经管类专业课程体系数智化升级与教学方法创新

王维国??徐健??盖印

摘 要：数智时代对财经人才培养知识架构提出了全新要求，课程体系数智化升级是实现这一目标的重要途径和抓手。本文把大数据和人工智能技术作为经管类专业人才培养的必备知识，作为分析和解决经济管理问题的重要研究方法和工具，通过构建面向经管类专业的三层递进式数智技术课程体系，并针对各层面课程的特点和目标，设计三元协同式教学方法，从广度、深度和强度三个维度，促进数智技术与经管类专业知识的深度交叉融合，加强知识向解决经济管理问题能力的转化，从而培育具备复合性知识、创新性能力和综合性素质的卓越财经人才。

关键词：新文科建设;经管类专业课程体系;数智化升级;教学方法创新

一、引言

当前，大数据、5G、人工智能等新兴技术催生了以跨界融合为特征的新经济、新产业、新业态，社会经济管理问题日益综合化和复杂化，应对新变化、解决新问题亟须跨学科知识整合。教育部新文科工作会议发布的《新文科建设宣言》明确指出，推动融合发展是新文科建设的必然选择[1]，经济管理类专业迎来了全新挑战。一方面，传统经济管理学科是工业时代的产物，所构建的专门化和精细化专业课程知识体系易于知识获取与传授，在传统财经教育中发挥了至关重要的作用[2]，但也形成了学科或专业“知识孤岛”，导致学科领地和专业边界固化[3];另一方面，大数据、人工智能等信息技术已成为社会经济管理问题的重要研究方法和研究范式，也是经管类专业人才知识架构和能力培养不可或缺的关键性内容[4]，培养一批掌握大数据、人工智能技术的高端经管人才，已成为财经教育的重要使命[5]。可以说，如何挖掘经管类专业知识与数智技术之间的内在联系，对经管类专业课程体系进行数智化升级[6]，并在此基础上，改革和创新教学方法，一直是实现财经教育跨学科融合发展的关键问题。

二、经管类专业课程体系数智化升级：问题及原因

各地高校已经在经管类专业课程体系数智化升级与教学方法创新中展开了大量的理论研究和实践探索，取得一定成效的同时，也发现一些有待研究和解决的问题。

1.数智技术类课程增设难以打破学科壁垒

为实现经管类专业人才培养宽口径、广视野的目标，可以在已有专业课程体系中增设大数据、互联网、人工智能、区块链等技术类课程，这种升级模式简单易行，在经济管理類专业课程体系数智化过程中得到了广泛应用[7]。在增设数智技术类课程过程中，往往需要平衡和协调两个方面的问题：一是如何平衡已有经济管理类专业课程与数智技术类课程的学时、学分等，并通过调整课程之间先后研修顺序，最大限度地实现课程知识体系的多学科覆盖;二是如何调整技术类课程的教学内容、教学目标、教学设计等，以确保经管类专业学生正确而高效地掌握技术类课程知识[8]。由于这种升级模式更多地着眼于经济管理类专业知识体系的广而全，而压缩已有专业课程的学时和学分，导致学生所研修的课程方向宽泛，专业基础知识不够精专，而且由于一些技术背景教师对社会形态、经济政策、管理模式的发展敏感性相对不足，数智技术知识的传授与实际问题的解决结合不够紧密，并没有从真正意义上打破学科壁垒。

2.教学环节尚未有效实现跨学科知识的深度融合

实现数智技术与经管类专业知识的融合，可以通过设计精巧、短小的教学案例，或组织与实务紧密结合的实践教学环节，使学生能够相对完整地理解并掌握从专业理论到方法工具，再到实际应用的全貌[9]。这种升级模式难度相对较大，主要体现在两个方面：一是在教学案例设计上，需要充分融合课程专业知识特点和实际业务操作，并在有限的学时内，将所涵盖的专业和技术知识传授给学生;二是在实践教学过程中，需要借助社会和业内资源，保障实践教学环节顺利而有效地进行。融入数智技术相关的教学环节，在一定程度上，可实现数智技术与经济管理类专业知识的有机融合，但是由于案例式教学一般都存在某些难以避免的盲区，很难对案例进行多角度、多层次、跨学科的解读和讲授，而且教学案例多与企业实务之间存在一定差距，同时由于实践教学环节的学时短暂且有限，尚无法实现全面、系统、立体的能力训练。

