數字經濟時代人工智能賦能金融科技應用教學：培養適應未來金融人才的探索

引言

如今，人工智能和大數據技術已成為金融科技的核心驅動力。數字經濟時代利用人工智能技術深度賦能金融科技的應用，顯著提高了數字金融服務的效率和質量，同時能夠提高金融交易的市場效率和交易精度。在此背景下，金融科技應用與人工智能的深度融合對高校金融科技應用人才培養提出新的要求。然而，當前許多高校開設的金融專業課程與人工智能賦能的金融科技應用教學聯系不緊密，現有師資力量不具備跨學科教學的專業知識與實踐技能，在很大程度上影響了培養適應未來金融人才的教學效果。鑒于此，探討如何利用人工智能技術為高校金融科技應用教學賦能，以培養適應數字經濟時代需要的未來金融人才，具有重要的研究價值。

一、數字經濟時代人工智能賦能金融科技應用教學的復合型人才培養目標

高校為培養適應數字經濟需要的金融科技復合型人才，需緊跟時代步伐，與金融機構、高新企業加強產學研合作，并充分利用人工智能技術為金融科技賦能，系統教育和實踐培養既懂金融又懂技術的金融科技人才。

（一）培養具備金融專業知識與人工智能技術的金融科技人才

當前，高校培養的金融科技人才應符合數字經濟需求的復合型人才。一方面，高校的人才培養教學目標需注重金融理論知識、人工智能技術的教學實踐。培養金融科技人才掌握扎實的傳統金融學理論，包括金融市場、金融工具、風險管理等理論框架，還需培養人才深入了解股票、債券、期貨等金融市場運作模式、定價模型，掌握金融風險管理的理論和實踐方法；另一方面，高校金融科技應用教學還需培養學生熟練掌握人工智能技術的數據處理能力、分析能力，強化運用人工智能技術高效挖掘和分析海量數據能力。高校應加強對金融科技人才的機器學習、深度學習、自然語言處理等前沿技術，能夠熟練掌握大數據技術相關工具和平臺的使用。

（二）培養具備創新思維與團隊協作能力的金融科技人才

快速變化的數字經濟時代，要求金融科技人才應具備較強的創新思維和實踐能力。一方面，高校應強化人工智能技術為金融科技應用教學深度賦能，培養金融科技復合型人才具備前瞻性視野，能夠不斷探索金融科技的新技術、新方法和新業務模式，從而具備為金融科技創新提出創新性解決方案能力；另一方面，金融科技人才在數字經濟時代的全面發展，還需要加強良好的溝通與團隊協作能力的培養。高校需加強對金融科技人才與不同背景、領域人員有效溝通和協作能力，以幫助具備扎實技術能力、專業知識的金融科技復合型人才能夠實現金融科技的跨領域融合和創新[1。

二、數字經濟時代人工智能賦能金融科技應用教學面臨的挑戰

盡管人工智能以強大的數據處理和智能分析能力，為數字經濟時代的高校金融專業教學的創新帶來新機遇，然而許多高校利用先進人工智能技術賦能的金融科技應用教學實踐仍面臨諸多挑戰。

（一）高校金融科技應用人才培養目標不適應數字經濟時代需求

許多高校現有的金融科技應用人才培養目標，明顯不適應數字經濟時代復合型人才需求。首先，部分高校仍側重傳統單一金融知識的傳授，與人工智能算法、大數據分析等前沿技術的教學聯系不緊密，導致高校設定的金融科技應用教學目標設計單一，影響了具備跨學科綜合應用能力的金融科技人才培養目標實現。因而，這些高校制定人才培養目標時無法精準把握數字經濟時代的金融科技領域市場需求，培養模式導致金融科技人才參加工作后掌握的金融理論基礎、技能結構與當前的金融科技市場需求嚴重脫節；其次，當前部分高校在金融科技專業課程、選修課程設置中，關于金融理論課程、人工智能、數據分析等相關課程的理論教學目標設計比較清晰，而對金融行業從業人員須具備的創新思維、敏銳市場洞察力、國際化視野、跨文化交流能力的培養設置不明確[。例如，一些高校缺乏國際金融市場、國際金融法規等教學內容，同時與國際知名金融機構缺少合作與交流機會，導致高校對適應數字經濟時代的學生綜合素質培養目標設置不足。

