人工智能背景下大数据与会计专业技能型人才培养模式研究

陈晓娟，陈 序，雷 青

（咸宁职业技术学院，湖北 咸宁 437100）

2023年6月13日，国家发展改革委、教育部、工业和信息化部、财政部、人力资源社会保障部、自然资源部、中国人民银行、国务院国资委联合发布了《职业教育产教融合赋能提升行动实施方案（2023—2025年）》的通知，该实施方案明确指出，要深入推进产教融合，培养服务支撑产业重大需求的技术技能人才。当前传统大数据与会计专业人才培养模式的局限性已经显现，大数据与会计专业技能型人才如何在掌握传统会计知识的同时具备大数据处理和人工智能技术的应用能力是高职院校应重点探究的问题。

一、人工智能时代对财会领域的影响

（一）人工智能对财会领域岗位的影响

人工智能的发展使得会计工作的效率大大提高，如数据输入、分类和报表生成等，许多简单的、重复的会计工作可以由机器人替代人工完成，这使得会计人员有更多的时间专注于复杂的财务问题、决策支持和分析，以及参与企业的战略规划，财会领域岗位更多会由核算向管理岗位转换［1］。

（二）人工智能时代对财会人员的技能需求

人工智能的发展也使得会计行业的数据处理方式发生了巨大变化。这就要求会计人员需要具备处理海量数据的能力，能够从数据中提取有价值的信息，并进行分析和利用，掌握数据分析、财务规划、风险管理等方面的知识和技能，以便更好地为企业提供决策支持。

（三）人工智能时代对大数据与会计专业人才培养的要求

人工智能时代对大数据与会计专业的影响是积极的，但也带来了新的挑战和要求。随着会计工作自动化程度的显著提高，一些简单的、重复的会计工作将会被机器人替代，这将会导致一部分会计人员面临失业的风险。因此，大数据与会计专业的人才培养，必须与时俱进，紧跟人工智能时代新岗位和新技能的需求。学生不仅要掌握数据处理和数据分析技术、具备较强的适应能力和学习能力，还要不断提升自己的技能和知识水平，以适应人工智能时代下的职业需求。

二、大数据与会计专业技能人才培养存在的问题

（一）人才培养模式相对落后

传统的大数据与会计专业教学主要侧重于传授会计理论和基本概念，强调财务报表编制、审计和税务等传统领域的知识。然而，在当今数字化和数据驱动的时代，传统的课程体系内容难以适应快速变化的技术和市场需求，必须进行一系列改革。在课堂实施方面，大部分课堂仍然着重于讲授原理，缺乏涵盖大数据分析、数据挖掘、人工智能应用等技能内容的实践操作，导致学生毕业后需要花较多时间来补充实际工作所需的技能，与行业的岗位要求脱节。因此，我们需要重新思考大数据与会计专业的人才培养模式，以确保毕业生能够胜任日益复杂和多样化的会计职业，并适应大数据和人工智能等新兴技术的变革［2］。

（二）数字化教学资源匮乏

首先，大多数课程侧重于理论知识传授，而缺乏实际应用和实践机会。学生往往缺乏在真实业务环境中运用所学知识的机会，这使得他们毕业后难以立即胜任工作。其次，缺乏现代化的教室、实训室和技术设施，以及相关的教材和软件，使得学生无法深入了解大数据分析、人工智能工具的使用和实践操作。另外，传统教育模式常常忽视了跨学科合作的重要性。在人工智能时代，大数据与会计专业需要与数据科学、工程学等领域合作，以提高综合知识和技能，但这种跨学科教育机会有限；因此，解决技能培养的限制需要更加注重实践、提供现代化教育资源和鼓励跨学科合作，以更好地培养具备大数据和人工智能技术应用能力的财会技能人才。

（三）师资团队力量不足

人工智能技术发展迅速，对职业教育的授课教师也提出了新的要求，然而现阶段教师因为年龄、日常工作量大等各种原因，并未及时更新自己的知识和数字化技能，对外引进人才也相对困难，导致目前能够胜任最新专业标准中列示的企业财务机器人应用、大数据技术应用基础、财务大数据分析等数字化课程教学的教师相对缺乏，数字化教学水平仍有待进一步提升。

三、人工智能背景下大数据与会计专业技能人才培养的实践探索

（一）完善技能人才培养模式

基于目前高职院校大数据与会计专业人才培养模式存在的问题，以及人工智能背景下大数据与会计专业技能人才培养的新要求，本文提出“校企共育、课证融通、赛训结合”的人才培养模式，为新业态下财会领域技能人才的培养提供新的思路。

