摘要：随着大数据与人工智能技术的快速发展，审计行业正面临着深刻的变革，审计信用人员作为保障审计工作质量和公信力的核心力量，其培养模式亟待转型以更好适应现代数字化社会的需求。本文从大数据和人工智能融合的视域出发，分析了当前审计行业对于人才培养的需求，提出基于大数据与人工智能技术融合视域下的新型培养模式，并结合大学生的学习特点，提出了关于激发学习兴趣和提升实践能力等方面的具体策略，旨在为审计信用人员的培养提供理论支持和实践指导。
　　关键词：大数据、人工智能、审计信用、人才培养、模式转型
　　在当今这个数字化时代，大数据和人工智能技术的飞速发展改变了各行各业的运作模式。审计作为经济监督的手段，在保障财务信息的公正性方面起到重要的作用，而伴随着行业的进步与发展，审计工作对于人才的能力提出了新要求。审计信用人才不仅需要掌握扎实的专业知识，还需要掌握有关大数据和人工智能的新兴技术，但传统的审计信用人才的培养模式侧重于专业知识的传授，难以满足现代审计行业对于复合型人才培养的需求。因此，深入研究大数据和人工智能视域下审计信用人才培养模式的转型，对于审计行业的发展具有重要的现实意义。
　　一、大数据与人工智能在审计领域的应用现状
　　（一）大数据技术在审计中的应用
　　大数据技术的发展给审计工作带来深刻变革，在数据处理与分析层面优势显著。审计机构可通过多元渠道采集财务数据、公开信息等结构化与非结构化数据，整理融合构建系统的数据资源库，为审计工作筑牢基础。同时，借助数据挖掘技术，精准识别数据潜在风险点，大幅提升审计信用人才的工作效率与分析精度。然而，数据安全与隐私泄露隐患、数据质量良莠不齐等问题，也制约着大数据技术在审计领域的应用。如何平衡大数据技术应用与其潜在的风险，充分发挥其在审计领域的效能，成为当前研究与实践亟待解决的关键课题。
　　（二）人工智能技术在审计中的应用
　　人工智能在审计领域的应用正不断深入发展，该技术在各个领域的应用也进一步提升了审计信用人才在工作中的效率。在审计过程中，审计信用人才可以利用自然语言处理技术来解析审计报告中的非结构文本数据，这种技术的应用不仅能够有效提升审计信用人才的工作质量，还能减轻审计信用人才工作中的负担；然而，人工智能技术在审计中的应用存在着算法的可解释性不足及技术的更新迭代过快等问题。这些问题的出现需要审计信用人才在实践过程中不断探索解决的方法，以更好地提升自身的工作效率。
　　二、审计信用人才培养面临的问题
　　（一）技术更新换代快，人才培养滞后
　　大数据和人工智能技术发展十分迅速，新的算法工具和应用场所不断涌现，然而如今审计信用人才的培养模式往往难以跟上现代技术发展的步伐，高校课程的更新周期相对较长，导致学生在毕业时所掌握的知识难以跟上现代社会发展的步伐，不能满足实际工作发展的需要，审计行业对于技术应用的实践性要求也相对较高，但是目前高校教育体系缺乏有效的机制来及时引进此项技术，导致现今的人才发展滞后于行业发展速度。
　　（二）数据安全与隐私保护意识薄弱
　　在大数据环境下，由于审计工作涉及大量的敏感信息，数据安全和隐私保护的问题备受关注。但是目前许多审计信用人才缺乏足够的数据安全意识和隐私保护能力，在实际工作中，数据泄露的风险系数相对较高。这种问题的出现可能导致严重的法律后果和信用危机，不利于审计行业的更新与发展。
　　（三）跨学科教学难度大
　　数字化时代背景下，审计信用人才需要掌握会计、审计、大数据分析、人工智能等多学科知识，但传统教育模式往往侧重于单一学科的培养，导致学生在跨学科知识融合方面存在困难。例如，学生可能掌握了大数据分析工具，但无法将其与审计逻辑有效结合，导致分析结果缺乏针对性和实用性。
