新文科背景下大数据审计人才培养模式优化研究

张建顺

(南京审计大学政府审计学院,江苏南京,211815)

一、引言

党的二十大报告指出,要贯彻新发展理念,着力推动高质量发展,主动构建新发展格局。[1]中国式现代化建设对我国高等教育发展提出了新要求,需要对我国高等教育课程设置及人才培养模式进行全面改革,从而为经济发展提供智力支持。为了加快建设中国特色、世界一流的大学和优势学科,2019年,教育部、科技部等13个部门共同推出“六卓越一拔尖”计划2.0,全面启动新文科、新工科、新医科和新农科建设。[2]其中,新文科建设承担着构建中国特色哲学社会科学体系,提升国家软实力,以及文科专业数字化赋能等重要任务。

大数据审计人才培养是新文科建设的重要内容,充分体现了文理学科交叉融合,是审计学科在大数据时代以及人工智能技术发展背景下的最新发展。习近平指出,审计是党和国家监督体系的重要组成部分,是推动国家治理体系和治理能力现代化的重要力量。国家审计是国家治理体系健康运行的“免疫系统”,能够通过发挥“预防、揭示、抵御”功能,防止权力滥用和治理失败。[3]大数据审计从审计数据、审计方法等多个维度突破了传统审计方法的局限,能够有效提升审计监督效能,是贯彻落实科技强审和审计信息化建设理念的最新实践。

在实践中,无论是政府审计工作还是社会审计工作都急需大数据审计人才。与此同时,大数据审计岗位对大数据审计人才的信息技术掌握程度、大数据审计思维以及创新应用能力有较高的要求。然而,在高校审计专业建设中,大数据审计专业建设明显滞后于社会需求,一方面开设大数据审计专业院校数量较少,无法满足社会日益增长的大数据审计人才数量需求,另一方面大数据审计专业开设质量明显不高,无法满足社会日益增长的大数据审计人才质量需求。在新文科建设背景下,需要优化大数据审计人才培养模式,培养出更多高质量大数据审计人才,推进我国审计事业高质量发展。

基于此,本研究在系统总结大数据审计应用现状及人才需求基础上,从课程思政与师资建设,优化数据审计课程体系与教学方法以及推进大数据审计产教融合三个维度,提出大数据审计人才培养模式优化建议。一方面,从新文科建设背景出发,探讨大数据审计人才培养模式,能够丰富新文科建设理论与实践;另一方面,大数据审计人才培养模式优化建议能够为完善大数据审计人才培养方案,构建大数据审计人才产学研体系,提升学生大数据审计实务能力提供有效指导。

二、大数据审计发展趋势与人才培养现状

(一)大数据审计发展趋势

传统审计主要依赖人工查找和分析审计数据,寻找审计线索,由于审计任务重、审计对象多,在审计人员资源和时间约束下,主要使用抽样审计方式获取审计数据。然而,随着大数据技术发展,审计对象数字化程度提升,传统抽样审计方式缺点逐渐显现。例如,传统抽样审计方式在面对体量大、类型繁多、业务复杂的审计场景时审计效率不高,且难以实现审计全覆盖。[4]近年来,随着互联网技术进步以及大数据分析技术的成熟,大数据审计开始逐渐应用到审计实践中。[5]大数据审计从审计数据、审计方法等多个维度突破了传统审计方法的局限,极大地提升了审计监督效能,是党中央关于科技强审和审计信息化建设战略的最新实践。在审计数据方面,与传统审计过度依赖财务数据相比,大数据审计突破了财务数据限制,能够充分利用网络数据及关联方数据进行多数据源对比与关联分析。在审计方法方面,传统审计利用审计人员进行专业判断,而大数据审计基于大数据分析模型以及网络实时连接,能够真正实现审计全覆盖和动态实时审计。