校企共育：深化校企合作，推进产教融合，以现代学徒制校企协同育人模式为范本，创新“云财务共享中心”、“互联网＋”会计工厂等校企合作模式，持续推进与东大正保、中联集团合作共建的智能会计和智慧财经两个产业学院。

课证融通：将初级会计师等职业资格证书和财务共享服务、智能财税、企业财务机器人等1+X技能等级证书考核内容融入课程体系，开展学分置换与认定，实现课证融通。

赛训结合：依据全国职业院校会计技能竞赛标准，完善校级、省级、国家级三级竞赛体系，重构专业核心课程内容，做到赛训结合，以赛促教［3］。

（二）重构专业课程体系

依据大数据与会计最新专业标准，调整课程体系，将传统的专业课程与大数据类课程相结合，构建新的课程体系。例如，开设大数据技术应用基础、企业财务机器人应用、大数据技术在财务中的应用等课程，让学生掌握大数据分析的基本技能。在课程设置中加强实践环节的占比，包括案例分析、项目实训等，让学生在实际操作中掌握专业技能［4］。

（三）加强课程数字化资源的更新与整合

为了满足人工智能时代对大数据与会计专业技能型人才的新需求，课程的更新与整合是必不可少的一项措施。首先，根据重构的课程体系重新采购课程平台，以确保学生接触到最新的知识和技能。其次，与业界合作，邀请行业专家参与课程设计和教学，将实际案例和项目纳入日常教学，为学生提供实际应用的机会。再次，现代化教室和实训室应配备先进的技术设施，包括计算机、数据分析软件、大数据处理工具等。这些工具使学生能够在实际操作中学习、应用大数据和人工智能技术，加深他们对这些技术的理解。完善国家在线精品课程的建设，如“经济学基础”；省级在线精品课程的建设，如“财务会计基础”。积极推进大数据与会计专业教学资源库建设，以更好地整合数字化资源，服务于广大师生［5］。

（四）提高师资队伍水平

要提升师资队伍水平，制定明确的师资队伍建设规划，建立合理的师资结构，注重外引内培。首先，高职院校可以招聘一些具有丰富教学经验和扎实专业知识的高水平教师，同时提供良好的教学环境和优厚的待遇，吸引更多的优秀教师加入。其次，高职院校应该为教师提供良好的培训和进修机会，包括参加学术会议、进修课程、企业实践等，通过开展教师培训、进修和学术交流等活动，帮助教师更新知识、提高技能和拓宽视野，提升现有教师的专业技能和教学能力水平［6］。注重教师的专业发展和职业规划，为教师提供良好的职业晋升通道和激励机制，鼓励教师参与行业实践和学术研究，提高教师的学术水平和行业影响力。最后，建立良好的教学环境。高职院校应该为教师提供良好的教学环境和教学资源，包括教学设施、实验设备、图书资料等，为教师开展教学和研究提供支持。同时，应该注重教学质量的评估和反馈，及时发现和解决教学中存在的问题，提高教学质量和水平［7］。

（五）重视案例研究和实训项目教学

为培养适应人工智能时代的大数据与会计专业技能型人才，案例研究和项目导向是非常有效的教学方式。这种实践性的学习方法使学生能够将理论知识应用于实际情境，从而更好地理解和掌握所学内容。首先，案例研究可以帮助学生面对真实岗位的会计挑战。通过分析真实的财务数据和业务情境，学生能够培养数据分析、问题解决和决策制定的能力。案例研究还可以涵盖大数据和人工智能在实际业务中的应用，使学生能够理解这些技术的实际价值。其次，项目导向的学习使学生能够主动参与解决实际问题的过程。他们可以参与大数据分析项目、人工智能工具的开发或财务审计项目，从中获得宝贵的实际经验。通过项目可以鼓励学生探索创新和提出新的解决方案，这种实践经验不仅提高了学生的专业技能水平，还培养了学生团队合作和沟通能力。学生通过尝试不同的方法和工具，促进创新思维，为会计领域的发展贡献新的思考和理念。最后，高职院校应充分利用产业学院的实训资源，学生可以在产业学院与企业师傅进行探讨、合作，共同解决工作问题。通过产业学院的实际工作场景，充分培养学生的团结协作和解决问题的能力，帮助他们更好地适应未来的职业挑战［8］。