近日，复旦大学经济学院举行“南土国际金融政策圆桌会第12期”暨“迎接AI时代系列”第1期。本次会议以“AI时代的金融人才核心竞争力：基于金融实务工作的思考”为主题，围绕人工智能快速发展背景下金融行业的岗位变化、能力重构和人才培养展开讨论。复旦大学经济学院助理教授王龙在发言中指出，AI正在改变教师与学生之间的知识关系，金融教育既要回应业界对AI应用能力的需求，也不能把课程改革简单理解为工具叠加或教学形式变化。

王龙结合一线教学经验表示，当前学生在AI工具使用方面往往比教师更加活跃。教师可能只在一门课程、一个论文写作任务或一个教学场景中使用AI，而学生会把AI同时用于几十门课程和多个学习场景。这使高校教师首先需要重新思考自身角色：在AI时代，教师究竟应当成为知识传授者、工具使用示范者，还是能够帮助学生建立判断框架和问题意识的人。

围绕金融课程改革，王龙提出，最大的挑战之一在于如何把AI真正融入金融学内容，而不是简单在课程中增加若干技术环节。金融实务部门希望学生能够理解智能投顾、算法交易、量化收益和AI辅助投资等应用，但如果教学目标被表述为“教会学生如何用AI在资本市场获得超额收益”，其中本身就包含现实悖论。大学教师熟悉金融理论，也知道AI可能改变很多环节，但如何把这些理论和工具转化为真实市场中的盈利能力，并不是一个可以被轻易标准化教学的问题。

王龙进一步指出，AI教学手段的引入也带来新的组织难题。学校鼓励教师使用AI备课、AI助教、AI批改作业，并推动线上线下混合课程建设；但一旦课程线上化，教师需要收集学习数据、构建课程数据库，学生又会追问既然线上材料已经足够完善，为什么还必须回到线下课堂。若为了保证线下参与而故意在线上设置障碍，则会与提升教学效率的初衷相冲突。如何既让学生获得高质量线上学习资源，又让线下课堂承担不可替代的讨论、判断和反馈功能，是AI赋能教学必须解决的问题。

在学生能力识别方面，王龙认为，AI普遍进入作业、论文和课堂任务之后，教师面临更复杂的评价问题。过去可以通过作业和论文较为直接地观察学生的理解能力和投入程度；现在，学生可以使用AI生成文本、修改表达和补充论证，教师需要判断哪些内容体现了学生自己的思考，哪些只是工具输出。如果教师也大量使用AI批改和撰写评语，就可能形成“学生用AI完成作业、教师用AI评价作业”的闭环。未来教学评价需要重新设计，不能只依赖传统书面作业，也不能完全交给工具。

王龙总结认为，金融+AI的课程改革不能靠一两门课程完成，而需要经济金融学科与计算机、人工智能等学科形成更系统的融合。金融教育应在传统理论训练和AI应用能力之间找到平衡，使学生既能理解金融资产定价、资本市场运行和金融机构业务逻辑，又能掌握业界所需要的数据、算法和工具能力。与此同时，业界对人才需求的反馈也十分重要，将有助于学院进一步优化课程设置和教学安排。

以下为王龙发言全文（已经本人审定）：

各位嘉宾，大家下午好。今天很荣幸能够参与这次讨论。前面几位嘉宾的发言给我很多启发。作为大学老师，我们实际上是在为金融机构和相关行业培养人才，今天能在现场听到来自业界的嘉宾对未来人才培养提出需求，对我们很有帮助。

我想分享的主要是几个和教学有关的思考。第一个问题是，在AI时代，复旦大学经济学院的老师到底应该成为什么样的老师。第二个问题是，在当前AI快速发展的背景下，我们到底应该培养什么样的学生，才能回应市场和行业的真实需要。

刚才几位嘉宾和曾老师都讲到，AI发展非常快，更新迭代也非常快。有时候我们会发现，学生对AI工具的掌握甚至超过老师。举一个简单例子，如果我讲授公司金融课程，我可能会把AI集中用于课程准备、论文写作指导或某一个具体教学任务；但对学生来说，他可能同时面对几十门课程，也会把AI用在几十门课程和多个学习场景中。所以学生对AI的使用经验，有时候确实会超过老师。