（二）高校現有金融科技專業課程教學內容與人工智能賦能脫節

越來越多的高校將人工智能技術引入到金融科技的應用教學中，然而還有部分高校現有的金融科技專業課程與人工智能結合的教學內容脫節問題嚴重。首先，部分高校嘗試開設人工智能原理及應用、大數據與金融等相關課程，但這些課程教學內容側重介紹人工智能在金融領域應用的理論知識，與金融科技實際應用實踐內容教學過少。例如，一些高校開設的智能投資顧問課程內容主要以教師的講授為主，講解人工智能技術應用于投資顧問的基本概念、基本原理和服務流程，較少涉及深度學習人工智能技術算法為用戶提供個性化的投資建議和風險提示；其次，部分高校現有金融科技專業課程教學內容缺乏與人工智能跨學科的綜合教學內容，導致高校對未來利用人工智能的金融發展方向的深刻把握不足。例如，一些高校開設的金融學課程、計算機課程、人工智能課程、統計學課程等學科的教學課程各自為政，導致多個學科交叉的綜合教學內容整合有限，使學生在學習人工智能技術賦能的金融科技時難以形成系統的知識體系，影響學生運用綜合知識解決實際問題的能力。

（三）高校現有實訓室和實習基地不滿足金融科技人才培養需要

當前，許多高校面臨人工智能賦能金融科技人才培養的校內實訓室、校外實習基地不滿足需求問題。首先，部分高校現有的金融教學實訓室設備陳舊，軟件更新不及時，無法滿足數字經濟時代金融科技應用人工智能賦能教學對最新技術和工具的學習需求。例如，高校金融科技專業實訓課上使用的軟件版本落后市場主流版本超過5年，導致學生不能及時接觸到最新的設備和軟件技術。這種實訓室設備和軟件建設現狀，無法為學生提供貼近金融科技行業實際的學習環境和實踐機會，限制了學生的學習效果，導致高校無法有效培養適應市場需求的高素質金融科技人才；其次，部分高校與金融機構合作不深入，造成已有的校外實習基地的數量和質量無法滿足數字時代的人才培養需要，也存在一些實習基地的建設流于形式化[3。比如，金融機構對實習生要求較高，提供的實習崗位一般是數據錄入、客戶服務等基礎工作，無法讓學生真正參與金融科技的核心業務，也讓學生缺乏人工智能技術在金融風控、智能投顧等工作的應用體驗。

（四）高校現有金融科技教師隊伍缺乏跨學科背景制約人才培養

高校面臨金融科技教師將專業金融知識與人工智能教學融合不足問題。首先，由于金融科技屬于新興領域，部分高校現有的具備跨學科背景的教師資源相對稀缺。這是因為金融科技專業要求教師具備金融、計算機、數據科學等跨學科的知識背景和綜合能力，導致高校難以找到合適的金融科技專業教師團隊人選，也造成金融科技相關課程的專職教師不足，難以提供滿足金融科技行業實際需求的復合型人才培養的教學內容和教學方法。這一現象在深層次上制約了高校教師對人工智能技術賦能金融科技應用的教學能力，導致教師在教學中無法實現高素質人才培養的教學目標；其次，部分高校教師在實際教學過程中對金融科技領域的最新動態和實際應用了解不足，導致課程設計和教學內容、案例分析、智能技術較為陳舊，難以與實際金融科技行業需求接軌。例如，教師講授人工智能在金融風控中應用課程時，側重講解金融風控的理論基礎和經典模型，而缺乏數字經濟時代應用最多的人工智能技術風險識別、評估和預警等實際操作算法、技能的系統分析，導致教師難以將抽象的人工智能領域的知識與具體金融科技實踐有機結合，也讓學生的理解停留表面。

三、培養未來金融人才的教學策略，應用人工智能于金融科技教學

在數字經濟時代，基于人工智能技術發展的金融科技是一個高度跨學科的領域，為此高校應積極探索培養具備跨學科的綜合能力，能夠靈活運用人工智能技術挖掘、分析、處理數據技能的復合型金融科技人才的應用教學策略。

（一）明確高校人工智能賦能金融科技應用人才培養目標

高校在培養適應數字經濟時代的金融科技應用人才時，應進一步明確學生應掌握的跨學科教育目標、實踐操作能力目標、國際化視野培養目標。首先，高校應結合金融、數據分析、人工智能科技等多領域知識，設置針對數字經濟時代的金融科技知識體系，明確金融科技應用的人才跨學科教育目標。例如，高校結合前沿專業方向涵蓋金融市場分析、投資組合管理等理論，深入探討區塊鏈、大數據等新興科技在金融領域的應用；其次，高校應結合校內外建設的金融實驗室明確實踐操作能力培養目標[4]。例如，高校通過案例分析、模擬實驗、實習等形式，提升學生系統掌握前沿技術的人工智能技術原理和應用場景的實際操作能力；最后，高校應培養學生了解國際金融市場最新發展與趨勢的意識，明確學生的國際化視野培養目標。例如，高校定期派遣學生參加國際金融交流會議、國際金融論壇、研討會等項目，與世界的金融專家交流，以培養學生適應全球化金融市場的需求。

