校新闻网讯（经济学院供稿）为深入落实教育部“人工智能+”行动方案，系统推进经济学与人工智能深度融合，2026年5月22日下午，经济学院在求索楼719会议室召开人工智能课程体系建设研讨会。会议特邀香港中文大学（深圳）经管学院副院长艾春荣莅临指导，皇家国际副校长陈德球、人工智能与数据科学学院人工智能系教授张莉、经济学院领导班子、各学系主任、人工智能相关课程任课教师、教师代表等二十余人，围绕经济学人工智能课程体系建设、师资转型、人才培养模式创新等开展深入研讨。会议由经济学院院长曹小勇主持。
锚定战略定位，加快师资转型
陈德球在致辞中指出，学校正全面推进“人工智能+”战略布局，推动人工智能深度赋能教学、科研、国际化及学生管理全链条。经济学院作为学校数字经济本科专业主要依托单位，肩负着重构经济学课程体系、探索“经济学 + 人工智能”深度融合培养模式的重要使命。
陈德球强调，要积极借鉴国内兄弟高校成熟经验，引导教师主动拥抱技术变革，不断提升数字教学与科研能力。他表示，本次研讨会是经济学院打造“经济学+人工智能”特色优势的重要起点，将为持续巩固数字经济专业全国领先地位提供有力支撑。
构建面向经济学的“3+N”人工智能课程体系
副院长徐朝阳系统汇报了人工智能课程体系建设进展。经过多年持续探索，学院已初步构建起覆盖经济学专业（荣誉学士实验班）与数字经济专业的 “3 门核心课程+多门选修/必修课程”人工智能课程体系：
一是机器学习中的数学，重点讲授人工智能核心算法所需数学知识，为后续人工智能课程学习筑牢根基；二是机器学习方法，以经典模型为主线，涵盖线性模型、决策树、随机森林、神经网络等内容，侧重模型直觉理解与代码复现，切实降低理论学习难度；三是经济数据科学，采用项目驱动教学模式，围绕消费预测、房价预测等真实经济场景开展实践训练，提升学生应用能力。
在三门核心AI课程基础上，经济学院正加快推进强化学习理论与实践、算法博弈论、机器学习动态博弈、数据库与智能数据分析等课程建设，并面向研究生开设经济数据科学课程，重点聚焦大模型调用、提示词工程、数据抓取与处理等前沿技能培养。
专家建言：明确定位方向，强化实践赋能
张莉结合工科与数据培养经验提出建议：一是补充文本、图片等非结构化数据处理内容，完善从数据采集到分析应用的全流程能力培养；二是突出模型可解释性与人机协同能力，重点提升学生运用AI工具解决实际问题的效率；三是增设数据治理、数据平台管理相关内容，增加综合实践环节，模拟真实工作流程，强化实战训练。
艾春荣对课程建设提出建议：一是明确培养定位，经济学AI课程应立足经济问题导向，致力于培养“能用AI解决经济问题的经济学家”，而非计算机软件工程师；二是优化课程内容，精简冗余数学推导，清晰区分计量经济学与机器学习的知识边界，建议将“经济数据科学”更名为“经济大数据分析” 或 “数据挖掘”，使课程名称更贴合教学实质；三是强化实践支撑，鼓励学生借助大模型提升学习效率，减少对底层代码编写的过度依赖，学院应提供GPU 或云平台算力保障，硕士阶段课程进一步贴近就业市场需求，全面提升学生实战能力。
凝聚共识：优化课程衔接，建立长效迭代机制
与会教师围绕课程边界划分、教学内容分工、实践教学设计、学分配置优化等关键问题充分交流、深入研讨，最终形成四项核心共识：第一，厘清课程边界，各任课教师加强对接协同，消除内容交叉重复，构建逻辑连贯、层次清晰的知识体系；第二，平衡理论与实践，适度降低理论推导难度，增加经济场景案例与综合实践项目，推动理论教学与实践应用深度融合；第三，强化工具与算力支撑，依托云平台破解算力瓶颈，全面普及大模型、智能体实用，提升教学与学习效率；第四，建立长效研讨机制，以本次研讨会为新起点，持续推进课程试点建设、动态迭代优化与全院推广应用。
深化教学改革，做强特色育人品牌
经济学院将以此次研讨会为重要契机，加快完善“经济学+人工智能”特色课程体系，持续深化教育教学改革，着力培养兼具扎实经济学功底、前沿技术创新能力与国际竞争力的复合型高素质人才。（撰稿：郭云南 审稿：曹小勇）