3.平台建设对课程体系数智化升级的价值引领作用明显不够

借助大数据、人工智能等技术，实现专业知识资源的数字化、网络化和智能化，可以为经济管理类专业的教学和科研提供丰富且优质的知识共享与交换服务。同时，以现代信息技术为支撑，搭建教学平台和建设实训基地，还能够为经济管理类专业建设提供灵活多变且高效便捷的教学方式，进而有效地调动教与学的积极性，提升学生在教学活动中的参与度，促进学生从以课堂学习为主向多种学习方式转变，实现理论教学、虚拟实验和实践操作的一体化[10]。这种升级模式由于更多地关注教学平台和实训基地的便捷性和应用性，常把数智技术作为一种工具，一定程度上忽视了数智技术给经管类专业带来的价值导向和思维方式上的改变。

上述经管类专业课程体系数智化升级和教学方法创新探索中，局限产生的主要原因是数智技术与经管类专业知识相分离，导致所构建数智技术课程体系未能与经管类专业知识有机地结合起来，无法形成跨学科融合发展的系统性效应。因此，只有把数智技术看作是经管类专业人才知识架构和能力培养不可或缺的关键性内容，才能构建出深度交叉融合经管类专业知识的数智技术课程体系，并有的放矢地进行教学方法改革与创新，进而推动新经管人才培养体系的建立。

三、经管类专业课程体系数智化升级：思路及举措

针对上述经管类专业课程体系数智化升级中存在的问题，本文提出三层递进式数智技术课程体系构建及三元协同式教学方法的创新思路。

1.三层递进式数智技术课程体系构建

整个经管类专业数智技术课程体系自下而上分为三个层面：通识模块课层、共建模块课层和项目模块课层。整个课程体系是一个有机整体，具有不同于单一层面简单叠加的系统性效应，如图1所示。

（1）通识模块课层

通识模块课层所包含课程主要讲解大数据和人工智能基础技术知识。通识模块课层侧重于扩展经管类专业人才培养知识的广度，重点是培养经管类人才所应必备的大数据和人工智能方面的基础知识和技能。为此，将通识模块课层划分为三个模块，即基础技术模块、大数据模块和人工智能模块。其中，基础技术模块由“Python商务数据分析”课程构成，主要讲解Python编程语言基础知识及其在商务数据分析中的应用，后续所有实践操作类模块课程均以Python语言作为编程工具，节省学生学习不同编程语言的时间成本;大数据模块以商务大数据的处理流程为主线开设“Python网络数据抓取”“商业数据挖掘导论”“Python数据可视化”和“大数据原理与商务应用”四门课程，分别讲解商务大数据的获取和清洗、建模和分析、可视化展示等大数据技术和应用;人工智能模块围绕财经领域主要人工智能技术开设“人工智能思维”“机器学习与财经建模”和“自然语言处理基础”三门课程，分别讲解将人工智能运用于商业运营的系统性框架，以及机器学习、自然语言处理等人工智能关键技术和应用。

通识模块课层教学内容设计的关键在于扩展经管类专业人才大数据、人工智能技术知识的同时，解决通识模块课与经管类专业课相对分散独立的问题，使学生建立大数据和人工智能技术与经管类专业知识之间的联系，于技术类课程中形成明确的专业知识学习目标。为解决这一关键问题，針对通识模块课选课学生的专业方向，设计“一课多纲、一纲多本”的差异化教学内容，以增强通识模块课的吸引力，建立大数据、人工智能技术与专业方向之间的连接，明确各专业学生的学习目标。比如，在“人工智能思维”课程的调研报告题目选择上，尽可能围绕不同专业特色和前沿问题展开;在“Python数据可视化”和“Python网络数据抓取”课程的实操教学环节，提供与专业实务相关的真实数据集;在“大数据原理与商业应用”课程的商业应用环节，以不同专业实践案例为背景，讲解大数据原理在其中的应用价值;同时，根据不同专业学生已具备大数据、人工智能技术基础的情况，在实训教学环节，适时调整教学内容难度。

