智能會計（財務）專業培養方案：一個框架構建

張敏 王銀屏 李昂

摘 要：人工智能技術正在重塑傳統的管理學科，在此背景下，智能會計（財務）專業順勢而生，智能會計（財務）專業建設方興未艾。然而，目前會計教育界還沒有成熟的智能會計（財務）專業培養方案。本文基于AACSB認證體系，初步構建了培養方案，供我國會計教育界參考。

關鍵詞：智能會計（財務）;培養方案;AACSB

人工智能的快速發展重構了生產、分配、交換、消費等經濟活動的各個環節，催生了新技術、新產品、新產業、新業態、新模式，引發了經濟結構重大變革，并深刻改變了人類生產生活方式和思維模式。人工智能在推動經濟變革的同時，對會計領域也產生了深刻的影響，它正在重塑會計信息的生成、呈現、傳播和使用方式，傳統會計的時空觀念和工作模式將會被顛覆。

目前，企業、政府部門、科研機構都對高端智能會計（財務）人才有著大量需求。然而，從高校培養現狀來看，這方面才剛剛起步，供給遠遠小于需求。目前階段智能會計（財務）教育最大的痛點可以通俗地概括為“三個急缺”：急缺師資、急缺教材、急缺方案。本文將重點關注“急缺方案”這個痛點，討論如何建設智能會計（財務）培養方案。

一、智能會計（財務）教育現狀

在智能會計（財務）實踐快速發展的背景下，高校設立智能會計（財務）專業，培養既懂技術又懂會計的復合型人才是必然趨勢。目前，國內已有部分高校率先開設了智能會計（財務）專業。在課程設置上，這些高校在傳統會計專業必修課程的基礎上增加了計算機科學、智能會計（財務）、大數據分析等技術性課程。表1列示了部分開設智能會計（財務）專業高校的相關課程（不包含傳統會計專業核心課程，有些課程在不同學校的培養方案名稱不同，我們進行了合并）。

從表1中可以看出，較多學校開設的課程有數據挖掘與機器學習、大數據分析與可視化、會計信息系統（其實屬于傳統會計課程）、程序設計語言與Python應用、計算機與大數據基礎、現代科技與人工智能、商業數據分析、大數據審計等課程。

表1列舉的培養方案具有如下兩個特點：其一，上述培養方案中關于大數據與人工智能技術方面的課程已經開設了一些，技術與會計（財務）結合的課程非常少，很容易形成“兩張皮”;其二，現有方案的課程體系缺乏系統性，不同課程之間的邏輯關系不明確。

部分國外高校也將計算機科學等課程納入會計專業培養計劃中，培養基于大數據技術的新型會計人才。表2列示了部分國外高校的相關課程。從課程設置來看，國內高校的技術類課程更豐富。

目前高校智能會計（財務）專業的發展依然遠遠落后于實務界的變革。盡管已有高校開設智能會計（財務）專業，但數量過少，培養的人才數量遠遠不足，智能會計（財務）人才需求與供給之間仍存在巨大的矛盾。一方面，有的高校教育思維固化，不愿對現有教學體系和培養方案進行創新。這種一成不變的“穩定”所導致的較低的教學質量，使得高校教育受學生和用人單位詬病[1]。另一方面，有的高校雖有開設智能會計（財務）專業的計劃與愿望，但卻缺乏師資、教材與培養方案。現有師資隊伍雖精通傳統的會計知識，但對智能會計（財務）的認識和學習不足，導致高校高素質會計科研和教學人員嚴重不足，且缺乏必要的優秀教輔資料，難以制定合理的培養方案，使得高校在培養高質量人才方面心有余而力不足，也無法滿足市場對高端智能會計（財務）和管理人才的大量需求。

因此，為了應對新時期會計專業教育面臨的新挑戰，彌補現有智能會計（財務）人才培養的不足，高校應盡快整合學界和業界資源，開設智能會計（財務）專業，培養新型會計（財務）人才。

二、智能會計（財務）培養理論框架

本文將基于國際商學院協會（The Association to Advance Collegiate Schools of Business，簡稱AACSB）認證體系構建智能會計（財務）培養理論框架。該協會是一家非政府認證機構，也是國際權威的商學院質量認證體系之一，其認證往往代表著商學院的最高榮譽。

2018年7月，AACSB對2013版認證標準進行了修訂，在廣泛收集意見與反饋的基礎上頒布了新版認證標準（見表3），以促進全球商學院的持續進步與高質量發展。新版標準于2020年7月正式實施，包含了戰略管理與創新、學生成就以及領導力、凝聚力與社會影響力三個板塊，共細化成九條具體標準，更加關注專業整體的培養目標，而非具體課程的學習目標。

