粵港澳大灣區商科的教學改革新方向
來源:用戶上傳
作者:洪迎秀 樂才 石佳儀 李星穆
摘要：隨著人工智能、云計算、大數據的發展，粵港澳大灣區商科面臨教學改革，改革的方向：提質、培優、創新和突破。在改革過程中面臨一些困境：既懂AI技術又懂商科的師資隊伍缺乏；課程單一、交叉學科不足；創新意識較少；教學模式單一；粵港澳三地教育融合較少。面對困境提出粵港澳大灣區發展新商科的路徑：提質，提高教學質量。在新商科的教學培養方案中，需要增加一些大數據、云計算、人工智能相結合的課程：金融數學、經濟金融、金融工程、互聯網金融、大數據、金融科技、區塊鏈工程、數字經濟、人工智能金融。培優：培養優秀的新商科的人才，每個月邀請既懂人工智能，又懂商科的企業導師給教師和學生開展系列講座，并且依托產學研平臺，學校、商學院、企業共同聯合培養。創新：各個商科學校重視創新創業人才培養，鼓勵商科學生多參加創新創業的比賽，以賽促學。培養新商科人才既要有商科的思維，又要有人工智能數字思維，還要有美學思維，設計的方案要有創新思維。突破：突破師資力量不足，與企業共同打造鄉村振興、經濟學、金融學、數字經濟、旅游管理、電子商務、物流管理等新商科的教學團隊和科研團隊。深化學校企業的產學研合作、校企合作。
關鍵詞：新商科；提質；培優；創新；突破
中圖分類號：G4文獻標識碼：Adoi：10.19311/j.cnki.16723198.2023.04.086
0引言
AI人工智能，是ARTIFICIALINTELLIGENCE的縮寫，在互聯網技術快速發展的時代的背景下，人的某些行為可以通過數字計算機來實現。人工智能是推動現代社會飛速發展的有力動力。溫斯頓定義人工智能是計算機去做人才能做的一些智能工作。新商科是在傳統商科金融、會計、市場營銷、管理學、國際商務、電子商務、物流、經濟學、人力資源管理融入互聯網技術、人工智能、云技術，培養綜合性復合型人才。隨著人工智能技術的飛速發展，出現了“互聯網+”、云計算、人工智能、金融科技等新業態，人工智能開始應用在新商科的職業教育中，人工智能的發展將助推粵港澳大灣區新商科職業教育的提質、培優、創新和突破。
1研究背景
2017年務院發布《關于印發新一代人工智能發展規劃的通知》就提出要全力推動信息技術與教育教學深度融合。2019年國務院印發的《國家職業教育改革實施方案》中，就提到要把職業教育擺在教育改革創新和經濟社會發展中更加突出的位置。提升國家的教育治理能力，為國家建設更好地提供有力的人才和智力支撐。2019年國務院印發的《中國教育現代化2035》《加快推進教育現代化實施方案（2018-2022年）》強化職業學校和高等學校的繼續教育與社會培訓服務功能，提升一流人才培養與創新能力。加快發展現代職業教育，不斷優化職業教育結構與布局。2019年教育部等九部門印發的《職業教育提質培優行動計劃（2020-2023年）》正式發布。這標志著我國職業教育正在從“怎么看”轉向“怎么干”的提質培優、增值賦能新時代，也意味著職業教育從“大有可為”的期待開始轉向“大有作為”的實踐階段。
AI時代，大數據時代已經到來，傳統的商科職業教育面臨改革和新的發展方向，提升教學質量，培養優秀的適應新時代的學生，創新，突破現有領域，粵港澳大灣區“新商科”職業教育改革勢在必行。粵港澳大灣區是改革開放的前沿陣地，其職業教育、商科教育是位居全國前列，具有一定的示范作用，在AI時代背景下，深化“新商科”職業教育改革，粵港澳大灣區應走在前列。國家的發展需要科技新銳，而“新商科”是將新技術融入商科課程，用新理念、新模式、新方法為學生提供綜合性跨學科教育，培養技能型人才。教育部高教司司長吳巖指出要全面推進“新工科、新醫科、新農科、新文科”建設，“新商科”是在“新文科”理念下開展經濟管理類教育的新概念，“新商科”培養跨學科綜合的復合型競爭數字商業人才，符合時代發展之趨勢和方向。在人工智能飛速發展的時代背景下，粵港澳大灣區“新商科”職業教育面臨轉型：提質、培優、創新、突破，成為新的方向。
