论文部分内容阅读
摘 要：人工智能技术正在重塑传统的管理学科，在此背景下，智能会计（财务）专业顺势而生，智能会计（财务）专业建设方兴未艾。然而，目前会计教育界还没有成熟的智能会计（财务）专业培養方案。本文基于AACSB认证体系，初步构建了培养方案，供我国会计教育界参考。
关键词：智能会计（财务）;培养方案;AACSB
人工智能的快速发展重构了生产、分配、交换、消费等经济活动的各个环节，催生了新技术、新产品、新产业、新业态、新模式，引发了经济结构重大变革，并深刻改变了人类生产生活方式和思维模式。人工智能在推动经济变革的同时，对会计领域也产生了深刻的影响，它正在重塑会计信息的生成、呈现、传播和使用方式，传统会计的时空观念和工作模式将会被颠覆。
目前，企业、政府部门、科研机构都对高端智能会计（财务）人才有着大量需求。然而，从高校培养现状来看，这方面才刚刚起步，供给远远小于需求。目前阶段智能会计（财务）教育最大的痛点可以通俗地概括为“三个急缺”：急缺师资、急缺教材、急缺方案。本文将重点关注“急缺方案”这个痛点，讨论如何建设智能会计（财务）培养方案。
一、智能会计（财务）教育现状
在智能会计（财务）实践快速发展的背景下，高校设立智能会计（财务）专业，培养既懂技术又懂会计的复合型人才是必然趋势。目前，国内已有部分高校率先开设了智能会计（财务）专业。在课程设置上，这些高校在传统会计专业必修课程的基础上增加了计算机科学、智能会计（财务）、大数据分析等技术性课程。表1列示了部分开设智能会计（财务）专业高校的相关课程（不包含传统会计专业核心课程，有些课程在不同学校的培养方案名称不同，我们进行了合并）。
从表1中可以看出，较多学校开设的课程有数据挖掘与机器学习、大数据分析与可视化、会计信息系统（其实属于传统会计课程）、程序设计语言与Python应用、计算机与大数据基础、现代科技与人工智能、商业数据分析、大数据审计等课程。
表1列举的培养方案具有如下两个特点：其一，上述培养方案中关于大数据与人工智能技术方面的课程已经开设了一些，技术与会计（财务）结合的课程非常少，很容易形成“两张皮”;其二，现有方案的课程体系缺乏系统性，不同课程之间的逻辑关系不明确。
部分国外高校也将计算机科学等课程纳入会计专业培养计划中，培养基于大数据技术的新型会计人才。表2列示了部分国外高校的相关课程。从课程设置来看，国内高校的技术类课程更丰富。
目前高校智能会计（财务）专业的发展依然远远落后于实务界的变革。尽管已有高校开设智能会计（财务）专业，但数量过少，培养的人才数量远远不足，智能会计（财务）人才需求与供给之间仍存在巨大的矛盾。一方面，有的高校教育思维固化，不愿对现有教学体系和培养方案进行创新。这种一成不变的“稳定”所导致的较低的教学质量，使得高校教育受学生和用人单位诟病[1]。另一方面，有的高校虽有开设智能会计（财务）专业的计划与愿望，但却缺乏师资、教材与培养方案。现有师资队伍虽精通传统的会计知识，但对智能会计（财务）的认识和学习不足，导致高校高素质会计科研和教学人员严重不足，且缺乏必要的优秀教辅资料，难以制定合理的培养方案，使得高校在培养高质量人才方面心有余而力不足，也无法满足市场对高端智能会计（财务）和管理人才的大量需求。
因此，为了应对新时期会计专业教育面临的新挑战，弥补现有智能会计（财务）人才培养的不足，高校应尽快整合学界和业界资源，开设智能会计（财务）专业，培养新型会计（财务）人才。
二、智能会计（财务）培养理论框架
本文将基于国际商学院协会（The Association to Advance Collegiate Schools of Business，简称AACSB）认证体系构建智能会计（财务）培养理论框架。该协会是一家非政府认证机构，也是国际权威的商学院质量认证体系之一，其认证往往代表着商学院的最高荣誉。
2018年7月，AACSB对2013版认证标准进行了修订，在广泛收集意见与反馈的基础上颁布了新版认证标准（见表3），以促进全球商学院的持续进步与高质量发展。新版标准于2020年7月正式实施，包含了战略管理与创新、学生成就以及领导力、凝聚力与社会影响力三个板块，共细化成九条具体标准，更加关注专业整体的培养目标，而非具体课程的学习目标。
