人工智能背景下財經(jīng)政法實踐型人才培養(yǎng)的評價體系構建

摘要：本文圍繞人工智能背景下財經(jīng)政法實踐型人才培養(yǎng)的評價體系構建展開探討。深入分析人工智能在財經(jīng)法學及司法實踐中的發(fā)展狀況，闡述其變革與挑戰(zhàn)。基于 CIPP 模型與利益相關者理論構建評價體系，明確包含背景、輸入、過程和結果四要素的評價框架，依據(jù)相關原則確立評價指標并計算權重。最后提出提升人才培養(yǎng)質(zhì)量的路徑建議，涵蓋課程體系、實踐體系、培養(yǎng)反饋機制的革新，旨在為適應人工智能時代的財經(jīng)政法人才培養(yǎng)提供理論與實踐參考。

關鍵詞：質(zhì)量評價；CIPP 模型；教育體系變革；人工智能

中圖分類號：D9"""""" 文獻標識碼：A""""" doi：10.19311/j.cnki.16723198.2025.13.065

1 人工智能背景下財經(jīng)政法實踐型人才培養(yǎng)必要性

1.1 人工智能在財經(jīng)法學方面的發(fā)展

人工智能在財經(jīng)法學領域的發(fā)展歷程體現(xiàn)了從初步應用到深度融合的演進。20世紀80—90年代，專家系統(tǒng)開始在金融科技和法律科技領域嶄露頭角，尤其在智能投顧、算法交易和合規(guī)監(jiān)控等方面得到初步應用。2008年金融危機后，人工智能推動了合規(guī)科技的發(fā)展。進入2010年代，機器學習和大數(shù)據(jù)分析技術的成熟促使人工智能在智能合約、反洗錢、市場操縱檢測等領域得到廣泛應用。2020年以來，疫情加速數(shù)字化進程，人工智能在虛擬法庭、在線仲裁以及法律和金融的自動化操作中發(fā)揮著越來越重要的作用。如今，生成式人工智能等新技術進一步推動了法律研究、合同審查和金融合規(guī)的智能化進程，為財經(jīng)法學的未來發(fā)展奠定了堅實基礎。

人工智能在財經(jīng)法學領域的應用不僅帶來了效率提升，也引發(fā)了諸多法律問題。在金融科技領域，人工智能提高了智能投顧、算法交易、風險管理和信用評分等方面的效率，但算法偏見和數(shù)據(jù)隱私等法律問題隨之而來。在法律科技領域，人工智能用于合同審查、生成和案件預測，顯著提升了法律服務效率，人工智能與區(qū)塊鏈結合實現(xiàn)智能合約自動執(zhí)行，卻也帶來了法律責任歸屬等新挑戰(zhàn)。

1.2 人工智能在司法實踐方面的發(fā)展

人工智能在司法實踐中的發(fā)展經(jīng)歷了多個階段。2000年代初期，隨著科技進步，人工智能開始在法律檢索和文檔信息管理方面發(fā)揮作用。2008年金融監(jiān)管需求的增加促使金融機構更加重視數(shù)據(jù)分析，進一步推動了人工智能在該領域的應用。2011年，IBMWaston的逐步發(fā)行以及法律科技公司在人工智能應用軟件開發(fā)方面的努力，使得人工智能逐漸融入金融法律咨詢和金融合同審查領域。2016年起，人工智能在智能合同審查、合規(guī)檢測等諸多領域得到快速發(fā)展，成為重要的法律服務工具。2020年以來，數(shù)字化轉(zhuǎn)型推動虛擬法庭和在線仲裁逐漸普及，極大提高了法律服務效率。

從歷史發(fā)展來看，人工智能在法律及相關交叉領域的應用特色各異。20世紀50年代初期，人工智能在其他領域的應用尚處于萌芽階段，雖開始理論實踐創(chuàng)新，但因缺乏數(shù)據(jù)支撐和完善系統(tǒng)，在司法實踐中準確率低，難以廣泛應用。20世紀80年代后半段，研究者在探索人工智能系統(tǒng)應用于法學領域時，開始將法律價值和目的納入考量，注重對法律實務問題的合理分析與判斷，為后續(xù)發(fā)展奠定了基礎。進入21世紀，人工智能與法學的結合進入新階段，研究者致力于設計與法律實踐相匹配的人工智能系統(tǒng)，使其能夠基于法律解釋和結果預測，為案件提供合理法律論據(jù)。但目前，人工智能背景下的司法實踐工作仍存在系統(tǒng)不完善、法律數(shù)據(jù)庫信息需充實、深度學習能力有待提升以及法律人才專項實務判斷和監(jiān)管能力需加強等問題。

