摘要：隨著人工智能技術(shù)的崛起，信息管理與信息系統(tǒng)學(xué)科憑借其與信息技術(shù)的深厚基礎(chǔ)，正步入一個亟待變革的新時代。文章通過設(shè)計量表問卷調(diào)查，廣泛收集了該專業(yè)各年級學(xué)生的數(shù)據(jù)。在數(shù)據(jù)分析階段，嚴(yán)格遵循科學(xué)方法，首先驗證了問卷的信效度，隨后依據(jù)不同維度基于熵權(quán)法設(shè)置了合理的權(quán)重，并運用了多因素方差分析，以全面剖析影響專業(yè)發(fā)展的關(guān)鍵因素。研究發(fā)現(xiàn)，AI時代為信息管理與信息系統(tǒng)專業(yè)的參與者帶來了前所未有的機(jī)遇，也伴隨著諸多挑戰(zhàn)，但學(xué)生們普遍展現(xiàn)出積極擁抱變革的態(tài)度。他們對專業(yè)知識的認(rèn)知水平顯著提高，對社企所需的人才技能有了更加精準(zhǔn)的認(rèn)知，尤其在學(xué)習(xí)AI知識方面表現(xiàn)出強烈的渴望。文章結(jié)論不僅揭示了AI技術(shù)對信息管理與信息系統(tǒng)專業(yè)的深遠(yuǎn)影響，也為該專業(yè)未來的發(fā)展方向與教育改革策略提供了有力的數(shù)據(jù)支持。

關(guān)鍵詞：AI；信管專業(yè)；量表分析；方差分析

中圖分類號：G642.0" 文獻(xiàn)標(biāo)志碼：A

0 引言

人工智能（AI）是當(dāng)代信息技術(shù)發(fā)展的前沿，對高等教育和學(xué)科建設(shè)產(chǎn)生了深遠(yuǎn)影響。從新文科建設(shè)角度看，與人工智能融合是信息管理與信息系統(tǒng)實現(xiàn)數(shù)字化轉(zhuǎn)型發(fā)展的一條優(yōu)質(zhì)路徑。一方面，信息管理與信息系統(tǒng)專業(yè)（以下簡稱“信管專業(yè)”）與人工智能課程體系設(shè)計有著智能交叉融合的需求。數(shù)智時代，人文社科領(lǐng)域的數(shù)字資源觀向著“大與智”的方向發(fā)展，信息管理與信息系統(tǒng)學(xué)科理應(yīng)在人文社科數(shù)據(jù)資源治理中承擔(dān)相應(yīng)責(zé)任［1］，而信息管理與信息系統(tǒng)學(xué)者普遍將人工智能的方法應(yīng)用于自身前沿研究領(lǐng)域，例如將機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等技術(shù)應(yīng)用于智能問答系統(tǒng)、移動圖書館的建立和發(fā)展。另一方面，信息管理與信息系統(tǒng)學(xué)科具有與信息技術(shù)交叉融合的基礎(chǔ)。信息管理與信息系統(tǒng)自誕生之初就具備文理交叉的特質(zhì)［2］，信息科技的發(fā)展為其提供了科學(xué)和物質(zhì)基礎(chǔ)，從紙質(zhì)信息到數(shù)字信息的轉(zhuǎn)換以及信息智能化表示都與信息技術(shù)變革相關(guān)?？傊?，強調(diào)與人工智能的融合可以為信息管理與信息系統(tǒng)的發(fā)展帶來更多機(jī)遇［3］。本文基于高校教育致力于為社會培養(yǎng)高素質(zhì)人才的核心理念，從學(xué)生視角出發(fā)，深入探究了信管專業(yè)中融合AI技術(shù)理論學(xué)習(xí)的必要性與學(xué)生需求。通過系統(tǒng)的調(diào)查分析，本文得出關(guān)于該專業(yè)融合AI技術(shù)學(xué)習(xí)的重要結(jié)論，旨在為教育實踐的優(yōu)化提供參考依據(jù)。

