Dirbtinis intelektas jau seniai nėra mokslinės fantastikos objektas: aplink mus gausu išmaniųjų sprendimų, palengvinančių buitį ir kasdienius darbus. Dėl sparčios technologijų raidos ši kompiuterinė programa nuolat evoliucionuoja, todėl universitetai savo studijų programas kasmet formuoja taip, kad pritrauktų kuo daugiau gabių studentų, gebančių ją vystyti ir suvaldyti.
Dirbtinis intelektas (DI) jau seniai nėra mokslinės fantastikos objektas: aplink mus gausu išmaniųjų sprendimų, palengvinančių buitį ir kasdienius darbus, o socialiniuose tinkluose kompiuterinės programos dažnai pakeičia klientų aptarnavimo specialistus bei sprendžia rutinines užduotis. Dėl sparčios technologijų raidos ši kompiuterinė programa nuolat evoliucionuoja, todėl universitetai savo studijų programas kasmet formuoja taip, kad pritrauktų kuo daugiau gabių studentų, gebančių ją vystyti ir suvaldyti, rašoma „Ames Education“ siųstame pranešime žiniasklaidai.
Asociatyvi „Pixabay“ nuotr.
Stebėdamos pokyčius, „Ames Education“ vadovė, studijų užsienyje ekspertė Eglė Kesylienė ir KTU Elektros ir elektronikos inžinerijos lektorė Neringa Dubauskienė sutaria – ugdyti dirbtinio intelekto specialistus netrukus taps kiekvieno technologinio profilio universiteto pareiga.
– Turbūt, prisiminus programavimo eros pradžią, galima teigti, kad visuomenėje vis dar gajūs stereotipai, jog dirbtinio intelekto vystymas – vyriška specialybė? Užsienio spaudoje pateikiama statistika rodo, kad šioje srityje dirba tik 12 proc. moterų, nors kompetencijos ir gebėjimai leistų kur kas daugiau. Kaip manote, ar tai, kad merginos ir moterys vis dar bijo save išbandyti šioje srityje, lemia nepakankama visuotinė komunikacija?
– N. Dubauskienė: Dirbtinis intelektas, deja, neišvengia tų pačių stereotipų, kaip ir kitos mokslo sritys, nes mokslinė veikla, neva, nemoteriška. Moterys ir merginos šioje srityje tikrai gali būti pilnavertės dalyvės – tai, kas jas sustabdo, dažniausiai yra ne jų pačių gebėjimai ar galimybės, o priešiškai, stereotipiškai nusiteikę kolegos ar darbdaviai. Nepaisant to, moterys ir merginos, kurios pasirenka šią specialybę ir šioje srityje dirba, pasiekia tikrai puikių rezultatų. Deja, koncentruojantis į visuomenės mąstymo pokyčius tik šioje siauroje sferoje, problemų nepavyks išspręsti – reikia holistinio požiūrio į moters vaidmenį visuomenėje ir šių ribų perbraižymo.
– Dirbtinio intelekto programa gali beveik viską: užsakyti maisto, kai jis baigiasi šaldytuve, pasiūlyti mums mėgstamų filmų arba dainų grojaraščių, už mus vairuoti automobilį ir net surasti antrą pusę, tačiau švietimo sistemoje jis lyg mėnulyje – žengia pirmus nedrąsius žingsnius. Kaip manote, kodėl?
– E. Kesylienė: Visi ekspertai prognozuoja, kad švietimo srityje dirbtinis intelektas turi didžiausią potencialą, nes tinkamai pritaikyti technologiniai sprendimai gali visiškai transformuoti įprastą mokymosi procesą, tačiau sutinku, kad šiuo klausimu esame dar labai ankstyvoje stadijoje. Ne tik Lietuva – visa Europa negali lygintis su Kinija ar Jungtinėmis Amerikos Valstijomis. Turbūt tai susiję ne tiek su šalies mokslininkų gausa, kiek su galimybėmis testuoti ir plačiau pritaikyti šią technologiją – mūsų rinka tam per maža, o ir universitetai dar neruošia šios srities specialistų arba paruošia jų per mažai.
Kitas svarbus niuansas – dirbtinio intelekto veikimo principas. Ši technologija grindžiama nuspėjamais, šabloniniais elgesio modeliais, tačiau kiekvienas studentas yra individualus ir skirtingai reaguoja į įvairias situacijas. Mokymosi procese emocijos vaidina labai svarbų vaidmenį, nes besimokantieji geriau mokosi, kai jaučia, kad jie yra svarbūs dėstytojui bei yra vertinami kaip asmenybės, turintys savo interesus bei galintys savarankiškai kontroliuoti savo mokymosi eigą. Dėl šių emocinių ir asmeninių mokymosi aspektų švietimas tampa itin sudėtinga veikla, todėl geram rezultatui pasiekti būtina žmogaus ir technologijų sinergija. Tačiau dar daug ko turime išmokti. Geriausias pavyzdys, kokį potencialą turi dirbtinio intelekto pritaikymas švietime – karantino suvaržymai, kai visi mokytis, studijuoti ir dirbti buvome priversti per nuotolį. Natūralu, kad šie procesai keičia švietimo programas ir net patį švietimą.
