王 刚
（西安财经大学 信息学院，陕西 西安 710100）
新文科建设背景下财经类高校学生需要具备数智思维能力，这一需求推动了财经类高校计算机课程建设的步伐。教育部于2019年提出的“六卓越一拔尖”计划 2.0 指出要创造新模式，强化创新精神，大力发展新工科、新医科、新农科、新文科，建设高水平本科教育［1］。新文科建设的实质是要将新理念、新思维、新技术、新方法融入传统文科，以提高学生的科学素养、逻辑思维和系统分析能力等。随着新时代的发展，高等教育质量作为国家发展水平和发展潜力的重要标志，只有及时融入新科技，才能培养出具有世界科技前沿水平的学生［2］。
近年来，随着大数据、人工智能的发展，文科被赋予了新的使命且呈现出新的发展趋势。财经类高校是新文科建设的主要阵地，尤其是地方财经类高校成为地方和区域培养财政、金融、经济和管理等文科专业人才的重要场所，也承载着为社会主义和中华民族伟大复兴培养具备现代化数字思维和计算思维高水平财经类人才的使命。新文科背景下的财经类专业人才首先应是应用型人才，必须具备基本的信息素养，而开设信息类课程可帮助学生实现这一目标，使其高效掌握最基本的信息知识和技能，培养其计算思维、数据思维和数智思维，激发其独立自主探索问题的潜能。因此，财经类高校迫切需要进行计算机类课程改革，以适应新时代需求。基于此，本文以当前财经类高校计算机课程建设遇到的问题为导向，分析和总结财经类高校的主要特点，并提出相应的计算机课程改革建设方案。
鉴于学科特性和专业特色，财经类高校以往更多关注的是财政、经济和金融等领域专业课程，在培养学生计算思维、数据思维、跨学科融合能力、科学素养和系统能力方面较为欠缺。虽然很多财经类高校开设了计算机方向的课程培育学生的计算思维和数据思维，如大学计算机基础、计算机导论、C语言程序设计和数据库应用等，但多为传统通识课，在培养文科人才的计算思维、数据思维方面普遍存在课程设置单一、内容陈旧、缺乏系统性和实践应用性等问题。目前文科人才计算思维、数据思维培养基本模式如图1所示。
Fig.1 Talents training basic mode of liberal arts in computer thinking and data thinking图1 文科人才计算思维、数据思维培养基本模式
通过归纳总结可以发现，目前财经类高校非计算机专业计算机课程教育主要存在以下问题：
1.1 缺乏课程思政建设
习近平总书记强调“要坚持把立德树人作为中心环节，把思想政治工作贯穿教育教学全过程，实现全程育人、全方位育人，努力开创我国高等教育事业发展新局面”［3］。但目前财经类高校计算机课程思政融合程度较低，仍然还有很多工作要做，需要不断增强思政元素与计算机课程教学的契合度。
1.2 课程设置单一、内容陈旧
大学计算机通识课虽然是培养非计算机专业学生计算思维、创新能力以及信息素养的基础类课程，但主要为大学计算机基础、C语言、数据库应用、Excel应用提高等课程，内容较为单一、更新速度较慢，已难以适应和满足当前快速发展的计算机科学技术和新形势下财经类专业的发展需求。
1.3 在科学素养、逻辑分析、思辨和系统分析能力培养方面存在较大差距
目前计算机基础课程内容较多、较全，但缺乏针对非计算机专业学生的分类教学。由于逻辑分析和系统思维能力需要结合相关专业知识背景，并通过详细的教学设计和学习实践才能培养出来，导致目前教学效果往往差强人意。
1.4 缺乏目标导向的计算机课程设置
以往大学计算机课程主要从应用角度开设相关课程，课程设计和教学没有充分考虑学生个体差异，缺乏OBE（Outcome Based Education）导向的计算机课程建设，学生学习主动性和参与度不够。由于产出目标和毕业要求不够具体，相关课程难以达到教学目标以及社会对复合创新型人才的需求。
2.1 数智思维的概念和内涵
数智思维是指个体运用数学、统计学、计算机科学和人工智能等领域的思想方法，在形成问题解决实施方案的过程中产生的一系列思维活动。这类思维活动以大数据、人工智能、区块链等信息技术作为驱动力，推动企业转型升级，为社会创造新价值，实现高质量发展。将数智思维引入财经类人才培养，特别是融合到计算机课程教学中培养复合型创新人才是当前财经类高校人才培养的主流趋势。
2.2 数智思维与计算机课程之间的关系
知识与思维密切相关，数智思维存在于知识的学习和应用之中。对知识的运用会产生新的知识，而思维对新知识的产生起到关键作用。此外，不同知识领域需要使用不同的思维方法解决问题，可见数智思维是在利用所学知识解决问题的过程中逐渐培养起来的［4］。数智思维活动由两种方法支持：一种是基本方法，即逻辑，这是推演思维活动的最基本工具；
另一种是对应的学科方法。其中，数学、统计学等课程主要培养学生的科学素养、数据思维、逻辑思维；
计算机科学与技术课程则主要培养学生的计算思维、数据思维、系统思维、智能思维、工程化思维和技术应用能力。简单来讲，学习和运用计算机知识对问题进行求解、需求分析、系统设计、方法选择、行为理解和技术应用的过程就是培养数智思维的过程。表1为计算机课程与数智思维之间的关系。
Table 1 Relationship between computer courses and thinking of data & intelligence表1 计算机课程与数智思维之间的关系
2.3 数智思维人才培养目标
数智思维人才需具备计算思维，理解“万物皆计算”的内涵，还需具备数据思维，能够利用数据进行业务分析，做到智慧管理和决策。数智思维能使非计算机专业学生知识储备更加全面丰富，避免因知识单一而陷入认知盲区，使其善于运用系统思维推进工作进程，从整体出发关注事物主体对其他工作的制约因素，最终养成用数据思考、用数据说话、用数据管理的思维惯性。
2.4 数智思维人才培养模式
