AI赋能“财会审”教育改革路径与前景
在上海“3+6”的产业蓝图下，传统财会审的职能正经历一场深刻变革——从后台支持角色智能跃迁为产业创新的核心引擎。驱动这一变革的，正是蓬勃发展的AI技术。具体而言，AI通过自动化处理解放基础核算人力，借助智能化分析重构风险控制体系，并通过对海量数据的挖掘与洞察，释放其潜在价值。由此，AI得以深度融入先导、重点及未来产业的发展肌理，全面推动财会审服务能级的跃升。
面对产业变局与技术浪潮，传统财会审人才培养模式亟待革新。高校必须主动对接人工智能、大数据、区块链等技术的深度应用，积极响应上海经济高质量发展、企业出海与全球治理的现实需求。其核心目标，是培育一种新型的“出海”人才：不仅精通国际会计、审计与税务规则，具备卓越的跨文化沟通与全球战略视野；更关键的是，融合了扎实的专业胜任能力、前沿的技术融合能力与高瞻远瞩的战略价值创造素养。正因如此，财会审教育的改革绝非零敲碎补，而是一场自上而下的系统性工程。对于拥有百年声誉的立信财会审教育而言，这更是一次根本性的范式革命——从传统的“学科本位”，彻底转向服务“国家战略需求本位”。
第一，深化产教融合，创新数智教学新范式。
首先，依托龙头企业资源共建实习实训基地，为学生提供真实业务场景的实践机会，以此提升技术应用能力，激发创新思维。针对先导、重点和未来产业需求，与行业头部企业共建“智能审计试点班”，开设“智能财务与会计”微专业，课程核心聚焦于机器学习驱动的风险自动识别，自然语言处理实现的合规文本智能审阅等前沿应用，通过“短周期、高强度、实战化”的培养，实现对市场动态需求的快速响应。
其次，在实训教学方面，与优质数智企业联合开展数字技术训练营，实现“行业导师进课堂、企业项目进课程”，打通理论与实践的壁垒。通过“真实数据+虚拟场景”双驱动，引导学生运用脱敏的企业运营数据，训练分类模型以识别可疑交易、构建回归模型预测信用风险、利用文本处理技术自动提取关键合同条款，直击财经教育“纸上谈兵”的痛点，让算法模型在仿真业务环境中得到验证与优化。
再次，通过联合头部会计师事务所和科技企业共同开发基于机器学习的持续审计平台、智能财务风险动态预警系统等工具，为AI时代专业人才培养提供迅速响应的解决方案；通过双师团队联合攻关行业专用的财务分析大模型，不仅为教学赋能，更为整个行业提供了创新的技术解决方案，实现了从“人才输出”到“技术反哺”的能级跃迁。
第二，推动科教融汇，重塑科研育人新生态。
其一，构建“以产定研”的应用型科研模式，实施由数据与算法驱动的科研范式改革。明确有组织科研的重点服务范围和对象，关注构建科研成果有效反哺育人的常态化机制。鼓励科研团队面向企业、行业、政府等实际需求设定如“基于自然语言处理的上市公司年报风险挖掘”“运用时序预测模型进行企业现金流预警”等前沿课题，依托校企合作平台、行业联盟与科研共同体，探索“需求引导—协同攻关—成果转化”的科研服务机制，推动从“为科研而科研”向“为解决实际问题而科研”的根本转变。
其二，充分发挥“双师型”教师团队优势，与企业共建具备算力支持与真实数据接口的智能财务实验室和教学平台；联合开发《智能风控算法与实践》《AI在审计中的应用》前沿课程，为学生提供紧贴行业发展的专业知识；试点“一课多师”教学模式，由“会计审计教师+数据科学教师+行业企业导师”联合授课，并在课程中进行创新创业训练和科创竞赛项目孵化，提升学生的技术应用能力和解决实际问题的能力。
