人工智能在会计专业的应用与实践

摘 要：随着人工智能技术的快速发展，其在各个领域的应用日益广泛。会计专业作为应用型学科，面临着如何与人工智能技术深度融合，培养符合时代需求的复合型人才的挑战。文章基于对国内外高校会计专业教学现状的调研，分析了人工智能在会计专业跨学科教学中的应用现状，探讨了人工智能与会计专业跨学科教学融合的必要性和可行性，并从教学内容设计、教学方法创新、教学资源开发、教学评估优化等方面，提出了人工智能在会计专业跨学科教学中的具体应用路径。

关键词：人工智能 会计专业 跨学科教学 应用与实践

中图分类号：F061.3；G71 文献标识码：A

文章编号：1004-4914（2024）09-078-04

引言

当前，以大数据、云计算、人工智能为代表的新一代信息技术蓬勃发展，给各行各业带来了深刻变革。在这一背景下，会计行业正面临着前所未有的机遇和挑战。一方面，人工智能、大数据等新技术在会计领域的应用，极大地提高了会计工作的效率和质量，推动了会计行业的智能化转型；另一方面，技术的进步也对会计人才提出了更高要求，传统的会计人才培养模式已难以适应新形势下的人才需求。高校作为会计人才培养的主阵地，必须主动适应这一变化，积极探索人工智能时代下会计专业教学的改革路径。近年来，为适应智能经济时代对复合型会计人才的需求，国内外许多高校开始探索会计专业与人工智能、大数据等学科交叉融合的人才培养模式，取得了一定成效。但总体而言，目前高校会计专业教学中人工智能技术的应用还处于起步阶段，在教学理念、课程体系、教学内容、教学方法等方面还有待进一步优化。

一、人工智能在会计专业跨学科教学中的重要价值

人工智能技术以海量数据处理、智能分析预测、自动化流程再造等独特优势，为会计专业教学变革带来重要价值。

（一）有助于培养学生的复合型专业素养

人工智能时代对会计人才提出了全新要求，单一的财务核算知识已远远不够，数理思维、数字化技能、跨界整合能力成为复合型会计人才的核心素养。将大数据分析、人工智能等前沿技术融入传统会计课程教学，开设数据科学等交叉学科课程，有助于加强学生的数理逻辑训练，提升数据分析与建模能力。同时，通过跨学科实践项目、创新创业实践等搭建跨专业协作平台，可以锻炼学生协同攻关的综合能力，培养具备“会计+新工科”复合专长和创新潜质的应用型人才，为智能财务、大数据审计等新兴领域输送急需的高素质人才资源。

（二）有助于创新会计教育教学模式

人工智能技术为会计教育教学变革提供了新路径新方法。教师可以利用知识图谱揭示会计学科内外知识脉络，优化教学设计。基于自适应智能算法，可以精准推送个性化学习内容，因材施教。通过虚拟仿真、智能导师系统等，可以创设沉浸式情境体验，模拟财务决策，促进“教、学、做”深度融合。利用大数据分析技术，可以透明化学生学习全过程，实时评估学习效果，改进教学策略。此外，面向智能财税、区块链等新应用场景，教师还可以与产业界联合开发项目化、案例化的实践教学资源，让学生在真实业务环境中强化实操能力，从而开创智慧化的会计教育新生态。

（三）有助于加速会计学科的升级再造

人工智能、大数据等现代信息技术与会计专业教学的融合，不仅为传统会计学科注入新活力，更催生了智能审计、区块链会计等一系列前沿交叉研究方向和应用场景，引领会计学科的变革发展。课程体系调整为会计学科交叉融合奠定基础，教师通过交叉学科教研项目可以捕捉前沿研究动向，探索数据驱动审计、区块链赋能电子发票等新应用，深化“会计+人工智能”跨学科理论研究。会计教育数字化转型也为学科创新积累数据资源，通过分析学生学习行为数据，结合考试成绩、就业质量等，可以洞见人才培养规律，反哺学科建设。由此，人工智能引领的跨学科教学实践将成为加速会计学科升级再造的关键引擎。

二、人工智能在会计专业跨学科教学中面临的困境

当前，人工智能在会计专业跨学科教学中的应用尚处于探索起步阶段，面临诸多困境和挑战。

（一）跨学科师资力量匮乏

会计学与人工智能属于完全不同的学科领域，两者的知识体系、方法工具存在较大差异。目前，既精通会计业务又熟悉人工智能技术的复合型师资非常匮乏。多数会计专业教师缺乏系统学习前沿科技知识的机会和渠道，对大数据分析、机器学习等技术发展和应用缺乏全面了解。在教学过程中，教师往往难以准确把握人工智能典型应用场景下的关键知识点，专业素养的局限性制约了跨学科教学的广度和深度。此外，教师缺乏将前沿技术与会计理论创新相结合的科研实践经验，跨界研究的积累不足，难以引领学科交叉的探索方向，使得高质量的跨学科课程开设举步维艰。

