管理科學(xué)與工程學(xué)科研究生人工智能素養(yǎng)培養(yǎng)實踐

中圖分類號：G643 文獻(xiàn)標(biāo)識碼：A DOI：10.16400/j.cnki.kjdk.2025.17.002

Practice of Cultivating Artificial Intelligence Literacy among Graduate Students in Management Science and Engineering Disciplines

Taking Dongbei University of Finance and Economics as an Example

TIAN Tian， ZHU Han， CAI Lingke

SchoolofManagementcienceandEngineering，Dongbei UnversityofFinanceandEconomics，Dalian，Liaoning6025）

AbstractThe article takesDongbei UniversityofFinanceandEconomics asan exampleto studythe practical efects ofthe graduate training pathofartificialinteligence+management scienceand engineering. Construct an evaluationindex systemfromthreedimensionsofartificialintelligence knowledge，skils，andawareness，collect342validdatathrougha questionaire survey，and conduct empirical research using factor analysis and multiplelinear regresson methods.The results indicate that the application abilityof artificial intellgence technology， mastery of basic principles and key technologies，and ethicalcognition have asignificant positive effectonthe employment situation of graduate students in management scienceandengineering disciplines.This studyvalidatestheeffectivenessof theartificial inteligence+ management science and engineering training path，providing theoretical and practical basis for universities tooptimize interdisciplinary talent training models.

Keywordsmanagement science and engineering; artificial intelligence literacy; multiple linear regression

當(dāng)前，以人工智能為引領(lǐng)的科技革命與產(chǎn)業(yè)變革正在全球范圍內(nèi)加速推進(jìn)，深刻改變著社會經(jīng)濟(jì)結(jié)構(gòu)及人類生活方式。黨的二十大報告明確提出，推動戰(zhàn)略性新興產(chǎn)業(yè)融合集群發(fā)展，構(gòu)建新一代信息技術(shù)、人工智能推動戰(zhàn)略性新興產(chǎn)業(yè)融合集群發(fā)展，構(gòu)建新一代信息技術(shù)、人工智能、生物技術(shù)、新能源、新材料、高端裝備、綠色環(huán)保等一批新的增長引擎。教育部在《高等學(xué)校人工智能創(chuàng)新行動計劃》中明確指出，重視人工智能與計算機、控制、數(shù)學(xué)、統(tǒng)計學(xué)、物理學(xué)、生物學(xué)、心理學(xué)、社會學(xué)、法學(xué)等學(xué)科專業(yè)教育的交叉融合，探索“人工智能+X\"的人才培養(yǎng)模式。在此背景下，如何充分發(fā)揮學(xué)科特色與優(yōu)勢，服務(wù)國家產(chǎn)業(yè)發(fā)展需求，以“人工智能 + 管理科學(xué)與工程\"為導(dǎo)向，培養(yǎng)兼具專業(yè)知識、研究方法與人工智能素養(yǎng)的高層次研究型人才，成為當(dāng)前管理科學(xué)與工程學(xué)科研究生培養(yǎng)的關(guān)鍵挑戰(zhàn)。

近年來，東北財經(jīng)大學(xué)管理科學(xué)與工程一級學(xué)科學(xué)位點對財經(jīng)類院校管理科學(xué)與工程學(xué)科研究生培養(yǎng)問題進(jìn)行了深入剖析，從“方向凝練與發(fā)展規(guī)劃（Plan）一多角度落實規(guī)劃（Do）—培養(yǎng)過程監(jiān)控（Check）一績效考核與獎懲

|科教導(dǎo)刊

（Act）\"四個階段，系統(tǒng)探索了研究生人工智能素養(yǎng)培養(yǎng)的路徑。因此，本文以東北財經(jīng)大學(xué)為例，采用因子分析和多元線性回歸等方法，對財經(jīng)類院校管理科學(xué)與工程學(xué)科研究生人工智能素養(yǎng)的培養(yǎng)實踐效果進(jìn)行實證研究，以期為“人工智能 + 管理科學(xué)與工程\"高層次人才培養(yǎng)提供理論支撐與實踐參考。

1文獻(xiàn)綜述

通過對現(xiàn)有文獻(xiàn)的梳理發(fā)現(xiàn)，針對管理科學(xué)與工程專業(yè)研究生人工智能素養(yǎng)培養(yǎng)實效果的研究較少。相關(guān)研究主要集中在以下方面。

