Ten simple rules for teaching data science

把教数据科学比作教人如何制作一个复杂的蛋糕。大多数老师可能会在让学生接触任何食材之前，先用长达三周的时间来讲解面粉的化学特性、烤箱的历史以及热力学物理。本文认为这是一个糟糕的主意。相反，你应该让他们立即品尝到蛋糕的味道，然后随着他们对美味的渴望，再去教授其中的科学原理。

以下是十条简单规则，将数据科学教学转化为日常语言，并配上了一些美味的比喻：

1. 让学生吃上蛋糕（从行动开始）

不要等到学期末才向学生展示数据科学究竟能做什么。在第一节课，就让他们加载一些数据，进行简单的清洗，并画出一张图表（可视化）。

• 比喻： 这就像在解释变速器原理之前，先给新司机一把车钥匙，让他们坐在车里感受一下。一旦他们感受到了引擎的轰鸣，他们就会求着你去解释齿轮是如何运作的。如果你从枯燥的技术细节（比如“对象数据类型”）开始，他们会失去兴趣。先用有趣的内容吸引他们；当他们需要解决问题时，那些枯燥的技术细节自然就会变得有意义。

2. “现场烹饪”秀（参与式实时编程）

不要只给学生展示一张带有代码的成品幻灯片。要在说话的同时，在他们面前敲出代码。

• 比喻： 想想电视上的厨师。如果厨师只展示做好的菜肴照片，你学不到任何东西。但如果厨师在切菜、烧焦了大蒜、咒骂、修复错误，并解释为什么要搅拌锅里的东西，你就能学会烹饪。当你敲代码出错时，这其实是一件好事！它向学生展示了专家也会犯错，并教会他们如何实时处理错误（调试）。

3. 反复练习，不断钻研（大量练习 + 即时反馈）

给学生大量的练习题，要比你认为他们需要的还要多。但关键在于：他们需要的是即时反馈，而不是一周后收到成绩单时的反馈。

• 比喻： 学习抛接球（杂耍）。你不能只通过看一段视频来学习。你必须把球掉在地上一百次。如果你掉了一个球，而有人在五分钟后才喊“太高了！”，你早就忘记刚才在做什么了。使用自动化工具（如软件测试）来充当教练，就像站在你身边一样，实时说：“嘿，你漏掉了一个逗号”，这样你就能在课程内容还新鲜时立即修正它。

4. 使用玩具火车（从简单的小型数据开始）

在引入一个新的、令人望而生畏的工具或算法时，不要直接扔给他们一个庞大且混乱的现实世界数据集。使用一个你能完全掌握的微型“玩具”数据集。

• 比喻： 如果你想教别人汽车发动机的工作原理，你不会递给他们一个拥有500个零件的大卡车发动机，而是给他们一个带有三个齿轮的玩具车发动机。他们可以看清每一个部件的移动。一旦他们理解了玩具发动机，然后再给他们真正的卡车发动机。小型数据集能让学生在不被噪音干扰的情况下，追踪数学运算的每一步。

5. 真实的食物，但易于咀嚼（真实数据，易懂背景）

一旦他们理解了玩具发动机，就切换到真实数据。但要确保这些数据是每个人都能理解的事物，比如国家、人口或语言。

• 比喻： 想象你在教一堂烹饪课。如果你用“深海鱿鱼”作为主要食材，那些从未见过海洋的学生会把所有精力都花在研究什么是鱿鱼上，而不是学习如何烹饪它。使用大家熟悉的食材，比如土豆或胡萝卜。你的目标是教授烹饪技巧，而不是蔬菜的生物学。使用人们日常生活中接触的数据，这样他们就不会被主题本身搞得精疲力竭。

6. “怪异之处”背后的原因（文化与历史背景）

解释为什么软件工具被设计成现在的样子，即使它们看起来很奇怪或很烦人。

• 比喻： 想象你在驾驶一辆换挡杆感觉很别扭的汽车。如果你只是说“忍着吧”，你会感到很沮丧。但如果你解释说：“这辆车是为某种特定的路况在1950年代制造的，这就是为什么那个档把在那里的原因”，情况就会变得容易理解。数据工具是由带有历史背景的人类构建的。解释一个奇怪的符号之所以存在是因为旧键盘或统计学家的偏好，有助于学生停止讨厌这个工具，转而开始理解它。

7. 安全的游乐场（包容性的社区）

创造一个让学生觉得犯错也是安全的课堂。如果他们害怕显得愚蠢，他们就不会提问，也不会学习。

• 比喻： 学习就像学习跳舞。如果你担心踩到别人的脚会被大家嘲笑，你会吓得缩在角落里。你需要一个“无评判区”，在那里踩到脚趾只是过程的一部分。制定明确的规则来反对霸凌和骚扰，让每个人都感到安全，从而敢于尝试、失败并再次尝试。

8. 厨师的清单（利用清单进行同行评审）

当学生互相评审彼此的作品时，不要只说“给这个打分”。要给他们一份清单。

• 比喻： 就像飞行员在起飞前。他们不仅仅是“希望”飞机准备好了，他们会进行清单检查：轮子放下没？燃料满了没？门锁好了没？ 当学生评审朋友的代码时，清单能防止他们遗漏细小但关键的细节。它将模糊的“这看起来很糟”变成了具体的、有帮助的反馈，例如“你忘记检查数据类型了”。

9. 乐队练习（协作）

数据科学很少是单打独斗；它是一项团队运动。教学生如何协作，而不仅仅是编写代码。

• 比喻： 你可以成为世界上最好的吉他手，但如果你听不到鼓手的节奏或者无法共享舞台，乐队就会失败。教他们协作的“社交工具”：如何给出不带攻击性的反馈，如何使用共享文件夹（如 Git），以及发生争论时如何处理。在让他们进行大型项目之前，先在小组中进行练习。

10. 完整的蛋糕（完成一个完整项目）

最后，让学生从头到尾构建一个完整的数据产品。

• 比喻： 大多数课程教你如何混合面糊，然后单独教你如何烘焙，然后单独教你如何抹奶油。但在现实世界中，你必须完成整个过程。一个最终项目迫使学生面对一个混乱的、现实世界的问题，对其进行清洗、分析并进行展示。这是练习钢琴音阶与演奏一首完整的曲子之间的区别。这很混乱，也很困难，但这是真正掌握这项工作的唯一途径。

核心观点：
教数据科学不是要把事实倾倒给学生。而是要让他们立即投入实践，为他们的失败提供安全空间，使用简单的例子来构建宏大的概念，并最终让他们能够独立完成整顿盛宴。