质艺术设计专业人才提供重要支撑。

参考文献:

[1]刘朝霞.高等艺术院校艺术设计专业毕业生就业特点及对策研究[J].市场论坛,2019(1).

[2] 麦可思研究院.2022年中国本科生就业报告[M].北京:社会科学文献出版社,2022:6.

[3]郝文佳,孙云龙.大数据时代背景下翻转课堂创新教学实证研究[J].包装工程,2022(S1).

[4]杨现民,郭利明,邢蓓蓓.区域教育大数据分析架构与展示设计研究———以江苏省A市为例[J].电化教育研究,2020(5).

[5]王美丽.大数据时代高校精准就业服务工作研究[J].思想理论教育,2016(6).

基金资助:2020教育部中国高校产学研创新基金——新一代信息技术创新项目“大数据背景下高校艺术设计类专业教育模式创新研究”(2020ITA02056);2021武汉工程大学教学研究项目“基于‘大健康’理念的《产品形态研究》课程改革”(X2021054);

文章来源:韩军,苏童,韩严.大数据背景下高校艺术设计类专业教育模式创新研究[J].黑龙江教育(高教研究与评估),2023(11):33-35.