AACSB認證標準中的第五條標準為學習質量保證（Assurance of Learning，簡稱AoL）。這是一套以改善學生學習效果為核心而設計運行的教學質量保障體系[2]。AoL的核心理念是通過包含培養目標、培養方案、考核手段、收集證據以及報告反饋等環節在內的閉環管理體系（見圖1），持續優化人才培養目標與方案。具體而言，學院首先應明確專業的培養目標，再以此為依據制定培養方案，設計課程圖譜。課程結束后再次根據培養目標確定考核手段，并收集相關數據，分析學習效果與培養目標之間的差距，提出整改方案，并再次檢驗整改的效果，從而實現培養目標的持續優化與教育質量的不斷提高。

本文接下來將根據AoL理念搭建智能會計（財務）專業培養框架。

1.培養目標

智能會計（財務）專業旨在培養兼具數字化與智能化思維的復合型專業會計人才，掌握系統的會計和工商管理基礎知識、扎實的數據處理和分析方法以及會計、審計和稅務方面的專業理論知識，能夠理解數字智能時代企業會計、審計和稅務實踐，善于批判性地分析問題和解決問題，具有溝通能力和社會責任感的管理人才。

具體而言，培養目標可細化為兩個培養方向，一是培養智能財務分析師，二是培養智能財務架構師。

對于智能財務分析師而言，要注重培養學生的數據處理能力與數據分析方法，要求學生掌握扎實的大數據技術和人工智能技術，能夠有效地收集商業數據并完成財務分析與預測。同時，還要注重培養學生的決策能力和商業表達能力，要求學生能夠根據已有的財務數據做出智能化決策，或者向決策者提供合理的數字化轉型方案。

對于智能財務架構師而言，要注重培養學生智能系統與智能模型的開發和設計能力，要求學生能夠利用編程系統完成對傳統財務工作的改進，實現財務軟件的智能化運用，為企業設計智能財務的流程與架構，從技術上幫助企業實現財務共享與云會計，完成企業財務系統升級與數字化轉型。

表4將智能財務分析師與智能財務架構師的培養目標具體細化為學習目的（Learning Goals，簡稱LG）與學習目標（Learning Objectives，簡稱LO）。LG往往更加抽象，概括性描述了學生需要掌握的技能，而LO則更加細致，具有可測量性，描述了學生需要掌握的具體技能，后續的課程圖譜設計以及考核標準的制定都要與LO密切結合。

2.培養方案

智能會計（財務）專業培養目標明確了對學生的知識和能力要求。為了達成培養目標，要制定具體的培養方案，設計課程圖譜，明確每門課程所對應的LO。智能會計（財務）專業課程將人工智能與會計學科相融合，重視培養學生的高階思維能力，如信息加工、數據處理、預測模擬、分析結合等[3]，彌補傳統會計教育無法緊跟人工智能發展潮流的不足。

首先，智能會計（財務）專業教育應保留財會類核心課程，在課程中融入深厚的財會專業知識，培養學生的會計專業素養與思維。其次，增加人工智能類關鍵課程，培養學生基礎的計算機技術與數據處理能力。再次，將技術類課程與會計專業課程相結合，設立專業與技術整合課，提高學生的綜合素質。最后，注重理論培訓與實踐教學的有機統一，除必要的實習項目之外，在日常學習中增加更多實踐性的課程，通過實訓類課程引導學生逐步參與實務工作，將知識學以致用，加深學生對相關理論的理解的同時增強實踐能力。

表5具體列示了智能會計（財務）專業的課程圖譜（不包含思想政治理論課與通識基礎類課程）。

3.考核手段

培養方案的實施效果以及學生的學習成果需要利用一定的考核手段來檢驗，針對每個LO的完成情況，應制定明確且具有可操作性的評價標準及考核方法。通常而言，課程評價會分為五個標準：不合格（0～59分）、合格（60～69分）、中等（70～79分）、良好（80～89分）與優秀（90～100分），根據學習目標的完成情況進行評分。同時，還可設置評分結果分布的期望值，評分結果及期望值將作為后續數據分析的直接證據，從而分析學習結果與學習目標之間的差距。此外，還可針對每個LO采用不同的考核方法，包括直接評價與間接評價兩種方法。直接評價包括期末考試、課程論文、案例分析、小組作業以及實訓操作等，間接評價方法包括實習單位反饋、學生訪談、問卷調查等。各項考核方法所占比重可由任課教師根據課程特色自行決定。

