Lorenzo Zhu老生常谈的 “21世纪技能”
到底什么是21世纪技能? 在20世纪受过教育的人可能会不敢苟同于某些所谓的21世纪技能：创造力、协作能力、独立能力、研究能力。难道这些技能在互联网时代之前就不重要吗? 随着现在人才市场的流动性越来越大，这些技能也就愈发重要了。21世纪办公室里团结协作的工作形式已经被越来越多的基于技术导向的远程合作模式所取代，这种模式显然更需要独立性和主动性强的人才。但谁又能说这些能力是新的需求呢？
然而，我发现数据分析是本世纪大势所趋的一个必备技能。作为一名古典主义者（研究拉丁语和古希腊语言和文化的学者），我的学术研究与现代生活是脱节的。然而，今年我在准备教授一门拉丁语选修课时做的第一件事就是进行数据研究。我选了维吉尔的《埃涅阿斯纪》，这是一本关于罗马神话的权威著作，我通过PDF软件来拆分其中的词汇。借助这本教材，我为学生们选取了那些实用性极高的词汇，因为这将有助于学习拉丁语入门课的学生今后参加AP拉丁语考试。即便我们现在接触的是来自两千年前的语言和文化，但我们依然能运用数据分析完成我们的工作。
教授拉丁语并非我的全职工作。在大学升学部，我们的升学指导建议必须是基于数据事实。否则，我们的升学指导建议就纯属主观臆断、以偏概全，甚至毫无根据。若一个学生以特定分数及特定专业申请上了一所竞争极为激烈的大学，我们会为此做哪些评估呢？随着时间的推移，我们可以基于某个单一变量的现有数据来预测未来更广泛的升学趋势和录取结果。数据分析并不是为了甄别与筛选（找到符合假设的数据），而是为了驱动决策。
我并非提倡所有的学生都要学习AP统计学（但Mahoma老师可能就会这么建议），我试图给大家传达的信息是，雇主比以往任何时候都更看重员工的数据推理能力，大学也因此越来越重视学生的数据分析能力，学生因此也应该更加注重培养自己的这方面技能。谁能料到当我在大学里写一篇关于普林尼博物志的论文时，花在数据分析的时间会比细节阅读的时间还多？ 20世纪和21世纪劳动力市场的另一个关键区别是，流动就业人数大幅增加。成年人通常会进行数次职业甚至是行业的调整与变换。在大数据的时代背景之下，企业依赖于具备数据处理与分析能力的员工。无论企业团队的结构如何，数据都能体现其业务实践的客观性。
在这个新的劳动力构成中，学生要想体现自己的价值并不一定需要成为统计学家或数学专家。他们只需要培养强大的数据推理技能。就我而言，我现在也无法全部用上自己所学的数学知识（什么是链式法则? 什么是参数方程? ）。这些知识对有些人来说很重要，但对我来说并不重要。然而，得益于我在高中和大学时培养的技能，我可以将统计学的一些方法运用到我现在的升学指导工作中。企业会以数据为支撑的目标调整自己的经营模式。数据将是社会化的通用语言。
所以，无论你是像我一样更喜欢语言、艺术，或者是一个彻头彻尾的理工生，都应该掌握和具备数据分析的技能。数据分析是一项重要的“21世纪技能”（不管它包括哪些具体技能），即便对于拉丁语学者而言该技能也是不可或缺的。