AACSB认证标准中的第五条标准为学习质量保证（Assurance of Learning，简称AoL）。这是一套以改善学生学习效果为核心而设计运行的教学质量保障体系[2]。AoL的核心理念是通过包含培养目标、培养方案、考核手段、收集证据以及报告反馈等环节在内的闭环管理体系（见图1），持续优化人才培养目标与方案。具体而言，学院首先应明确专业的培养目标，再以此为依据制定培养方案，设计课程图谱。课程结束后再次根据培养目标确定考核手段，并收集相关数据，分析学习效果与培养目标之间的差距，提出整改方案，并再次检验整改的效果，从而实现培养目标的持续优化与教育质量的不断提高。
本文接下来将根据AoL理念搭建智能会计（财务）专业培养框架。
1.培养目标
智能会计（财务）专业旨在培养兼具数字化与智能化思维的复合型专业会计人才，掌握系统的会计和工商管理基础知识、扎实的数据处理和分析方法以及会计、审计和税务方面的专业理论知识，能够理解数字智能时代企业会计、审计和税务实践，善于批判性地分析问题和解决问题，具有沟通能力和社会责任感的管理人才。
具体而言，培养目标可细化为两个培养方向，一是培养智能财务分析师，二是培养智能财务架构师。
对于智能财务分析师而言，要注重培养学生的数据处理能力与数据分析方法，要求学生掌握扎实的大数据技术和人工智能技术，能够有效地收集商业数据并完成财务分析与预测。同时，还要注重培养学生的决策能力和商业表达能力，要求学生能够根据已有的财务数据做出智能化决策，或者向决策者提供合理的数字化转型方案。 对于智能财务架构师而言，要注重培养学生智能系统与智能模型的开发和设计能力，要求学生能够利用编程系统完成对传统财务工作的改进，实现财务软件的智能化运用，为企业设计智能财务的流程与架构，从技术上帮助企业实现财务共享与云会计，完成企业财务系统升级与数字化转型。
表4将智能财务分析师与智能财务架构师的培养目标具体细化为学习目的（Learning Goals，简称LG）与学习目标（Learning Objectives，简称LO）。LG往往更加抽象，概括性描述了学生需要掌握的技能，而LO则更加细致，具有可测量性，描述了学生需要掌握的具体技能，后续的课程图谱设计以及考核标准的制定都要与LO密切结合。
2.培养方案
智能会计（财务）专业培养目标明确了对学生的知识和能力要求。为了达成培养目标，要制定具体的培养方案，设计课程图谱，明确每门课程所对应的LO。智能会计（财务）专业课程将人工智能与会计学科相融合，重视培养学生的高阶思维能力，如信息加工、数据處理、预测模拟、分析结合等[3]，弥补传统会计教育无法紧跟人工智能发展潮流的不足。
首先，智能会计（财务）专业教育应保留财会类核心课程，在课程中融入深厚的财会专业知识，培养学生的会计专业素养与思维。其次，增加人工智能类关键课程，培养学生基础的计算机技术与数据处理能力。再次，将技术类课程与会计专业课程相结合，设立专业与技术整合课，提高学生的综合素质。最后，注重理论培训与实践教学的有机统一，除必要的实习项目之外，在日常学习中增加更多实践性的课程，通过实训类课程引导学生逐步参与实务工作，将知识学以致用，加深学生对相关理论的理解的同时增强实践能力。
表5具体列示了智能会计（财务）专业的课程图谱（不包含思想政治理论课与通识基础类课程）。
3.考核手段
培养方案的实施效果以及学生的学习成果需要利用一定的考核手段来检验，针对每个LO的完成情况，应制定明确且具有可操作性的评价标准及考核方法。通常而言，课程评价会分为五个标准：不合格（0～59分）、合格（60～69分）、中等（70～79分）、良好（80～89分）与优秀（90～100分），根据学习目标的完成情况进行评分。同时，还可设置评分结果分布的期望值，评分结果及期望值将作为后续数据分析的直接证据，从而分析学习结果与学习目标之间的差距。此外，还可针对每个LO采用不同的考核方法，包括直接评价与间接评价两种方法。直接评价包括期末考试、课程论文、案例分析、小组作业以及实训操作等，间接评价方法包括实习单位反馈、学生访谈、问卷调查等。各项考核方法所占比重可由任课教师根据课程特色自行决定。
表6列示了不同学习目标下具体的评价标准及考核方式。
