經管類專業課程體系數智化升級與教學方法創新

王維國??徐健??蓋印

摘 要：數智時代對財經人才培養知識架構提出了全新要求，課程體系數智化升級是實現這一目標的重要途徑和抓手。本文把大數據和人工智能技術作為經管類專業人才培養的必備知識，作為分析和解決經濟管理問題的重要研究方法和工具，通過構建面向經管類專業的三層遞進式數智技術課程體系，并針對各層面課程的特點和目標，設計三元協同式教學方法，從廣度、深度和強度三個維度，促進數智技術與經管類專業知識的深度交叉融合，加強知識向解決經濟管理問題能力的轉化，從而培育具備復合性知識、創新性能力和綜合性素質的卓越財經人才。

關鍵詞：新文科建設;經管類專業課程體系;數智化升級;教學方法創新

一、引言

當前，大數據、5G、人工智能等新興技術催生了以跨界融合為特征的新經濟、新產業、新業態，社會經濟管理問題日益綜合化和復雜化，應對新變化、解決新問題亟須跨學科知識整合。教育部新文科工作會議發布的《新文科建設宣言》明確指出，推動融合發展是新文科建設的必然選擇[1]，經濟管理類專業迎來了全新挑戰。一方面，傳統經濟管理學科是工業時代的產物，所構建的專門化和精細化專業課程知識體系易于知識獲取與傳授，在傳統財經教育中發揮了至關重要的作用[2]，但也形成了學科或專業“知識孤島”，導致學科領地和專業邊界固化[3];另一方面，大數據、人工智能等信息技術已成為社會經濟管理問題的重要研究方法和研究范式，也是經管類專業人才知識架構和能力培養不可或缺的關鍵性內容[4]，培養一批掌握大數據、人工智能技術的高端經管人才，已成為財經教育的重要使命[5]。可以說，如何挖掘經管類專業知識與數智技術之間的內在聯系，對經管類專業課程體系進行數智化升級[6]，并在此基礎上，改革和創新教學方法，一直是實現財經教育跨學科融合發展的關鍵問題。

二、經管類專業課程體系數智化升級：問題及原因

各地高校已經在經管類專業課程體系數智化升級與教學方法創新中展開了大量的理論研究和實踐探索，取得一定成效的同時，也發現一些有待研究和解決的問題。

1.數智技術類課程增設難以打破學科壁壘

為實現經管類專業人才培養寬口徑、廣視野的目標，可以在已有專業課程體系中增設大數據、互聯網、人工智能、區塊鏈等技術類課程，這種升級模式簡單易行，在經濟管理類專業課程體系數智化過程中得到了廣泛應用[7]。在增設數智技術類課程過程中，往往需要平衡和協調兩個方面的問題：一是如何平衡已有經濟管理類專業課程與數智技術類課程的學時、學分等，并通過調整課程之間先后研修順序，最大限度地實現課程知識體系的多學科覆蓋;二是如何調整技術類課程的教學內容、教學目標、教學設計等，以確保經管類專業學生正確而高效地掌握技術類課程知識[8]。由于這種升級模式更多地著眼于經濟管理類專業知識體系的廣而全，而壓縮已有專業課程的學時和學分，導致學生所研修的課程方向寬泛，專業基礎知識不夠精專，而且由于一些技術背景教師對社會形態、經濟政策、管理模式的發展敏感性相對不足，數智技術知識的傳授與實際問題的解決結合不夠緊密，并沒有從真正意義上打破學科壁壘。

2.教學環節尚未有效實現跨學科知識的深度融合

實現數智技術與經管類專業知識的融合，可以通過設計精巧、短小的教學案例，或組織與實務緊密結合的實踐教學環節，使學生能夠相對完整地理解并掌握從專業理論到方法工具，再到實際應用的全貌[9]。這種升級模式難度相對較大，主要體現在兩個方面：一是在教學案例設計上，需要充分融合課程專業知識特點和實際業務操作，并在有限的學時內，將所涵蓋的專業和技術知識傳授給學生;二是在實踐教學過程中，需要借助社會和業內資源，保障實踐教學環節順利而有效地進行。融入數智技術相關的教學環節，在一定程度上，可實現數智技術與經濟管理類專業知識的有機融合，但是由于案例式教學一般都存在某些難以避免的盲區，很難對案例進行多角度、多層次、跨學科的解讀和講授，而且教學案例多與企業實務之間存在一定差距，同時由于實踐教學環節的學時短暫且有限，尚無法實現全面、系統、立體的能力訓練。

