王 剛
(西安財經大學 信息學院,陜西 西安 710100)
新文科建設背景下財經類高校學生需要具備數智思維能力,這一需求推動了財經類高校計算機課程建設的步伐。教育部于2019年提出的“六卓越一拔尖”計劃 2.0 指出要創造新模式,強化創新精神,大力發展新工科、新醫科、新農科、新文科,建設高水平本科教育[1]。新文科建設的實質是要將新理念、新思維、新技術、新方法融入傳統文科,以提高學生的科學素養、邏輯思維和系統分析能力等。隨著新時代的發展,高等教育質量作為國家發展水平和發展潛力的重要標志,只有及時融入新科技,才能培養出具有世界科技前沿水平的學生[2]。
近年來,隨著大數據、人工智能的發展,文科被賦予了新的使命且呈現出新的發展趨勢。財經類高校是新文科建設的主要陣地,尤其是地方財經類高校成為地方和區域培養財政、金融、經濟和管理等文科專業人才的重要場所,也承載著為社會主義和中華民族偉大復興培養具備現代化數字思維和計算思維高水平財經類人才的使命。新文科背景下的財經類專業人才首先應是應用型人才,必須具備基本的信息素養,而開設信息類課程可幫助學生實現這一目標,使其高效掌握最基本的信息知識和技能,培養其計算思維、數據思維和數智思維,激發其獨立自主探索問題的潛能。因此,財經類高校迫切需要進行計算機類課程改革,以適應新時代需求。基于此,本文以當前財經類高校計算機課程建設遇到的問題為導向,分析和總結財經類高校的主要特點,并提出相應的計算機課程改革建設方案。
鑒于學科特性和專業特色,財經類高校以往更多關注的是財政、經濟和金融等領域專業課程,在培養學生計算思維、數據思維、跨學科融合能力、科學素養和系統能力方面較為欠缺。雖然很多財經類高校開設了計算機方向的課程培育學生的計算思維和數據思維,如大學計算機基礎、計算機導論、C語言程序設計和數據庫應用等,但多為傳統通識課,在培養文科人才的計算思維、數據思維方面普遍存在課程設置單一、內容陳舊、缺乏系統性和實踐應用性等問題。目前文科人才計算思維、數據思維培養基本模式如圖1所示。

Fig.1 Talents training basic mode of liberal arts in computer thinking and data thinking圖1 文科人才計算思維、數據思維培養基本模式
通過歸納總結可以發現,目前財經類高校非計算機專業計算機課程教育主要存在以下問題:
習近平總書記強調“要堅持把立德樹人作為中心環節,把思想政治工作貫穿教育教學全過程,實現全程育人、全方位育人,努力開創我國高等教育事業發展新局面”[3]。但目前財經類高校計算機課程思政融合程度較低,仍然還有很多工作要做,需要不斷增強思政元素與計算機課程教學的契合度。
大學計算機通識課雖然是培養非計算機專業學生計算思維、創新能力以及信息素養的基礎類課程,但主要為大學計算機基礎、C語言、數據庫應用、Excel應用提高等課程,內容較為單一、更新速度較慢,已難以適應和滿足當前快速發展的計算機科學技術和新形勢下財經類專業的發展需求。
目前計算機基礎課程內容較多、較全,但缺乏針對非計算機專業學生的分類教學。由于邏輯分析和系統思維能力需要結合相關專業知識背景,并通過詳細的教學設計和學習實踐才能培養出來,導致目前教學效果往往差強人意。
以往大學計算機課程主要從應用角度開設相關課程,課程設計和教學沒有充分考慮學生個體差異,缺乏OBE(Outcome Based Education)導向的計算機課程建設,學生學習主動性和參與度不夠。由于產出目標和畢業要求不夠具體,相關課程難以達到教學目標以及社會對復合創新型人才的需求。
數智思維是指個體運用數學、統計學、計算機科學和人工智能等領域的思想方法,在形成問題解決實施方案的過程中產生的一系列思維活動。這類思維活動以大數據、人工智能、區塊鏈等信息技術作為驅動力,推動企業轉型升級,為社會創造新價值,實現高質量發展。將數智思維引入財經類人才培養,特別是融合到計算機課程教學中培養復合型創新人才是當前財經類高校人才培養的主流趨勢。
知識與思維密切相關,數智思維存在于知識的學習和應用之中。對知識的運用會產生新的知識,而思維對新知識的產生起到關鍵作用。此外,不同知識領域需要使用不同的思維方法解決問題,可見數智思維是在利用所學知識解決問題的過程中逐漸培養起來的[4]。數智思維活動由兩種方法支持:一種是基本方法,即邏輯,這是推演思維活動的最基本工具;另一種是對應的學科方法。其中,數學、統計學等課程主要培養學生的科學素養、數據思維、邏輯思維;計算機科學與技術課程則主要培養學生的計算思維、數據思維、系統思維、智能思維、工程化思維和技術應用能力。簡單來講,學習和運用計算機知識對問題進行求解、需求分析、系統設計、方法選擇、行為理解和技術應用的過程就是培養數智思維的過程。表1為計算機課程與數智思維之間的關系。