4.收集数据
课程考核结束后，需要收集学生的成绩数据，针对每个LO进行详细的数据分析。同时，将结果与期望值进行比较，寻找差距及问题所在，明确未达到期望值的LO，并提出清晰明确的改进方案。收集数据是一项长期的工作，高校可以在三到五年或者更长的时间内收集足够多的数据，剔除偶发事件的影响，以一种更加客观合理的方式完成对数据的分析。
5.报告反馈
在经过数据分析之后，明确造成结果与目标之间存在差距的问题所在，针对每项差距制定切实可行的整改方案，解决教学中存在的“教学目标不清、教学内容随意、教学改革停滞”等问题[4]。整改方案可以是多样的，根据具体问题来制定。例如，有的课程需要改进教学模式和方法，有的课程需要修改课程大纲，甚至有的课程需要重新调整LO。然后，所有整改方案最终目的都是一致的：即审查当前培养目标是否合理，从而完成人才培养体系的闭环管理，实现对智能会计（财务）人才培养目标的持续优化，推动教学质量不断提升。
报告反馈与课程整改绝不是一时之事，这是一个长期的动态调整过程。高校需要对整改结果进行追踪，在下一轮课程结束后，再次收集数据完成分析，评价课程改进的效果，为培养目标的进一步优化提供数据资料。
三、智能会计（财务）教育实施重点
与传统的理论教学不同的是，智能会计（财务）教育应更加注重实践教学，突出每门课程的实践性，培养具有实操能力、能够迅速参与实务工作的复合型人才。
一方面，高校应该在课程设置中引入更多的实践课程，引导学生将专业理论与企业实践有效融合。运用案例分析、现场研究和模拟训练等先进的教学理念和方法，将人工智能相关课程与会计实务工作相结合，鼓励学生参与企业项目，深入企业调研，实地感受人工智能在会计领域中的运用。除此之外，还可以引进一系列企业实践讲座，邀请企业家走进课堂，向学生传递最新的行业资讯，在课程中注入企业成功的实践经验，加深学生对智能会计（财务）的理解。值得注意的是，实践教学绝不能与理论教学割裂开来，不能在完成理论教学后要求学生在特定时间段内完成相关实训课程，而是应将实践教学贯穿整个培养过程之中，帮助学生积累宝贵的实践经验。
另一方面，高校应加强与实务界的合作，与企业建立紧密合作关系，弥补校内教师实践教学的不足。目前大多数教师是从学校到学校、从理论到理论的纯学术研究型教师，缺乏实践经验，导致部分高校实践教学薄弱[5]。因此，高校可与企业合作共建智能会计（财务）教育基地，整合高校优秀的师资团队和业界最有影响力的讲师资源，为学生提供真实的实训项目和平台，提高学生的实践能力。此外，高校还可与企业合作共建智能会计（财务）研究平台与实验室，充分发挥学术界与实务界的合作优势，融合计算机科学、大数据技术、智能会计（财务）等领域的学术思想和技术经验，共同支持智能会计（财务）专业的建设，共同培育智能会计（财务）人才，打造一个具有强大竞争力的智能会计（财务）教育体系。
总之，人工智能的快速发展已经改变了企业的财务模式，需要一批智能会计（财务）人才实现自身的转变并推动企业的数字化转型，而高校智能会计（财务）人才供给与市场需求之间仍有较大差距。因此，设置智能会计（财务）专业应引起各类高校的足够重视，借助AoL体系构建智能会计（财务）培养方案，促进智能会计（财务）人才队伍建设，培育大量精通会计制度和人工智能新技术的复合型人才。高校在培养过程中也要注意理论教学与实践教学的有机融合，及时收集证据评价培养方案的效果，持续优化智能会计（财务）人才的培养目标。
参考文献：
[1]古华，刘子美.人工智能条件下高校会计人才培养改革探讨[J].教育现代化，2020，7（19）：1-3.
[2]仲伟冰，汪明霞，何强.AACSB认证的学习质量保障体系下课程教学的实施与改进——以“财务管理”课程为例[J].上海理工大学学报（社会科学版），2020，42（1）：91-95，100.
[3]徐经长.人工智能和大数据对会计学科发展的影响[J].中国大学教学，2019（9）：39-44.
[4]张新玲，金福安.基于AACSB认证的金融专硕教学质量保障体系（AOL）建设研究[J].教育现代化，2020，7（4）：10-12，15.
[5]马骁，谭洪涛.建设一流商科：AACSB认证与我国新财经教育[J].中国大学教学，2019（4）：58-66.
