生成式人工智能凸显数据科学的人类核心：对教育的启示

生成式人工智能（GAI）揭示了数据科学中心不可约的人类核心：GAI的进展应当锐化，而非淡化，对数据科学教育中人类推理的关注。GAI现在能够执行许多常规的数据科学工作流程，包括清洗、汇总、可视化、建模和撰写报告。然而，最重要的能力仍不可约地属于人类：问题的表述、测量与设计、因果识别、统计与计算推理、伦理与问责，以及意义寻求。本文立足于Donoho的“更广泛的数据科学”框架，结合Nolan和Temple Lang对计算素养的愿景，以及McLuhan-Culkin关于我们塑造工具而后工具塑造我们的洞见，追溯数据科学的兴起经历了三条汇聚的脉络：Tukey将数据分析视为一种科学的智识视野、驱动工业需求产生数据科学家的商业逻辑，以及随之而来的学术项目。将GAI的影响映射到Donoho六大数据科学领域中，显示出运用数据（GDS3）已大幅自动化，而数据收集、准备与探索（GDS1）以及关于数据科学的科学（GDS6）仍需关键人类参与。教育的启示在于，数据科学课程应聚焦于这一人类核心，同时教导学生在检索增强生成的迭代提示-输出-提示循环中有效贡献，学习成果与评估应明确评估推理与判断。