　　三、审计信用人才问题的对策分析
　　（一）突出技术更新与前沿技术融合
　　建议高校积极与审计行业开展紧密合作，为学生构建灵活多样的课程更新体系，及时将大数据和人工智能等前沿技术融入课程教学，高校也应该加大与校外企业的合作力度，积极搭建校外实践平台，使学生能够在实践的过程中接触到前沿技术，从而更好地积累实践经验，提升自身的专业能力。
　　（二）增设数据安全与隐私保护课程
　　建议高校在课程体系建设中为本校学生增设专门的数据安全和隐私保护课程，在课堂教学过程中系统讲授相关法规，并通过真实案例分析与模拟演练，让学生能够在实践操作中深入了解数据泄漏风险及防护措施，增强学生的实际操作能力，确保学生能够在未来职业生涯中妥善处理数据安全问题。
　　（三）设计跨学科教学综合课程
　　建议高校打破学科壁垒，为本校学生设计跨学科综合课程，如《大数据审计与人工智能应用》等，帮助学生构建更为完整的知识体系，教师可以采用项目驱动式教学，从而更好地提升学生的综合分析能力。高校也应该加强师资队伍建设，引进跨学科背景的教师或邀请行业专家授课，为学生提供多元化的教学支持，促进学生跨学科思维的培养。
　　四、大数据与人工智能融合视域下审计信用人才培养模式的转型
　　（一）课程体系的优化与创新
　　审计人才的课程体系需要进行深度优化与创新，才能更好地满足新时代对于复合型人才的需求。在课程设置方面，高校可以为学生增加大数据和人工智能等相关课程，例如《大数据分析基础》《数据挖掘技术》等，帮助学生更好地掌握处理和分析数据的核心技能。高校也可以为学生开设实践与应用类的课程，例如《大数据审计项目实践》《人工智能审计案例分析》等，让学生能够通过具体的项目熟悉技术在审计中的应用。在课程体系的优化设计层面，教育者不仅要注重对学生理论知识的传授，更要强调对学生实践能力的培养，教育者可以通过跨学科课程设计和项目驱动式教学，为学生构建一个全面且前沿的知识体系，促进学生的全面发展。
　　（二）教学方法与手段的变革
　　教学方法与手段的革新是审计信用人才培养转型的核心突破口。传统填鸭式教学难以匹配数字化审计的需求，因此项目式驱动教学成为培养应用型人才的重要路径。教师可设计贴近实务的审计项目，让学生在全真场景中运用大数据分析、AI 建模等技术解决实际问题，强化跨技术工具的综合应用能力；也可选取智能审计典型案例（如区块链票据核验、机器学习风险预警），引导学生深度剖析数据清洗、特征提取及审计决策逻辑，提升实战场景中的问题拆解与动态应对能力。同时，构建“线上 +线下”混合式教学模式，学生通过在线平台自主学习 Python 数据处理、SQL 数据库等数字化工具基础，课堂则聚焦案例研讨与技术实操，形成“理论输入—技术演练—场景应用”的闭环。该模式既突破时空限制、释放课堂教学效能，又通过个性化学习路径激发学生的主观能动性，为培养适应新时代需求的审计信用人才提供了有力的支持。
　　五、审计信用人才培养模式转型中的学生培养策略
　　（一）提升大学生的实践能力与综合素质
　　提升大学生的实践能力和综合素质是培养审计信用人才的关键环节，高校应该加强实践教学环节并积极与相关企业合作，为大学生提供真实的审计项目实践机会，提升学生的学习能力。高校教师可以安排学生参与企业的财务数据分析项目，引导学生运用所学的大数据和人工算法等知识去解决实际问题，帮助学生进一步积累实践经验。高校还可以为学生组织各类学术竞赛和创新活动，进一步调动学生学习的积极性，在参与实践活动的过程中学生不仅能够提升自身的数据分析和技术应用的能力，还能在解决实际问题的过程中提高自身的综合素养，为未来的职业发展打下坚实的基础。
　　（二）加强大学生的职业道德与责任教育