Table 1 Relationship between computer courses and thinking of data & intelligence表1 計算機課程與數智思維之間的關系
數智思維人才需具備計算思維,理解“萬物皆計算”的內涵,還需具備數據思維,能夠利用數據進行業務分析,做到智慧管理和決策。數智思維能使非計算機專業學生知識儲備更加全面豐富,避免因知識單一而陷入認知盲區,使其善于運用系統思維推進工作進程,從整體出發關注事物主體對其他工作的制約因素,最終養成用數據思考、用數據說話、用數據管理的思維慣性。
數智思維人才培養模式的本質是數智+文科的創新人才培養模式。雖然各高校培養創新人才的方式不盡相同,但核心多為跨學科拓展、實踐鍛煉與人文素養的綜合性培養[5],即通過課程教學使學生具備利用新技術、新方法和新思維綜合運用傳統專業知識的能力,為社會培養短缺人才。在課程思政六大元素的指導下,本文設計了基于數智思維的創新人才培養模式,具體如圖2所示。

Fig.2 Innovative personnel training mode based on digital and intelligence thinking圖2 基于數智思維的創新人才培養模式
習近平總書記在全國高校思想政治工作會議上強調要用好課堂教學這個主渠道,各類課程都要與思想政治理論課同向同行,形成協同效應[5]。將思政教育融入課程教學,引導學生樹立正確的世界觀、人生觀和價值觀[6],培養其愛國主義精神,將知識傳授與價值引導有機統一,將課程思政建設落到實處[7]。在教學中,要充分挖掘和利用計算機課程豐富的思政元素,與教學內容有機結合,實現全過程、全方位的協同教育。
在新文科背景下的數智化人才培養中,財經與技術融合類課程的設置是必備條件。原有單純技術類課程內容單薄,且缺乏邏輯性和系統性,因此需要不斷加大融合類課程占比,如可以按照數據來源、流程設計、共享運營、決策支持、可視化展示和審計監督等順序重構智能會計學、智能會計信息系統、智能財務共享、智能財務決策、智能財務分析可視化和智能審計等專業核心課程[8]。
數智思維人才培養說到底是要為行業、企業和社會服務,而以OBE理念為設計教學體系可以解決人才培養與社會相脫節的問題。OBE理念強調學生學習成果產出,以學生發展為中心[9],培養出的財經類專業人才不僅具有扎實的專業素養,而且具備數據思維、計算思維以及系統分析能力。
財經類高校非計算機專業計算機課程是在計算機和非計算機專業這種粗獷式劃分的基礎上粗略結合各專業特點開設的計算機通識課程。學生就某門課程學習,形成了若干知識孤島,學而不知用。可以根據不同學科專業分類進行課程設計,例如對于審計專業可以按照專業知識點、OBE產出目標對應計算機課程和實訓過程[10]的方式進行計算機課程設置,具體如表2所示 。

Table 2 Professional knowledge-OBE output goal-computer curriculum provision表2 專業知識—OBE產出目標—計算機課程設置
通過線下基礎課程講解+線上學生自學和實踐,同時建立虛擬教研室,將不同高校、企業的優秀資源整合起來更好地服務學生,形成每個學生的專屬學習專區,針對性更強也更科學[11-12]。此外,考核方法也應靈活多變,著重考察學生對計算機課程核心實用技能的掌握情況以及計算思維、數據思維水平。圖3為基于數智思維的新文科課程—素質能力—需求培養路徑,其中數智技術課程板塊主要包括數字化技術相關基礎課程和專業課程,教學目標是使學生了解并掌握基本數字化應用技術;素質能力板塊主要從數智思維素養和專業素養方面培養和提升學生的計算思維、數據思維、邏輯思維和系統思維意識和能力。通過以上兩個板塊的教學,最終培養出符合新文科發展方向的人才類型。

Fig.3 Training path of courses-quality and ability-demand for new liberal arts based on digital and intelligence thinking圖3 基于數智思維的新文科“課程—素質能力—需求”培養路徑
西安財經大學針對會計、審計、經濟等專業本科生開設了Python數據分析與應用課程,針對研究生開設區塊鏈技術應用課程,主要用于培養學生的計算思維、數據思維、邏輯思維以及專業數據分析能力,提升信息化素養。以Python數據分析與應用課程為例考察學生學習情況,結果如圖4、表3所示。由圖4可以看出,在學習Python課程前,120名非計算機專業學生中了解編程的僅有3人,對程序設計感興趣的有36人,無人能運用計算機程序編寫小任務。課程結束時,了解編程的人數大幅提升至99人,能夠運用計算機程序編寫小任務的學生達到99人,還有71人能對專業數據進行可視化展示,說明通過該課程的學習,學生的數據思維、邏輯思維和專業工具使用能力明顯提升。由表3可以看出,學生課程大作業成績優良比例高達75%,平均分為84分,教學效果顯著。

Table 3 Examination results for Python data analysis and application course表3 Python數據分析與應用課程大作業考核成績

Fig.4 Analysis of the situation of learning process for Python data analysis and application course圖4 Python數據分析與應用課程學習過程情況分析
本文通過探討數智思維的內涵與財經類高校非計算機專業課程之間的關系,分析了目前課程設置存在的問題,給出了基于數智思維的財經類高校非計算機專業計算機課程建設基本原則,即以OBE產出目標為導向,加強學生專業能力培養;對專業進行精細化分類,個性化對接計算機專業,促進跨學科融合等。通過課程學習,學生的數據思維、計算思維能力不斷強化,計算機應用水平不斷提升。然而非計算機專業學生對計算機專業知識的學習仍存在不夠系統和深入的問題,解決復雜實際問題的能力有限,未來將考慮引入人工智能技術進一步增強教師教學水平,豐富學生學習途徑,持續培養數智思維。