– Kaip?
– N. Dubauskienė: Švietimą pakeitė ne tik dirbtinis intelektas, ir kiti faktoriai lemia, kad mokantis vis mažiau dėmesio skiriama informacijos atkartojimui, ir vis daugiau – gebėjimui daryti pagrįstas išvadas, žinių sintezavimui ar kritiškam jų vertinimui. Dėl interneto ir augančio pragyvenimo lygio mokytojas ar dėstytojas nebėra tik žinių šaltinis, nes rasti informacijos nebėra sunku. Edukatoriai tampa mentoriais ir fasilitatoriais, kurie padeda greičiau pasiekti rezultatų, suteikia galimybę efektyviai lavinti norimus įgūdžius ir neleidžia nuklysti nuo užsibrėžto tikslo. Dirbtinio intelekto įrankiai švietime turi daug potencialo, bet labai kardinalių pokyčių dar neįvyko – pasauliniu mastu bene ryškiausiai matomas masinių atvirų internetinių kursų – MAIK (angl. MOOC) indėlis, dėl kurių mokymasis tampa prieinamesnis, ir kurie labai noriai savo veikloje taiko įvairius išmanius įrankius. Bet, nepaisant prognozių, pakeisti klasikinių universitetų jiems dar nepavyko.
– E. Kesylienė: Įvairūs moksliniai tyrimai rodo, kad didžiausia nauda, kurią dabar dirbtinis intelektas sukuria švietimo sistemoje, yra studento potencialo identifikavimas, tačiau ne mažiau įdomu, kokį vaidmenį dirbtinis intelektas vaidina palengvinant studijų proceso valdymą tiek dėstytojams, tiek studentams. Vokietijos Oldenburgo universiteto profesorius Olaf Zawacki-Richter labai aiškiai testais pademonstravo, kaip dirbtinis intelektas gali pagerinti studento akademinę pažangą, mat didžiausias dėmesys sutelkiamas į savalaikę pagalbą studentui ir grįžtamąjį ryšį. Turkijos mokslininkai atliko kitą tyrimą: praėjus tik 3 savaitėms nuo kompiuterių mokslo ir informacinių technologijų kurso pradžios universitete, taikant specifinį algoritmą, buvo aiškiai identifikuoti studentai, kurie potencialiai neišlaikys šio modulio egzaminų. Vėliau 74 proc. identifikuotųjų šio egzamino ir neišlaikė. O štai mokslininkai Taivanio universitete siekė identifikuoti studentus, kurie, įstoję į aukštojo mokslo įstaigą, gali jos nebaigti, mat ženkliai išaugo studijas metančių studentų skaičius – nuo 4 proc. 1988 metais iki 15 proc. 2017 metais. Remiantis dirbtinio intelekto susistemintais duomenimis, siūlomi personalizuoti mokymo sprendimai, kad metančių studijas būtų kuo mažiau.
Taigi, dirbtinis intelektas pasitelkiamas ne tik galimų priežasčių, kurios gali daryti įtaką studento pažangos kritimui, prognozavimui, bet ir mokymo programos personalizavimui, siekiant galutinio tikslo – įgyto aukštojo mokslo išsilavinimo.
– Viešojoje erdvėje dažnai pasigirsta svarstymų, kad šios technologijos įtvirtinimas švietimo sistemoje eliminuos dėstytojus, kaip robotizacija dažniausiai panaikina žmonių darbo vietas gamyklose. Ar tai realu?
– E. Kesylienė: Dirbtinio intelekto įtvirtinimą švietimo sistemoje prilyginčiau revoliucijai informacinių technologijų studijų sferoje. Sąlyginai nauja, moderni, dinamiška, technologijas ir visuomenę apjungianti, į gyvenimo kokybę ir pažangą orientuota sritis kuria naują pažangios visuomenės evoliucijos etapą.
Paprastai dirbtinio intelekto šalininkai kaskart kartoja, kad automatizuoti sprendimai niekaip nepakeis dėstytojų, tačiau šiuos sprendimus kritikuojantys teigia, kad procesų robotizavimas pirmiausia mažina mokymo proceso kaštus, o mokymo procese didžiausi kaštai yra žmogiškieji resursai. Vis tik, JAV mokslininkai Peter H. Diamandis ir Steven Kotler teisingai pastebi, kad pagrindinis robotizavimo tikslas yra našumo didinimas, tačiau anot jų, našumas auga ne atsisakant žmogiškųjų išteklių, bet jiems bendradarbiaujant ir augant kartu su robotizuotais sprendimais.