（2）共建模块课层

之所以称为共建模块课，是因为这类课程教学内容的设计与讲授往往需要跨专业领域教师合作共建。共建模块课层侧重于深化数智技术与经管类专业知识的交叉融合，重点培养经管类学生分析和解决经济管理问题具备的结构性和程序性知识。为此，选择已有经管类专业课程体系中与大数据、人工智能技术关联最为紧密的课程，建设已经列入各专业培养方案但因缺少大数据、人工智能相关师资与实验环境而尚未建成的课程。参与共建模块课的专业包括：经济学专业、工商管理专业、金融学专业和会计学专业。其中，经济学专业共建模块课包括“数字经济”“大数据经济分析”“经济学与AI及优化”等，讲解如何通过大数据和人工智能方法分析和解决经济学问题;工商管理专业共建模块课包括“大数据与企业创新管理”“大数据与组织行为学”“商务智能”等，讲授大数据和人工智能商业企业中落地实践的全过程，以及优化各种业务的突出价值;会计学专业共建模块课包括“大数据与智能会计”“大数据与智能财务”“大数据与智能评估”等，分别讲解如何运用大数据和人工智能软件工具进行会计数据的分析、处理、可视化展现和风险评估等。随着大数据和人工智能技术向各个领域的渗透，各行业对复合型人才的需求激增，因此，共建模块课程建设工作是一个不断增加和持续迭代的过程。

共建模块课层教学内容设计的关键在于覆盖概念性或陈述性专业知识的同时，构建运用大数据、人工智能技术解决实际业务问题的程序性或结构性知识，实现特定专业或子领域与数智技术知识之间强大的整合和互补。为解决这一关键问题，依据专业人才培养目标和需求，遴选核心知识点和关键能力点，以经管实务问题为导向，建立知识点与能力要求之间的关联关系，基于以大数据、人工智能技术为支撑的经管类实务问题解决过程，构建结构性或程序性知识模块，通过设计涵盖这些结构性或程序性知识的教学案例，进一步深化对专业知识的理解和掌握。比如，在“大数据与组织行为”课程案例教学环节，设计以组织绩效管理问题为导向的教学实例，讲解数据驱动和管理制度相结合的组织绩效改进方法与流程。针对每一门共建课，在不增加原有专业课程总学时的前提下，筛选核心知识点，减少非核心知识点授课学时，增加案例和实验授课学时，深化学生综合运用数智技术解决实际问题的能力。

（3）项目模块课层

项目模块课层所包含课程均依托于企业实际项目设计而成。项目模块课层侧重于加强知识向能力的转化，重点培育学生综合运用大数据和人工智能技术解决不断变化的复杂经济管理问题的创新和实践能力。为此，基于企业实际业务和具体项目，面向零售业、工业、金融业等不同行业领域，由跨专业资深教师与业内人员合作共同设计项目模块。每个项目模块涉及某领域或行业相关的一系列具有真实性、实用性、可创新性的，能够统一知识与能力的实训项目课，通常包含20～30个项目课。每门项目课0.5学分，完成2个项目课修得18学时，1学分，同一模块的课程难度相当，供学生根据兴趣自由选择。项目课程为高年级学生所设，因此，仅提供必备的前置知识、技能、方法框架，以及相关课程链接，学生需具备一定的知识和技能基础，方能创新性地完成所选修的项目课。

项目模块课层教学内容设计的关键在于充分结合企业需求和业务实践，设计出具有可行性、可操作性、可考核性的项目，打通知识与能力之间的屏障，实现知识向能力的转化。为解决这一关键问题，针对每个领域或行业项目模块，构建一套从项目设计与考核到项目竞赛与奖励一体化的项目课程体系。首先，为每个项目模块制订项目基本要求、实施过程及考核评价标准，具体包括：项目概况、基本要求、知识点—能力—实践—创新的要求、实训环节、分组要求、成果形式、过程考核与验收标准、硬件软件条件、指导教师要求、达到预期效果等;其次，对涉及大量的差异化创新、本身具有竞赛属性的项目，在项目课程结束后举行校内竞赛，评选优胜者，成绩优秀者（或自愿报名者）可以参加更高水平、更大难度项目的训练与比赛，进一步提升学生的创新能力和竞争意识，真正将课程与比赛有机融合为一体。

