Университеты не успевают за технологиями: соучредитель Coursera дал совет выпускникам

Соучредитель Coursera и профессор Стэнфордского университета Эндрю Ин считает, что современные модели искусственного интеллекта не следует воспринимать как полноценный инструмент для обучения. По его мнению, они помогают быстрее выполнять задачи, но часто ухудшают усвоение знаний и память, если человек перекладывает на них когнитивную нагрузку.

В подкасте Silicon Valley Girl Ин рассказал, что образование в эпоху ИИ становится ещё важнее, ведь именно оно формирует контекст, суждения и вкус — качества, которых не хватает современным моделям. Он также объяснил, почему университеты отстают от темпов развития технологий, и дал совет выпускникам.

Почему ChatGPT не заменяет обучение

Ин назвал современные крупные языковые модели «ужасными для обучения» в том виде, в каком большинство людей использует их сегодня. По его словам, исследования уже показывают довольно последовательную картину: студенты, которые используют ИИ для выполнения домашних заданий, получают более высокие оценки, однако усваивают материал значительно хуже в долгосрочной перспективе. По его мнению, проблема заключается в том, что человек передает когнитивную нагрузку машине, а вместе с ней — возможность закрепить знания.

ВАС ЗАИНТЕРЕСУЕТ

Школы оценивают учеников по заданиям, которые ИИ выполняет за секунды — исследования

Ин привел пример из собственной работы над программными проектами. Когда возникает вопрос о фронтенде или бэкенде, он быстро получает ответ от ИИ и успешно завершает задачу. Однако через несколько месяцев, когда нужно снова работать с тем же компонентом, приходится повторно обращаться к модели.

«Проходит полгода, и когда мне снова нужно переделать этот компонент, я уже не помню ответа. И снова обращаюсь к ИИ», — отметил Ин и добавил, что это не означает, будто ИИ невозможно эффективно использовать для обучения — просто нынешние сценарии его применения редко способствуют подлинному усвоению знаний.

Университеты не успевают за ИИ

Отдельную проблему Ин видит в скорости адаптации высшего образования. По его мнению, когда ИИ кардинально меняет подходы к разработке программного обеспечения, университетам требуются годы, чтобы обновить курсы, пройти внутренние согласования и обучить преподавателей. Из-за этого, как он отметил, многие учебные программы до сих пор готовят студентов к реалиям 2022 года, хотя ориентироваться уже следует на потребности 2028-го и последующих лет.

Несмотря на это, Ин не согласен с утверждением, что работы для молодых специалистов не осталось. По его словам, работодатели до сих пор испытывают нехватку квалифицированных кадров.

ВАС ЗАИНТЕРЕСУЕТ

ИИ в украинских школах: более 80 % учеников уже используют ChatGPT

Почему молодые специалисты имеют преимущество

В своей компании Ин работает со стажерами, среди которых есть студенты, выпускники и даже ученик старшей школы. Он называет их «цифровыми аборигенами» эпохи ИИ.

По словам эксперта, они умеют использовать инструменты искусственного интеллекта для рутинной работы, но в то же время сосредотачиваются на задачах, требующих человеческого мышления и понимания контекста. Именно поэтому главный совет Ина выпускникам заключается не только в том, чтобы хорошо учиться в университете, но и постоянно осваивать новые навыки самостоятельно.

«Если есть навыки, которым в университете пока не обучают, ищите другие способы получения знаний онлайн — на платформах Coursera, DeepLearning.ai, Udemy или других ресурсах. Там можно приобрести самые современные компетенции, в том числе навыки работы с ИИ, которые университеты еще не успели интегрировать в свои учебные программы», — подытожил Ин.

Подробнее о том, как технологический прогресс меняет требования к специалистам и образовательным программам, рассказывает руководительница образовательных партнерств в SoftServe Ольга Доля в статье«IT-образование в эпоху искусственного интеллекта: как университетам успевать за вызовами рынка». Автор подчеркивает, что автоматизация рутинного написания кода повышает ценность фундаментальных знаний: работодатели всё чаще ищут специалистов с системным и критическим мышлением, глубокой математической базой и развитой ИИ-грамотностью, поэтому главная задача университетов — обучать базовым инженерным принципам, которые не устаревают, в тесном партнерстве с бизнесом.