1.1人工智能對高等教育的影響

邱均平等通過文獻(xiàn)綜述與案例分析，探討了數(shù)智時代管理科學(xué)與工程在科研、教育及技術(shù)應(yīng)用領(lǐng)域的發(fā)展趨勢，指出數(shù)智時代的教育更注重跨學(xué)科融合與實踐能力培養(yǎng)。王繁等通過文獻(xiàn)與案例分析，提出了人工智能在個性化教學(xué)、智能管理及科研創(chuàng)新等方面的應(yīng)用模式，推動了高等教育的數(shù)字化轉(zhuǎn)型。

1.2高校相關(guān)專業(yè)學(xué)生人工智能素養(yǎng)的內(nèi)涵與評價

蘇文成等人通過文獻(xiàn)分析和專家咨詢等方法，構(gòu)建并驗證了面向我國高校學(xué)生群體的人工智能素養(yǎng)評價指標(biāo)體系，涵蓋知識、技能、應(yīng)用和倫理等多維度，為高校學(xué)生人工智能素養(yǎng)的評價和培養(yǎng)提供了科學(xué)依據(jù)。徐曉飛等人通過文獻(xiàn)分析、案例研究和實踐探索，探討了生成式人工智能在工程教育中的應(yīng)用路徑，提出了生成式人工智能在課程設(shè)計、能力測評和認(rèn)證體系中的應(yīng)用模式，推動了工程教育的智能化轉(zhuǎn)型。

1.3人工智能時代高校相關(guān)專業(yè)教育教學(xué)改革與實踐

肖輝等人通過文獻(xiàn)分析和案例研究，結(jié)合財經(jīng)高校的特點，探索了管理科學(xué)與工程專業(yè)研究生培養(yǎng)模式的創(chuàng)新路徑，提出了以數(shù)據(jù)分析和實踐能力為核心的研究生培養(yǎng)模式，強調(diào)課程設(shè)置與行業(yè)需求的緊密結(jié)合。鄧立為等人通過文獻(xiàn)分析和實踐探索，研究新工科背景下人工智能領(lǐng)域?qū)W生創(chuàng)新創(chuàng)業(yè)能力培養(yǎng)的創(chuàng)新路徑，提出了以項目驅(qū)動和跨學(xué)科融合為核心的培養(yǎng)模式，提升了學(xué)生的創(chuàng)新創(chuàng)業(yè)能力。

綜上所述，近年來我國學(xué)者在以人工智能推動管理科學(xué)與工程學(xué)科教育變革方面進(jìn)行了廣泛且富有成效的研究，但截至目前，尚缺少對于“人工智能 + 管理科學(xué)與工程”研究生教育改革效果的實證性研究。

2指標(biāo)體系構(gòu)建與數(shù)據(jù)獲取

2.1指標(biāo)體系構(gòu)建

聯(lián)合國教科文組織發(fā)布的《學(xué)生人工智能能力框架》將人工智能素養(yǎng)的評價指標(biāo)概括為了解和理解、使用和應(yīng)用、評估和創(chuàng)造三個方面。因此，本文將財經(jīng)類院校管理科學(xué)與工程學(xué)科研究生人工智能素養(yǎng)培養(yǎng)的評價準(zhǔn)則歸納為人工智能知識、人工智能技能以及人工智能意識三個維度。其中，人工智能知識重點考查研究生對于人工智能基本概念、原理、應(yīng)用場景等方面的知識掌握情況；人工智能技能主要考查研究生在管理科學(xué)與工程領(lǐng)域?qū)θ斯ぶ悄芗夹g(shù)的實際操作能力；人工智能意識重點關(guān)注研究生對人工智能的態(tài)度以及對人工智能倫理和社會影響的認(rèn)識。并在此基礎(chǔ)上參考裴小娟的論文設(shè)立了13個評價指標(biāo)。同時用人工智能素養(yǎng)對就業(yè)的影響來衡量培養(yǎng)的效果，就業(yè)影響重點考查研究生認(rèn)為人工智能素養(yǎng)對其求職過程、獲得工作機會、薪資待遇等方面的影響程度。

2.2問卷結(jié)構(gòu)及內(nèi)容編制

依據(jù)上述指標(biāo)體系，本文設(shè)立《管理科學(xué)與工程學(xué)科研究生人工智能素養(yǎng)現(xiàn)狀調(diào)查問卷》。該問卷主要分為三個部分：第一部分包括1一6題，為受試者的基本信息；第二部分包括7一19題，為管理科學(xué)與工程學(xué)科研究生人工智能素養(yǎng)現(xiàn)狀調(diào)查表，其中7一11題考查人工智能知識（知識維度），12一15題考查人工智能技能（技能維度），16-19題考查人工智能意識（意識維度）；第三部分包括 20-23 題，考查人工智能素養(yǎng)對就業(yè)的影響。第二部分和第三部分題項均采用李克特五級量表制。