其三，构建科研成果有效反哺育人的机制，将最新的AI驱动型研究成果，如自动生成财报分析、智能合规检查等原型系统或算法模型，系统融入教学内容、课程案例与实验设计中。这不仅推动了“科研—教学—育人”一体化发展，更形成了科研反哺教学、科研服务育人的良性循环。同时，向课程注入行业前沿的科研项目，为学生打开了直通一线的窗口，让他们在构建和优化AI模型的实践中淬炼创新思维与思辨能力。
第三，创新协同机制，构筑教研赋能新体系。
一方面，搭建集成多源数据的财经知识库与AI中台，并引进易于上手的AI建模软件，让师生无需深究复杂代码，就能快速开展自动化研究报告生成、智能文献分析等辅助研究，推动教研模式从传统经验主导向算法驱动与智能决策的根本转型。秉承“诚信为本、学验并重”的办学特色，系统推进AI技术应用方法论体系建构，通过标注典型业财场景的AI训练案例库建设与可复用的模型模块开发，实现理论创新向教育变革与产业升级的双向价值输出。
另一方面，重点实施“会计智能体创新工程”，建立“基础研究（学院）—技术攻关（数智企业、事务所）—标准建设（行业协会）”递进式创新体系，开展智能决策、流程自动化、认知推理等前沿技术突破与场景化解决方案研发，构建“教师科研牵引+学生创新实践+企业场景验证”的协同创新链，形成多项财会垂直领域知识图谱。以高校为创新源头，以行业组织为转化枢纽，打通“数据—模型—应用”的全链条。由此，智库研究、技术研发与教育教学得以深度融合，让最前沿的AI知识与能力能直接转化为行业生产力与育人能量。
财会审作为现代服务业的核心环节，通过价值赋能、风险防控、资源配置三大维度深度融入国家产业发展脉络。传统财经院校在此背景下，构建深度融合人工智能方法论与应用生态的人才培养体系势在必行。立信教育着力强化三大战略支点：一是传承红色会计文化，将党的理论创新成果与专业伦理教育深度融合，特别注重AI应用中的伦理规范与数据安全教育，培育具有政治定力和职业操守的行业生力军；二是重塑“诚信为本、能力为核”的育人范式，针对行业智能化转型需求，培养具备人机协同战略思维、驾驭智能系统的数字素养，以及基于算法模型的风险洞察与防控能力的复合型人才；三是构建服务国家经济治理现代化的产教协同创新平台，旨在输出能参与国际规则制定、支撑资本市场健康发展，并精通智能会计审计准则、能够主导财会金融智能化进程的高端会计人才。这一育人模式，既承续了立信百年文脉，更前瞻于以AI为核心驱动力的行业未来图景。其终极目标，正是要锻造一支政治可靠、专业过硬、善用智能工具、视野全球化的专业力量，为壮大现代服务业、护航经济高质量发展筑牢最坚实的人才根基。
AI垂直模型对财经专业课程的支撑与重塑
会计、审计等专业服务业的“数智化”转型已成不可逆转之势。人工智能、大数据、区块链等技术正深度重塑财经教育生态，推动会计审计行业发生系统性变革。AI垂直大模型正以其强大的数据分析能力、自动化学习功能以及多模态交互特性，为财经教育的创新提供了新的可能。
AI垂直模型可以提高广大师生的数智素养。
人工智能全面融入人类的生活是一种趋势，也是一个过程。近两年ChatGPT和DeepSeek等通用大模型的推出，对教育领域形成了强烈的冲击，其应用正在重塑“教”与“学”的过程。由于通用大模型是基于海量数据和庞大参数规模训练出的通用模型，在高度依赖职业判断的财经领域，模型所固有的“AI幻觉”使其应用也存在着很大的局限性。与通用大模型相对应，专注于具体领域的垂直模型，由于其具有专业性更强、计算资源效率更高、针对特定任务的优化使其在专业领域表现更加优异等优点，也越来越受到重视。AI垂直模型的研发，对高校专业教育领域的支持作用更为显著。专业领域的垂直模型为广大师生全面理解人工智能和数字化转型，批判性地认识、评估人工智能在专业领域的作用，全面提升广大师生的人工智能素养创造了契机。从教师角度，AI垂直大模型可以协助备课和教学，也可以帮助教师更多地接触实务案例，更专业地开展专业服务；从学生角度，AI垂直大模型可以让学生更早地接触人工智能在专业领域的应用，自觉地将人工智能融入专业学习，提高自身的数智素养，增强自身的专业能力和就业竞争力。总之，AI垂直模型可以让“AI+课程”“AI+专业”落到实处，实现人工智能与课程、专业达成实质上的深度融合，从而使人工智能作为一种理念、一种技能，深深融入广大师生的观念和能力体系中，并能够在专业领域中自觉加以运用。
