中圖分類號(hào)：G643 文獻(xiàn)標(biāo)識(shí)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(huì)經(jīng)濟(jì)結(jié)構(gòu)及人類生活方式。黨的二十大報(bào)告明確提出，推動(dòng)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(dòng)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(zhǎng)引擎。教育部在《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》中明確指出，重視人工智能與計(jì)算機(jī)、控制、數(shù)學(xué)、統(tǒng)計(jì)學(xué)、物理學(xué)、生物學(xué)、心理學(xué)、社會(huì)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(shì)，服務(wù)國(guó)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(shí)、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(lái)，東北財(cái)經(jīng)大學(xué)管理科學(xué)與工程一級(jí)學(xué)科學(xué)位點(diǎn)對(duì)財(cái)經(jīng)類院校管理科學(xué)與工程學(xué)科研究生培養(yǎng)問(wèn)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(shí)規(guī)劃（Do）—培養(yǎng)過(guò)程監(jiān)控（Check）一績(jī)效考核與獎(jiǎng)懲

|科教導(dǎo)刊

（Act）\"四個(gè)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(cái)經(jīng)大學(xué)為例，采用因子分析和多元線性回歸等方法，對(duì)財(cái)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(shí)踐效果進(jìn)行實(shí)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(shí)踐參考。

1文獻(xiàn)綜述

通過(guò)對(duì)現(xiàn)有文獻(xiàn)的梳理發(fā)現(xiàn)，針對(duì)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(shí)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(duì)高等教育的影響

邱均平等通過(guò)文獻(xiàn)綜述與案例分析，探討了數(shù)智時(shí)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(shì)，指出數(shù)智時(shí)代的教育更注重跨學(xué)科融合與實(shí)踐能力培養(yǎng)。王繁等通過(guò)文獻(xiàn)與案例分析，提出了人工智能在個(gè)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(dòng)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(píng)價(jià)

蘇文成等人通過(guò)文獻(xiàn)分析和專家咨詢等方法，構(gòu)建并驗(yàn)證了面向我國(guó)高校學(xué)生群體的人工智能素養(yǎng)評(píng)價(jià)指標(biāo)體系，涵蓋知識(shí)、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(píng)價(jià)和培養(yǎng)提供了科學(xué)依據(jù)。徐曉飛等人通過(guò)文獻(xiàn)分析、案例研究和實(shí)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(jì)、能力測(cè)評(píng)和認(rèn)證體系中的應(yīng)用模式，推動(dòng)了工程教育的智能化轉(zhuǎn)型。

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

肖輝等人通過(guò)文獻(xiàn)分析和案例研究，結(jié)合財(cái)經(jīng)高校的特點(diǎn)，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(shí)踐能力為核心的研究生培養(yǎng)模式，強(qiáng)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(guò)文獻(xiàn)分析和實(shí)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(xiàng)目驅(qū)動(dòng)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(lái)我國(guó)學(xué)者在以人工智能推動(dòng)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(duì)于“人工智能 + 管理科學(xué)與工程”研究生教育改革效果的實(shí)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(guó)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(píng)價(jià)指標(biāo)概括為了解和理解、使用和應(yīng)用、評(píng)估和創(chuàng)造三個(gè)方面。因此，本文將財(cái)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(píng)價(jià)準(zhǔn)則歸納為人工智能知識(shí)、人工智能技能以及人工智能意識(shí)三個(gè)維度。其中，人工智能知識(shí)重點(diǎn)考查研究生對(duì)于人工智能基本概念、原理、應(yīng)用場(chǎng)景等方面的知識(shí)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(shí)際操作能力；人工智能意識(shí)重點(diǎn)關(guān)注研究生對(duì)人工智能的態(tài)度以及對(duì)人工智能倫理和社會(huì)影響的認(rèn)識(shí)。并在此基礎(chǔ)上參考裴小娟的論文設(shè)立了13個(gè)評(píng)價(jià)指標(biāo)。同時(shí)用人工智能素養(yǎng)對(duì)就業(yè)的影響來(lái)衡量培養(yǎng)的效果，就業(yè)影響重點(diǎn)考查研究生認(rèn)為人工智能素養(yǎng)對(duì)其求職過(guò)程、獲得工作機(jī)會(huì)、薪資待遇等方面的影響程度。

2.2問(wèn)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(wèn)卷》。該問(wèn)卷主要分為三個(gè)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(shí)（知識(shí)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(shí)（意識(shí)維度）；第三部分包括 20-23 題，考查人工智能素養(yǎng)對(duì)就業(yè)的影響。第二部分和第三部分題項(xiàng)均采用李克特五級(jí)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(duì)研究生，涵蓋在校生及畢業(yè)生，共回收有效問(wèn)卷342份。使用SPSS軟件對(duì)有效問(wèn)卷進(jìn)行信效度分析和驗(yàn)證性因子分析。信效度分析結(jié)果顯示，總體問(wèn)卷的克隆巴赫系數(shù)為0.907，知識(shí)維度、技能維度、意識(shí)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(wèn)卷的內(nèi)部一致性系數(shù)較高，信度較好；驗(yàn)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(yàn)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(wèn)卷量表能夠用于后續(xù)因子分析等研究。