3.平臺建設對課程體系數智化升級的價值引領作用明顯不夠

借助大數據、人工智能等技術，實現專業知識資源的數字化、網絡化和智能化，可以為經濟管理類專業的教學和科研提供豐富且優質的知識共享與交換服務。同時，以現代信息技術為支撐，搭建教學平臺和建設實訓基地，還能夠為經濟管理類專業建設提供靈活多變且高效便捷的教學方式，進而有效地調動教與學的積極性，提升學生在教學活動中的參與度，促進學生從以課堂學習為主向多種學習方式轉變，實現理論教學、虛擬實驗和實踐操作的一體化[10]。這種升級模式由于更多地關注教學平臺和實訓基地的便捷性和應用性，常把數智技術作為一種工具，一定程度上忽視了數智技術給經管類專業帶來的價值導向和思維方式上的改變。

上述經管類專業課程體系數智化升級和教學方法創新探索中，局限產生的主要原因是數智技術與經管類專業知識相分離，導致所構建數智技術課程體系未能與經管類專業知識有機地結合起來，無法形成跨學科融合發展的系統性效應。因此，只有把數智技術看作是經管類專業人才知識架構和能力培養不可或缺的關鍵性內容，才能構建出深度交叉融合經管類專業知識的數智技術課程體系，并有的放矢地進行教學方法改革與創新，進而推動新經管人才培養體系的建立。

三、經管類專業課程體系數智化升級：思路及舉措

針對上述經管類專業課程體系數智化升級中存在的問題，本文提出三層遞進式數智技術課程體系構建及三元協同式教學方法的創新思路。

1.三層遞進式數智技術課程體系構建

整個經管類專業數智技術課程體系自下而上分為三個層面：通識模塊課層、共建模塊課層和項目模塊課層。整個課程體系是一個有機整體，具有不同于單一層面簡單疊加的系統性效應，如圖1所示。

（1）通識模塊課層

通識模塊課層所包含課程主要講解大數據和人工智能基礎技術知識。通識模塊課層側重于擴展經管類專業人才培養知識的廣度，重點是培養經管類人才所應必備的大數據和人工智能方面的基礎知識和技能。為此，將通識模塊課層劃分為三個模塊，即基礎技術模塊、大數據模塊和人工智能模塊。其中，基礎技術模塊由“Python商務數據分析”課程構成，主要講解Python編程語言基礎知識及其在商務數據分析中的應用，后續所有實踐操作類模塊課程均以Python語言作為編程工具，節省學生學習不同編程語言的時間成本;大數據模塊以商務大數據的處理流程為主線開設“Python網絡數據抓取”“商業數據挖掘導論”“Python數據可視化”和“大數據原理與商務應用”四門課程，分別講解商務大數據的獲取和清洗、建模和分析、可視化展示等大數據技術和應用;人工智能模塊圍繞財經領域主要人工智能技術開設“人工智能思維”“機器學習與財經建模”和“自然語言處理基礎”三門課程，分別講解將人工智能運用于商業運營的系統性框架，以及機器學習、自然語言處理等人工智能關鍵技術和應用。

通識模塊課層教學內容設計的關鍵在于擴展經管類專業人才大數據、人工智能技術知識的同時，解決通識模塊課與經管類專業課相對分散獨立的問題，使學生建立大數據和人工智能技術與經管類專業知識之間的聯系，于技術類課程中形成明確的專業知識學習目標。為解決這一關鍵問題，針對通識模塊課選課學生的專業方向，設計“一課多綱、一綱多本”的差異化教學內容，以增強通識模塊課的吸引力，建立大數據、人工智能技術與專業方向之間的連接，明確各專業學生的學習目標。比如，在“人工智能思維”課程的調研報告題目選擇上，盡可能圍繞不同專業特色和前沿問題展開;在“Python數據可視化”和“Python網絡數據抓取”課程的實操教學環節，提供與專業實務相關的真實數據集;在“大數據原理與商業應用”課程的商業應用環節，以不同專業實踐案例為背景，講解大數據原理在其中的應用價值;同時，根據不同專業學生已具備大數據、人工智能技術基礎的情況，在實訓教學環節，適時調整教學內容難度。