2.三元协同式教学方法创新

为实现所构建的课程体系各模块课层的教学目标，采用三元协同式教学方法，优质师资、教学资源和教学方式构成了某一门课、某一节课所采用教学方法的三个基本要素。其中，优质师资和教学资源为实现教学目标提供双重保障，教学方式为实现教学目标提供重要手段，针对每一门课或每一节课的教学内容，通过协调管理优质师资、教学资源和教学方式三者的关系，从而产生协同效应，实现课程预期教学目标。

（1）优质师资

优质师资教学队伍建设是实现教学方法创新的基本保障之一。从教师所属专业或领域看，分为专业教师、技术教师和业内讲师三种不同类型的教师，分别在经管专业知识、数智技术和业务经验三个方面各有所长、各具优势。就已有师资情况看，绝大多数教师并不具备专业知识与数智技术交叉融合的复合知识架构，兼具扎实基础知识和实践经验的师资则更加稀缺。因此，为每门课程组建“1+1+1优质师资”模式的教学团队，一位专业教师、一位数智技术教师和一位业内讲师协同，弥补知识结构和业务经验方面的不足。当然，一位教师也可以同时参与多门课程的建设工作。与此同时，为避免出现多位任课教师授课过程分而治之、各自为政的局面，建立课程教学团队周期性教研活动制度，及时发现教学过程中存在的问题，讨论有效、可行的具体举措。

需要说明的是，对于所构建课程体系中不同层面的课程，不同类型教师在教学过程中的重要程度有所不同。鉴于通识模块课层主要讲解大数据和人工智能基础技术知识，课程建设和教学过程应以数智技术教师为主，以专业教师和业内讲师为辅。而考虑到共建模块层主要讲解为解决实际问题而形成的专业知识与数智技术交叉融合的结构性知识，专业教师和数智技术教师在此类课程中并重，共同建设教学内容和完成教学过程。项目模块课层是对学生综合能力和创新能力的全面考量，从课程设计，到过程考核，再到验收评价，均需要三种类型教师的全程参与，但由于课程内容和教学目标均源于企业实际业务和具体项目，颇具实践经验的业内讲师在各个环节中发挥着关键性作用。

（2）教学资源

教学资源是教学方法创新的又一基本保障。如前所述，在所构建的经管专业数智技术课程体系中，数智技术是一种实践知识，而教会学生实践知识并不是简单和直截了当的事，更何况该课程体系中的数智技术并不是仅仅作为技术本身，而是解决经济管理问题的重要方法和工具，单一形态或形式的教学资源很难达到预期教学效果。因此，在各模块课层教学目标的牵引下，建设实例集、问题集和项目集三种课程资源库，即“1+1+1教学资源”，供任课教师在教学过程中使用。

具体地讲，实例集是通识模块课层的主要教学资源，为学生熟练掌握数智技术知识而设计的例题，与计算机类专业开设的技术类课程有所不同，这些例题需要具有一定的专业导向性，以建立数智技术与经管专业的关联关系。问题集主要用于共建模块课层的教学实训环节，为学生理解和运用结构性或程序性知识而设计，其重点在于促进学生在解决问题时采用循序渐进和系统性的思路，教学生将相应的技能和知识应用于具体的问题。项目集主要是为项目模块层而设计的，其关键在于全方位培养学生进行创造性设计、开发创造性解决方案的能力和团队合作、项目管理能力和领导力，项目的复杂和创新程度代表学生能够胜任未来工作的能力。事实上，这三种教学资源并不是泾渭分明的，项目可看作是更加复杂的问题，而实例亦可看作是问题的简化版，而且，这三种教学资源也不是专门为特定课程模块层服务的，在教学过程中互为补充。