2017年世界审计组织成立了大数据工作组,确定了全球范围内大力推广大数据审计工作的基本方针。大数据技术进一步发展以及人工智能技术的不断成熟,推动审计业务朝着智能化、信息多维化、审计可视化、审计平台化迅速转变。基于数据分析流程,当前大数据审计分析主流方法可以划分为大数据获取技术、大数据统计分析和机器学习模型。随着大数据技术不断发展以及审计业务质量要求提升,大数据审计技术在审计实践中得到广泛应用和快速发展。例如,现有研究利用SQL查询技术发现骗取失业保险基金的审计疑点,通过网络爬虫获取公开数据辅助审计决策,通过3S技术获取空间数据用于领导干部自然资源资产离任审计。[6-8]大数据统计分析方法主要用于进行数据比对,识别数据异常,从而获取审计证据。相比于传统抽样审计方法,大数据统计分析方法能够实现审计全覆盖并进行实时审计。例如,现有研究使用大数据统计分析方法,基于财政收入大数据,探索推动财政收入更具真实性、完整性与合规性的标准化审计分析方案,并纳入审计常态化监测中。[9]机器学习技术是近年来人工智能快速发展的主要推动力。在大数据审计实践中,部分研究者开始构建并应用机器学习模型,寻找审计线索。例如,现有研究通过构建随机森林模型评估政策跟踪审计落实情况,预测政策后续执行效果;通过构建知识图谱大数据审计模型,对医疗保险工作中过度医疗、疾病防控以及医疗资源部署等问题进行审计。[10-11]

以ChatGPT为代表的生成式人工智能出现,使得构建审计专家模型成为可能。[12]未来通过整理高质量审计案例和审计法规依据,训练审计专家模型,进行辅助审计,能够有效缓解审计人员数量和质量双重约束的困境。

(二)大数据审计人才培养现状

随着经济高质量发展对审计工作要求的提高以及大数据审计方法的广泛使用,大数据审计人才市场需求快速增加。然而,大数据审计人才供应存在不足。一方面,大数据审计专业开设学校较少,难以满足快速增长的市场需求;另一方面,大数据审计专业培养内容与市场需求不匹配,毕业生难以直接上手大数据审计实务。

当前大数据审计人才培养主要存在以下问题。第一,大数据审计课程专业师资力量缺乏。大数据审计是一个新兴学科,是信息技术与审计交叉的产物,要求专业教师不仅要有丰富的审计专业知识以及审计思维,还要掌握前沿的大数据分析方法及代码编写能力。然而,当前高校审计学师资多为会计、审计专业,属于文科背景,虽然拥有较高的会计审计专业素养,但是大数据技术知识储备不足。部分高校会借调计算机专业教师为大数据审计专业学生开设大数据分析技术课程,然而计算机专业教师会计审计专业知识可能存在不足。此外,当前多数审计专业教师是博士毕业后直接进入高校工作,擅长从事理论研究工作,审计实务经验欠缺,导致教学中理论教学占比过高,审计实践课程不足,不利于提升学生大数据审计实践能力。第二,大数据审计人才培养与实践需求存在脱节。当前许多高校开设的大数据审计专业,实际上是大数据课程加审计学课程,缺乏大数据与审计的深度融合。大数据课程主要介绍SQL查询语言,Python数据分析与可视化,以及机器学习课程。审计课程主要介绍审计抽样方法,审计意见与审计报告等传统审计学知识。二者并未有效融合,使得学生在学完课程之后仍然难以熟练地将大数据技术应用到审计工作中。从教学方式来看,大数据审计课程主要集中于理论教学,使用传统课堂教学手段,大数据审计实践课程占比不高,不利于学生了解大数据审计技术具体应用,因而学生毕业后难以直接上手大数据审计项目。第三,缺乏大数据审计产教融合。大数据审计技术产生于审计实践也必须服务于审计实践,然而当前大数据审计课程建设滞后于大数据审计实践,无法及时响应大数据审计技术最新发展。一方面,当前高校对教师的考核侧重于科研项目与学术论文,使得高校教师缺少对大数据审计产教融合的积极性,将产教融合放在科研项目申请与学术论文写作任务之后。另一方面,相对于计算机、化工等工科专业,大数据审计产教融合市场效益见效速度明显逊色,部分企业可能出于短期利益考虑,推动大数据审计专业产教融合意愿不强。当前,大数据审计的产教融合方式主要包括审计实践课程的合作、学生实习基地共建等形式。然而,这些产教融合方式涉及的大数据审计内容相对有限,学生难以深度参与大数据审计项目,提升大数据审计技术。可以看出,产教融合在大数据审计专业中尚未完全贯穿人才培养全过程。大数据审计专业产教融合实践需要在深度和广度上进一步提升。

