-
[摘要]大数据和人工智能技术的发展,对很多行业与岗位提出了新要求,财会领域也不例外。会计人员要从单纯的“核算型”逐步转向“分析型”“管理型”。因此,高职院校大数据与会计专业应顺应这个变化趋势,积极转型,探索新的人才培养方案。基于此,文章首先阐述大数据与会计专业建设现状,然后分析大数据时代背景下高职院校大数据与会计专业人才培养现状,最后提出大数据时代背景下高职院校大数据与会计专业人才培养的策略,以期帮助高职院校培养出高质量的会计人才。
[关键词]大数据与会计专业;高职院校;人才培养;CIPP模型
1大数据与会计专业建设现状
在2021年教育部公布的新专业目录中,高职院校的会计专业更名为大数据与会计专业,这体现出国家对大数据技术的重视。另外,将“大数据”放在“会计”之前,也体现出未来的会计工作要顺应大数据的技术路线完成转型升级,而不是仅仅将大数据作为会计核算的一项工具使用。大数据与会计专业应该积极应对大数据和人工智能对本专业的冲击与改造,在课程体系中增加大数据相关课程,同时在传统专业课程中融入大数据元素,实施模块化改革,并拓展校内外相关实训基地,提升本专业在大数据技术方面的建设水平,以满足社会对财会人才的需要[1]。
2大数据时代背景下高职院校大数据与会计专业人才培养现状
随着大数据及人工智能技术的发展,会计核算效率显著提升,未来社会需要的传统意义上的会计核算岗位将急剧减少,具备数据获取能力、数据分析能力的人才,以及向金融、投融资等领域延伸的跨界人才将成为社会需要的人才,这也是大数据与会计专业人才培养的方向。但目前,高职院校大数据与会计专业人才培养方案不合理,存在诸多问题。本文将采用CIPP评估模型来评价高职院校的大数据与会计专业人才培养现状[2],该模型是美国教育评价家斯塔弗尔比姆(Stufflebeam)在对泰勒(Taylor)的行为目标模式进行反思后所提出并倡导的一种评价模式,从目标出发建立规划,根据规划行动获得成果,并根据成果修订目标,以此类推,螺旋上升。本文运用该模型相关指标获得了高职院校大数据与会计专业人才培养的综合情况,包括生源质量、教师队伍、教学模式、课程体系、教育资源等方面,具体问题体现在以下几个方面。
2.1传统的课堂授课模式无法满足学生的需求
目前,大数据与会计专业班容量一般在50人左右,多采用面对面的课堂形式,容易形成教师单向输出和学生被动接受的现象,这种“传递-接受”模式使得学生在学习过程中缺乏主动性和参与感,学生的主体地位被忽视,从而影响了他们对知识的深入理解和应用。但在大数据时代,学生需要具备独立思考、深入思考和解决问题的能力,而传统教学模式显然无法满足这一需求。传统的课堂授课模式往往采用“一刀切”的方式,即按照统一的教学计划和方法进行授课。这种方式无法满足学生多样化的学习需求,导致部分优秀学生缺乏挑战性,部分差生则因得不到及时帮助而逐渐失去学习兴趣。
2.2传统的专业课程与大数据结合程度不高
原有的会计专业课程已较为成熟,如财务会计、财务管理、管理会计、财务报表分析、审计实务等,这些课程也成为大数据与会计专业的专业课程,对培养学生的会计基础知识素养和技能至关重要。但这些课程从教材到课程标准再到教学材料逐渐固化,课程教学中尚未充分融入大数据相关内容,或者虽然融入了大数据内容,但明显生硬,学生体会不到大数据带来的作用,还会因为多了很多系统操作而感到困惑和茫然。
2.3教师队伍中缺乏大数据人才
大数据与会计专业的教师往往毕业于传统的会计专业,学习阶段没有接触过大数据知识,缺乏信息化技术的专业知识背景,无法很好地掌握大数据、云计算等先进技术。由于时间和精力的限制,许多教师难以跟上相关技术的快速发展步伐。具有大数据开发与运用工作背景的人才可能大部分处于事业的上升期,或因为学历问题很难进入高职院校财会教师队伍,导致教师队伍中缺乏大数据人才。此外,高职院校大数据与会计专业的相关培训资源不足,对提升教师大数据技能的作用不大。虽然部分教师参加了一些高校和教育机构组织的大数据和信息技术相关培训,但这些培训资源往往偏技术,很难与会计专业有机结合,无法完全满足教师的需求。同时,目前的教育评价体系更多地关注教师的教学和科研成果,而对教师在新技术领域的探索关注度不够,缺乏相应的激励机制,导致教师缺少自我提升的动力。