（二）人才培养体系有待优化完善

审视当前会计专业本科教学，在人才培养方案制定、课程体系构建等方面，对前沿科技元素的融合考虑不足。部分高校会计专业教学大纲仍然以传统财会业务技能培养为主，对大数据分析、人工智能导论等新兴技术课程的设置比例偏低。专业课程体系对学生数学、统计学等理工科基础和Python编程、算法设计等工程实践能力的要求不够明确，导致学生数理基础薄弱、动手编程能力不强，难以适应跨学科学习要求。同时，人才培养环节缺乏将前沿技术与行业应用场景深度融合的实践教学平台，实训项目针对性和综合性不足。会计学科与理工学科的交叉融合尚未形成常态化的合作机制，专业壁垒依然明显，资源共享不充分，难以形成协同育人合力。

（三）教学资源智能化水平不高

虽然人工智能、大数据等新兴技术为会计学科注入新动能，但面向新技术应用的配套教学资源极度匮乏。教师在备课过程中，难以获取高质量的人工智能项目案例，缺乏将前沿技术与财税业务深度融合的实验操作项目，优秀的线上线下相结合的智慧教学资源严重不足，影响了教学效果。多数院校的多媒体教学系统功能较为简单，缺乏交互性和智能化的应用设计，难以实现学情分析、学习监测、个性化推送等智慧教学功能。国内在会计领域专门开设的人工智能相关慕课数量很少，高水平的虚拟仿真实验教学项目也十分稀缺，高校自主研发力度亟待加大。教学资源的适配性和智能化不足，成为制约跨学科教学模式变革创新的瓶颈。

（四）产教融合的协同育人机制有待深化

当前，高校会计专业与人工智能产业的联结不够紧密，产教融合的广度和深度有待提升。在人才培养方案制定和课程设计等环节，高校与人工智能领先企业的合作不够深入，教学内容更新速度滞后于产业发展，培养目标和规格与市场需求契合度欠佳。跨学科实践教学环节，高校与企业在联合开发项目制实训方案、搭建校外实践基地等方面的合作还不充分，实践教学内容针对性不够强。行业专家参与人才培养的全过程化、常态化机制尚未健全，企业工程师进课堂、兼职授课等方面的制度保障措施有待完善，高校智库服务产业发展的作用发挥不充分。会计人才培养与智能财税、大数据审计等新业态的需求仍有一定差距，供需两端有效衔接的协同机制亟待理顺，难以形成多方协同育人的工作格局。

三、人工智能在会计专业跨学科教学中的应用

（一）人工智能与会计专业跨学科教学的融合

随着人工智能技术的快速发展和广泛应用，单一学科的知识结构已难以适应时代发展需求，跨学科教育逐渐成为高等教育改革发展的重要方向[1]。会计学科作为应用经济学的重要分支，正面临着与数学、统计学、计算机科学、管理学等多学科融合的现实需求。近年来，为适应智能经济时代对复合型会计人才的要求，一些高校开始探索将数据分析、机器学习等人工智能技术与会计专业教学相融合。一方面，高校在会计专业课程体系中加入了Python程序设计、大数据分析、人工智能导论等课程，帮助学生掌握智能化会计工作所需的数字化技能；另一方面，高校还尝试利用知识图谱、智能导师系统等人工智能工具优化传统会计课程教学，提升教学的智能化水平。这些探索为深化会计专业教学改革、培养新时代复合型会计人才积累了宝贵经验。随着大数据和人工智能技术在企业财务管理、审计、税务等领域应用的深入，具备跨学科知识和创新能力的智能化会计人才将成为未来会计行业的核心竞争力。高校会计专业教学必须顺应这一趋势，加快与数学、统计学、计算机科学、管理学等学科的融合步伐，利用人工智能技术变革传统教学模式，创新人才培养路径，促进复合型、创新型会计人才的培养[2]。

（二）人工智能在会计专业跨学科教学中的具体应用

人工智能技术以其海量数据处理、智能分析预测、自动化流程再造等独特优势，为会计专业教学变革带来诸多机遇。高校可以从教学内容设计、教学方法创新、教学资源开发、教学评估优化等环节入手，探索人工智能技术在会计专业跨学科教学中的具体应用路径[3]。

