关键词:
生成式AI
高等教育
AHP-模糊综合评价模型
摘要:
作为融合金融学专业与人工智能技术的交叉学科课程,大数据金融在财经高校的课程体系中占据着重要地位。本研究通过问卷调查广泛收集数据,并运用层次分析法-模糊综合评价模型,对生成式AI在大数据金融课程中的应用效果进行深入评估。研究结果表明,生成式AI在该课程中的应用效果表现良好,展现出较大的应用潜力与价值,主要体现在三个层面:第一,在教学情境层面,生成式AI类型使用是影响应用效果的主要因素,文本生成类AI工具可以通用于大数据金融课程,有效推动多模态教学模式的创新落地。第二,在教学过程层面,生成式AI交互功能是影响应用效果的关键因素,然而简单、浅层化的应用会产生削弱学生自主思维能力。第三,在教学策略层面,建设性与反思性导向策略是影响应用效果的核心因素,可以提升学生知识内化与实践应用能力的良好效果。基于此,本研究提出整合多元生成式AI工具、强化生成式AI素养教育、优化教学策略等改进路径。