2 相關(guān)理論介紹

2.1 熵權(quán)法

2.1.1 基本原理

信息是系統(tǒng)有序程度的一個度量，熵是系統(tǒng)無序程度的一個度量；根據(jù)信息熵的定義，對于某項指標(biāo)，可以用熵值來判斷某個指標(biāo)的離散程度，其信息熵值越小，指標(biāo)的離散程度越大，該指標(biāo)對綜合評價的影響（即權(quán)重）就越大，如果某項指標(biāo)的值全部相等，則該指標(biāo)在綜合評價中不起作用。因此，可利用信息熵這個工具，計算出各個指標(biāo)的權(quán)重，為多指標(biāo)綜合評價提供依據(jù)。

2.1.2 實現(xiàn)步驟

（1）數(shù)據(jù)標(biāo)準(zhǔn)化。

首先將各個變量進(jìn)行去量綱化處理。假設(shè)給定了m個變量：

X1，X2，……，Xm

其中，X1={x11，x12，……，x1n}

為了確保標(biāo)準(zhǔn)化數(shù)據(jù)為正數(shù)，引入隨機(jī)誤差項ε=0.0001：

Xi，min=min（Xi1，Xi2，……，Xjm）-ε

Xi，max=max（Xi1，Xi2，……，Xjm）+ε

假設(shè)對各指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化后的值為Y1，Y2，……，Ym，則

（2）求各樣本在各變量下的比值。

設(shè)有m個二級指標(biāo)，且已取得n組數(shù)據(jù)，在同一指標(biāo)下，計算出各樣本取值占全部值的比重：

（3）求各樣本的信息熵。

根據(jù)信息論中信息熵的定義，一組數(shù)據(jù)的信息熵為：

（4）求各樣本的權(quán)重。

根據(jù)信息論中信息熵的定義，一組數(shù)據(jù)的信息熵為E1，E2，……，Em，計算信息冗余度：

Dj=1-Ej

然后計算指標(biāo)權(quán)值：

（5）計算各樣本的綜合評分。

2.2 方差分析

2.1.1 基本原理

方差分析（ANOVA）又稱“變異數(shù)分析”或“F檢驗”，是由羅納德·費雪爵士發(fā)明的，用于兩個及兩個以上樣本均數(shù)差別的顯著性檢驗。方差分析作為一種常用的統(tǒng)計方法，能夠分析不同因素對數(shù)據(jù)變異的影響，并確定哪些因素對數(shù)據(jù)的變異具有顯著影響。

2.1.2 實現(xiàn)步驟

（1）建立檢驗假設(shè)。

H0：多個樣本總體均值相等；

H1：多個樣本總體均值不相等或不全等。

（2）計算檢驗統(tǒng)計量F值。

（3）確定P值并作出推斷結(jié)果。

3 數(shù)據(jù)分析

本次研究采用量表分析法，對在校大一到大四信管專業(yè)的參與者進(jìn)行了需求狀況調(diào)研。量表均采用李克特五級量表形式，每個題項均按照“非常不同意”至“非常同意”，即 1—5 進(jìn)行賦分。共發(fā)放了400份問卷，實際回收350份，去除無效問卷14份，有效問卷共336份，占比84%。

調(diào)查問卷整體由4個維度組成：第一維度是參與者的基本信息調(diào)查；第二維度是參與者對AI和信管專業(yè)的基本認(rèn)知；第三維度是參與者認(rèn)為AI與信管專業(yè)融合方式；第四維度是AI對信管專業(yè)所帶來的機(jī)遇與挑戰(zhàn)。

3.1 量表可靠性

3.1.1 信效度檢驗

數(shù)據(jù)來源于問卷數(shù)據(jù)，故需要對問卷進(jìn)行信效度檢驗，以確保數(shù)據(jù)的可靠性。信度檢驗針對定量數(shù)據(jù)進(jìn)行分析，故僅針對量表題項進(jìn)行分析，本文采用克隆巴赫系數(shù)進(jìn)行檢驗。問卷包含4個維度，但只有后3個維度為量表題項，分維度進(jìn)行信度分析結(jié)果整理，如表1所示。

