張星娟
隨著信息技術飛速發展,人工智能已經在社會各領域得以應用。在會計應用方面,人工智能對會計人才提出了新的要求,會計工作不能再機械地進行財務運算,而必須通過數據分析,了解企業經營狀況,謀劃企業運營活動,制定企業發展戰略。高校作為會計人才培養的搖籃,培養質量的優劣,直接影響著未來會計人才的素質高低。而在現有的培養機制下,學校一成不變的供給和社會日新月異的需求之間產生了明顯的矛盾。因此,完善和加強高校會計人才培養,使其適應智能化技術發展的需求,顯得尤為重要。
一名優秀的會計人員,不僅要掌握會計核算與納稅的基本功,還要具備良好的溝通能力,對內體現為與生產、采購、銷售和行政等部門的溝通,對外體現為與銀行、證券、會計師事務所、監管機構等的協調,有效的溝通不僅能提高會計工作效率,而且可以建立良好的人際關系,而這些當面的、有溫度的溝通是智能化取代不了的。
人工智能時代,會計工作由傳統的財務會計靜態模式向管理會計動態模式轉變,會計的計劃、決策、分析等功能凸顯了出來。因此,社會需要會計業務熟練、信息技術較強、通曉國際規則的高素質復合型人才。
所謂高智能商數,是指擅長利用智能機器并與智能機器互補,變成人與人以及人與機器人之間的協作。會計人才應與機器人協作,利用人工智能進行決策。同時由于信息社會變化迅速,因此需要培養會計人才的快速學習能力。
1.調查問卷設計。本文選取西安財經大學行知學院作為本次的調查對象。分別對西安財經大學行知學院會計分院部分學生、全體專職教師、校企合作企業就人工智能背景下會計人才培養現狀開展調查。主要從基本信息、師生對人工智能的認識、人工智能背景下會計類人才培養現狀、師生對人工智能的看法及評價、校企合作情況、人工智能背景下企業對人才的需求幾個方面設計調查問卷。
2.調查結果。本次調查選取會計學院大一至大四學生共590名發放問卷,最終回收問卷564分,剔除無效問卷13份,有效問卷回收率為93%。對會計學院23名專職教師發放問卷,最終回收問卷23份,全部有效。發放企業問卷13份,回收問卷13份,其中無效問卷1份,有效率92%。
1.學生對專業缺乏興趣。調查結果顯示,學生報考該專業的首要原因是“家長的選擇(48.04%)”,其次是“分數不夠,只能報這個(34.21%)”,而因為“自己喜歡,有所了解”選擇這個專業的學生比例僅占7.53%。通過這些數據顯示,正是因為學生不是自主選擇的專業,因此很多同學對專業學習缺乏興趣。
2.師生對人工智能認識度低。收到的問卷結果顯示,大部分學生對人工智能的了解處于初級階段,“聽過”和“基本不了解”共占78.23%,而“根本沒聽過”或者“非常了解”的占比基本都在10%左右,而對于教師來說,“了解理論”與“不太了解”兩者之和占比91.46%,“同時了解理論與實務”占比只有8.54%。說明目前情況下,學生對人工智能的認識還遠遠不夠,而教師對人工智能的認識主要還停留在理論階段。
3.人才培養方案未及時更新。在人才培養方面,會計學院從專業設置、培養目標、課程設置等幾個方面并沒有及時調整,使之適應人工智能的要求。在專業設置上,會計學院目前的會計學、財務管理和審計學三個專業都屬于傳統財會專業。而通過調查發現,大部分師生(80%左右)都認為在人工智能時代,會應運而生設置新專業;在培養目標方面,會計類專業以培養應用型本科財會人才作為培養方向,并沒有突出人工智能要素,而學生和教師普遍認為(63%左右),需要在專業技能的基礎上,強化人工智能作用;在課程設置上,會計學院雖然設置了相關課程,但基本都是選修課。結合調查結果,61%的學生認為目前并沒有接觸和學習到比較系統的人工智能類課程,21.3%的學生認為雖然接觸到一部分,但是學習的只是“皮毛”。而75.09%的教師則認為,目前的人工智能課程和專業課出現了“兩張皮”的現象,并沒有形成體系。