1.教学内容的设计与组织。面向智能时代，会计专业教学内容要强调“厚基础、宽口径、重技能、善创新”的复合型人才培养导向。一方面，要巩固学生在财务会计、管理会计、审计等传统会计领域的理论基础，培养扎实的专业技能；另一方面，要将大数据分析、区块链、云计算等前沿技术与会计专业教学有机融合，在讲授会计信息化、内部控制、风险管理等课程时引入智能化应用案例，开设RPA财务机器人、大数据审计、区块链会计等新兴方向的选修课程，拓展学生对人工智能赋能会计转型的新认知。比如，在管理会计课程中融入大数据分析案例教学，引导学生运用机器学习、数据挖掘等技术，深入分析企业财务和业务海量数据，助力管理决策；在审计学课程中引入持续审计案例，指导学生应用流程自动化、异常检测等智能技术，提高审计的自动化和智能化水平。智能时代下会计专业人才培养要打破学科边界，注重会计与数据科学、计算机技术等理工科专业的交叉融合。教学内容设计要跨越“文商”与“理工”的传统壁垒，在会计核心课程中渗透Python编程、大数据分析、人工智能导论等理工类课程模块，在新生研讨课、学科前沿讲座中邀请理工科专家开展交叉讲座，拓宽学生对跨学科知识的涉猎。同时，广泛开设理工类通识课程，如程序设计思维、商务数据分析、计算思维导论等，为复合型会计人才的培养奠定理工底层逻辑和数理分析基础。学校要制定灵活的培养方案和学分制管理办法，为会计学生跨专业选修数据科学、人工智能等课程提供制度保障。比如，允许会计专业学生辅修大数据、人工智能等第二学位，为具有理工学科特长的会计学生提供“会计+X”复合专长培养的成长路径。

2.教学方法的选择与创新。人工智能时代下，会计专业教学应注重学生自主学习和研究性学习能力的培养，鼓励学生探索运用人工智能技术解决实际会计问题[4]。教师要充分利用智能技术工具，创设沉浸式、交互式、个性化的智慧教学新场景。比如在讲授企业预算管理内容时，可以利用虚拟现实建模软件构建企业经营决策的虚拟仿真情境，让学生扮演不同角色开展预算编制、执行、分析、考核等实操训练，在“做中学”中提高综合运用专业知识解决实际问题的能力；在涉及财务大数据分析的内容教学中，教师可以应用机器学习算法引擎和可视化工具，指导学生进行财务数据特征工程、建模预测、数据挖掘、可视化呈现等实践，培养数据思维和大数据分析技能；在进行知识点考核时，可以利用自适应测评系统，根据学生的知识掌握情况和认知特点，智能推送个性化试题组卷，实现因材施教。在人工智能的助力下，会计专业教学要加强跨学科项目实践，激发学生创新创业热情。一方面，鼓励学生参与教师的科研项目，在导师指导下开展人工智能背景下的会计前沿问题研究，提升跨学科研究和创新能力。比如，设立自然语言处理与财务舆情分析、区块链与会计信息质量提升等跨学科交叉研究项目，吸引会计和理工科学生共同参与。另一方面，加强校企协同育人，与人工智能企业、会计师事务所联合设计实践项目，搭建校外实习实践和创新创业平台。比如与四大会计师事务所合作，建设基于区块链的审计创新实践基地，引导学生体验区块链重塑审计过程的前沿实践；与金融科技公司合作，孵化智能投顾、智能风控等创新项目，培养学生开发金融智能化应用场景的实战能力。

3.教学资源的开发与利用。人工智能时代对会计教学资源的智能化提出了新的要求。学校要面向会计人才培养需求，加大经费投入，建设集教学大纲、授课教案、多媒体课件、案例库、试题库等为一体的会计专业教学资源库，充分利用知识图谱、语义分析、流程自动化等人工智能技术，智能化生成教学设计方案，推送个性化学习资源，自动评阅学生作业，形成从备课、授课到作业、测评等教学全流程的智能化闭环。一是鼓励会计专业教师与理工科院系教师开展跨学科教研交流，促进数据分析、人工智能等理工学科资源在会计教学中的应用。二是与计算机、软件工程等相关院系合作，引进人工智能应用开发相关的教学资源，为会计学生学习Python、机器学习等编程课程提供支持。三是充分利用MOOCs等在线开放课程资源，选择知名高校、行业专家的优质慕课引入会计专业教学，与线下教学互为补充，拓宽学生视野[5]。

