AI时代经济学科线性代数的教学思考.pdfVIP

经济师》2025年第10期产学研经济

AI时代经济学科线性代数的教学思考

●张晓平

摘要随着人工智能技术在经济学领域的深入应用，线数学工具分析和解决经济学中的实际问题，让他们在动手实践

性代数作为其数学基础，对经济学科人才培养的重要性日益中理解理论的价值。

提升。文章立足于人工智能时代对经济学科人才能力培养的二、人工智时代经济学学科传统线性代数课程的局限

新要求，系统分析了传统线性代数课程在经济学科教学中存性

在的问题，提出以“应用驱动、交叉融合、计算思维”为核心的传统性代数课程沿用20世纪知识体系，强调理论抽象性

教学改革路径。具体措施包括调整课程内容体系、引入案例教与完整性，在培养逻辑思维和数学严谨性方面具有不可替代的

学、创新考核机制等，以推动线性代数教学从“理论主导”向作用。然而，随着人工智能、大数据和现代经济学研究方法的发

“理论—应用—创新一体化”转型，培养适应智能经济时代需展，传统课程在内容、教学方法及评价机制上暴露出局限，难以

求的复合型人才。满足新时代经济学对学生综合能力的要求。具体表现如下：

关键词人工智能线性代数教学改革经济学计（一）教学方法与工具固化

算思维传统教学模式大都采用“从定义到定理，从假设到结论”的

中图分类号F062.5；G642文献标识码A范式，但往往忽略了对概念、定义及假设的合理解释，导致课程

文章编号1004-4914（2025）10-193-02内容缺少了对人工智能时代中常见应用性代数工具，如矩阵

乘法、奇异值分解、性方程组求解等的应用背景介绍。课堂节

一、引言奏完全被数理逻辑牵引，学生难以理解诸如“为什么需要性空

人工智能正在推动经济学研究方式的深刻转变。无论是在间”“特征值为何对理解矩阵如此重要”的直观解释。受限于中学

机器学习、深度学习等前沿技术的理论探索中，还是在现代经济阶段的思维模式，学生虽能套用消元法解性方程组，也能凭记

分析与金融数据处理等实践应用中，数学基础始终是研究人员忆完成多项式因式分解，却多停在计算层面，无法理解为什么

和行业从业者不可或缺的能力支撑。20世纪，性代数中的诸要去计算，更谈不上在经济学中应用性代数中宝贵的数学思

如性空间的代数结构、矩阵特征值计算、矩阵分解等问题得到想。倘若大学课堂仍把重心放在从定义到定理的抽象铺陈，学生

了深入研究，并成为了训练学生数理逻辑思维的核心内容。如只知其然不知其所以然，最终容易在繁杂的数学符号、定义、结

今，这些成果不止停在理论层面，更在人工智能方法中发挥着论中失去学习数学的耐心和兴趣。此外，传统性代数教学过分

关键作用，例如应用于模型训练、数据降维和特征提取等关键环依赖于板书，而经几个世纪的发展，性代数的基本问题求解

[1]以及矩阵计算已经脱离了手写、笔算的时代，正在大步迈向通用

节。以深度学习中的神经网络为例，其每一层可表示为矩阵运

算与非性映射的复合：输入向量首先经性变换处理，再通型计算机计算时代。受限于落后的教学工具，学生难以在课堂之

过非性激活函数映射到更高层次的特征表示（见图1）。中、黑板之上真正理解性代数作为现代计算机底层基础语言