從表1可以看出，3個維度的α系數(shù)值均高于0.7，最小是基本認(rèn)知維度的信度系數(shù)為0.721，即說明本次數(shù)據(jù)的信度質(zhì)量水平較好，研究數(shù)據(jù)真實可靠。

從表2可知，KMO值為0.916gt;0.6，并且P值小于0.05通過巴特球形檢驗，累積方差解釋率值為74.01%，說明3個維度可以提取出大部分題項信息。因而綜合說明研究數(shù)據(jù)具有良好的結(jié)構(gòu)效度水平。

3.1.2 基本信息調(diào)查分析

本數(shù)據(jù)主要由大一到大四信管專業(yè)參與者構(gòu)成，大一占比22.32%，大二參與者占比為36.90%，大三參與者占比為25.60%，大四參與者占比為15.18%。大四多數(shù)參與者在外實習(xí)，故導(dǎo)致占比較低，數(shù)據(jù)整體分布均勻，如表3所示。

3.2 維度分析

3.2.1 指標(biāo)權(quán)重設(shè)置

問卷主要問題及選項，如表4所示。信管專業(yè)的參與者對信管專業(yè)的了解程度相較于對AI的了解程度更高一點。所設(shè)置的問題里面除了AI的了解程度以外，其余各選項的均分都大于3，即參與者對信管專業(yè)引入AI普遍持有積極的態(tài)度，并且對AI所帶來的挑戰(zhàn)也充滿了期待。

熵權(quán)法數(shù)據(jù)標(biāo)準(zhǔn)化采用的是Min-Max標(biāo)準(zhǔn)化，為了確保標(biāo)準(zhǔn)化數(shù)據(jù)為正數(shù)，引入隨機(jī)誤差項ε=0.0001，熵值計算結(jié)果及各選項權(quán)重，如表5所示。

3.2.2 基本認(rèn)知的影響因素

分析性別及年級對基本認(rèn)知的影響，本文采用多因素方差分析進(jìn)行檢驗，檢驗結(jié)果如表6所示。

由表6可知，在顯著性水平為0.05的條件下，性別所對應(yīng)的F統(tǒng)計量的值為6343.226，相伴概率值為0.708大于0.05，即性別對參與者的基本認(rèn)知沒顯著影響；年級所對應(yīng)的F統(tǒng)計量的值為4.056，相伴概率值為0.008小于0.05，即年級對參與者的基本認(rèn)知有顯著影響；性別與年級的交互作用所對應(yīng)的F統(tǒng)計量的值為0.602，相伴概率值為0.614大于0.05，即性別與年級的交互作用對參與者的基本認(rèn)知無顯著影響。綜上可得，基本認(rèn)知的影響因素主要與年級有關(guān)，其主要原因是參與者隨著年級的增加，知識面也隨之拓展。

3.2.3 融合方式的影響因素

分析性別及年級對融合方式的影響，本文采用多因素方差分析進(jìn)行檢驗。檢驗結(jié)果，如表7所示。

由表7可知，在顯著性水平為0.05的條件下，性別所對應(yīng)的F統(tǒng)計量的值為0.271，相伴概率值為0.603，大于0.05，即性別對參與者的基本認(rèn)知沒顯著影響；年級所對應(yīng)的F統(tǒng)計量的值為1.469，相伴概率值為0.223，大于0.05，即年級對參與者的基本認(rèn)知有顯著影響；性別與年級的交互作用所對應(yīng)的F統(tǒng)計量的值為0.665，相伴概率值為0.574，大于0.05，即性別與年級的交互作用對參與者的基本認(rèn)知無顯著影響。綜上可得，各年級和不同性別的參與者對融合態(tài)度的認(rèn)知基本一致，從表4可知，融合方式所對應(yīng)的選項得分均是大于3分，即信管專業(yè)的參與者對學(xué)科與AI融合發(fā)展的整體認(rèn)可度是非常高的。