2.4大数据教学资源不足
大数据与会计专业的大数据教学资源不足,限制了大数据技术在课程教学中的应用。不同的大数据平台往往来源于不同的开发公司,由于缺乏统一的标准和规范,不同来源、不同平台的教学资源质量参差不齐且不能共享,难以实现有效的整合与利用。同时,不同大数据平台的设计思路与操作方法也各不相同,这不仅增加了学生的学习负担,还影响了教学效果的评估与提升。
此外,会计领域大数据教学资源的共享机制尚不完善,许多优质的教学资源被封闭在个别高校或教育机构内部,难以被高职院校广大学生和教师利用。这种“资源孤岛”现象严重制约了教学资源的优化配置和高效利用。
2.5大数据实践机会不足
大数据与会计专业的实践教学模式主要包括在购置的大数据平台上进行模拟仿真训练,以及校企合作单位为学生提供实习岗位两种形式。近些年,较多高职院校陆续购置了浪潮、新道等大数据虚拟仿真平台,为学生提供了实践机会。但大数据虚拟仿真平台有限,且实践教学的课时较少,学生的实践机会有限。在校企合作方面,与高职院校合作的企业中中小企业居多,应用大数据的场景不多,学生很难在实际应用中得到锻炼。因此,与更大、更先进的企业建立合作关系,将是高职院校大数据与会计专业建设的重点。
3大数据时代背景下高职院校大数据与会计专业人才培养的策略
3.1优化课堂授课模式
首先,高职院校可以逐步减少大数据与会计专业班级容量,如降至每班30名学生。这样一来,教师可以多采用分组讨论、头脑风暴并完成小组任务的方式,引导学生深度思考并自主寻找解决方案,逐步养成使用大数据工具解决复杂问题的习惯。
其次,教师要重视每位学生的学习习惯、兴趣和能力,运用大数据和人工智能工具,对学生进行区分测试并提供更加个性化的教学方案,根据学生的具体情况进行灵活调整和优化,实现差异化教学,通过分层教学、小组合作学习和个别辅导等方式,满足学生的不同需求。这种模式强调学生的主动性和自主学习能力,有助于激发他们的学习兴趣和创造力。
最后,营造民主、平等、和谐的课堂氛围,使学生感到自由和放松。这种环境有助于学生自由发展,培养他们的学习主动性和积极性[3],引导学生进行深入思考和讨论,还有助于培养他们理论联系实际的思维。
3.2更新专业课程标准与教学内容
更新专业课程标准与教学内容,不断将大数据技术融入大数据与会计专业的课程体系中,更新教学方法。例如,在财务管理、审计等课程中引入大数据分析的案例和方法,使学生在学习过程中接触到大数据的应用。目前,每门专业课程均有多名教师负责教学。高职院校可以要求讲授同一门课的教师成立单独的课程教学小组,每位教师思考自己所授课程的大数据技术融入方案并收集其他高校或单位的成功案例,在教研活动中通过头脑风暴的方式集中讨论,寻找每一门课程融入大数据技术的最优方案。定期邀请业内专家开展讲座,使学生了解课程前沿内容。此外,要重视多采用可视化大数据技术,提高学生的关注度与成就感。
3.3提升教师队伍的大数据素养
首先,实行跨学科招聘。在招聘新教师时,高职院校要注重跨学科背景,特别是那些既有会计专业知识又具备大数据和信息技术应用能力的应聘者。或者直接招聘大数据与信息技术相关专业的教师,以大数据思维为基础,重新思考课程设置,构建理科思维的教学模式,带领并影响现有专业教师实现大数据转型。这样可以显著提升会计教师队伍的大数据素养与技术应用水平。
其次,提供专业培训与交流渠道。针对现有教师,制订系统的培训计划,涵盖大数据基础知识、大数据分析工具、大数据在财会领域的应用场景等内容。这些培训内容覆盖各行业的业务数据分析、数据运营、数据产品、数据营销等岗位所需技能,同时适用于财务数据分析、经济数据分析等数据赋能岗位。此外,可以与企业、科研机构或在线教育平台合作,获得高质量的培训资源。鼓励大数据与会计专业的教师与计算机科学、数据科学等专业的教师进行跨学科合作与交流,可以定期组织研讨会、工作坊等活动,促进知识共享和经验交流。