4.校企合作效果甚微。在校企合作方面,36.67%的學生和90.06%的老師知道有相關企業與學院進行合作,31%的學生完全不知道有校企合作的企業。同時,有75%的學生和91.34%的老師表示,從來沒有去過相關企業實習或者實習指導,說明學院很少安排學生集中去企業進行實習,這一點通過對相關企業進行實地調查也得到了證實。
1.教學方法陳舊。人工智能時代,更強調學生的思考力與靈活性。而學院目前主要還是以傳統的老師講授為主,這種“填鴨式”的教學方法,不能很好地調動學生主動自覺學習的積極性,缺乏課堂討論與交流的機會,導致一大半學生課堂效率極低,繼而在專業學習上呈現出消極的狀態。
2.投入成本過高。要想真正將人工智能融入教學中,必然要花費大量的人力物力財力,并且人工智能要發揮效果需要一個長期的過程,短期內對學校而言,則可能成為“負擔”。因此,學校領導層一般不太愿意打破目前的平衡,導致上層對人工智能關注度不夠,教學部門感受不到來自上層的壓力,學生感受不到良好的智能化氛圍,也相應缺乏對人工智能的認識。
3.不確定性因素。西安財經大學行知學院前身屬于獨立學院,“轉設”成為民辦院校后,面臨著激烈的競爭,對生源到底會產生什么樣的影響,目前一切都是未知的。因此,出于穩妥性考慮,學校在近幾年轉設的關鍵時點,暫時不會對人才培養方案進行大的調整。
4.人才供求矛盾。在復合型人才培養理念下,學校在學科設置中片面追求多而全,缺乏創新性與前瞻性,對社會上出現的一些新技術、新方法、新方向反應不及時,導致學生的學習與實際脫節。同時,很多企業對人工智能的了解也僅停留在表面,認為人工智能是“高大上”的東西,一般本科生很難勝任人工智能相關工作。因此,學校和社會的供求矛盾使校企合作流于形式。
針對智能化學習缺乏興趣的學生,采取學業導師帶班的方式,制定個性化的輔導方案。對本來缺乏興趣的學生,摸清并掌握主要原因,如果是因為不太了解,導師可以采用座談、講座以及案例的形式,加深同學們的印象;如果是因為以前的成績有點不理想,而產生了畏難情緒,導師可以具體聯系專業課老師,在平時或考前對這些學生進行專門的輔導;如果是不知道將來人工智能有什么用的,導師可以結合專業的實操課,引導同學們主動思考如何將人工智能融入到實踐中。
學??梢圆扇《喾N方式普及人工智能知識,營造智能化校園環境。第一,開展人工智能系列講座,邀請校內外知名專家學者對教師和學生進行定期培訓,強化師生智能化意識。第二,實地參觀,學??梢越M織師生去參觀大型人工智能工廠或者人工智能展覽,讓師生身臨其境,感受人工智能的魅力。第三,成立教育聯合體,和其他人工智能較成熟的學校聯合起來,利用對方的優質資源,協同育人。第四,組織智能化會計類比賽,通過比賽無形中引起管理者對人工智能的重視。
西安財經大學行知學院可以從以下三個方面對人才培養方案進行更新。(1)專業設置。建議將目前的會計學專業調整為智能會計學,財務管理專業則建議向數智化財務管理發展,審計學專業轉向大數據審計。(2)培養目標。在培養適應區域經濟發展的應用型會計人才的基礎上,強化智能數據分析學科前沿課程設計,充分發揮數字化時代的會計功能,突出“智能型”培養特色。(3)課程設置。在專業課的基礎上,新增機器學習與數據挖掘、智能財務共享、python數據分析等課程,并適當縮減理論課,提高實踐課程的比例,促進理論和實踐的均衡發展。
為進一步加強校企合作,會計學院應該從以下兩方面入手:一方面,開發校企合作的新模式,比如和企業成立“訂單班”,徹底解決供求矛盾問題;另一方面,落實產教融合,和企業雙方共同制定教學計劃和實習方案等,引導學生將理論知識應用到實踐操作中,實現理論與實踐的深度融合。
基金支持:本文系“全國經濟管理院校工業技術學研究會項目”(編號:21GYJS015)的階段性研究成果。