2.3數(shù)據(jù)獲取及信效度分析

本次調(diào)查主要針對研究生，涵蓋在校生及畢業(yè)生，共回收有效問卷342份。使用SPSS軟件對有效問卷進(jìn)行信效度分析和驗證性因子分析。信效度分析結(jié)果顯示，總體問卷的克隆巴赫系數(shù)為0.907，知識維度、技能維度、意識維度的克隆巴赫系數(shù)分別為 0.848，0.892，0.707， 均大于0.7，表明問卷的內(nèi)部一致性系數(shù)較高，信度較好；驗證性因子分析結(jié)果顯示，取樣適切性量數(shù)（KMO）值為 0.910（gt;0.7） ，達(dá)到進(jìn)行因子分析的前提要求，巴特利特球形檢驗的顯著性（Sig.）值為0.00（ ?lt; 0.05），達(dá)到顯著性水平要求，因此該問卷量表能夠用于后續(xù)因子分析等研究。

3實證研究

3.1描述性統(tǒng)計分析

本次調(diào)查的342名受試者中，男生共計141人，占比41.2% ，女生共計201人，占比 58.8% ，男女比例較均衡。受試者的年齡集中分布在 20-30 歲區(qū)間。未畢業(yè)的受試者數(shù)量為292人，占比 85.4% ，已經(jīng)畢業(yè)的受試者數(shù)量為50人，占比 14.6% ，分布符合調(diào)查預(yù)期。在校生分布在碩士一年級到博士三年級之間，碩士階段的受試者共計263人，占比超 75% 。在已經(jīng)畢業(yè)的受試者中有 36% 從事人工智能相關(guān)工作。受試者普遍具有人工智能使用經(jīng)歷，每天使用人工智能的人數(shù)為127，占比 37.1% ，每周使用數(shù)次的人數(shù)為149，占比 43.6% ，僅有 11.4% 的受試者偶爾使用人工智能 0.9% 的受試者從未接觸過人工智能。

3.2因子分析

為了進(jìn)一步合理地選取評價指標(biāo)，本文采用因子分析法對342份問卷中第二部分的13個題項（對應(yīng)13個評價指標(biāo)）的一致性和相關(guān)性進(jìn)行分析。SPSS軟件的分析結(jié)果顯示，當(dāng)有七個因子時，累計方差貢獻(xiàn)率達(dá)到 85% 以上，即已經(jīng)解釋了大部分的方差，因此本文選用以下七個因子作為最終評價指標(biāo)。

人工智能技術(shù)應(yīng)用能力（題項 12-15） ，包括將人工智能技術(shù)與專業(yè)知識結(jié)合解決管理科學(xué)與工程中的實際問題、借助人工智能創(chuàng)造性地解決問題，以及熟練使用人工智能工具輔助學(xué)習(xí)等能力；對人工智能原理的掌握情況（題項8一10），涉及人工智能的基本概念、原理以及常見技術(shù)；人工智能經(jīng)驗分享意識（題項16），指的是分享人工智能產(chǎn)品的應(yīng)用經(jīng)驗；隱私保護(hù)與法律法規(guī)意識（題項18、19），指的是在使用人工智能工具時對隱私的保護(hù)和對道德法規(guī)的遵守；對人工智能關(guān)鍵技術(shù)的掌握情況（題項7），涉及數(shù)據(jù)分析、算法和計算能力等關(guān)鍵技術(shù)；人工智能影響下的獨立思考能力（題項17），描述人工智能產(chǎn)品智能性對獨立思考能力的影響；對人工智能應(yīng)用場景的認(rèn)知（題項11），反映對人工智能在不同領(lǐng)域（如醫(yī)療、金融、交通等）具體應(yīng)用的了解和認(rèn)識情況。

3.3多元線性回歸

本文將七個因子作為自變量，將就業(yè)影響作為因變量，構(gòu)建多元線性回歸模型。根據(jù)342份有效問卷的結(jié)果，對包含多個題項的自變量和因變量，首先將其所包含的題項分?jǐn)?shù)加總，然后對各自變量和因變量的分值進(jìn)行標(biāo)準(zhǔn)化處理。SPSS軟件的分析結(jié)果顯示，回歸模型的方差膨脹因子（VIF）均小于10，表明模型中不存在嚴(yán)重的多重共線性問題；判定系數(shù) （R²） 值為0.862，即 86.2% 的就業(yè)影響可以通過模型中的自變量解釋，模型的擬合優(yōu)度較好。

