„Carnegie Mellon universitetas pelnytai pelnė vienos geriausių šalies kompiuterių mokslo mokyklų reputaciją. Jo absolventai dirba didelėse technologijų įmonėse, startuoliuose ir tyrimų laboratorijose visame pasaulyje.
Vis dėlto, nepaisant visos ankstesnės sėkmės, katedros dėstytojai šią vasarą planuoja rekolekcijas, kad permąstytų, ko mokykla turėtų mokyti, kad prisitaikytų prie sparčios generatyvinio dirbtinio intelekto pažangos.
Ši technologija „iš tikrųjų sukrėtė kompiuterių mokslo švietimą“, – teigė Thomas Cortina, universiteto bakalauro programų profesorius ir prodekanas.
Informatikos mokslui, labiau nei bet kuriai kitai studijų sričiai, iššūkį meta generatyvinis dirbtinis intelektas.
Dirbtinio intelekto technologija, kuria paremti tokie pokalbių robotai kaip „ChatGPT“, galintys rašyti esė ir atsakyti į klausimus žmogišku sklandumu, skinasi kelią į akademinę bendruomenę. Tačiau dirbtinis intelektas sparčiausiai ir stipriausiai skinasi kelią į kompiuterių mokslą, kuriame pabrėžiamas kodo, kompiuterių kalbos, rašymas.
Didelės technologijų įmonės ir startuoliai pristatė dirbtinio intelekto asistentus, kurie gali generuoti kodą ir sparčiai tampa vis pajėgesni.
Ir Sausio mėnesį „Meta“ generalinis direktorius Markas Zuckerbergas prognozavo, kad dirbtinio intelekto technologijos šiais metais iš esmės prilygs vidutinio lygio programinės įrangos inžinieriaus našumui.
Visos šalies universitetų kompiuterių mokslo programos dabar stengiasi suprasti technologinės transformacijos pasekmes ir sprendžia, ko toliau mokyti dirbtinio intelekto eroje. Idėjos svyruoja nuo mažesnio dėmesio programavimo kalbų įvaldymui iki hibridinių kursų, skirtų integruoti kompiuteriją į kiekvieną profesiją, o pedagogai svarsto, kaip atrodys ateities technologijų darbai dirbtinio intelekto ekonomikoje.
„Matome dirbtinio intelekto eros pabaigą...“ „cunamio“, – teigė Jeannette Wing, kompiuterių mokslo profesorė, Kolumbijos universiteto tyrimų vykdomoji viceprezidentė.
Skubumo jausmą didina pastaraisiais metais įtempta technologijų darbo rinka. Informatikos absolventai pastebi, kad darbo pasiūlymų, kurie anksčiau buvo gausūs, dažnai trūksta. Technologijų įmonės jau dabar labiau pasikliauja dirbtiniu intelektu kai kuriuose programavimo aspektuose, todėl kai kurie pradinio lygio darbai yra panaikinami.
Kai kurie pedagogai dabar mano, kad ši disciplina galėtų išsiplėsti ir tapti panašesnė į laisvųjų menų laipsnį, labiau pabrėžiant kritinį mąstymą ir bendravimo įgūdžius.
Nacionalinis mokslo fondas finansuoja programą „Level Up AI“, skirtą suburti universitetų ir bendruomenės kolegijų pedagogus bei tyrėjus, kad jie siektų bendros vizijos apie DI švietimo pagrindus. 18 mėnesių trukmės projektas, kurį vykdo ne pelno siekianti mokslinių tyrimų ir švietimo organizacija „Computing Research Association“, bendradarbiaudama su Naujosios Meksikos valstijos universitetu, organizuoja konferencijas ir apskritojo stalo diskusijas bei rengia informacines knygas, skirtas dalytis ištekliais ir geriausia praktika.
NSF remiama iniciatyva buvo sukurta dėl „skubumo jausmo, kad mums reikia daug daugiau kompiuterių studentų – ir daugiau žmonių – kurie žino apie DI“. „...darbo jėgoje“, – teigė Mary Lou Maher, kompiuterių mokslininkė ir Skaičiavimo tyrimų asociacijos direktorė.
Dr. Maher teigimu, kompiuterių mokslo švietimo ateitis greičiausiai mažiau dėmesio skirs programavimui, o daugiau – skaičiavimo mąstymui ir dirbtinio intelekto raštingumui. Skaičiavimo mąstymas apima problemų skaidymą į mažesnes užduotis, nuoseklių sprendimų kūrimą ir duomenų naudojimą siekiant padaryti įrodymais pagrįstas išvadas.
Dirbtinio intelekto raštingumas – tai supratimas – skirtingo lygio studentams skirtingu gyliu – kaip veikia dirbtinis intelektas, kaip jį atsakingai naudoti ir kaip jis veikia visuomenę. Pasak jos, tikslas turėtų būti puoselėti pagrįstą skepticizmą.
Carnegie Mellon universitete, dėstytojams ruošiantis susibūrimui, dr. Cortina teigė, kad, jo manymu, kursiniai darbai turėtų apimti tradicinių skaičiavimo pagrindų ir dirbtinio intelekto principų mokymą, o po to – daug praktinės patirties kuriant programinę įrangą naudojant naujus įrankius.