数智思维人才培养模式的本质是数智+文科的创新人才培养模式。虽然各高校培养创新人才的方式不尽相同，但核心多为跨学科拓展、实践锻炼与人文素养的综合性培养［5］，即通过课程教学使学生具备利用新技术、新方法和新思维综合运用传统专业知识的能力，为社会培养短缺人才。在课程思政六大元素的指导下，本文设计了基于数智思维的创新人才培养模式，具体如图2所示。
Fig.2 Innovative personnel training mode based on digital and intelligence thinking图2 基于数智思维的创新人才培养模式
3.1 深度融合课程思政，培养学生的爱国主义精神
习近平总书记在全国高校思想政治工作会议上强调要用好课堂教学这个主渠道，各类课程都要与思想政治理论课同向同行，形成协同效应［5］。将思政教育融入课程教学，引导学生树立正确的世界观、人生观和价值观［6］，培养其爱国主义精神，将知识传授与价值引导有机统一，将课程思政建设落到实处［7］。在教学中，要充分挖掘和利用计算机课程丰富的思政元素，与教学内容有机结合，实现全过程、全方位的协同教育。
3.2 以“数智+”赋能专业学习，加强数智思维培养
在新文科背景下的数智化人才培养中，财经与技术融合类课程的设置是必备条件。原有单纯技术类课程内容单薄，且缺乏逻辑性和系统性，因此需要不断加大融合类课程占比，如可以按照数据来源、流程设计、共享运营、决策支持、可视化展示和审计监督等顺序重构智能会计学、智能会计信息系统、智能财务共享、智能财务决策、智能财务分析可视化和智能审计等专业核心课程［8］。
3.3 以OBE理念为导向设计计算机课程体系
数智思维人才培养说到底是要为行业、企业和社会服务，而以OBE理念为设计教学体系可以解决人才培养与社会相脱节的问题。OBE理念强调学生学习成果产出，以学生发展为中心［9］，培养出的财经类专业人才不仅具有扎实的专业素养，而且具备数据思维、计算思维以及系统分析能力。
3.4 分类设计财经类专业计算机课程体系
财经类高校非计算机专业计算机课程是在计算机和非计算机专业这种粗犷式划分的基础上粗略结合各专业特点开设的计算机通识课程。学生就某门课程学习，形成了若干知识孤岛，学而不知用。可以根据不同学科专业分类进行课程设计，例如对于审计专业可以按照专业知识点、OBE产出目标对应计算机课程和实训过程［10］的方式进行计算机课程设置，具体如表2所示 。
Table 2 Professional knowledge-OBE output goal-computer curriculum provision表2 专业知识—OBE产出目标—计算机课程设置
3.5 开展混合式授课、虚拟教研室等多形式教学模式
通过线下基础课程讲解+线上学生自学和实践，同时建立虚拟教研室，将不同高校、企业的优秀资源整合起来更好地服务学生，形成每个学生的专属学习专区，针对性更强也更科学［11-12］。此外，考核方法也应灵活多变，着重考察学生对计算机课程核心实用技能的掌握情况以及计算思维、数据思维水平。图3为基于数智思维的新文科课程—素质能力—需求培养路径，其中数智技术课程板块主要包括数字化技术相关基础课程和专业课程，教学目标是使学生了解并掌握基本数字化应用技术；
素质能力板块主要从数智思维素养和专业素养方面培养和提升学生的计算思维、数据思维、逻辑思维和系统思维意识和能力。通过以上两个板块的教学，最终培养出符合新文科发展方向的人才类型。
Fig.3 Training path of courses-quality and ability-demand for new liberal arts based on digital and intelligence thinking图3 基于数智思维的新文科“课程—素质能力—需求”培养路径
西安财经大学针对会计、审计、经济等专业本科生开设了Python数据分析与应用课程，针对研究生开设区块链技术应用课程，主要用于培养学生的计算思维、数据思维、逻辑思维以及专业数据分析能力，提升信息化素养。以Python数据分析与应用课程为例考察学生学习情况，结果如图4、表3所示。由图4可以看出，在学习Python课程前，120名非计算机专业学生中了解编程的仅有3人，对程序设计感兴趣的有36人，无人能运用计算机程序编写小任务。课程结束时，了解编程的人数大幅提升至99人，能够运用计算机程序编写小任务的学生达到99人，还有71人能对专业数据进行可视化展示，说明通过该课程的学习，学生的数据思维、逻辑思维和专业工具使用能力明显提升。由表3可以看出，学生课程大作业成绩优良比例高达75%，平均分为84分，教学效果显著。
Table 3 Examination results for Python data analysis and application course表3 Python数据分析与应用课程大作业考核成绩
Fig.4 Analysis of the situation of learning process for Python data analysis and application course图4 Python数据分析与应用课程学习过程情况分析
本文通过探讨数智思维的内涵与财经类高校非计算机专业课程之间的关系，分析了目前课程设置存在的问题，给出了基于数智思维的财经类高校非计算机专业计算机课程建设基本原则，即以OBE产出目标为导向，加强学生专业能力培养；
对专业进行精细化分类，个性化对接计算机专业，促进跨学科融合等。通过课程学习，学生的数据思维、计算思维能力不断强化，计算机应用水平不断提升。然而非计算机专业学生对计算机专业知识的学习仍存在不够系统和深入的问题，解决复杂实际问题的能力有限，未来将考虑引入人工智能技术进一步增强教师教学水平，丰富学生学习途径，持续培养数智思维。