（二）結合人工智能賦能合理設置金融科技課程教學內容

在數字經濟時代，高校應推動人工智能、大數據分析等新興技術的創新創業課程，以豐富金融科技課程教學內容。首先，高校應結合金融科技行業發展趨勢更新和優化課程內容，強化“人工智能 + 金融學”的跨學科教育資源。例如，高校開發人工智能與金融實證課程，系統講解人工智能在金融領域的應用原理，探討人工智能在金融交易、支付結算等方面的應用，幫助學生掌握如何利用智能算法進行金融數據分析；其次，高校應全面提升人工智能在金融科技人才培養的應用水平，搭建智能備課等智能教學輔助系統，為教師提供豐富的人工智能賦能金融科技的多樣化教學資源和教學工具。同時，高校應聚焦人工智能特色，與金融機構、國際金融智庫等建立合作關系，共同開發金融實證分析與應用的教學內容，以豐富國際視角和先進經驗的金融人才培養教學內容；最后，高校應豐富各類學科競賽、創業創新的科研項目資源，鼓勵學生積極參與金融科技領域的大賽，全面激發學生圍繞人工智能在金融應用方面的創新思維。

（三）加強與高新金融科技企業合作并注重實習基地建設

在人工智能賦能金融科技應用的教學中，高校應加強與高新金融科技企業合作，通過建立穩定的實習實訓基地為學生提供專業實踐機會。首先，高校應建立產學研合作機制，積極與知名證券公司、基金管理公司、金融科技公司等金融機構合作，共同建設人工智能應用金融科技的實習基地。例如，高校與國際知名金融科技公司進行戰略合作，共同設立人工智能處理技術的聯合實驗室，安排學生接觸最新的金融科技前沿技術，體驗金融行業的運作模式和業務流程，以便讓學生在實習中學會金融數據分析、智能投顧算法等技能；其次，高校應利用現代信息化技術開發金融科技應用場景的虛擬仿真金融科技實訓基地，創設逼真的企業金融科技應用實訓環境，增強學生的實戰經驗。同時，企業定期邀請金融科技企業的高管和資深專家進校園，開設金融科技前沿知識、人工智能在金融領域實際應用案例專題講座，組織學生與企業專家互動交流，進一步提升學生的專業素養和職業規劃能力，以培養學生成長為適應數字經濟時代的高素質金融科技人才。

（四）提升金融科技復合型教師的理論知識與實踐技能

在數字經濟與人工智能快速發展的背景下，高校應積極打造一支既具備深厚專業理論知識又擁有豐富人工智能應用實踐經驗的金融科技師資隊伍。首先，高校應整合優質教學資源，同時搭建金融大數據與人工智能教學平臺，方便教師通過在線課程、案例庫、模擬實驗等平臺功能，系統學習大數據分析和人工智能技術在金融領域的應用知識；其次，高校應定期安排教師參加國內外關于人工智能以及金融科技領域的學術會議、教學培訓及經驗交流會，切實提高教師的理論與實踐技能。高校還通過邀請金融科技領域的專家到學校分享研究成果和實踐經驗，與業界專家深入交流與合作以促進教師的金融科技實務技能提高；最后，高校應鼓勵教師積極參與、申報人工智能融入金融科技的相關科研項目的研發和實施，為教師團隊提供經費支持和資源保障[5]。例如，教師與金融機構合作申請金融科技項目，利用虛擬仿真實驗平臺、人工智能技術輔助教學。教師與項目團隊合作，能夠提高自己的金融科技教學能力和指導能力。

結語

綜上所述，數字經濟時代的金融科技人才應具備將人工智能關鍵技術應用于金融場景中的能力。然而，當前一些高校金融科技人才培養實訓室采用的人工智能技術軟件較落后，同時人工智能賦能的金融科技教學內容實踐性不足，這些都導致學生難以將所學知識應用到金融科技的實際場景中。為此，高校需緊跟現代金融學的最新進展、先進的人工智能與大數據技術步伐，推進人工智能賦能金融科技應用教學的優化，全力提升金融科技復合型人才團隊的整體戰斗力，以促進金融科技團隊形成協同效應，以應對數字經濟時代金融市場日益復雜化的挑戰。

參考文獻：

[1]張晶.人工智能賦能金融科技新經管課程教學創新[J].中國科技投資，2024，（24）：10-12.

[2]汪陳，劉珺，張宏妹.金融科技人才需求背景下金融學課程教學改革探究[J].銅陵學院學報，2023，22（01）：112-115.

[3]李偉.傳統金融學教學改革與金融科技專業教學創新[J].科技經濟市場，2022，（01）：146-148.

[4]王馨，王營.以金融科技為核心的金融專業人才培養探討[J]金融理論與實踐，2021，（12）：73-78.

[5]羅淳.大數據與人工智能背景下高職金融人才培養研究[J]大學，2021，（14）：59-62.

（作者單位：嘉興南洋職業技術學院）

（責任編輯：袁麗娜）