数商:今天,我们如何更好地数字化生存

来源 :中国信息技术教育 | 被引量 : 0次 | 上传用户:xfcll
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  “某商”这一类名词的出现,大约是想表达这是个体在社会中能更好地生存所必备的一种能力和素养,如我们熟知的智商(IQ)、情商(EQ),还有近年来冒出来的财商(FQ)、德商(MQ)、健商(HQ)、逆商(AQ)……可是,它们虽然都以“商”来命名,但来源和意义却大相径庭,有的来自心理学家、社会学家和教育学家的反复研究,有的只是出自某位作家在作品中的描写,有的有严格的测试方法,有的则只是一种描述性的界定。
  随着数字时代的到来,今天的青少年已经是不折不扣的数字土著。在这种数字化生存的背景下,又需要哪些必备的能力和素养呢?于是,数商——也叫数字智商(Digital Intelligence Quotient,简称DQ)的概念应运而生了。目前已知的数商概念最早出现在2016年,由数字智商研究所这一跨国智库提出,2019年,数字智商研究所发布的《2019DQ全球标准报告》中,更是给出了一个详细的能力框架。这让数商这一概念不再只是一个口号,而是有了实打实的评价标准。
  在这个能力框架中,数商被具体划分为三个阶段八种能力。八种能力包括数字身份、数字应用、数字安全、数字保障、数字情商、数字沟通、数字素养和数字权利,而三个阶段从低到高依次是数字公民、数字创造者、数字竞争者。数商的八种能力在三个阶段中逐级进阶,由此铺展开一幅完整的数字智商全景图。
  如果我们仔细看数商的八种能力,不难看出其实把数商称为数字智商是不完整的,因为数商中明显有偏向情商的成分。更合理的理解应该是:数商是数字智商与数字情商的综合。对于数商中偏知识、技能的部分,在我国中小学信息技术教育体系中多有关注。因此,数商中偏向情感方面的部分反而特别值得我们关注,如数字身份、数字情商两项能力。
  所谓数字身份,是指能够建立健康的在线和离线身份的能力,而数字情商则指能够在自我或与他人的交流中分辨、找到适合的方式并正确表达情感的能力。数字身份和数字情商的提出,意味着人们越来越深刻地认识到,数字化交流的实质依然是人与人的交流,我们在进行数字化交流的同时,应时刻意识到自己的在线身份,时刻意识到我们与他人共处在一个数字生态系统中。因此,我们需要关注彼此的情感、需求、价值观,并能够正确地表达情绪、开展合作及处理冲突,这样的网络社交能力也是数字化时代所必备的。
  数商概念的提出,有助于我们从知识、技能、情感、社交多个维度综合看待一个人的数字化能力和素养,但也要意识到数商的培养是一个涉及学校、家庭、社会的系统工程。我們也期待有一天,数商能真的像智商、情商一样在大众中广为流行,那无疑将是信息技术教育在社会上最好的宣传名片。
  (对数商有兴趣做进一步了解的老师,可以访问https://www.dqinstitute.org/dq-framework/并下载DQ Global Standards Report 2019)
其他文献
新闻推理是记者针对特定新闻对象的一种逻辑思维反映活动。从对知觉推理、用语词进行推理、缺损推理到实践推理的方式都有其哲学的规制;而直接指认和联合确认的可靠性法则就
通过对快慢生型大豆根瘤菌在补充营养液的草炭、蛭石中直接发酵培养58d后,每克蛭石快生菌数可维持到1.8×108,慢生菌数可维持到1.3×108。每克草炭快生菌数为1.7×108,慢生菌
系统地研究了向日葵幼胚营养土培养基所涉及的各项关键技术及完整的培养方法,提出了培养向日葵幼胚最佳配方F3营养土。明确了营养土的适宜pH值为6~7,适宜的接胚时期以油用型材料授粉后
光照问题是人脸识别面临的一项巨大的挑战,它在很大程度上影响了人脸识别系统的性能。而为了解决它,人们提出了很多的解决方法。其中基于Retinex理论的图像预处理方法由于其简单高效性而备受关注。本文对比分析了几种经典的基于Retinex理论的光照预处理方法,并在"Yale B+Extended Yale B"人脸库上进行了验证试验。
信息技术课程是一门与时代发展关系极其紧密的课程。回顾信息技术课程发展的每个重要阶段,其课程目标、内容都强烈地反映了时代的需求,也反映了当时人们对信息技术价值与信息
运用玻尔理论,使用受力分析的方法,考虑库仑相互作用和自旋轨道相互作用以及相对论效应,根据已知的实验数据,对类氢离子的五个线系相关的能级和光谱进行理论分析和数值计算。
判决理由与判决主文是民事判决的重要组成部分。判决理由是得出判决主文的支撑和基础,是诉讼过程中法官对当事人各方所主张和举证事项进行的判断和取舍。通常学者们将判决理
课堂教学活动中,时间是衡量教学成效的一个重要指标,也是教师安排教学进程的重要依据。课堂教学时间是一种宝贵的“资源”,它决定着课堂教学目标的确定、内容的选择和结构的安排
使用一种模仿人类形象思维的图像特征提取方法,把图像映射为高维空间的一个点,并以此作为特征向量。计算高维特征空间中的点之间的距离,并在此基础上,使用K近邻算法进行图像分类。实验表明,与使用其他方法的特征提取下的K近邻算法相比,该方法具有优越性。