AI垂直模型可以实现专业知识体系的重构。
财经教育中，融汇贯通多层级法律法规是专业综合素养的核心要求，也是执业过程中影响职业判断的关键因素。在传统财经教育中，财经法律法规的教学分布在不同专业不同课程中，具有分层递进的特点。例如，一个会计专业的学生，需要掌握公司法、会计法、审计法、所得税法等国家法律的内容，还要掌握《企业会计准则》《小企业会计准则》《政府会计准则》《中国注册会计师审计准则》以及各种税收条例等专业领域的法规，而在处理具体业务时，还要进一步了解一系列部门规章、规范性文件、国际规则和行业惯例。这些内容纷繁复杂，散落在不同的课程中，学习周期长，记忆困难，而AI财经垂直大模型的开发应用，实现了跨学科跨课程专业知识的整合，在全域知识图谱构建的基础上，打通了课程壁垒，强化了基础课程、核心课程和实操课程的层级衔接，避免了阶段性开课带来的“碎片化认知”，在实际应用中能够清晰识别法律法规的层级和具体执行规范，进而帮助学生做出专业判断。
AI垂直模型可以催生共创式学习生态。
以学习者为中心的教学模式是现代教育的重要理念之一。AI垂直模型应用于教学，教师、学生、大模型、学习资源等要素可以相互协作，共同构建一个高度互动和个性化的学习环境——共创式学习生态。学生不再是被动的知识接受者，而是积极参与知识构建的主体，从而激发他们的主动性、创造性和协作精神，推动教育向个性化、灵活化发展。
共创式学习生态尤其适合财经类教育，借助AI垂直模型强大的数据处理能力，营造个性化的学习环境，协助教师或教学团队实现“能力导向”的教学设计，把课堂从“知识传授”向“决策训练”逐步转换。AI垂直模型可以依据学生特点检索生成个性化的职业判断框架，使教师角色从“单一决策引导者”向“多决策观察者”转换，将决策训练过程真正交给学生。
AI垂直模型带来产教融合新阶段。
在AI垂直模型的帮助下，产教融合将步入深度协同的新阶段。通过AI垂直模型的开发，可以构建起“教师科研牵引+学生创新实践+企业场景验证”的协同创新链，从而搭建起全新的“产学研”合作平台。首先，AI垂直模型能够实时、精准收集监管和产业新数据，敏锐捕捉市场需求变化，使校内教学可以跟随市场需求的变化进行动态调整；其次，与产业界联合开发案例的周期可以大幅缩短，利用模型设计脱敏案例，追踪最新的监管热点和制度变化，第一时间应用与教学；再次，利用AI垂直模型构建虚拟实验平台，模拟不同的企业环境，融入不同法律法规约束下的业务流程，设计仿真交易，可以为学生带来更加真实的实验体验；最后，产教融合的最终目标是在产业链条上“生态共生”，AI垂直模型将“监管—企业—高校”三方的要求导入AI引擎，使学校真正融入生态共建，形成可持续的产学研循环。
当然，技术变革给教育教学带来了翻天覆地的变化，但也要清醒地认识到高等教育的本质没有改变，仍然需要培养学生独立思考的能力。AI技术越普及，批判性思维的重要性就越突出。财经专业领域的垂直模型，实际是用专业知识库和引擎来协助学生夯实专业基本功，逐步培养复杂业务场景中的专业分析和专业判断能力。最终，能够在资本市场庞杂的信息源中，明辨“是非”，做出高质量的专业决策。