3.2.4 機(jī)遇與挑戰(zhàn)的影響因素

分析性別及年級對機(jī)遇與挑戰(zhàn)的影響，本文采用多因素方差分析進(jìn)行檢驗。檢驗結(jié)果，如表8所示。

由表8可知，在顯著性水平為0.05的條件下，性別所對應(yīng)的F統(tǒng)計量的值為0.211，相伴概率值為0.646，大于0.05，即性別對參與者的基本認(rèn)知沒顯著影響；年級所對應(yīng)的F統(tǒng)計量的值為2.742，相伴概率值為0.043，小于0.05，即年級對參與者的基本認(rèn)知有顯著影響；性別與年級的交互作用所對應(yīng)的F統(tǒng)計量的值為0.376，相伴概率值為0.771，大于0.05，即性別與年級的交互作用對參與者的基本認(rèn)知無顯著影響。綜上可得，機(jī)遇與挑戰(zhàn)的影響因素主要是與年級有關(guān)，其主要原因是參與者隨著年級的增加，社會閱歷隨之加深，特別是大三大四的參與者即將進(jìn)入崗位實習(xí)，了解了企業(yè)所需技術(shù)能力。

3.3 未來發(fā)展態(tài)度

本文設(shè)置了一個開放式填空題，填寫AI時代對信管專業(yè)的未來發(fā)展前景持什么樣的態(tài)度，如圖1所示。AI時代大部分參與者對AI時代信管專業(yè)的未來發(fā)展前景持樂觀、支持或積極態(tài)度。他們認(rèn)為信管專業(yè)與AI技術(shù)的結(jié)合將為專業(yè)帶來新的發(fā)展機(jī)遇。

4 結(jié)論與建議

4.1 結(jié)論

為更直觀地分析各選項各維度的影響，本文采用熵權(quán)法進(jìn)行加權(quán)，確定各維度內(nèi)選項的得分，并通過多因素方差分析判斷什么原因?qū)е碌木S度差異，最終得出以下結(jié)論。

（1）除了對AI的了解程度低于3分以外其余變量均高于3分，說明參與者對AI目前還處于探索階段，整體的了解度不是很高，而其余變量高于3分，說明AI時代對信管專業(yè)參與者是機(jī)遇亦是挑戰(zhàn)，整體處于一個積極的態(tài)度。

（2）通過對基本認(rèn)知、融合方式、機(jī)遇與挑戰(zhàn)3個維度進(jìn)行的多因素方差分析得到，基本認(rèn)知、機(jī)遇與挑戰(zhàn)對不同年級的參與者存在顯著性的影響，主要是因為隨著參與者學(xué)習(xí)的深入，整體認(rèn)知水平以及對社企所需要的人才技能有了更清楚的認(rèn)知。

（3）根據(jù)詞云圖（見圖1）可以得到，參與者對信管專業(yè)是否引進(jìn)AI相關(guān)知識理論，整體呈現(xiàn)出支持的態(tài)度，也側(cè)面反映出了參與者對學(xué)習(xí)AI知識的需求較強。

4.2 建議

信管專業(yè)作為連接信息技術(shù)與管理科學(xué)的橋梁，旨在培養(yǎng)學(xué)生在信息檢索、處理、分析及利用等方面的綜合能力。在這一背景下，將AI技術(shù)理論融入信息資源管理專業(yè)教育，不僅是對傳統(tǒng)教學(xué)內(nèi)容的豐富與拓展，更是對學(xué)生未來職業(yè)發(fā)展的前瞻性布局。本文正是基于這樣的理論背景，從學(xué)生角度出發(fā)，通過問卷調(diào)查、方差分析等多種研究方法，深入分析了學(xué)生對信管專業(yè)中融入AI技術(shù)理論學(xué)習(xí)的看法與需求。研究涵蓋了AI技術(shù)的基本概念、應(yīng)用領(lǐng)域、對信息資源管理行業(yè)的潛在影響等多個維度，力求全面而深入地揭示兩者融合的必要性與可行性。最終，本文根據(jù)調(diào)查結(jié)果，提出了關(guān)于如何有效促進(jìn)信息資源管理專業(yè)與AI技術(shù)融合的教學(xué)改革建議，以期為提升教育質(zhì)量、培養(yǎng)符合時代需求的復(fù)合型人才提供理論支持與實踐指導(dǎo)，主要建議如下。