三、新文科建设背景下大数据审计人才培养模式优化建议

大数据审计技术的广泛应用趋势以及人才培养的不足共同导致了大数据审计人才供求失衡。大数据审计作为新文科建设中学科交叉融合的典型代表,需要对人才培养模式进行优化,为我国审计事业发展培养更多的优秀大数据审计人才,贯彻落实科技强审战略,更好地发挥审计“免疫系统”功能,提高国家和社会治理能力,为经济高质量发展提供审计保障。本文从课程思政与师资建设,优化大数据审计课程体系与教学方法,以及推进大数据审计产教融合三个维度,提出大数据审计人才培养模式优化建议,以期为新文科建设背景下培养高质量大数据审计人才提供参考。

(一)重视课程思政与师资建设

大数据审计虽然是一门技术属性较强的课程,但是维护国家和人民利益是审计工作的根本出发点,在实践中科学运用大数据审计技术,与违法违规、贪污腐败行为作斗争是大数据审计人才培养的目标。如果大数据审计人才培养只重视大数据审计知识传授和技能培养,不重视课程思政建设,就不利于学生在审计工作中树立社会主义核心价值观,导致其贯彻国家战略和维护经济安全的意识不够,面对利益诱惑可能会出现审计职业道德滑坡,削弱审计监督效果。因此,在大数据审计教学中,教师要在讲授专业知识技能的同时,强化社会主义核心价值观引领意识,自觉将课程思政融入教学全过程。优化教学设计,使课程思政与审计专业课程更紧密地互联互通,实现嵌入融合。例如,在授课过程中通过强调审计文化的重要性,帮助学生树立审计事业对于国家发展推动作用的积极信念,培养学生的家国情怀,提升其社会责任感。在教学方法上采用分组讨论、情景演绎、榜样介绍等多样化方式,突出情感体验,引导学生思考审计人员的责任与使命。

高质量师资是培养大数据审计人才的关键。大数据审计技术随着在审计实践中的广泛应用而迅速发展,这对任课教师掌握和更新大数据审计知识技能的速度提出了更高的要求。当前高校大数据审计师资学科背景单一,导致实际教学中大数据和审计没有高度融合。因此,需要加强对大数据审计教师的培养,大力培育“双师双能型”教师,完善相应考核机制,激励会计审计专业背景教师积极学习大数据分析技术。探索教师分类型培养,将教师分为科研型与教学型,充分发挥各自优势,共同推进大数据审计课程建设,提高学生培养质量。在教学实践中,还可以聘请有丰富大数据审计经验的校外导师,共同参与大数据审计学生培养。

(二)优化大数据审计课程体系与教学方法

新文科建设的核心特点是多学科交叉与深度融合。大数据审计并非简单的大数据课程加审计学课程,而是要将大数据技术与审计深度融合,实现用大数据为审计赋能的目标。大数据审计培养目标不仅要求学生能够掌握审计基本理论及大数据技术知识,还要求学生能够将大数据技术应用到审计工作中,提高审计工作效率。大数据审计课程体系要与大数据审计实践相适应,构建起包括学科基础课、专业主干课在内的大数据审计课程体系。鉴于大数据审计技术对信息技术基础的要求不断提高,需要在学科基础课程中加强对数据库、计算机网络及程序设计课程的教学。专业主干课需要及时增加最新的大数据审计方法课程,除了传统的SQL查询、Python数据分析在审计实践中的应用,还需要重点讲解大数据审计前沿方法,如深度学习模型以及以ChatGPT为代表的语言大模型在审计工作中的应用。