近年来，上海立信会计金融学院一直致力于AI财经垂直模型的开发，以财务、会计、审计等优势学科为基点，构建AI+教育创新生态，深度推进人工智能技术与专业教学的融合创新。着力实施师资队伍卓越工程，强化教师跨学科知识整合能力与产教融合实践能力，打造兼具学术造诣与行业洞察力的复合型师资梯队。重点突破学科交叉领域，构建“AI+会计”特色化课程矩阵，研发智能化时代新型立体教材体系，通过动态迭代机制保障教学资源的前沿性与科学性，持续输出适应产业变革的创新型人才培养解决方案。
“智能”与“立信”融合
AI冲击下会计本科教育的路径创新与规范重建
在全球人工智能浪潮与国家教育数字化战略的双重推动下，会计本科教育正处于深刻变革之中。《教育强国建设规划纲要（2024—2035年）》明确提出应“以教育数字化开辟发展新赛道、塑造发展新优势”，并强调“促进人工智能助力教育变革”；《教育部等九部门关于加快推进教育数字化的意见》（教办〔2025〕3号）进一步指出，须以“智能化”推进人工智能与教育教学的全方位融合，积极探索“人工智能+教育”应用场景与新模式。人工智能在会计本科教育中呈现出显著的“双刃剑”效应：一方面，学术诚信体系面临挑战，职业判断能力可能出现弱化，技能认知错位引发学习焦虑；另一方面，人工智能也为精准教学、个性化学习以及教学效率的提升带来了新的可能。因此，立足“立信”传统，构建技术赋能与诚信教育相融合的规范体系，已成为会计本科教育实现高质量发展的关键路径。
人工智能对会计本科学生学习路径的冲击
其一表现为知识验证机制失效，学术诚信面临挑战。生成式人工智能的“即时输出”特性，极大削弱了会计本科教学中知识验证环节的作用。学生可轻易获取标准任务的完整答案，导致“AI代写”“算法作弊”等现象频发，学习过程可追溯性与成果原创性验证机制受到冲击。尽管《生成式人工智能服务管理暂行办法》（2024）已确立数据标注原则，但教育场景的实时鉴别技术仍不成熟。在这一背景下，重塑诚信教育体系，培养学生对技术使用的责任意识，已成为当务之急。
其二学生过度依赖算法，职业判断能力弱化。会计学科的核心在于规则适用中的价值权衡，如收入确认、金融工具分类等需结合商业实质进行裁量。然而当前人工智能模型多以输出标准答案为导向，依托高频案例形成固定决策模式，导致学生情境感知与决策能力退化。这种工具理性对价值理性的挤压，与《教育强国建设规划纲要（2024—2035年）》强调的“创新能力培养”形成冲突，揭示出“能力替代”的潜在风险。学生对人工智能的过度依赖可能导致职业判断力弱化与伦理意识模糊，偏离会计本科教育“准则为先、信誉为重”的根本要求。
其三认知技能混淆，容易陷入数智化焦虑。技术快速迭代引发技能体系重构，部分学生陷入“技能追赶—再迭代”的循环焦虑，担忧知识被替代。更值得注意的是，AI生成内容的权威表象易使学生将“工具熟练度”等同于“专业能力”，形成错位的技能价值观。
人工智能在会计本科教育中的核心价值
首先在人才培养目标升级方面，具体体现为从技能传授到“技管兼修”的复合型能力建构。深化教育教学改革，要以“重服务、强贡献”为导向，聚焦四大重点服务领域需求，提高人才自主培养质效，这也推动着教育目标从单一的“知识传递”和“技能训练”向“能力为本”和“价值引领”转型，要求要培养既精通技术应用又深谙管理之道，既恪守“立信”本色又勇于创新的复合型专业人才，从而在数字化浪潮中持续发挥会计本科的社会公信力和价值引领作用。