„Manome, kad tai yra kryptis“, – sakė jis. „Bet ar mums reikia gilesnių mokymo programos pokyčių?“
Šiuo metu kiekvienas informatikos profesorius pats sprendžia, ar leisti studentams naudoti dirbtinį intelektą. Praėjusiais metais Carnegie Mellonas pritarė dirbtinio intelekto naudojimui įvadiniuose kursuose. Iš pradžių, pasak dr. Cortinos, daugelis studentų DI laikė „stebuklinga priemone“, leidžiančia greitai atlikti namų darbus, įskaitant programų rašymą.
„Tačiau jie nesuprato pusės kodo“, – sakė jis, ir daugelis suprato, kaip svarbu mokėti patiems rašyti ir derinti kodą. „Studentai keičia savo pradmenis.“
Tai pasakytina apie daugelį informatikos studentų, kurie, nors ir su tam tikromis išlygomis, priima naujus dirbtinio intelekto įrankius. Jie teigia, kad naudoja dirbtinį intelektą kurdami pradinius programų prototipus, tikrindami, ar nėra kodo klaidų, ir kaip skaitmeninį mokytoją, atsakantį į klausimus. Tačiau jie nenori per daug juo pasikliauti, bijodami, kad tai atbaidys jų kompiuterinį nuovoką.
Daugelis studentų teigia, kad išsiunčia nuo 100 iki 200 paraiškų vasaros stažuotėms ir pirmiesiems darbams. Connoras kuris kitą rudenį bus Šiaurės Karolinos universiteto Šarlotėje vyresniųjų klasių studentas, laiko save laimingu, nes pateko į pokalbį pateikus vos 30 paraiškų. Šią vasarą jam buvo pasiūlytas kibernetinio saugumo stažuotojo darbas didelėje komunalinių paslaugų įmonėje „Duke Energy“ Šarlotėje.
„Informatikos laipsnis anksčiau buvo auksinis bilietas į pažadėtąją darbo žemę“, – sakė 22 metų ponas Drake'as. „Taip nebėra.“
Asmeninė pono Drake'o gynybos nuo dirbtinio intelekto strategija – plėsti savo įgūdžių rinkinį. Be informatikos specialybės, jis pasirinko politikos mokslų šalutinę specialybę, specializuodamasis saugumo ir žvalgybos studijose – srityje, kurioje galėtų būti pritaikytos jo kibernetinio saugumo žinios. Jis yra universiteto kibernetinio saugumo klubo prezidentas ir dirbo studentų savivaldoje.
Ponas Drake'as, kaip ir kiti informatikos studentai, buvo priverstas prisitaikyti prie vis sudėtingesnės technologijų darbo rinkos. Darbo ekspertų teigimu, veikia keli veiksniai. Ypač didelės technologijų įmonės pastaraisiais metais ribojo darbuotojų samdymą – tai staigus atsilikimas nuo pandemijos laikų pakilimo metų.
Išimtis – įtemptas santykinai nedidelio skaičiaus geidžiamiausių dirbtinio intelekto ekspertų, kuriems siūlomi pelningi atlyginimai, įdarbinimas.
Tačiau dauguma technologijų darbuotojų nedirba technologijų įmonėse. Bendras technologijų srities darbuotojų užimtumas iki šiol išliko stabilus – nuo vasario mėnesio sumažėjo 6 proc., rodo vyriausybės statistika.
Darbdaviai pasiuntė ryškesnį signalą, gerokai sumažindami technologijų srities darbo skelbimų skaičių. Per pastaruosius trejus metus 65 proc. sumažėjo įmonių, ieškančių darbuotojų, turinčių dvejų metų ar mažesnę patirtį, skaičius, rodo technologijų tyrimų ir švietimo organizacijos „CompTIA“ analizė. Technologijų srities darbuotojų, turinčių visų lygių patirtį, darbo skelbimų sumažėjo 58 proc.
„Daugiausia matome po pandemijos įvykusį įdarbinimo atsigavimą ir dabartinio ekonominio neapibrėžtumo poveikį“, – sakė Timas Herbertas, „CompTIA“ vyriausiasis tyrimų vadovas. „Kol kas neturime aiškaus dirbtinio intelekto poveikio.“
Nors kompiuterių mokslo švietimo ateitis gali būti neaiški, dirbtinio intelekto palaikomos programinės įrangos rinka yra pasirengusi augti, teigia ekspertai. Dirbtinis intelektas yra produktyvumo įrankis, ir kiekviena nauja skaičiavimo banga – asmeninis kompiuteris, internetas, išmanusis telefonas – padidino programinės įrangos ir programuotojų paklausą.
Šį kartą, anot jų, rezultatas gali būti technologijų demokratizacijos proveržis, nes pokalbių robotų stiliaus įrankius naudoja žmonės iš įvairių sričių – nuo medicinos iki rinkodaros – kurdami savo programas, pritaikytas jų pramonei ir pagrįstas konkrečiai pramonei skirtais duomenų rinkiniais.
„Programinės įrangos inžinerijos darbo vietų augimas gali sumažėti, tačiau bendras programavime dalyvaujančių žmonių skaičius didės“, – teigė Alexas Aikenas, Stanfordo universiteto kompiuterių mokslo profesorius.“ [1]
1. How Do You Teach Computer Science in the A.I. Era? Lohr, Steve. New York Times (Online) New York Times Company. Jun 30, 2025.
Komentarų nėra:
Rašyti komentarą