Dirbtinis intelektas gali atlikti visus rutininius veiksmus, kurie itin imlūs profesūros ir administracijos darbo laikui, taip taupant šiuos resursus problemų sprendimui, kurioms būtinas glaudus bendradarbiavimas su studentais. Kokybiškai pritaikius technologijas, profesūrai nebereikės nuolat grįžti prie jau aptartų klausimų ar bent kartą išdėstytos mokomosios programos, nes automatizuotas procesas ir „asistentai“ – pokalbių robotai – taps didžiausiais pagalbininkais. Na ir žinoma, mokymo turinys bei „asistentai“ bus prieinami 24/7, nereikalaujant iš studento papildomų išlaidų kelionei į mokymo įstaigą ar pragyvenimui užsienio šalyje.
Galiu drąsiai teigti, kad kvalifikuoto akademinio personalo, rengiančio jaunus specialistus ir besidalinančio su jais įgyta patirtimi ir įžvalgomis, niekada nepakeis robotai. Tačiau natūralu, kad tokiu atveju dėstytojai turės būti praktikai, kurie žengia koja kojon su mokslu ir visuomenės pažanga.
– N. Dubauskienė: Dėl savo darbo vietos nebijau – dirbtinio intelekto įrankiai gali suteikti daug galimybių, bet pakeisti dėstytoją nėra taip paprasta, nes žmogiškas dėmesys mokantis labai svarbus. Tobulėjant technologiniams įrankiams, galima tikėtis, kad bus lengviau naudoti modernius mokymosi metodus, pavyzdžiui, vadinamąją „apverstą klasę“. Taip mokantis, studentai dar prieš ateidami į auditoriją ruošiasi savarankiškai, pavyzdžiui, išmoksta naujus užsienio kalbos žodžius ir gramatikos taisykles, matematikos teoremas ar inžinerijos algoritmus, o dalyvaujant dėstytojui, šias žinias panaudoja kalbėjimo praktikoje, sudėtingų uždavinių ar problemų sprendimui. Dirbtinio intelekto įrankiai gali padėti lengviau įsisavinti reikiamą informaciją, atkreipti dėmesį į turimas spragas, ar daromas klaidas, o dėstytojo vaidmuo – užtikrinti, kad informacija taptų plačiai pritaikomomis ir naudingomis žiniomis. Vis dažniau kalbama apie „hibridinį dirbtinį intelektą“, kai programa ir žmogus dirba kartu – tokiu būdu galima tikėtis tikrai gerų rezultatų.
– Jo vis mažiau, tačiau vis dar pasitaiko – nepilnavertiškumo, kaip tautos, sindromas. Ar gali lietuviai savo žiniomis konkuruoti su didžiųjų ar turtingų ekonomikų valstybių mokslininkais?
– N. Dubauskienė: Lietuvoje nėra gausu gamtinių išteklių, ar pigios darbo jėgos, taigi, turime orientuotis į intelektinius pasiekimus, todėl drąsiai galiu pasakyti – lietuviai dirbtinio intelekto srityje veikia aktyviai ir sėkmingai. Daug dirbtinio intelekto projektų vystoma medicinos srityje – pvz., patiriamo skausmo objektyviam įvertinimui arba akių judesiais valdomų neįgaliesiems skirtų vežimėlių kūrimas. Kita sritis – transporto technologijos, pvz., KTU sukurta sistema leidžia greitai atpažinti transporto priemones transporto sraute ir taip efektyviau spręsti kamščių, parkavimosi ar apskaitos problemas. Dauguma dirbtinio intelekto projektų skirti gana specializuotos srities problemų sprendimui, todėl visuomenė apie juos žino nedaug, bet jų rezultatai dažnai būna labai reikšmingi.
– Dirbtinio intelekto ateitis – kas toliau?
– N. Dubauskienė: Dirbtinis intelektas sulaukė nemažai susidomėjimo iš visuomenės, jo tyrimams skiriama daug resursų, todėl galima tikėtis ir proveržių. Kiekvienas žmogus, kurio gyvenime yra pasikartojančių, nuobodžių užduočių, gali tikėtis, kad jas galiausiai perims dirbtinio intelekto programa. Mums, žmonėms, teks daryti tai, ką mes mokame geriausiai – kurti, reaguoti į netikėtas problemas ir skirti dėmesį vienas kitam. Labai tikiuosi, kad jau greit visai nebereikės tikrinti studentų sprendžiamų uždavinių ar taisyti dažnai pasikartojančių klaidų – tą už mane darys kompiuterinė programa. Mano užduotis bus paskatinti studentus mąstyti plačiau ir kurti drąsiau, nes to ateityje labai reikės.