3實(shí)證研究

3.1描述性統(tǒng)計(jì)分析

本次調(diào)查的342名受試者中，男生共計(jì)141人，占比41.2% ，女生共計(jì)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(jí)到博士三年級(jí)之間，碩士階段的受試者共計(jì)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(guò)人工智能。

3.2因子分析

為了進(jìn)一步合理地選取評(píng)價(jià)指標(biāo)，本文采用因子分析法對(duì)342份問(wèn)卷中第二部分的13個(gè)題項(xiàng)（對(duì)應(yīng)13個(gè)評(píng)價(jià)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(gè)因子時(shí)，累計(jì)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(gè)因子作為最終評(píng)價(jià)指標(biāo)。

人工智能技術(shù)應(yīng)用能力（題項(xiàng) 12-15） ，包括將人工智能技術(shù)與專業(yè)知識(shí)結(jié)合解決管理科學(xué)與工程中的實(shí)際問(wèn)題、借助人工智能創(chuàng)造性地解決問(wèn)題，以及熟練使用人工智能工具輔助學(xué)習(xí)等能力；對(duì)人工智能原理的掌握情況（題項(xiàng)8一10），涉及人工智能的基本概念、原理以及常見(jiàn)技術(shù)；人工智能經(jīng)驗(yàn)分享意識(shí)（題項(xiàng)16），指的是分享人工智能產(chǎn)品的應(yīng)用經(jīng)驗(yàn)；隱私保護(hù)與法律法規(guī)意識(shí)（題項(xiàng)18、19），指的是在使用人工智能工具時(shí)對(duì)隱私的保護(hù)和對(duì)道德法規(guī)的遵守；對(duì)人工智能關(guān)鍵技術(shù)的掌握情況（題項(xiàng)7），涉及數(shù)據(jù)分析、算法和計(jì)算能力等關(guān)鍵技術(shù)；人工智能影響下的獨(dú)立思考能力（題項(xiàng)17），描述人工智能產(chǎn)品智能性對(duì)獨(dú)立思考能力的影響；對(duì)人工智能應(yīng)用場(chǎng)景的認(rèn)知（題項(xiàng)11），反映對(duì)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(shí)情況。

3.3多元線性回歸

本文將七個(gè)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(wèn)卷的結(jié)果，對(duì)包含多個(gè)題項(xiàng)的自變量和因變量，首先將其所包含的題項(xiàng)分?jǐn)?shù)加總，然后對(duì)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(wèn)題；判定系數(shù) （R²） 值為0.862，即 86.2% 的就業(yè)影響可以通過(guò)模型中的自變量解釋，模型的擬合優(yōu)度較好。

具體來(lái)說(shuō)，人工智能技術(shù)應(yīng)用能力、對(duì)人工智能基礎(chǔ)原理的掌握情況、對(duì)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(shí)對(duì)應(yīng)的四個(gè)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(shuō)明這些指標(biāo)對(duì)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(duì)就業(yè)的影響最大。而人工智能經(jīng)驗(yàn)分享意識(shí)、人工智能影響下的獨(dú)立思考能力和對(duì)人工智能應(yīng)用場(chǎng)景的認(rèn)知三個(gè)變量未通過(guò)顯著性檢驗(yàn) （pgt;0.05） ，說(shuō)明這些指標(biāo)在本研究中對(duì)就業(yè)影響沒(méi)有顯著作用。

4結(jié)語(yǔ)

本研究通過(guò)實(shí)證分析，從人工智能素養(yǎng)對(duì)就業(yè)的影響角度揭示了東北財(cái)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(shí)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(dòng)力。而對(duì)基礎(chǔ)原理和關(guān)鍵技術(shù)的掌握有助于應(yīng)對(duì)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(shí)雖影響系數(shù)較低，但其顯著性凸顯倫理素養(yǎng)的隱性價(jià)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(xiǎn)?；诖?，本文對(duì)財(cái)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(diǎn)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(shí)踐類課程，強(qiáng)化行業(yè)案例教學(xué)；第二，深化校企合作，通過(guò)共建實(shí)驗(yàn)室與項(xiàng)目開(kāi)發(fā)，提供多領(lǐng)域?qū)嵺`場(chǎng)景；第三，推動(dòng)跨學(xué)科師資整合，鼓勵(lì)科研反哺教學(xué)，培養(yǎng)學(xué)生的綜合能力。

★基金項(xiàng)目：2024年度遼寧省研究生教育教學(xué)改革研究項(xiàng)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(shí)代管理科學(xué)與工程的發(fā)展特點(diǎn)及趨勢(shì)分析一—基于科研、教育與技術(shù)應(yīng)用視角[J].中國(guó)科技論壇，2023（6）：130-141.

[2]王繁，劉永強(qiáng)，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(guó)高等教育，2024（Z1）：9-12.

[3]蘇文成，郭浩然，盧章平，等.我國(guó)高校學(xué)生群體人工智能素養(yǎng)評(píng)價(jià)指標(biāo)體系構(gòu)建及實(shí)效性驗(yàn)證[J/OL].圖書(shū)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(cè)評(píng)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(cái)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(bào)，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.