2 人工智能背景下財經(jīng)政法實踐型人才培養(yǎng)的理論基礎和基本原則

2.1 理論基礎

2.1.1 CIPP模型

CIPP模型作為一種管理型評價模式，在教育評價體系構建中具有重要意義。其涵蓋背景、輸入、過程、成果四個評價要素，是基于全生命周期的評價模型[1]。在人工智能背景下財經(jīng)政法實踐型人才培養(yǎng)評價體系構建中，背景評價旨在客觀分析教育方案的合理性，以培養(yǎng)復合型、實踐型人才為導向，設定如學生跨學科知識儲備能力、數(shù)據(jù)分析能力和實踐問題發(fā)現(xiàn)能力等評價指標，同時明確評價對象范圍，使其契合人才培養(yǎng)目標和教育制度改革需求。輸入評價著重對實踐育人方案的可行性進行判斷和鑒定，涉及對人力、物力、企業(yè)需求、課程設立等資源配置的評估[2]。過程評價聚焦于對財經(jīng)法學類人才培養(yǎng)過程及改革體系的全方位監(jiān)控、分析和反饋，通過實踐評價體系構建情況來衡量。結果評價則基于教育方案運行實施結果，關注人才培養(yǎng)的綜合素質(zhì)和質(zhì)量，包括理論知識、科研能力、實踐經(jīng)驗和實務能力等方面，同時考量科研成果、未來發(fā)展穩(wěn)定性以及體系的可持續(xù)發(fā)展和完善可能性。

2.1.2 利益相關者理論

隨著人工智能在財經(jīng)政法領域的廣泛應用，人才需求和培養(yǎng)模式發(fā)生深刻變革，利益相關者理論為人才培養(yǎng)提供了多維度視角。該理論強調(diào)在人才培養(yǎng)過程中，需綜合考慮政府、企業(yè)、社會等多方主體的期望、利益和需求，以實現(xiàn)社會可持續(xù)發(fā)展。在財經(jīng)領域，利益相關者理論促使各方重新審視自身角色、責任、利益和權利義務。現(xiàn)代財經(jīng)教育不僅是理論知識傳授，更要培養(yǎng)學生應對社會風險挑戰(zhàn)的能力、社會責任感和多元思考方式，使其在工作中能兼顧利益平衡。從法學視角看，法學教育也不再局限于理論知識，而是要提升學生法律素養(yǎng)和倫理，幫助其理解法律在不同情境中的角色，特別是在立法、司法和行政執(zhí)法中，培養(yǎng)處理利益沖突、維護公平正義的能力。財經(jīng)政法人才培養(yǎng)應更加注重多元化和綜合性，融入企業(yè)社會責任、可持續(xù)發(fā)展等內(nèi)容。培養(yǎng)具備社會責任感、倫理意識和技術理解力的復合型人才，以應對時代變革[3]。

2.2 基本原則

在人工智能時代，財經(jīng)政法人才培養(yǎng)的評價體系構建需秉持科學客觀性原則。這要求通過多維度、多主體的評價方式，運用科學嚴謹?shù)脑u價方法，將人工智能因素納入考量，對評價對象進行具體量化分析。評價體系的構建基于廣泛收集人工智能、經(jīng)濟金融、司法等領域相關信息，旨在對新時代人才作出科學、客觀的評價[4]。且評價目的并非簡單“核證”，而是通過優(yōu)化評價體系，保障構建科學合理的高素質(zhì)、復合型、應用型人才培養(yǎng)體系；此外培養(yǎng)財經(jīng)政法實踐型人才應遵循全面系統(tǒng)性原則，以確保其具備跨學科綜合素養(yǎng)。人才需深入理解法律與技術的融合應用，掌握人工智能在合同審查和金融監(jiān)管中的實際操作，能夠有效應對數(shù)據(jù)隱私和算法偏見等法律挑戰(zhàn)。同時，應具備全面的經(jīng)濟法律素養(yǎng)，在法律決策中充分考慮經(jīng)濟政策和市場動態(tài)，平衡法律合規(guī)與經(jīng)濟效益。同時能夠預判和控制系統(tǒng)性風險，通過跨領域合作防范金融和法律風險，確保決策合法有效，為智能時代的法律和金融實踐提供有力支持。最后人工智能時代的財經(jīng)政法實踐型人才培養(yǎng)需遵循有效量化和定性相結合的原則，以妥善處理復雜的法律和金融問題。人工智能技術借助大數(shù)據(jù)和機器學習提供量化分析手段，助力人才在金融監(jiān)管、合同審查和風險評估等方面獲取科學數(shù)據(jù)依據(jù)。然而，僅依靠量化分析遠遠不夠，人才還需結合法律條文、司法實踐和倫理問題進行定性判斷，確保決策的合法性與公正性。例如，在市場監(jiān)管中，人工智能可量化識別違法行為，但合法性仍需定性分析確認。