（2）共建模塊課層

之所以稱為共建模塊課，是因為這類課程教學內容的設計與講授往往需要跨專業領域教師合作共建。共建模塊課層側重于深化數智技術與經管類專業知識的交叉融合，重點培養經管類學生分析和解決經濟管理問題具備的結構性和程序性知識。為此，選擇已有經管類專業課程體系中與大數據、人工智能技術關聯最為緊密的課程，建設已經列入各專業培養方案但因缺少大數據、人工智能相關師資與實驗環境而尚未建成的課程。參與共建模塊課的專業包括：經濟學專業、工商管理專業、金融學專業和會計學專業。其中，經濟學專業共建模塊課包括“數字經濟”“大數據經濟分析”“經濟學與AI及優化”等，講解如何通過大數據和人工智能方法分析和解決經濟學問題;工商管理專業共建模塊課包括“大數據與企業創新管理”“大數據與組織行為學”“商務智能”等，講授大數據和人工智能商業企業中落地實踐的全過程，以及優化各種業務的突出價值;會計學專業共建模塊課包括“大數據與智能會計”“大數據與智能財務”“大數據與智能評估”等，分別講解如何運用大數據和人工智能軟件工具進行會計數據的分析、處理、可視化展現和風險評估等。隨著大數據和人工智能技術向各個領域的滲透，各行業對復合型人才的需求激增，因此，共建模塊課程建設工作是一個不斷增加和持續迭代的過程。

共建模塊課層教學內容設計的關鍵在于覆蓋概念性或陳述性專業知識的同時，構建運用大數據、人工智能技術解決實際業務問題的程序性或結構性知識，實現特定專業或子領域與數智技術知識之間強大的整合和互補。為解決這一關鍵問題，依據專業人才培養目標和需求，遴選核心知識點和關鍵能力點，以經管實務問題為導向，建立知識點與能力要求之間的關聯關系，基于以大數據、人工智能技術為支撐的經管類實務問題解決過程，構建結構性或程序性知識模塊，通過設計涵蓋這些結構性或程序性知識的教學案例，進一步深化對專業知識的理解和掌握。比如，在“大數據與組織行為”課程案例教學環節，設計以組織績效管理問題為導向的教學實例，講解數據驅動和管理制度相結合的組織績效改進方法與流程。針對每一門共建課，在不增加原有專業課程總學時的前提下，篩選核心知識點，減少非核心知識點授課學時，增加案例和實驗授課學時，深化學生綜合運用數智技術解決實際問題的能力。

（3）項目模塊課層

項目模塊課層所包含課程均依托于企業實際項目設計而成。項目模塊課層側重于加強知識向能力的轉化，重點培育學生綜合運用大數據和人工智能技術解決不斷變化的復雜經濟管理問題的創新和實踐能力。為此，基于企業實際業務和具體項目，面向零售業、工業、金融業等不同行業領域，由跨專業資深教師與業內人員合作共同設計項目模塊。每個項目模塊涉及某領域或行業相關的一系列具有真實性、實用性、可創新性的，能夠統一知識與能力的實訓項目課，通常包含20～30個項目課。每門項目課0.5學分，完成2個項目課修得18學時，1學分，同一模塊的課程難度相當，供學生根據興趣自由選擇。項目課程為高年級學生所設，因此，僅提供必備的前置知識、技能、方法框架，以及相關課程鏈接，學生需具備一定的知識和技能基礎，方能創新性地完成所選修的項目課。