具體來說，人工智能技術(shù)應(yīng)用能力、對人工智能基礎(chǔ)原理的掌握情況、對人工智能關(guān)鍵技術(shù)的掌握情況，以及隱私保護(hù)與法律法規(guī)意識對應(yīng)的四個自變量在模型中的標(biāo)準(zhǔn)化系數(shù)均為正值（0.641，0.257，0.029，0.028），且均表現(xiàn)出顯著性 （plt;0.001） ，說明這些指標(biāo)對就業(yè)影響具有顯著的正向作用。其中，人工智能技術(shù)應(yīng)用能力的標(biāo)準(zhǔn)化系數(shù)最大，表明其對就業(yè)的影響最大。而人工智能經(jīng)驗分享意識、人工智能影響下的獨立思考能力和對人工智能應(yīng)用場景的認(rèn)知三個變量未通過顯著性檢驗 （pgt;0.05） ，說明這些指標(biāo)在本研究中對就業(yè)影響沒有顯著作用。

4結(jié)語

本研究通過實證分析，從人工智能素養(yǎng)對就業(yè)的影響角度揭示了東北財經(jīng)大學(xué)管理科學(xué)與工程學(xué)科研究生人工智能素養(yǎng)培養(yǎng)的實踐效果。結(jié)果顯示，人工智能技術(shù)應(yīng)用能力是提升就業(yè)能力的核心驅(qū)動力。而對基礎(chǔ)原理和關(guān)鍵技術(shù)的掌握有助于應(yīng)對技術(shù)迭代，避免“技術(shù)黑箱”困境。隱私保護(hù)與法律法規(guī)意識雖影響系數(shù)較低，但其顯著性凸顯倫理素養(yǎng)的隱性價值，尤其在數(shù)據(jù)合規(guī)要求嚴(yán)格的領(lǐng)域（如醫(yī)療、金融等），倫理認(rèn)知可降低職業(yè)風(fēng)險。基于此，本文對財經(jīng)類院校管理科學(xué)與工程學(xué)科研究生人工智能素養(yǎng)的培養(yǎng)與提升提出以下三點建議：第一，構(gòu)建“技術(shù) + 倫理”雙軌課程，增設(shè)數(shù)據(jù)合規(guī)實踐類課程，強化行業(yè)案例教學(xué)；第二，深化校企合作，通過共建實驗室與項目開發(fā)，提供多領(lǐng)域?qū)嵺`場景；第三，推動跨學(xué)科師資整合，鼓勵科研反哺教學(xué)，培養(yǎng)學(xué)生的綜合能力。

★基金項目：2024年度遼寧省研究生教育教學(xué)改革研究項目（LNYJG2024306）；遼寧省教育科學(xué)“十四五”規(guī)劃2024年度課題（JG24DB346）。

參考文獻(xiàn)

[1]邱均平，付裕添，張蕊，等.數(shù)智時代管理科學(xué)與工程的發(fā)展特點及趨勢分析一—基于科研、教育與技術(shù)應(yīng)用視角[J].中國科技論壇，2023（6）：130-141.

[2]王繁，劉永強，周天華.人工智能引領(lǐng)高等教育數(shù)字化創(chuàng)新發(fā)展[J].中國高等教育，2024（Z1）：9-12.

[3]蘇文成，郭浩然，盧章平，等.我國高校學(xué)生群體人工智能素養(yǎng)評價指標(biāo)體系構(gòu)建及實效性驗證[J/OL].圖書館建設(shè)，1-25[2025-04-30].http：//kns.cnki.net/kcms/detail/23.1331.G2.20240624.1801.004.html.

[4]徐曉飛，張策.生成式人工智能賦能工程教育和學(xué)生能力培養(yǎng)、測評與認(rèn)證體系[J/OL].高等工程教育研究，1-13[2025-04-30].http：//kns.cnki.net/kcms/detail/42.1026.G4.20250228.1455.002.html.

[5]肖輝，李玲，顧先明，等“大數(shù)據(jù)\"背景下財經(jīng)高校管理科學(xué)與工程專業(yè)研究生培養(yǎng)模式探索[J].遵義師范學(xué)院學(xué)報，2024，26（6）：127-130.

[6]鄧立為，宋歌，許家忠.新工科背景下人工智能領(lǐng)域?qū)W生創(chuàng)新創(chuàng)業(yè)能力培養(yǎng)模式研[J].高教學(xué)刊，2024，10（23）：89-92

[7]裴小娟.新師范背景下師范生人工智能素養(yǎng)現(xiàn)狀及提升路徑研究[D].廣州：廣州大學(xué)，2023.