这就迫使我们思考，教师应该如何重新定位。从去年开始，复旦大学推出了一批AI课程，学院也承接了相关课程。其中有课程由学院老师牵头，多位老师共同参与教学，我也很荣幸参与其中。同时，我也以课程为载体，申请了学校关于AI赋能课程教学改革的项目。

在教学改革过程中，我们的核心目标当然是希望把传统金融课程与当下行业所需要的技能结合起来。比如刚才几位嘉宾提到，在金融实务中，金融机构需要员工具备智能投顾、算法应用、AI辅助量化收益等方面的能力。因此，我们也希望把这些内容融入教学。

但在真正融入时，我们会遇到第一个难题：如何把AI内容加入金融学课程。换个角度说，我们似乎希望教会学生如何运用AI在资本市场上获得超额收益。但这本身存在一个现实悖论。我们当然会努力把这个问题讲清楚，这也是我参与金融+AI课程改革的重要原因之一。

第二个问题是，在教学过程中如何融入AI教学手段。现在学校也要求教师在教学中使用各种AI工具，比如AI备课、AI助教、AI批改作业等。但要让AI真正进入课程体系，一个必要条件是让学生参与线上课程。以我自己的课程为例，过去主要是线下教学；如果要进行AI教学改革，就需要把课程改造成线上线下混合课程，让学生在线上完成一部分学习。这样我才能收集学生学习这门课的数据，形成课程数据库，再让AI进入具体教学体系。

但这里又出现了新的问题：如果学生已经可以在线上很好地学习这门课程，为什么还要来线下？我也和相关老师讨论过，如果线上课程已经做得很好，学生不来线下怎么办？一种说法是，要在线上设置难点或引导机制，让学生必须参与线下环节。但这样就会形成矛盾：如果我的目标是让学生到线下参与课程，为什么还要设置线上课程？如果我们既要准备高质量线上材料，又不能让学生完全在线上学完，还要把学生拉回线下，这就可能形成互相消耗。

我认为，这是当前参与AI课程改革的老师都会碰到的一个共同难点。我们需要思考，怎样让学生在线上真正学到好的知识，同时又能通过线下课堂理解AI如何帮助他们，而不是让线上和线下互相抵消。

第三个难点，是如何识别学生的真实能力。几位业界嘉宾在招聘、实习或日常工作中，可能能够比较清晰地分辨一个学生或员工的真实能力。但在教学场景中，教师有时只能通过作业、论文或课堂表现来判断学生。AI普遍使用之后，这一判断变得更加复杂。学生可以用AI生成论文、修改表达、补充论证，老师需要判断哪些是学生自己的理解，哪些只是AI工具的输出。

进一步说，如果学生用AI完成作业，教师也用AI来批改作业、生成评语，那么就可能形成一个闭环。这个闭环本身并不一定完全不好，但如果缺乏设计，就会削弱我们对学生真实学习情况的判断。因此，未来教学评价体系也需要调整。我们不能只依赖传统作业，也不能完全把评价交给AI，而是要重新设计能够体现学生真实思考、判断和表达能力的环节。

这些都是我在教学研发和师生互动过程中遇到的问题。未来我认为各位老师都需要思考并作出改变。AI变化很快，我们希望学生既能学好传统金融理论，又能掌握业界需要的AI技能。中间这个度怎么把握，非常重要。

从更长期看，我们还需要与智能与创新学院、计算机学科以及相关领域老师形成更好的合作，推动经济金融学科和计算机学科的融合。国际金融系也希望在这方面做一些改革，包括在传统经济金融基础课程中系统性融入AI内容，而不是简单增加一门课、两门课。

未来我们也希望和几位业界嘉宾有更深入的合作和探讨。毕竟我们培养的学生最终会进入你们所在的行业和机构。业界对人才能力的具体要求，能够帮助我们更好地优化课程设置和教学安排。以上是我关于教学和AI应用的一些思考，时间关系，我就先讲到这里。谢谢各位。