項目模塊課層教學內容設計的關鍵在于充分結合企業需求和業務實踐，設計出具有可行性、可操作性、可考核性的項目，打通知識與能力之間的屏障，實現知識向能力的轉化。為解決這一關鍵問題，針對每個領域或行業項目模塊，構建一套從項目設計與考核到項目競賽與獎勵一體化的項目課程體系。首先，為每個項目模塊制訂項目基本要求、實施過程及考核評價標準，具體包括：項目概況、基本要求、知識點—能力—實踐—創新的要求、實訓環節、分組要求、成果形式、過程考核與驗收標準、硬件軟件條件、指導教師要求、達到預期效果等;其次，對涉及大量的差異化創新、本身具有競賽屬性的項目，在項目課程結束后舉行校內競賽，評選優勝者，成績優秀者（或自愿報名者）可以參加更高水平、更大難度項目的訓練與比賽，進一步提升學生的創新能力和競爭意識，真正將課程與比賽有機融合為一體。

2.三元協同式教學方法創新

為實現所構建的課程體系各模塊課層的教學目標，采用三元協同式教學方法，優質師資、教學資源和教學方式構成了某一門課、某一節課所采用教學方法的三個基本要素。其中，優質師資和教學資源為實現教學目標提供雙重保障，教學方式為實現教學目標提供重要手段，針對每一門課或每一節課的教學內容，通過協調管理優質師資、教學資源和教學方式三者的關系，從而產生協同效應，實現課程預期教學目標。

（1）優質師資

優質師資教學隊伍建設是實現教學方法創新的基本保障之一。從教師所屬專業或領域看，分為專業教師、技術教師和業內講師三種不同類型的教師，分別在經管專業知識、數智技術和業務經驗三個方面各有所長、各具優勢。就已有師資情況看，絕大多數教師并不具備專業知識與數智技術交叉融合的復合知識架構，兼具扎實基礎知識和實踐經驗的師資則更加稀缺。因此，為每門課程組建“1+1+1優質師資”模式的教學團隊，一位專業教師、一位數智技術教師和一位業內講師協同，彌補知識結構和業務經驗方面的不足。當然，一位教師也可以同時參與多門課程的建設工作。與此同時，為避免出現多位任課教師授課過程分而治之、各自為政的局面，建立課程教學團隊周期性教研活動制度，及時發現教學過程中存在的問題，討論有效、可行的具體舉措。

需要說明的是，對于所構建課程體系中不同層面的課程，不同類型教師在教學過程中的重要程度有所不同。鑒于通識模塊課層主要講解大數據和人工智能基礎技術知識，課程建設和教學過程應以數智技術教師為主，以專業教師和業內講師為輔。而考慮到共建模塊層主要講解為解決實際問題而形成的專業知識與數智技術交叉融合的結構性知識，專業教師和數智技術教師在此類課程中并重，共同建設教學內容和完成教學過程。項目模塊課層是對學生綜合能力和創新能力的全面考量，從課程設計，到過程考核，再到驗收評價，均需要三種類型教師的全程參與，但由于課程內容和教學目標均源于企業實際業務和具體項目，頗具實踐經驗的業內講師在各個環節中發揮著關鍵性作用。

（2）教學資源

教學資源是教學方法創新的又一基本保障。如前所述，在所構建的經管專業數智技術課程體系中，數智技術是一種實踐知識，而教會學生實踐知識并不是簡單和直截了當的事，更何況該課程體系中的數智技術并不是僅僅作為技術本身，而是解決經濟管理問題的重要方法和工具，單一形態或形式的教學資源很難達到預期教學效果。因此，在各模塊課層教學目標的牽引下，建設實例集、問題集和項目集三種課程資源庫，即“1+1+1教學資源”，供任課教師在教學過程中使用。

具體地講，實例集是通識模塊課層的主要教學資源，為學生熟練掌握數智技術知識而設計的例題，與計算機類專業開設的技術類課程有所不同，這些例題需要具有一定的專業導向性，以建立數智技術與經管專業的關聯關系。問題集主要用于共建模塊課層的教學實訓環節，為學生理解和運用結構性或程序性知識而設計，其重點在于促進學生在解決問題時采用循序漸進和系統性的思路，教學生將相應的技能和知識應用于具體的問題。項目集主要是為項目模塊層而設計的，其關鍵在于全方位培養學生進行創造性設計、開發創造性解決方案的能力和團隊合作、項目管理能力和領導力，項目的復雜和創新程度代表學生能夠勝任未來工作的能力。事實上，這三種教學資源并不是涇渭分明的，項目可看作是更加復雜的問題，而實例亦可看作是問題的簡化版，而且，這三種教學資源也不是專門為特定課程模塊層服務的，在教學過程中互為補充。

