2026年1月22日，《数据科学与人工智能基础（财经类）》课程组召开期末教学总结与改进研讨会。学院黄院长与全体任课教师出席会议，共同回顾首轮教学成效，并依据详实的学情调研，谋划课程的未来发展。

作为我院面向财经类本科生开设的首门人工智能通识必修课，本课程自开课以来立足“服务专业、夯实基础、激发兴趣”的定位，探索将数据科学与AI技术融入财经人才培养的新路径。阎虎勤老师回顾指出，本学期教学运行平稳有序，学生课堂参与积极，初步实现了预期目标。课程不仅填补了我院在AI通识教育方面的空白，也为后续相关课程建设、师资能力提升积累了宝贵经验。他特别感谢黄院长在课程筹备与推进中的大力支持，并对刘伟、曾凡等老师在课后辅导中的细致投入，以及全体成员的协同努力表示肯定。

以调研促改进：精准识别学情痛点

会上，课程组负责人王俊老师基于前期问卷调研，系统分析了学生的学习体验与困难。数据显示，课程的实践导向与前沿定位获得学生高度认可。编程实训与真实财经案例的融合教学，有效提升了学生的数据处理能力与对AI技术的应用感知。

但调研也清晰反映出共性挑战：部分学生在入门阶段对编程语法和基础算法理解吃力，容易产生畏难情绪。针对这一关键问题，课程组达成共识——必须坚持“以学定教”，强化前置支持。下一步将开发配套的导学材料、入门级编程练习包，并试点分层任务设计，为不同基础的学生提供适配的学习路径，切实降低初学门槛，保护并激发学习动力。

立足实效，明确四大改进方向

结合研讨成果，课程组明确了下学期重点优化举措：

1. 教学内容聚焦核心：针对下学期15周的教学安排，精简非核心内容，集中讲授Python基础、数据清洗与处理、数据可视化、文本挖掘及机器学习五大模块，强化案例融合与小项目驱动，提升教学效率与实用性。

2. 考核方式重过程、强应用：优化过程性评价机制，增加阶段性实践任务比重；设立“课程优秀学生”荣誉并颁发认证证书；同步启动《优秀作业案例集》汇编，遴选具有代表性的学生作品，供后续教学参考与示范。

3. 推进特色教材建设：启动课程配套教材编写工作，强调“财经场景驱动、案例通俗易懂、技术适度深入”的编写原则，力争下学年形成终版讲义。

4. 探索延伸培养可能：会议初步探讨了未来基于本课程基础，未来探索开设微专业或特色培养项目的可能性，更好对接学校“新文科”建设对复合型人才的需求。

黄院长在总结中充分肯定课程组的务实作风与阶段性成果。他指出，这门课的成功落地，体现了学院主动回应时代需求、推动教学改革的自觉行动。希望团队继续深耕细作，把课程做实、做优、做出特色，真正成为支撑财经学子数字素养发展的“关键一课”。

本次研讨会问题导向明确、讨论扎实深入。课程组不仅厘清了当前教学中的真实挑战，更形成了具体可行的改进方案。下一步，团队将把共识转化为行动，持续优化教学各环节，切实提升课程的亲和力、实用性和可持续性，为培养具备数据思维与AI应用能力的新时代财经人才提供坚实支撑。