2研究現狀
截至目前，有關“人工智能背景下的職業教育發展”以及“粵港澳大灣區范圍的職業教育發展”的相關研究相對較多。謝青松（2018）提出職業教育服務于國家戰略和社會經濟發展，要正視人工智能帶來的挑戰和機遇，積極轉型發展，既要為人工智能而學，又要用人工智能來學，以培養出國際化的高技能型人才，為我國人工智能戰略的推進做出貢獻。秦琴（2020）提出職業教育作為為我國培養技術型人才的主要陣地，更應該根據人工智能的發展，進行教育發展轉型，以滿足社會及企業對于人才的需求。但目前大灣區的AI與新商科職業教育仍存在不少問題。李妮指出由于粵港澳大灣區由三地組成，法律制度和管理體制等都存在較大差異，所以在教育水平、教育觀念等方面上都存在著較大差異，會極大地限制職業教育的發展。嚴雪晴等從標準化職業教育的專業結構與產業結構適配性、人才能力結構與產業發展需求的人才能力結構適配性、人才層次結構與產業結構適配性三個方面，來說明目前大灣區的職業教育與大灣區的產業需求適配性較低，灣區內的人才較少，難以適應灣區戰略性新興產業發展的需要。曹雪梅提到人才培養機制的不完善，還提到了目前大灣區內的職業教育學科專業設置滯后于社會需求以及職業教育投入方面嚴重不足。而想要打破該困境，就要改變當地的教育模式，使其技術創新+知識創新，推動人才培育。所以引入AI技術就非常必要，蔡麗麗、姚嵩認為運用互聯網+AI智能走進課堂，不但能減少傳統教育中的繁雜工作、打破信息壁壘，提供便捷的教學資源和數據平臺、輔助完成教學監控和考核，還能推動產教融合，創建符合學情的學習環境，提供及時且高效的學習環節，實現“以學生為中心”的學習模式，為粵港澳大灣區的新商科人才培育提供堅實的基礎。探討目前中國職業教育發展狀況，經公開資料整理，2015-2020年中國學歷職業教育市場估算如圖。
3AI時代背景下粵港澳大灣區新商科發展的困境
據調查，粵港澳大灣區地區有327間職業院校，大部分院校都有商科專業，在深圳計劃2022年投入100億元推進職業教育，建設人工智能、物聯網等戰略性新興產業。重點圍繞千億級產業集群打造一流專業。廣州市職業院校與人工智能相關企業簽訂戰略合作協議，產教融合、搭建人工智能平臺，培養新商科的人才，但是在培養新商科人才過程中遇到一些困境。
3.1既懂AI技術又懂商科的師資隊伍缺乏
由于新商科的教師大部分是原來傳統商科的老師，由于體制方面的原因，不可能大規模招聘新教師，導致懂得AI技術、大數據、云計算、金融科技、財富管理、風險管理等新商科教師缺乏、實戰應用的能力欠缺。在調研過程中發現有些學校設置了一些大數據、云計算的課程，但是缺乏專業的全職老師，需要請兼職老師，兼職老師不具有持續性的缺點。
3.2課程單一、交叉學科不足
傳統的會計學、財務管理、審計、經濟學、金融學、市場營銷學、工商管理、電子商務等商科專業的課程設置單一，交叉學科較少，不同專業的課程的相互融合較少。調研發現，80%的學校提倡新商科的概念，但是真正結合人工智能的教材、課程比較少。商科課程與計算機、人工智能、大數據、云計算、數據科學、法律等結合起來的課程較少，相互融合較少，學科之間的交叉培養比較少。設計課程體系需要融入一些信息時代的課程、實踐性的課程。
3.3創新意識較少