[本文得到中央高校基本科研业务专项资金（19XNL007）的资助]
[责任编辑：周 杨]
关键词：智能会计（财务）;培养方案;AACSB
人工智能的快速发展重构了生产、分配、交换、消费等经济活动的各个环节，催生了新技术、新产品、新产业、新业态、新模式，引发了经济结构重大变革，并深刻改变了人类生产生活方式和思维模式。人工智能在推动经济变革的同时，对会计领域也产生了深刻的影响，它正在重塑会计信息的生成、呈现、传播和使用方式，传统会计的时空观念和工作模式将会被颠覆。
目前，企业、政府部门、科研机构都对高端智能会计（财务）人才有着大量需求。然而，从高校培养现状来看，这方面才刚刚起步，供给远远小于需求。目前阶段智能会计（财务）教育最大的痛点可以通俗地概括为“三个急缺”：急缺师资、急缺教材、急缺方案。本文将重点关注“急缺方案”这个痛点，讨论如何建设智能会计（财务）培养方案。
一、智能会计（财务）教育现状
在智能会计（财务）实践快速发展的背景下，高校设立智能会计（财务）专业，培养既懂技术又懂会计的复合型人才是必然趋势。目前，国内已有部分高校率先开设了智能会计（财务）专业。在课程设置上，这些高校在传统会计专业必修课程的基础上增加了计算机科学、智能会计（财务）、大数据分析等技术性课程。表1列示了部分开设智能会计（财务）专业高校的相关课程（不包含传统会计专业核心课程，有些课程在不同学校的培养方案名称不同，我们进行了合并）。
从表1中可以看出，较多学校开设的课程有数据挖掘与机器学习、大数据分析与可视化、会计信息系统（其实属于传统会计课程）、程序设计语言与Python应用、计算机与大数据基础、现代科技与人工智能、商业数据分析、大数据审计等课程。
表1列举的培养方案具有如下两个特点：其一，上述培养方案中关于大数据与人工智能技术方面的课程已经开设了一些，技术与会计（财务）结合的课程非常少，很容易形成“两张皮”;其二，现有方案的课程体系缺乏系统性，不同课程之间的逻辑关系不明确。
部分国外高校也将计算机科学等课程纳入会计专业培养计划中，培养基于大数据技术的新型会计人才。表2列示了部分国外高校的相关课程。从课程设置来看，国内高校的技术类课程更丰富。
目前高校智能会计（财务）专业的发展依然远远落后于实务界的变革。尽管已有高校开设智能会计（财务）专业，但数量过少，培养的人才数量远远不足，智能会计（财务）人才需求与供给之间仍存在巨大的矛盾。一方面，有的高校教育思维固化，不愿对现有教学体系和培养方案进行创新。这种一成不变的“稳定”所导致的较低的教学质量，使得高校教育受学生和用人单位诟病[1]。另一方面，有的高校虽有开设智能会计（财务）专业的计划与愿望，但却缺乏师资、教材与培养方案。现有师资队伍虽精通传统的会计知识，但对智能会计（财务）的认识和学习不足，导致高校高素质会计科研和教学人员严重不足，且缺乏必要的优秀教辅资料，难以制定合理的培养方案，使得高校在培养高质量人才方面心有余而力不足，也无法满足市场对高端智能会计（财务）和管理人才的大量需求。
因此，为了应对新时期会计专业教育面临的新挑战，弥补现有智能会计（财务）人才培养的不足，高校应尽快整合学界和业界资源，开设智能会计（财务）专业，培养新型会计（财务）人才。
二、智能会计（财务）培养理论框架
本文将基于国际商学院协会（The Association to Advance Collegiate Schools of Business，简称AACSB）认证体系构建智能会计（财务）培养理论框架。该协会是一家非政府认证机构，也是国际权威的商学院质量认证体系之一，其认证往往代表着商学院的最高荣誉。
2018年7月，AACSB对2013版认证标准进行了修订，在广泛收集意见与反馈的基础上颁布了新版认证标准（见表3），以促进全球商学院的持续进步与高质量发展。新版标准于2020年7月正式实施，包含了战略管理与创新、学生成就以及领导力、凝聚力与社会影响力三个板块，共细化成九条具体标准，更加关注专业整体的培养目标，而非具体课程的学习目标。