表6列示了不同學習目標下具體的評價標準及考核方式。

4.收集數據

課程考核結束后，需要收集學生的成績數據，針對每個LO進行詳細的數據分析。同時，將結果與期望值進行比較，尋找差距及問題所在，明確未達到期望值的LO，并提出清晰明確的改進方案。收集數據是一項長期的工作，高校可以在三到五年或者更長的時間內收集足夠多的數據，剔除偶發事件的影響，以一種更加客觀合理的方式完成對數據的分析。

5.報告反饋

在經過數據分析之后，明確造成結果與目標之間存在差距的問題所在，針對每項差距制定切實可行的整改方案，解決教學中存在的“教學目標不清、教學內容隨意、教學改革停滯”等問題[4]。整改方案可以是多樣的，根據具體問題來制定。例如，有的課程需要改進教學模式和方法，有的課程需要修改課程大綱，甚至有的課程需要重新調整LO。然后，所有整改方案最終目的都是一致的：即審查當前培養目標是否合理，從而完成人才培養體系的閉環管理，實現對智能會計（財務）人才培養目標的持續優化，推動教學質量不斷提升。

報告反饋與課程整改絕不是一時之事，這是一個長期的動態調整過程。高校需要對整改結果進行追蹤，在下一輪課程結束后，再次收集數據完成分析，評價課程改進的效果，為培養目標的進一步優化提供數據資料。

三、智能會計（財務）教育實施重點

與傳統的理論教學不同的是，智能會計（財務）教育應更加注重實踐教學，突出每門課程的實踐性，培養具有實操能力、能夠迅速參與實務工作的復合型人才。

一方面，高校應該在課程設置中引入更多的實踐課程，引導學生將專業理論與企業實踐有效融合。運用案例分析、現場研究和模擬訓練等先進的教學理念和方法，將人工智能相關課程與會計實務工作相結合，鼓勵學生參與企業項目，深入企業調研，實地感受人工智能在會計領域中的運用。除此之外，還可以引進一系列企業實踐講座，邀請企業家走進課堂，向學生傳遞最新的行業資訊，在課程中注入企業成功的實踐經驗，加深學生對智能會計（財務）的理解。值得注意的是，實踐教學絕不能與理論教學割裂開來，不能在完成理論教學后要求學生在特定時間段內完成相關實訓課程，而是應將實踐教學貫穿整個培養過程之中，幫助學生積累寶貴的實踐經驗。

另一方面，高校應加強與實務界的合作，與企業建立緊密合作關系，彌補校內教師實踐教學的不足。目前大多數教師是從學校到學校、從理論到理論的純學術研究型教師，缺乏實踐經驗，導致部分高校實踐教學薄弱[5]。因此，高校可與企業合作共建智能會計（財務）教育基地，整合高校優秀的師資團隊和業界最有影響力的講師資源，為學生提供真實的實訓項目和平臺，提高學生的實踐能力。此外，高校還可與企業合作共建智能會計（財務）研究平臺與實驗室，充分發揮學術界與實務界的合作優勢，融合計算機科學、大數據技術、智能會計（財務）等領域的學術思想和技術經驗，共同支持智能會計（財務）專業的建設，共同培育智能會計（財務）人才，打造一個具有強大競爭力的智能會計（財務）教育體系。

總之，人工智能的快速發展已經改變了企業的財務模式，需要一批智能會計（財務）人才實現自身的轉變并推動企業的數字化轉型，而高校智能會計（財務）人才供給與市場需求之間仍有較大差距。因此，設置智能會計（財務）專業應引起各類高校的足夠重視，借助AoL體系構建智能會計（財務）培養方案，促進智能會計（財務）人才隊伍建設，培育大量精通會計制度和人工智能新技術的復合型人才。高校在培養過程中也要注意理論教學與實踐教學的有機融合，及時收集證據評價培養方案的效果，持續優化智能會計（財務）人才的培養目標。

參考文獻：

[1]古華，劉子美.人工智能條件下高校會計人才培養改革探討[J].教育現代化，2020，7（19）：1-3.

[2]仲偉冰，汪明霞，何強.AACSB認證的學習質量保障體系下課程教學的實施與改進——以“財務管理”課程為例[J].上海理工大學學報（社會科學版），2020，42（1）：91-95，100.

[3]徐經長.人工智能和大數據對會計學科發展的影響[J].中國大學教學，2019（9）：39-44.

[4]張新玲，金福安.基于AACSB認證的金融專碩教學質量保障體系（AOL）建設研究[J].教育現代化，2020，7（4）：10-12，15.

[5]馬驍，譚洪濤.建設一流商科：AACSB認證與我國新財經教育[J].中國大學教學，2019（4）：58-66.

[本文得到中央高校基本科研業務專項資金（19XNL007）的資助]

[責任編輯：周 楊]