4.教学评估与反馈的优化。传统的会计专业教学评估大多采用期末考试的形式，难以全面评估学生在智能环境下的实践应用和创新能力。人工智能技术为改进教学评估方式、提高评估的科学性提供了新思路[6]。一是建立多元评价指标体系，综合运用学生自评、教师评价、同行评价、企业评价等多方评价结果，从知识、能力、创新、协作、实践等维度全面考查学生的综合素质和跨学科运用能力。评价指标的设计要充分吸收行业企业专家意见，将人工智能应用项目开发、智能化管理会计咨询等纳入考核指标，引导学生加强实践锻炼[7]。二是应用大数据分析、智能算法等技术手段，对学生学习全过程进行动态评估，及时发现学生在跨学科融合学习中存在的问题和个性化需求。比如，通过分析学生的课堂互动、专题讨论、实践操作等各环节的数字化痕迹，利用机器学习算法深入刻画学生的学习特点，形成过程性评价与总结性评价相结合的智能化评估模型。三是创新实践导向的评估模式，引入项目路演、创新创业大赛等实践成果评估形式，重点考查学生将人工智能技术应用于财务管理、审计等具体场景的实践能力。比如在智能财务决策支持、大数据审计等方向组织实践项目评比，邀请行业专家对学生的项目创意、技术方案、应用效果等进行多维点评。四是建立人工智能与会计教育深度融合的长效评估机制，定期开展毕业生跟踪调查，了解校友在智能财税、数字化管理会计等新兴领域的职业发展情况，作为人才培养质量的长期效果评估[7]。同时，完善用人单位反馈机制，通过问卷调查、访谈座谈等方式广泛听取用人单位对复合型会计人才培养的意见建议，作为优化人才培养方案的重要依据。

（三）应用实践案例分析

为进一步探索人工智能技术在会计专业跨学科教学中的应用路径，下面结合笔者所在学校的教学实践，介绍几个具体应用案例。

案例一：《财务大数据分析与可视化》课程的教学实践。

广州华夏职业学院经济与管理学院会计教研室计划开设《财务大数据分析与可视化》课程，以培养学生的大数据分析与应用能力。该课程将介绍财务大数据的特点、数据分析与挖掘的基本方法，以及数据可视化技术在财务管理中的应用。教学中，将引入企业真实财务数据，设计数据分析项目，要求学生运用所学知识和工具，对数据进行处理、分析和可视化呈现，撰写数据分析报告，提出财务管理的优化建议。通过项目驱动的教学模式，学生可以将理论知识与实践应用相结合，提升运用大数据技术解决财务管理问题的能力，为未来职业发展奠定基础。

案例二：基于RPA的财务流程自动化项目。

会计教研室指导学生开展基于RPA的财务流程自动化项目。学生将运用RPA工具，对费用报销、发票处理等财务业务流程进行梳理，识别其中的规律性操作，通过可视化流程编辑器，设计RPA自动化脚本，实现财务流程的自动化处理。项目实施后，可以显著提高财务业务处理的效率和准确性，节约人力成本。通过项目实践，学生可以掌握RPA的基本原理和开发流程，理解财务业务流程的特点，培养流程优化意识和自动化思维，提升技术应用能力。

案例三：面向中小微企业的财务共享服务平台的开发。

我们将由会计教研室牵头，组织会计、计算机等专业学生，开展面向中小微企业的财务共享服务平台的开发项目。该平台基于互联网和云计算技术，为中小微企业提供在线记账、报税、财务咨询等服务，实现财务业务的集中化、标准化处理。学生团队通过需求调研、业务流程设计、平台开发与测试等环节，最终完成平台的上线运营。项目过程中，会计专业学生负责财务业务需求分析、流程优化设计、业务测试等工作，计算机专业学生负责平台的技术架构设计、程序开发与系统运维。通过跨学科协作，学生将财务专业知识与信息技术相融合，培养了团队协作精神和创新实践能力，积累了真实项目经验。[8]

四、人工智能在会计专业跨学科教学中的实践路径

（一）基于知识图谱的会计学习认知模型构建

知识图谱是人工智能领域的前沿技术，通过构建会计专业知识图谱，可以揭示会计学科内部知识点之间以及与数据科学、计算机科学等外部学科知识的内在联系。教师可以利用知识图谱，精准刻画学生的认知规律和学习特点，设计递进式、网络化的跨学科教学内容，引导学生系统掌握复杂的交叉学科知识。同时，学生也可以利用可视化的知识图谱，梳理学习脉络，主动探索会计与前沿技术的融合点，提高跨学科学习的系统性和针对性。比如，针对大数据审计课程，教师可以构建涵盖内部控制、风险评估、审计流程、大数据分析方法等知识节点的学习图谱，帮助学生理清学科内容逻辑关系，有效促进会计审计知识与数据分析方法的融会贯通。