具有創新創業的意識較少。各個商科學校紛紛提出創新創業的概念，但是實際真正創新創業的項目較少，課程較少。缺乏創新性，一方面跟我們的教育體制有關系，我們的高中的應試教育以考試為目標，應試教育、被動接受、題海戰術成了大學生的學習的一些固有的習慣和思維，缺乏主動學習、創新的思維，商科的學生也不主動去學習人工智能、大數據的一些課程，培養自己的數據思維+商科思維。另一方面，學習商科的人數較多，就業崗位較少，更多的商科學生傾向于考研和出國，備考研究生和雅思、托福的考試占據了學生大部分時間，創新意識更加薄弱。
3.4教學模式單一
據調查，大部分學校都提倡線上線下教學，理論與實踐相結合。但是真正的線上線下和理論結合實踐的概念較多，實際較少，尤其是真正走出課堂，把課堂遷移到企業的很少。這也是受制于安全考慮、企業合作的資源，還有學校的規章制度?，F在大部分的新商科的教學模式仍然是在課堂，實踐課程主要體現在實驗室。比如會計的實訓操作、法的實訓、商業銀行的實訓、電子商務的實驗課。但是這還不算是真正意義上的實踐性課程。實踐性課程，是讓學生通過真正的接觸到、感受到，才能有深入的理解。教學模式缺乏真正把學生帶到企業中去，學生走出去調研的模式，純粹的課堂學習是單一和枯燥的，也不能真正理解大數據時代、人工時代背景下新商科的真正應用。
3.5粵港澳三地教育融合較少
粵港澳三地都有各自的體制、機制、政策，在職業教育和新商科發展過程中，三地的融合程度不高。廣東省出臺了一些職業教育相關的政策，《關于深化產教融合的實施意見》《廣東省職業教育條例》，但是職業教育的發展還是受到制約，相關的政策法規不足?；浉郯娜匦律炭频慕逃齾⒉畈积R。香港的科技教育發展比較好，新商科融合人工智能、互聯網等技術。但是內地發展相對來說就比較差一點。三地教育的真正融需要政府的引導、政策的支持、資金的補貼。
4提質、培優、創新、突破――AI時代背景下粵港澳大灣區商科的教學改革新方向
4.1提質：提高教學質量
提高教學質量。在新商科的教學培養方案中，需要增加一些大數據、云計算、人工智能相結合的課程：金融數學、經濟金融、金融工程、互聯網金融、大數據、金融科技、區塊鏈工程、數字經濟、人工智能金融。要真正落實到理論聯系實踐，積極與人工智能相關的企業合作，校企共同編制教材和培養方案，提高新商科的教學質量和科研水平，共同扎實推進產學研合作、協同育人，提升新商科專業學生的創新能力。依托學校內實驗環境和學校外的實踐基地，提供詳細的、有針對性的專業實訓課程，提供一些真實的案例庫。新的教學方式和教學方法，鼓勵學生參與到課堂中，精心設計教學環節、充分利用超星、學習通線上教學、設計翻轉課堂，提高學生對新商科的興趣，提升學生的參與度。對于一些比較抽象的理論和概念，需要用一些更加生活的語言展示出來，或者真正讓學生操作，切身體驗，才會有更深入的了解。
4.2培優：培養優秀的新商科人才
隨著人工智能、大數據時代的到來，新商科卓越人才的培養要發生改變。培養優秀的新商科的人才，每個月邀請企業既懂人工智能、又懂商科的導師給老師和學生開展系列講座，并且依托產學研平臺，學校、商學院、企業共同聯合，深入分析并且預判相關人才的需求，聯合重點行業、重點企業開展定向培養。據調查，人社部、騰訊研究院預測，新科技職業教育人才需求是1069萬，具有數字技能的人才缺口達到2138萬求職需求。要培養一批適應大數據的新商科的優秀人才、創新型、復合型、應用型新商科人才、新時代數字商業人才，更好滿足數字商業的需求。三大招聘平臺上，金融科技方向崗位需求總計45萬+，其中偏技術崗位17萬，占比較多。培養金融科技、人工智能、大數據、云計算領域實踐型教師、打造“雙師型”卓越教師師資隊伍。
4.3創新：培養創新創業商科人才
