来源：数据新闻中文网

作者 | 刘佳昕、吴嘉川

美国专门设置数据新闻专业的美国大学不多，除了有一定历史的哥伦比亚大学、密苏里大学、西北大学之外，斯坦福大学和迈阿密大学也于过去的一年设立了针对数据新闻的硕士方向。此文为大家介绍的，是迈阿密大学的Alberto Cairo和他所教授的Infographics and data visualization课程，也正是在数据新闻学界和业界都颇有名气和人脉的Cairo，一手促成了迈阿密大学今年新设立的融合多个专业背景的数据新闻方向。

迈阿密大学教授Alberto Cairo开设的课程“Infographics and data visualization” 立足于新闻叙事本身，将数据以简洁易懂的方式可视化，更直观的获取信息，该课程有研究生和本科生两类，主要教材是他自己写的书 The Functional Art, an introduction to information graphics and visualization ，目前这本书已被译成中文版出版发行。

这门课主要由听讲课程和完成个人项目两部分构成。

课程

课程部分，Cairo教授会介绍数据可视化的类型、作图准则及优秀案例。教授共享给学生一个Dropbox，其中有美国各大媒体的制图规范、数据可视化的优秀作品、以及Cairo自己录制的对外发行的Adobe Illustrator (AI) 视频教程（讲解过程详细且搞笑）等。正因他在Dropbox里已详细分享了如何使用AI，课程中他就不会在技术上花费更多时间。当然在课下时间，Cairo是很欢迎学生去请教他技术问题的，并且会对任何问题采用录制视频方式“手把手”教会你。

课堂上Cairo按照自己的书作为线索讲解，不断更新充实新的数据可视化例子，还会介绍自己感兴趣的书。这些他都会在介绍时为学生留下数据和原地址链接，以便日后参考。

受利于Cairo在业界良好的人脉关系，讲座部分他也时常会请不同的教授或业界大牛来做客座讲座，这不仅帮助学生接触到不同类型的软件，也让学生与在业界工作的人零距离接触，提自己感兴趣的问题。

个人项目

个人项目是这门课打分的重头戏，也是数据新闻课产出的第一步，穿插在整个学期一共需要完成三个打分的项目，一个不打分的练习项目。

作为实操阶段，不打分的练习作业是帮助学生在学期初掌握AI最基本的操作；此后两个打分项目，他会为我们设定主题和受众方向，或是提供数据源；第三个是个人作品，我们可以自由选择主题，根据主题来收集和分析数据，最后依据受众选择呈现方式。

每个项目从想法形成到上交日期大约15-20天。在这期间，Cairo会设定小的deadline，例如给他看提案、草稿等，在每个项目的正式deadline前，他要求学生给他提前看“成图”，然后根据他的修改意见接着改。很多情况下，学生最后上交的项目已是前后改过很多版的了，他可能直接面对面地提意见，也会录制好修改视频发到dropbox上，这样多个项目中的共性问题大家都可以看得到。

这个课程里，让我们最激动的不是看到每次看项目最后的打分，而是出分前，全班同学把各自的成图摊开在桌上，Cairo在课堂中集中评点。这是一种横向比较，学生会有成就感，也会感受到差距，更多的是可以看到不少很棒的作品。每一次这种集中的评点，大家都在被默默地鞭策着，没有谁是最好的。研究生们会发现，很多本科生的作品专业而充满创意。

课外实践

Univision 竞选夜

听课和完成个人项目不是课程的全部。除此以外，Cairo会每周带我们去媒体实践。迈阿密拥有美国最大的双语（英语和西班牙语）电视台Univision，该媒体有自己的数据新闻团队Fusion。每周五Cairo都会带着学生去那里进行工作坊：拿出自己的作品，与工作在一线的数据新闻设计师探讨、修改，这样一个学期下来，收获颇丰。Fusion的设计师与学生们自由地交流，讲述彼此最近的作品，学生也可以对他们的作品提出问题。

2014年我们有幸在Cairo教授的带领下直接参与了该电视台美国中期大选的数据信息图制作。投票夜前一个多月，我们与记者一起整理历史数据，并设计最后要呈现的数据图表模版。投票夜当晚，我们在Fusion工作室里根据直播的投票情况，制作数据图表上传到网站上。每个人都工作到午夜，是一个非常宝贵的经历。

教授影响我们最大的除了这些课里课外的资源分享和不断探讨，还有他非常大的阅读量，他的个人网站上时常分享优秀案例，激励我们也和他一样多阅读和积累。在他推荐下，我们还同时上了科学信息图制作课程等相关课程，最后的作品经推荐被《国家地理》网站使用。

“漏油事件影响到鱼类生态”被《国家地理》刊登