AACSB认证标准中的第五条标准为学习质量保证（Assurance of Learning，简称AoL）。这是一套以改善学生学习效果为核心而设计运行的教学质量保障体系[2]。AoL的核心理念是通过包含培养目标、培养方案、考核手段、收集证据以及报告反馈等环节在内的闭环管理体系（见图1），持续优化人才培养目标与方案。具体而言，学院首先应明确专业的培养目标，再以此为依据制定培养方案，设计课程图谱。课程结束后再次根据培养目标确定考核手段，并收集相关数据，分析学习效果与培养目标之间的差距，提出整改方案，并再次检验整改的效果，从而实现培养目标的持续优化与教育质量的不断提高。
本文接下来将根据AoL理念搭建智能会计（财务）专业培养框架。
1.培养目标
智能会计（财务）专业旨在培养兼具数字化与智能化思维的复合型专业会计人才，掌握系统的会计和工商管理基础知识、扎实的数据处理和分析方法以及会计、审计和税务方面的专业理论知识，能够理解数字智能时代企业会计、审计和税务实践，善于批判性地分析问题和解决问题，具有沟通能力和社会责任感的管理人才。
具体而言，培养目标可细化为两个培养方向，一是培养智能财务分析师，二是培养智能财务架构师。
对于智能财务分析师而言，要注重培养学生的数据处理能力与数据分析方法，要求学生掌握扎实的大数据技术和人工智能技术，能够有效地收集商业数据并完成财务分析与预测。同时，还要注重培养学生的决策能力和商业表达能力，要求学生能够根据已有的财务数据做出智能化决策，或者向决策者提供合理的数字化转型方案。 对于智能财务架构师而言，要注重培养学生智能系统与智能模型的开发和设计能力，要求学生能够利用编程系统完成对传统财务工作的改进，实现财务软件的智能化运用，为企业设计智能财务的流程与架构，从技术上帮助企业实现财务共享与云会计，完成企业财务系统升级与数字化转型。
表4将智能财务分析师与智能财务架构师的培养目标具体细化为学习目的（Learning Goals，简称LG）与学习目标（Learning Objectives，简称LO）。LG往往更加抽象，概括性描述了学生需要掌握的技能，而LO则更加细致，具有可测量性，描述了学生需要掌握的具体技能，后续的课程图谱设计以及考核标准的制定都要与LO密切结合。
2.培养方案
智能会计（财务）专业培养目标明确了对学生的知识和能力要求。为了达成培养目标，要制定具体的培养方案，设计课程图谱，明确每门课程所对应的LO。智能会计（财务）专业课程将人工智能与会计学科相融合，重视培养学生的高阶思维能力，如信息加工、数据處理、预测模拟、分析结合等[3]，弥补传统会计教育无法紧跟人工智能发展潮流的不足。
首先，智能会计（财务）专业教育应保留财会类核心课程，在课程中融入深厚的财会专业知识，培养学生的会计专业素养与思维。其次，增加人工智能类关键课程，培养学生基础的计算机技术与数据处理能力。再次，将技术类课程与会计专业课程相结合，设立专业与技术整合课，提高学生的综合素质。最后，注重理论培训与实践教学的有机统一，除必要的实习项目之外，在日常学习中增加更多实践性的课程，通过实训类课程引导学生逐步参与实务工作，将知识学以致用，加深学生对相关理论的理解的同时增强实践能力。
表5具体列示了智能会计（财务）专业的课程图谱（不包含思想政治理论课与通识基础类课程）。
3.考核手段
培养方案的实施效果以及学生的学习成果需要利用一定的考核手段来检验，针对每个LO的完成情况，应制定明确且具有可操作性的评价标准及考核方法。通常而言，课程评价会分为五个标准：不合格（0～59分）、合格（60～69分）、中等（70～79分）、良好（80～89分）与优秀（90～100分），根据学习目标的完成情况进行评分。同时，还可设置评分结果分布的期望值，评分结果及期望值将作为后续数据分析的直接证据，从而分析学习结果与学习目标之间的差距。此外，还可针对每个LO采用不同的考核方法，包括直接评价与间接评价两种方法。直接评价包括期末考试、课程论文、案例分析、小组作业以及实训操作等，间接评价方法包括实习单位反馈、学生访谈、问卷调查等。各项考核方法所占比重可由任课教师根据课程特色自行决定。
表6列示了不同学习目标下具体的评价标准及考核方式。
4.收集数据