其次于重构课程体系内容方面，可以构建“技术—专业—伦理”深度融合的动态课程生态。在课程体系建设方面，人工智能推动形成以“跨学科融合、动态响应、伦理前置”为特征的课程新生态。以真实社会需求和伦理挑战为牵引，突破传统学科壁垒，推动课程功能从“知识载体”扩展为“价值塑造与能力集成平台”，从而培养其数字时代中的道德领导力与社会责任感，实现知识传授、能力建设和价值引领的深度融合。
最后还体现在革新教学模式与方法中，人工智能可推动会计专业本科教育实现规模化因材施教与教学效能。人工智能重塑教学实施方式，其核心价值体现在推动教育公平、提升质量与释放生产力，实现规模化培养中的个性化成长。通过自适应学习系统与学情感知技术，教育可突破时空和资源限制，为每一位学生构建精准能力画像和个性化学习路径，真正体现“以学生为中心”的现代教育价值观。
人工智能赋能会计本科教育的路径
一是以“立信”引领课程重构，构建伦理嵌入的教育新路径。面对人工智能发展带来的挑战，需坚守“立信”根本，以“大思政”育人理念为引领，深度融合近百年积淀的诚信文化传统，将诚信教育贯穿于专业教学全过程，实现技术赋能与立德树人的有机统一。在课程体系建设方面，积极推进“伦理—专业”双主线融合，如在《审计学》课程中设置“人工智能伦理审查”专题，在《中级财务会计》教学中引入“算法决策的准则符合性分析”模块，帮助学生明确技术应用的伦理边界。借助真实案例教学，引导学生批判性审视人工智能输出中可能存在的偏见与误差，强化其独立思考和职业怀疑精神。构建“基础+专业+实践”三层递进的伦理教育体系，推动学生在掌握技术的同时，深入理解其背后的伦理逻辑，实现从技术学习到伦理反思，再到能力内化的全面提升，持续夯实“立信”品牌的教育内涵与时代价值。
二是从评估改革入手，构建过程化与多维度体系。建立涵盖知识应用、工具驾驭和伦理决策的三级动态评价指标，推进人机协同评分机制，整合教师、AI系统、同学及企业导师多元评价主体，强化过程数据反馈与精准学习导航，突出过程性与诚信导向。引入学习行为追踪与分析技术，识别学生对人工智能的合理使用与过度依赖；在作业和考核中设置“AI使用声明”环节，明确参与范围与贡献程度；推广人机协同答辩、团队互评与企业导师评价等多元方式，全面考查学生的专业能力与诚信素养。
三是推进人机协作，培育“负责任AI使用者”。实施教师数字素养提升工程，建构学生批判使用AI的能力生态，通过智能平台预警、典型伦理案例库和主题文化活动，明确“技术是工具而非替代”的价值定位，筑牢人文素养核心地位。教学实施中，倡导“人机协同、教师主导”的模式。教师以引导者、监督者的角色介入人工智能辅助学习的全过程，设计需经批判审度才能完成的复杂任务，避免技术替代思考，培养学生在技术使用中的主体意识和责任意识。
四是建立制度保障，筑牢“立信”教育生态。规范人工智能应用不仅依靠技术手段，更需制度和文化的共同支撑。高校应建立人工智能教学应用负面清单，完善监管体系，构建诚信教育生态。如完善学术诚信管理制度，将人工智能滥用行为纳入失信记录；构建“学校—教师—学生”协同监管体系，从技术源头到应用末端全链条规范AI使用，筑牢伦理底线；开展“技术向善、立信为本”主题文化建设，拓展课程思政教育的广度、深度和精度，赋能培养具有诚信品格的复合型财经人才。
人工智能为会计本科教育带来机遇与挑战并存的变革。未来应进一步深化“伦理嵌入式”教育理念，在发挥AI精准教学与个性化支持优势的同时，坚守学术诚信与教育公平底线，构建人机协同、技术向善的教育新生态，为规则密集型专业的智能化转型提供可复制的范式。人工智能时代是重塑教育模式、强化诚信培育的重要契机。唯有坚守“立信”初心，将技术赋能与人格塑造紧密结合，才能在数字化浪潮中培养出既精通技术，又恪守诚信的高素质会计本科人才，为行业和社会持续输送可信赖的专业力量。