（3）教学方式

“教”侧重于信息的传递，“学”则关乎知识的获取。由于传授知识的类型不同，教与学并不是完全并行一致的，为协调教与学之间的关系，有三种教学方式可以选择：讲座式、主动式和协作式，即“1+1+1教学方式”。讲座式是一种常见的教学方式，适合概念性或陈述性知识的讲授，但对学生而言，讲座式并不是最理想的知识获取方式，特别是结构性或程序性知识，还需要了解知识的背景和效用。与之相反，主动式是一种以学生为中心的教学方式，更适合结构性或程序性知识的学习，主动式学习能使学生理解并掌握更多的知识。协作式则更适合帮助学生完成知识迁移，激励学生尝试体验式学习和沉浸式学习等方式，使学生将课程核心知识与综合解决复合经济管理问题相结合，协作式学习也可看作是一种特殊类型的主动式学习。

在某门课程、某一节课的教学过程中采用何种教学方式，主要取决于课程教学内容涵盖知识的类型。概念性或陈述性知识在通識和共建模块课层的教学内容中均占有较大比重，因此，讲座式是这两个层面的重要教学方式;同时，结构性或程序性知识也是通识和共建模块课层实践实训环节的关键内容，主动式的教学方式有助于学生更好地理解和掌握知识;而在项目模块课层，协作式则成为教学方式的不二选择。

根据以上分析，表1给出不同类型师资、资源和教学方式分别在不同模块课层教学过程中的重要程度建议，当然，每一门课、每一节课的具体教学内容和教学目标均有所不同，应当根据具体情况做出相应调整。

课程体系是结构化的、系统化的，而非流水式的，教学方法是灵活变化的、自适应的，而非刻板的。课程体系构建及教学方法创新是一个持续改进、迭代创新的过程，在扩展经管专业人才知识架构的同时，适应新兴技术带来的新变化，实现数智技术向专业知识的渗透，并进一步加强知识向能力的转化，才能更好地解决不断变化的复杂综合性社会经济管理问题。

参考文献：

[1] 吴岩.积势蓄势谋势 识变应变求变 全面推进新文科建设[C]. 新文科建设工作会议，2020.

[2] 刘曙光. 新文科与思维方式、学术创新[J]. 上海交通大学学报（哲学社会科学版），2020（4）：18-34.

[3] 操太圣. 新文科建设的效用：知识生产与教养培育[J]. 上海交通大学学报（哲学社会科学版），2020（2）：15-18.

[4] 连玉明. 中国大数据发展报告[M].北京：社会科学文献出版社，2019：5.

[5] 尹丽波. 2019—2020人工智能发展报告[M].北京： 电子工业出版社，2020：7.

[6] 王维国，徐健，盖印. 新文科背景下经管类专业数智化升级改造的研究与探索——以东北财经大学为例[J]. 新文科教育研究，2021（7）：95-100.

[7] 杨宗凯. “互联网+教育”的推进路径与实践探索[J]. 中国大学教学，2018（12）：13-16.

[8] 郑军，段少东. 基于自组织理论的高校“新经管”建设与大学生创新能力培养[J].中国高等教育，2020（4）：65-72.

[9] 刘志东. 新文科背景下投资学课程内容体系与课程建设探讨[J].中国大学教学，2021（5）：54-59.

[10] 王占全，陈亮，周登凉，等. 新文科背景下法学虚拟实验教学平台的设计与实现[J]. 实验室研究与探索，2019（12）：208-215.

[本文得到教育部首批新文科研究与改革实践项目“新文科背景下经管类专业数智化升级改造的研究与实践”、辽宁省高等教育本科教学改革项目“新文科背景下财经类高校数智化技术课程体系建设研究与实践”“数智时代专创融合引领大学生创新创业的实践探索”“基于乡村振兴社会实践的电子商务创新人才培养模式探索与实践”的支持]

王维国，东北财经大学副校长，教授;徐 健，东北财经大学数据科学与人工智能学院副院长，教授;盖 印，东北财经大学数据科学与人工智能学院副教授。