最后,完善考核与激励机制。建立与大数据技术应用相关的考核和激励机制。对于在大数据领域取得突出成果的教师,要给予表彰和奖励,激发本专业教师学习和应用大数据技术的积极性。
3.4建设大数据教学资源库
集中人力、财力建设大数据教学资源库,加大教学资源建设投入力度,在更新、升级教学设备的同时,依靠大数据平台公司及课程制作公司能够提供的支持,不断丰富大数据教学资源库,这是提升教学质量的重要保障。同时,制定统一的教学资源标准,确保资源的规范性、一致性和可互操作性。建立开放、共享的教学资源平台,促进资源的流通与共享,这是提高会计领域大数据教学资源利用效率的有效途径[4]。
3.5重视并打造实践平台
第一,建设校内大数据虚拟仿真实验平台。大数据虚拟仿真实验平台作为连接理论与实践的桥梁,对提升学生的数据处理能力、分析能力及解决实际问题的能力具有重要意义。目前,可用的大数据工具包括浪潮大数据平台(数据采集和数据清洗),新道大数据平台(较为全面,优势在于可视化呈现),开源的Python语言编程工具、Excel工具等,高职院校需要将上述工具的优势有机整合在一起,形成大数据虚拟仿真实验平台,这样才能达到较好的实践教学效果,整体思路如下。
(1)数据采集模块:利用浪潮大数据平台,结合浪潮提供的案例数据开发数据采集模块,并植入Python语言教学案例,培养学生的编程能力和数据获取能力。通过实训,学生能够掌握利用编程语言从各种数据源中采集数据的方法。
(2)数据处理与分析模块:培养学生利用浪潮大数据平台对数据进行处理和分析,将原始数据转换为可供使用的数据,以及结合Excel函数功能进行个性化分析的能力,并培养学生的数据清洗和分析能力。这一模块涵盖数据清洗、转换、分析等多个环节,能够帮助学生掌握数据处理的全流程。
(3)数据可视化模块:借助新道大数据平台及其他可视化工具,将数据特征、趋势和分析结果以图表形式呈现出来,帮助管理层或财务人员更轻松地查看数据模式和变化。通过这一模块的学习,学生能够制作专业的数据可视化报告,为决策提供有力支持[5]。
第二,建设校外大数据实训基地。高职院校一定要走出去,与本地大型企业或在大数据领域走在前列的企业建立校企合作关系,共同建设大数据实训基地[6-7],或者开展大数据技术在会计领域的应用研究和实践项目。这样不仅可以为教师提供实践机会和学习资源,促进产学研用深度融合,推动会计行业创新发展,还能为大数据与会计专业的学生提供实习和就业机会。
4结束语
培养大数据与会计专业人才,对我国社会经济高质量发展具有重要意义,不仅能够为财税、金融行业提供人力支持,还能推动新质生产力的发展。本文详细论述了大数据时代背景下高职院校大数据与会计专业人才培养的策略,希望能够为高职院校培养出社会所需的大数据与会计专业人才提供助力。
主要参考文献
[1]彭培鑫,唐文霞.大数据时代高职院校会计专业建设探析[J].江苏建筑职业技术学院学报,2019(3):65-67.
[2]蒋鹏程.基于CIPP模型的大数据与会计专业人才培养评价体系研究[J].老字号品牌营销,2021(12):164-166.
[3]王绪玲,王雷.浅谈中职学生英语自主学习能力的培养[J].文科爱好者(教育教学),2020(4):62-63.
[4]卢鹏.浅谈大数据背景下的教育资源库建设[J].新教育时代电子杂志(教师版),2016(10):24,27.
[5]莫善婷.大数据背景下,会计专业的校内实习实训基地管理建设研究[J].读与写,2022(2):9-11.
[6]韦钊颖,苏煜坤.高职大数据会计专业人才培养路径[J].新会计,2024(5):16-18.
[7]李张涵.产教融合视域下高职院校大数据与会计专业人才培养路径研究[J].科技经济市场,2023(11):149-151.
后台-系统设置-扩展变量-手机广告位-内容正文底部 |
-
<< 上一篇
下一篇:没有了!