（3）教學方式

“教”側重于信息的傳遞，“學”則關乎知識的獲取。由于傳授知識的類型不同，教與學并不是完全并行一致的，為協調教與學之間的關系，有三種教學方式可以選擇：講座式、主動式和協作式，即“1+1+1教學方式”。講座式是一種常見的教學方式，適合概念性或陳述性知識的講授，但對學生而言，講座式并不是最理想的知識獲取方式，特別是結構性或程序性知識，還需要了解知識的背景和效用。與之相反，主動式是一種以學生為中心的教學方式，更適合結構性或程序性知識的學習，主動式學習能使學生理解并掌握更多的知識。協作式則更適合幫助學生完成知識遷移，激勵學生嘗試體驗式學習和沉浸式學習等方式，使學生將課程核心知識與綜合解決復合經濟管理問題相結合，協作式學習也可看作是一種特殊類型的主動式學習。

在某門課程、某一節課的教學過程中采用何種教學方式，主要取決于課程教學內容涵蓋知識的類型。概念性或陳述性知識在通識和共建模塊課層的教學內容中均占有較大比重，因此，講座式是這兩個層面的重要教學方式;同時，結構性或程序性知識也是通識和共建模塊課層實踐實訓環節的關鍵內容，主動式的教學方式有助于學生更好地理解和掌握知識;而在項目模塊課層，協作式則成為教學方式的不二選擇。

根據以上分析，表1給出不同類型師資、資源和教學方式分別在不同模塊課層教學過程中的重要程度建議，當然，每一門課、每一節課的具體教學內容和教學目標均有所不同，應當根據具體情況做出相應調整。

課程體系是結構化的、系統化的，而非流水式的，教學方法是靈活變化的、自適應的，而非刻板的。課程體系構建及教學方法創新是一個持續改進、迭代創新的過程，在擴展經管專業人才知識架構的同時，適應新興技術帶來的新變化，實現數智技術向專業知識的滲透，并進一步加強知識向能力的轉化，才能更好地解決不斷變化的復雜綜合性社會經濟管理問題。

參考文獻：

[1] 吳巖.積勢蓄勢謀勢 識變應變求變 全面推進新文科建設[C]. 新文科建設工作會議，2020.

[2] 劉曙光. 新文科與思維方式、學術創新[J]. 上海交通大學學報（哲學社會科學版），2020（4）：18-34.

[3] 操太圣. 新文科建設的效用：知識生產與教養培育[J]. 上海交通大學學報（哲學社會科學版），2020（2）：15-18.

[4] 連玉明. 中國大數據發展報告[M].北京：社會科學文獻出版社，2019：5.

[5] 尹麗波. 2019—2020人工智能發展報告[M].北京： 電子工業出版社，2020：7.

[6] 王維國，徐健，蓋印. 新文科背景下經管類專業數智化升級改造的研究與探索——以東北財經大學為例[J]. 新文科教育研究，2021（7）：95-100.

[7] 楊宗凱. “互聯網+教育”的推進路徑與實踐探索[J]. 中國大學教學，2018（12）：13-16.

[8] 鄭軍，段少東. 基于自組織理論的高校“新經管”建設與大學生創新能力培養[J].中國高等教育，2020（4）：65-72.

[9] 劉志東. 新文科背景下投資學課程內容體系與課程建設探討[J].中國大學教學，2021（5）：54-59.

[10] 王占全，陳亮，周登涼，等. 新文科背景下法學虛擬實驗教學平臺的設計與實現[J]. 實驗室研究與探索，2019（12）：208-215.

[本文得到教育部首批新文科研究與改革實踐項目“新文科背景下經管類專業數智化升級改造的研究與實踐”、遼寧省高等教育本科教學改革項目“新文科背景下財經類高校數智化技術課程體系建設研究與實踐”“數智時代專創融合引領大學生創新創業的實踐探索”“基于鄉村振興社會實踐的電子商務創新人才培養模式探索與實踐”的支持]

王維國，東北財經大學副校長，教授;徐 健，東北財經大學數據科學與人工智能學院副院長，教授;蓋 印，東北財經大學數據科學與人工智能學院副教授。