课程考核结束后，需要收集学生的成绩数据，针对每个LO进行详细的数据分析。同时，将结果与期望值进行比较，寻找差距及问题所在，明确未达到期望值的LO，并提出清晰明确的改进方案。收集数据是一项长期的工作，高校可以在三到五年或者更长的时间内收集足够多的数据，剔除偶发事件的影响，以一种更加客观合理的方式完成对数据的分析。
5.报告反馈
在经过数据分析之后，明确造成结果与目标之间存在差距的问题所在，针对每项差距制定切实可行的整改方案，解决教学中存在的“教学目标不清、教学内容随意、教学改革停滞”等问题[4]。整改方案可以是多样的，根据具体问题来制定。例如，有的课程需要改进教学模式和方法，有的课程需要修改课程大纲，甚至有的课程需要重新调整LO。然后，所有整改方案最终目的都是一致的：即审查当前培养目标是否合理，从而完成人才培养体系的闭环管理，实现对智能会计（财务）人才培养目标的持续优化，推动教学质量不断提升。
报告反馈与课程整改绝不是一时之事，这是一个长期的动态调整过程。高校需要对整改结果进行追踪，在下一轮课程结束后，再次收集数据完成分析，评价课程改进的效果，为培养目标的进一步优化提供数据资料。
三、智能会计（财务）教育实施重点
与传统的理论教学不同的是，智能会计（财务）教育应更加注重实践教学，突出每门课程的实践性，培养具有实操能力、能够迅速参与实务工作的复合型人才。
一方面，高校应该在课程设置中引入更多的实践课程，引导学生将专业理论与企业实践有效融合。运用案例分析、现场研究和模拟训练等先进的教学理念和方法，将人工智能相关课程与会计实务工作相结合，鼓励学生参与企业项目，深入企业调研，实地感受人工智能在会计领域中的运用。除此之外，还可以引进一系列企业实践讲座，邀请企业家走进课堂，向学生传递最新的行业资讯，在课程中注入企业成功的实践经验，加深学生对智能会计（财务）的理解。值得注意的是，实践教学绝不能与理论教学割裂开来，不能在完成理论教学后要求学生在特定时间段内完成相关实训课程，而是应将实践教学贯穿整个培养过程之中，帮助学生积累宝贵的实践经验。
另一方面，高校应加强与实务界的合作，与企业建立紧密合作关系，弥补校内教师实践教学的不足。目前大多数教师是从学校到学校、从理论到理论的纯学术研究型教师，缺乏实践经验，导致部分高校实践教学薄弱[5]。因此，高校可与企业合作共建智能会计（财务）教育基地，整合高校优秀的师资团队和业界最有影响力的讲师资源，为学生提供真实的实训项目和平台，提高学生的实践能力。此外，高校还可与企业合作共建智能会计（财务）研究平台与实验室，充分发挥学术界与实务界的合作优势，融合计算机科学、大数据技术、智能会计（财务）等领域的学术思想和技术经验，共同支持智能会计（财务）专业的建设，共同培育智能会计（财务）人才，打造一个具有强大竞争力的智能会计（财务）教育体系。
总之，人工智能的快速发展已经改变了企业的财务模式，需要一批智能会计（财务）人才实现自身的转变并推动企业的数字化转型，而高校智能会计（财务）人才供给与市场需求之间仍有较大差距。因此，设置智能会计（财务）专业应引起各类高校的足够重视，借助AoL体系构建智能会计（财务）培养方案，促进智能会计（财务）人才队伍建设，培育大量精通会计制度和人工智能新技术的复合型人才。高校在培养过程中也要注意理论教学与实践教学的有机融合，及时收集证据评价培养方案的效果，持续优化智能会计（财务）人才的培养目标。
参考文献：
[1]古华，刘子美.人工智能条件下高校会计人才培养改革探讨[J].教育现代化，2020，7（19）：1-3.
[2]仲伟冰，汪明霞，何强.AACSB认证的学习质量保障体系下课程教学的实施与改进——以“财务管理”课程为例[J].上海理工大学学报（社会科学版），2020，42（1）：91-95，100.
[3]徐经长.人工智能和大数据对会计学科发展的影响[J].中国大学教学，2019（9）：39-44.
[4]张新玲，金福安.基于AACSB认证的金融专硕教学质量保障体系（AOL）建设研究[J].教育现代化，2020，7（4）：10-12，15.
[5]马骁，谭洪涛.建设一流商科：AACSB认证与我国新财经教育[J].中国大学教学，2019（4）：58-66.
[本文得到中央高校基本科研业务专项资金（19XNL007）的资助]
[责任编辑：周 杨]