　　审计信用人员的职业道德和责任意识是其进行审计工作所必备的核心品质，尤其是在大数据和人工智能技术的广泛应用下，数据的安全和隐私保护等问题也逐渐被人们关注。因此，高校应该加强对大学生职业素质的培养，为大学生开设专门的职业道德课程，在实际的课堂教学过程中，教师可以为学生展示现实生活中真实的审计舞弊案例，引导学生能够深入理解诚信和责任的重要性。在实践过程中，教师应该更为注重引导学生遵守相关的数据使用规范，确保学生能够在数据的采集和收集过程中遵守相关的法律规定，同时，教师也可以采取理论和实践相结合的课堂教学方式，进一步培养学生的社会责任感，使学生能够在未来的职业生涯中坚守自身的职业道德，维护审计工作的公正性 。
　　六、案例分析与经验借鉴
　　（一）国内审计信用人才培养模式的案例
　　南京审计大学计算机学院为本校学生打造了“思维融合”的数智化审计人才培养模式，该模式在具体的实践操作过程中取得了显著的成效，该校为学生创建了由大数据审计和智能审计交叉共生的数字化审计学科专业集群，方便学生与教师在日常学习生活中进行沟通交流，该校还积极将国际注册信息系统审计师（CISA）职业资格认证课程嵌入该校的人才培养方案中，进一步拓展人才培养的层次。在“科教融合”方面，该校依托国家审计大数据研究中心等科研平台为学生建设了国内首个审计行业大模型“审元”，同时为本校学生建设了实习实践育人基地，让学生能够在具体的实践过程中提升自身的审计能力。这种教学模式的开展不仅能够有效提升学生的实践能力，还能进一步为审计行业输送大量高质量数字化审计人才，推动审计工作向现代化和智能化的方向转型发展。
　　（二）国外审计信用人才培养模式的案例
　　国外在审计信用人才的培养方面进行了诸多有益的探索，普华永道在 2015 年提出高校应该为审计和会计专业的学生开设大数据审计方面的课程，为相关的审计信用人才提供了大数据审计方面的培训工作。这种模式强调大数据技术在审计教育中的重要性，注重教师在教学过程中培养学生的分析能力和技术应用能力。一些国外高校还与审计署和会计师事务所等机构进行积极合作，为学生开展了联合培养项目，让学生在具体的案例分析和实践学习过程中提升自身的实践操作能力。这些经验表明，国外高校在审计信用人才的培养中注重学生的技术应用和实践能力的培养，为我国相关审计信用人才的培养提供了有益的借鉴。
　　七、结语
　　综上所述，大数据与人工智能技术的深度融合，对审计信用人员的培养模式的转型至关重要，在培养审计信用人员的过程中，高校可以采取优化课程设计和强化实践教学等一系列的教学方法，进一步提升教师的课堂教学效率，以更好地培养适合新时代发展的复合型审计信用人才。在未来的教学实践过程中，高校也可以积极与审计行业持续交流并完善相关的人才培养模式，为审计行业更好地向数字化转型提供坚实的理论与实践支撑。 

　　参考文献：
　　[1] 黄浩．数字化审计人才培养探索 [J]．合作经济与科技，2025，（04）：
　　[2] 梁超 . 复合型会计人才培养的“审计学”课程设计——基于新文科背景 [J]. 教育教学论坛，2023，（31）：
　　[3] 罗兴社．基于就业导向的应用型本科人才培养的架构性思考 [J]．中国成人教育，2009，（11）：
　　[4] 李爱民 . 基于数字经济的审计专业应用人才培养模式研究 [J]. 中国管理信息化，2024，27（05）：
　　[5] 肖芬，安宁 . 人工智能时代下职业本科专业人才培养目标探析——以大数据与审计专业为例 [J]. 中国管理信息化，2024，27（03）：
　　（作者简介：沈隐夕，南京审计大学助理研究员；郑涛，南京市江宁区教育局教学研究室中学高级教师）