各個商科學校重視創新創業人才培養，鼓勵商科學生多參加創新創業的比賽，以賽促學。創新思維，培養新商科人才既要有商科的思維，又要有人工智能數字思維，還要有美學思維。設計的方案要有創新思維。與企業簽訂戰略協議，共同開發具有新商科的特色，適應人工智能時代的相關專業課程體系，設置雙導師培養模式，革新人才培養模式，學生課程從課內到課外，從學校到企業，共同培養。創新人才培養模式“專創模式”：專業+創業模式；跨學科交叉模式；線上線下模式；產教融合模式；跨境合作模式；引入AI教學，智能分析診斷出學生在新商科的具體的短板，然后針對不同學生開設新商科的課程，針對學生的短板針對性的教學，通過AI測算出學生的學習吸收情況，進行針對性的出題練習，作為對所學的內容進行檢測，智能測試出學生的掌握情況，并進一步延伸學習。在教學過程中利用AI搶答，PK各種小游戲，激勵同學們學習、即使反饋學習效果、希望同學更好的主動學習、喜歡學習。人工智能將對我們學習和吸收信息的方式產生深遠影響。人工智能有可能顛覆傳統的學與教模式，并將重點放在個性化需求上。這些技術可以跟蹤學習模式并創建定制工具，以幫助解決學生和教師的學習難題。隨著社會對“雙創”，大眾創新、萬眾創業的需求，要培養學生的創新創業能力、專業授課與創新創業相互融合。
4.4突破：突破困境，培B卓越新商科人才
要突破師資力量不足，與企業共同打造鄉村振興、經濟學、金融學、數字經濟、旅游管理、電子商務、物流管理等新商科的教學團隊和科研團隊。深化學校企業的產學研合作、校企合作。突破純粹的傳統式的理論教學，被動接受，帶動學生突破傳統的教學習慣，突破應試教育，真正切實到企業、社會、政府、學校去實際調研、實際操作、實時數據分享、共享。突破開發新商科活頁式教材。破粵港澳三地的體制的局限性，加深加快大灣區的合作，建立成果轉化、共建共享實訓基地。推動三地的新商科的學分互認，大灣區之間建立良好的關系，定期進行交流，實現真正的融合，共享平臺。突破教學導向，以市場為導向，市場需要什么樣的人才，培養社會需求的人才，而不是為教育而教育。現代社會需要掌握數字化技能的人才，在培養過程中，要突破傳統的教學方式、產教融合，校企合作協同育人，在教學平臺、課程體系、專業文化等融合，培養創新性人才?！癆I+商科教育”協同發展，建設一體化學習中心，突破傳統教學方式。
參考文獻
[1]陳強.“專創融合”人才培養模式構建及推進策略――以新商科專業群為視角[J].中國高?？萍?，2019，（11）：7376.
[2]宣昌勇，晏維龍.“四跨”融合培養新商科本科人才[J].中國高等教育，2020，（06）：5153.
[3]曹朝洪.“新商科”理念下的商科專業人才培養策略[J].高教學刊，2020，（09）：152154.
[4]俞婷婷.“互聯網+”背景下新商科人才培養研究[J].山西農經，2019，（24）：115116.
[5]楊建新.高職新商科數字化教育生態的構建[J].無錫商業職業技術學院學報，2019，19（04）：16.
[6]梁小紅，徐珊.應用型高校財會專業“五重構，五融合”育人路徑探析――基于新商科背景下的產教融合視角[J].吉林工程技術師范學院學報，2019，35（09）：7073.
[7]蘇重來，劉霞.理虛實立體化融合的職業院校新商科活頁式教材開發[J].中國職業技術教育，2021，（11）：9296.
[8]從靜.新商科在線開放課程建設路徑探索――基于職教集團產教融合辦學模式[J].無錫商業職業技術學院學報，2019，19（01）：69.
轉載注明來源:http://www.hailuomaifang.com/2/view-15445672.htm