（1）加強AI相關(guān)課程的設(shè)置和教學(xué)質(zhì)量，確保參與者能夠掌握AI技術(shù)的核心知識和技能。

（2）注重理論與實踐相結(jié)合的教學(xué)模式，提升參與者的實踐能力和解決問題的能力。

（3）加強與企業(yè)的合作，建立實習(xí)實訓(xùn)基地，為參與者提供更多的實踐機(jī)會和就業(yè)渠道。

（4）建立跨學(xué)科的教學(xué)和研究團(tuán)隊，促進(jìn)不同學(xué)科之間的交叉融合和創(chuàng)新發(fā)展。

通過實施以上建議，有望進(jìn)一步提升信管專業(yè)在AI時代的競爭力和影響力，培養(yǎng)出更多具有創(chuàng)新精神和實踐能力的高素質(zhì)人才。

參考文獻(xiàn)

［1］孫建軍，李陽.數(shù)智時代人文社科數(shù)據(jù)資源開發(fā)利用的躍遷：從觀念到行動［J］.中國圖書館學(xué)報，2024（1）：45-57.

［2］馬費成，李志元.新文科背景下我國圖書情報學(xué)科的發(fā)展前景［J］.中國圖書館學(xué)報，2020（6）：4-15.

［3］潘禹辰，呼瑋，楊建梁，等.新文科下的信息資源管理專業(yè)人工智能課程體系設(shè)計［J］.圖書情報知識，2023（6）：42-51，67.

［4］劉霞，張驍骉，邵毅，等.藥理學(xué)實驗教學(xué)熱點與發(fā)展趨勢可視化分析［J］.基礎(chǔ)醫(yī)學(xué)教育，2024（3）：230-235.

［5］張悅，王燕萍.應(yīng)用型高校英語專業(yè)教學(xué)改革研究［J］.教育理論與實踐，2024（12）：58-61.

［6］鐘珍，楊波.應(yīng)用轉(zhuǎn)型背景下高校體育教學(xué)改革策略探索：評《高校體育教學(xué)的影響因素分析與改革探索》［J］.中國教育學(xué)刊，2024（3）：I0011.

［7］項賢國，王聰.新文科背景下應(yīng)用型高校法學(xué)類專業(yè)課堂教學(xué)創(chuàng)新改革研究：以商法課程為例［J］.對外經(jīng)貿(mào)，2024（2）：107-111.

［8］王娜，張燦燦.新文科背景下需求驅(qū)動的信管類課程教學(xué)模式探索：以數(shù)據(jù)可視化課程為例［J］.情報探索，2023（4）：56-62.

［9］李萬星，王琳.我國信息資源管理一級學(xué)科發(fā)展歷程探析：名實源流［J］.情報理論與實踐，2024（4）：59-66.

［10］熊春雨，劉先紅.基于招聘數(shù)據(jù)的信管專業(yè)人才需求分析及培養(yǎng)啟示［J］.江蘇科技信息，2024（2）：20-24.

Opportunities and challenges for the Information Management Major in the AI era：

a research from the student perspective

Abstract： With the rise of artificial intelligence technology， the discipline of Information Management and Information Systems （IMIS） is entering a new era in urgent need of transformation， leveraging its solid foundation in information technology. This study conducted a survey using a scale questionnaire to extensively collect data from students across different grades in the major. During the data analysis phase， strict scientific methods were adhered to， first validating the reliability and validity of the questionnaire. Subsequently， reasonable weights were assigned based on different dimensions using the entropy weight method， and multi-factor variance analysis was employed to comprehensively analyze the key factors influencing the professional development. The research findings reveal that the AI era has brought unprecedented opportunities as well as numerous challenges to the participants in the IMIS major， yet students generally demonstrate a positive attitude towards embracing these changes. Their level of cognitive understanding of professional knowledge has significantly improved， and they have developed a more precise understanding of the talent skills demanded by society and enterprises， particularly expressing a strong desire to learn AI knowledge. The conclusions of this study not only uncover the profound impact of AI technology on the IMIS major but also provide robust data support for the future development directions and educational reform strategies of the major.

Key words： AI; Information Management and Information Systems （IMIS） Major; scale analysis; variance analysis