（二）基于区块链的跨学科协作实践项目设计

区块链是融合密码学、共识算法、分布式网络等多学科前沿成果的崭新技术，具有去中心化、不可篡改等特点，在会计领域具有广阔应用前景。教师可以设计基于区块链的跨学科教学项目，邀请会计学、计算机科学、密码学等不同专业的学生组成项目团队，协作攻关区块链技术在电子发票、供应链金融等场景中的应用。一方面，会计专业学生可以挖掘应用需求，设计业务模型，评估应用效果；另一方面，理工科专业学生可以设计区块链网络架构，开发智能合约程序，优化系统性能。通过协同“文商”与“理工”的跨学科力量，项目成果更契合管理实务需求，学生协作攻关的综合实践能力也得到锻炼。

（三）基于强化学习的智能财务决策模拟系统研发

强化学习是人工智能的前沿方向，通过设计智能Agent和环境交互的奖惩机制，可以使系统具备从经验中持续学习、动态优化决策的能力。教师可以联合企业导师，指导学生应用强化学习算法，研发财务投资决策、风险管控等领域的智能模拟系统。一方面，财务管理专业学生负责设计模拟环境和业务规则，制定量化的风险偏好和回报率目标；另一方面，人工智能专业学生负责算法模型选择和参数调优，设计策略网络和值函数网络，优化Agent的探索利用平衡。通过“财”与“智”的紧密配合，学生可以获得宝贵的系统设计开发经验，也能加深对智能财务决策过程的理解。

（四）基于自然语言处理的智能财报分析引擎开发

自然语言处理是人工智能实现智能人机交互的关键技术，通过对文本数据的语法分析、语义理解，可以赋予计算机理解和生成自然语言的能力。教师可以联合金融科技企业，引导学生开发面向财务报告、行业分析的智能分析引擎。一方面，会计学生负责构建上市公司财报语料库，设计财务指标体系和分析模型，总结财报分析的业务规则；另一方面，NLP专业学生负责语言模型和知识库的训练，实现财报文本的句法句义分析，开发智能问答算法。双方通力协作，可以实现从海量非结构化财经文本中智能抽取关键信息，挖掘财务舆情导向，回答投资者的自然语言查询。学生不仅练就了开发实际应用系统的实务能力，也加深了对知识工程、NLP等人工智能技术的理解运用。

结束语

在人工智能时代，高校会计专业教学必须与时俱进，加快向数字化、智能化、个性化的方向升级改造。通过系统设计跨学科教学内容，创新智慧教学模式，开发新型教学资源，搭建实践教学平台，深化产教融合协同育人，多维度推进会计与人工智能技术的深度融合，我们必将培养出一大批具备人工智能思维和应用能力的高素质复合型会计人才，引领未来会计行业的转型发展。面向智能时代，会计教育大有可为，大有作为。让我们携手并进，以跨界融合的创新实践，共创会计教育的美好明天。

参考文献：

[1] 王东海，薛楠，赵学梅，等.智能信息化背景下高校会计专业学科融合研究[J].商业会计，2024（11）：118-121.

[2] 韩晓红.人工智能背景下大数据与会计专业实践教学改革优化研究[J].老字号品牌营销，2024（10）：194-196.

[3] 修萨，张献莹.智能化时代高校会计专业人才培养创新探讨[J].合作经济与科技，2024（14）：77-79.

[4] 宋识越.人工智能在会计中的应用与影响[J].财会学习，2024（09）：79-81.

[5] 李冰颖，李佳瑞，江燕燕，等.人工智能技术融入会计专业人才培养的研究[J].互联网周刊，2024（06）：58-60.

[6] 刘燕.新质生产力发展背景下需求导向的职业本科人才培养路径[J].职教发展研究，2024（2）：35-42

[7] 陈晓娟，陈序，雷青.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[J].襄阳职业技术学院学报，2024，23（01）：64-67.

[8] 路婷.数智化背景下会计专业创新创业人才培养实践教学研究[J].创新创业理论研究与实践，2023，6（24）：91-94.

（作者单位：广州华夏职业学院 广东广州 510935）

[作者简介：林秀红（1987—），女，汉族，广东省河源市人，硕士研究生在读，讲师，研究方向：会计学。]

（责编：若佳）