3 人工智能背景下財經(jīng)政法實踐型人才培養(yǎng)評價體系指標和權重分配

3.1 評價指標初步構建

人工智能背景下財經(jīng)政法實踐型人才培養(yǎng)的評價體系的構建的初級階段是結合財經(jīng)法學類人才在人工智能背景下的培養(yǎng)目標和實現(xiàn)路徑，根據(jù)專家訪談、文獻梳理等方法，依靠CIPP理論框架，完成背景—輸入—過程—成果四要素的評價活動，所構建的人工智能背景下財經(jīng)政法實踐型人才培養(yǎng)的評價體系，建立由一級指標、二級指標、三級指標構成的評價指標體系，并采用層次分析法（AnalyticHierarchyProcess，AHP）計算各評價指標的權重。針對人工智能背景下財經(jīng)政法實踐型人才培養(yǎng)的評價體系的評價標準和主要內(nèi)容主要包含四個方面：一是設定相應的課程安排，建設“人工智能+法學+財經(jīng)”的3項知識課程結構。二是提升教師綜合素質(zhì)，完善財經(jīng)政法教師隊伍的數(shù)字教學培養(yǎng)模式。三是完善人才培養(yǎng)過程，建立理論實踐一體化的培養(yǎng)體系，避免出現(xiàn)重理論，輕實踐的局面。四是推進評價體系穩(wěn)定發(fā)展，具備保障手段和應對時代變化的改變措施。基于構建方法上邀請10位財經(jīng)政法類理論、實務導師進行訪談咨詢，不斷優(yōu)化二級、三級指標，直到專家意見趨于一致，最終確定4個1級指標、12個二級指標和27個三級指標形成人工智能背景下財經(jīng)政法實踐型人才培養(yǎng)的評價體系的構建。經(jīng)過筆者初步梳理歸納，形成人工智能背景下財經(jīng)政法實踐型人才培養(yǎng)的評價體系的構建的初步框架，見表1。

3.2 評價指標體系的權重賦值

權重賦值是為了給評價對象設定活動范圍內(nèi)指標標準，并按照此標準對評價對象的活動進行定量分析，在人工智能背景下財經(jīng)政法實踐型人才培養(yǎng)的評價體系的構建上，筆者采用了層次分析法計算出指標的主觀權重，依據(jù)Saaty的9級比例標度，采用了德爾菲法邀請了10位財經(jīng)政法類理論、實務導師進行打分，采用和積法進行各級指標權重值的計算。假設相鄰項之間的重要程度差異為“稍微”（使用2表示），而非相鄰項之間的差異則相應地遞增或遞減。此外，對角線上的值始終為1，因為任何因素與自身相比都是同等重要的。形成判斷矩陣后，根據(jù)領域?qū)＜液蛯崉諏煹慕ㄗh進行了一致性檢驗，確保矩陣的一致性比率（CR）在可接受范圍內(nèi)，檢測結果表明專家賦分結果有效。總之，權重直觀地反映了為測試評價體系所擬定的指標相對于指標體系的重要性程度，對于權重的賦值確定和如何分配給不同活動是對于評價體系構建中關鍵的步驟。人工智能背景下財經(jīng)政法實踐型人才培養(yǎng)的評價體系的構建權重賦值如表2所示。

權重分配結果顯示，過程評價權重達36.96%，為整個評價體系中占比最大部分，表明實踐過程在人工智能背景下財經(jīng)政法實踐型人才培養(yǎng)評價體系中至關重要。這意味著人才培養(yǎng)和教育應更注重實踐指導及實踐成果。同時，經(jīng)費安排和師資力量在可行性評價中占據(jù)重要地位，說明評價體系構建需要充足經(jīng)費支撐和優(yōu)秀指導教師隊伍。背景評價中，評價對象應注重自身能力提升，借助學校資源和企業(yè)實務指導，適應財經(jīng)法學教育體制機制改革和人才培養(yǎng)需求。結果評價中，除關注實踐成果和科研成果展示外，被評價對象還應重視評價體系對人工智能持續(xù)發(fā)展的適應性及保障完善方案。

總之，該評價體系要求企業(yè)、學校和學生協(xié)同合作，以滿足人工智能時代財經(jīng)法學類人才培養(yǎng)需求。高校應充分發(fā)揮教育資源優(yōu)勢，合理設置課程和打造師資隊伍，加強與企業(yè)合作開展校內(nèi)外實踐。