在教学中要革新大数据审计教学理念,强化大数据与审计学的融合,向学生讲述如何使用大数据技术提高审计工作效率和审计监督效能。此外,还要在教学方法上进行创新。一方面,突破传统的以理论讲授为主的教学形式,多采用案例教学方式,向学生讲解大数据审计在实践中是如何进行操作的,帮助学生在大数据案例中感受大数据审计技术的优势,有助于学生毕业后直接上手大数据审计项目,提高就业竞争力。另一方面,需要提高大数据审计实践课程比例,因为大数据审计实质上是一门应用型学科,需要学生在实践中理解大数据审计需求的产生以及大数据审计相对于传统审计的优势,帮助学生在实践中掌握大数据审计方法。如果有条件,可以探索建设大数据审计实验室,编写大数据审计模拟实验软件,通过虚拟仿真教学,帮助学生更好地理解和应用大数据审计技术方法。

(三)推进大数据审计产教融合

大数据审计学科是适应新时期经济社会发展需要而产生的,是贯彻新发展理念,构建新发展格局的体现。贯彻落实科技强审和审计信息化建设战略,培养经济安全监督卫士,需要积极推进大数据审计产教融合。

大数据审计产教融合的核心思路是实现高校大数据审计专业建设、大数据审计社会需求、学生学习动力和教师教学能力的有机融合。第一,对接大数据审计社会需求,以校企共建方式共同推动应用型大数据审计课程体系的构建,聘请行业企业专家参与开发大数据审计产学研合作特色系列教材与产教深度融合课程,创新大数据审计教学方法,培育“双师双能型”教师队伍。第二,围绕大数据审计行业需求,高校与行业、企业合作建立大数据审计联合实验室和大数据审计创新创业实践教育基地。校内校外师资共同进驻平台,指导学生参与大数据审计实践项目与创新研究课题。构建高校、行业和企业长效合作机制,深化人才培养供给侧结构性改革,为培养大数据审计高素质复合型应用人才提供有力支撑,积极探索“大数据审计实验班”“大数据审计校企合作班”等人才培养模式。第三,积极推动大数据审计产学研成果转化,服务国家审计与社会审计事业,助力大数据审计发展。高校积极与行业、企业对接大数据审计业务需求,坚持双赢原则,共同修订大数据审计人才培养方案中与产业发展脱节的部分,使学校需求、学生需求与企业需求无缝对接,实现专业教育、职业能力教育、创新创业教育的有机融合。重点支持高校与行业、企业围绕大数据审计前沿问题、关键技术开展协同创新,推进大数据审计创新成果和核心技术产业化。第四,高校建立大数据审计产教融合保障体系,推进产教融合持续向深度、广度进行拓展。将大数据产教融合工作纳入绩效考核,建立年度工作计划和年末绩效评估制度。建立校企定期研究与协调沟通机制,研讨大数据审计合作课题,及时评估产教融合效率、效果与效益,适时调整合作计划与人财物投入安排。

四、结语

随着大数据和人工智能技术快速发展,以及审计高质量发展需求,大数据技术广泛应用到国家审计和社会审计实践中。与大数据审计人才需求快速增加形成鲜明对比的是,当前高校大数据审计人才培养数量和质量明显滞后于社会需求。大数据审计人才培养是新文科建设的重要内容,大数据审计也是贯彻落实科技强审和审计信息化建设理念的最新实践。推进大数据审计专业发展,对于培养经济监督安全卫士,充分发挥审计 “免疫系统”功能,推动国家治理体系和治理能力现代化,贯彻新发展理念,构建新发展格局,服务经济高质量发展具有重要意义。本研究在系统总结大数据审计发展趋势及人才培养不足基础上,从课程思政与师资建设,优化大数据审计课程体系与教学方法,以及推进大数据审计产教融合三个维度,提出了大数据审计人才培养模式优化建议,以期为新文科建设背景下培养高质量复合型大数据审计应用人才,实现大数据审计专业教育、职业能力教育、创新创业教育的有机融合提供有效指导。