4 提升人工智能背景下財經(jīng)政法實踐型人才培養(yǎng)的路徑建議

4.1 人工智能驅(qū)動下的跨學科人才培養(yǎng)課程體系革新

在當代教育體系發(fā)展進程中，人工智能已從單純科技前沿演變?yōu)榭缧袠I(yè)變革力量，尤其對法學教育影響深遠，推動法學人才培養(yǎng)范式向技術融合轉(zhuǎn)型。在財經(jīng)法學教育體系中引入人工智能技術，是順應時代發(fā)展、深化教學改革和提升教育質(zhì)量的關鍵。課程設置應以培養(yǎng)學生跨學科思維為核心，構建財經(jīng)、法學與人工智能三項知識體系，合理配置課程資源。在教授財經(jīng)和法學基礎理論的同時，注重培養(yǎng)學生運用人工智能服務學習和解決實際問題的能力。例如，學校可設計“法律與數(shù)據(jù)科學”等綜合性課程，將法律條文與數(shù)據(jù)分析應用相結合，使學生在面對復雜問題時能整合不同領域知識，靈活應對。

4.2 人工智能驅(qū)動下的跨學科人才培養(yǎng)實踐體系革新

人工智能的融入促使實踐導向教學改革，產(chǎn)教融合成為實現(xiàn)高等教育與行業(yè)需求緊密對接的有效途徑。各方應明確角色、責任和權利義務，合作建立產(chǎn)教融合決策、運行和監(jiān)督機制，推動教育改革，搭建資源共享平臺。在此過程中，學校和企業(yè)發(fā)揮關鍵作用。學校應配備符合要求的實踐設備，優(yōu)化指導教師結構，確保有實踐經(jīng)驗的導師進行實務與人工智能相結合的指導；企業(yè)應提供實地實踐場所，支持財經(jīng)法學人才培養(yǎng)，實行“雙導師制”，開展校內(nèi)校外課堂教學，引入真實案例分析，讓學生參與企業(yè)合規(guī)審查和金融監(jiān)管中的人工智能應用分析，使其在實際場景中運用所學知識，提升實踐業(yè)務能力[5]。通過與企業(yè)、政府機構和法律事務所合作開展實習實訓項目，學生能在真實環(huán)境中鍛煉技能，增強對未來職業(yè)的理解和適應能力。

4.3 人工智能驅(qū)動下的跨學科人才培養(yǎng)反饋機制革新

財經(jīng)法學類人才培養(yǎng)注重內(nèi)涵式發(fā)展，以培養(yǎng)復合型、實踐型高質(zhì)量人才為目標。高校在人才培養(yǎng)過程中應聯(lián)合企業(yè)和學生，從多方面考慮人才培養(yǎng)方案背景，評估各項指標，共同打造高質(zhì)量人才培養(yǎng)機制。高校應注重教育體制建設和指導教師隊伍培養(yǎng)；學生應加強跨學科知識儲備，提升科研和實踐能力，積極參與校企聯(lián)合實踐活動；企業(yè)應始終秉持校企合作宗旨，助力學生應對職業(yè)挑戰(zhàn)[6]。同時，建立健全反饋機制至關重要。反饋主體不限于上述三方，任何了解人才培養(yǎng)過程的社會主體均可參與。高校應積極聽取反饋意見，進行合理性和可行性分析，及時完善人才培養(yǎng)方案，順應時代發(fā)展不斷優(yōu)化培養(yǎng)指標。

5 結語

本文聚焦人工智能背景下財經(jīng)政法實踐型人才培養(yǎng)的評價體系構建。深入剖析人工智能在財經(jīng)法學及司法實踐中的發(fā)展，揭示其帶來的變革與挑戰(zhàn)，基于CIPP模型構建包含四要素的評價體系，遵循相關原則確立評價指標并計算權重，進而提出提升人才培養(yǎng)質(zhì)量的路徑建議。然而，隨著人工智能技術持續(xù)發(fā)展和應用領域不斷拓展，財經(jīng)政法實踐型人才培養(yǎng)仍面臨諸多機遇與挑戰(zhàn)。因此，需持續(xù)關注人工智能技術進展，動態(tài)調(diào)整和優(yōu)化人才培養(yǎng)策略，為社會培養(yǎng)更多優(yōu)秀財經(jīng)政法實踐型人才。

參考文獻

[1]梁晴雪，胡昊.高校實踐育人質(zhì)量全生命周期評價指標體系研究[J].河南師范大學學報（哲學社會科學版），2024，（5）：144150.

[2]靳文輝，關佳.法律碩士實踐教學基地評估指標體系的構建研究[J].法學教育研究，2023，40（1）：379396.

[3]雷俊生.復合型人才培養(yǎng)視角下的財經(jīng)院校法學教育改革[J].黑龍江高教研究，2021，39（8）：151155.

[4]馬永霞，仇笳熙.人文社科成果評價的元評價體系建構——基于全生命周期視角[J].高教探索，2021，（6）：2533.

[5]趙娜.產(chǎn)教融合下的期貨人才培養(yǎng)平臺創(chuàng)新研究[J].中國證券期貨，2024，（5）：9196.

[6]馬廷奇，王雅蓓.統(tǒng)籌“三教”協(xié)同創(chuàng)新的三重邏輯[J].現(xiàn)代教育管理，2024，100（8）：110.