– E. Kesylienė: Pritariu, kad dėstytojų darbe mažės nuolat besikartojančio užduočių, testų sudarymo žinių patikrinimo tikslais ir darbų tikrinimo – šį darbą puikiai atliks „asistentas“, kuris vadinamas „dirbtiniu intelektu“. Na, o dėstytojai galės daugiau laiko skirti bendravimui su besimokančiaisiais, tai, ko dirbtinis intelektas kol kas nėra pajėgus daryti. Maža to, automatizuotas žinių tikrinimas leis pateikti studentui greitesnį grįžtamąjį ryšį dar prie pateikiant galutinę užduotį vertinimui.
– Galbūt universitetų programose atsirado naujų specialybių, kurios ruošia šios srities specialistus darbo rinkai? Jeigu taip, kokių gebėjimų ir pažymių krepšelio reikia stojant bei ką verta iš anksto pasiruošti?
– N. Dubauskienė: Dirbtinis intelektas – labai plati sritis. Norintys šioje srityje dirbti, turėtų apsispręsti, kuri mokslo sritis jiems labiausiai patinka – informatika ir matematika yra pagrindiniai dalykai, svarbūs norintiems siekti karjeros dirbtinio intelekto srityje. Jeigu nepavyko įstoti į, pvz., duomenų mokslo studijų programą (viena iš dirbtinio intelekto sričių), galima studijuoti statistiką – nemažai šios technologijos įrankių yra statistiniai. Su dirbtinio intelekto algoritmais susipažįstama ir daugumoje informatikos srities programų, o jeigu norisi dirbtinio intelekto panaudojimo galimybių, siūlau rinktis inžineriją, pvz., elektroniką ar energetiką, nes šios sritys naudoja daug dirbtinio intelekto įrankių. Kadangi dažnai dirbtinis intelektas asocijuojasi su robotais, universitetai siūlo ir robotikos ar automatikos studijų programas, kuriose taip pat nemažai šios technologijos sprendimų.
Moksleiviams visų pirma siūlau daug dėmesio skirti matematikai – net ir socialiniai bei humanitariniai mokslai naudoja daug statistinių dirbtinio intelekto įrankių, todėl, kuo geriau mokėsite matematiką, tuo daugiau pasirinkimo galimybių turėsite.
– E. Kesylienė: Mokslo ir pramonės pažanga neabejotinai formuoja naujų specialistų poreikį, todėl universitetai kasmet siūlo vis didesnę studijų programų įvairovę, ypač informacinių technologijų srityje. Itin sparčiai populiarėjančios dirbtinio intelekto studijos pamažu atskyla nuo bendros informacinių technologijų bei kompiuterių mokslų programos ir bakalauro studijų pakopoje jau yra siūlomos visose pasaulio šalyse. Tiesa, tik nedaugelyje universitetų. Siekiantys įgyti prestižinį tarptautinį išsilavinimą, būsimi studentai dirbtinio intelekto studijas dažniausiai renkasi JAV, Kanadoje, Australijoje, Jungtinėje Karalystėje, Airijoje, Nyderlanduose ir Skandinavijos regione.
Viena aišku – susidomėjimas dirbtinio intelekto programos studijomis didelis. Pastaruoju metu Jungtinėje Karalystėje stojančiųjų skaičius į kompiuterinių mokslų ir informacinių technologijų studijų kryptį išaugo net 50 proc. Panašios tendencijos pastebimos ir kituose pasaulio universitetuose, nes dirbtinio intelekto programos studijų skaičius auga eksponentiškai, pvz., 2011 m. šias programas rinkosi tik 65 studentai, o 2020 m. – net 355.
Prieš teikiant paraiškas, visada rekomenduoju nuodugniai išanalizuoti universiteto keliamus reikalavimus, į pagalbą pasitelkiant ir studijų užsienyje ekspertus. Žinoma, be išimties visi universitetai pirmiausiai žiūrės, ar studento mokomųjų dalykų rinkinys atitinka studijų programos turinį, taigi, būsimi dirbtinio intelekto profesionalai paskutiniuosius dvejus metus mokykloje turi mokytis matematikos bei fizikos ir informacinių technologijų. Norint tinkamai pasiruošti stojimams, rekomenduoju ruoštis valstybiniams matematikos ir fizikos egzaminams, pagal galimybes – informacinių technologijų egzaminui. Tačiau kiekvienas atvejis yra individualus – kai kuriems universitetams svarbesnis už valstybinių egzaminų rezultatus yra metinis pažymių vidurkis, kuris parodo nuoseklų mokymosi rezultatą.
Be specialybės dalykų, ne mažiau svarbu tobulinti užsienio kalbos įgūdžius. Jei studijas moksleivis planuoja anglų kalba, jo žinių lygis turi būti atitinkamai aukštesnis, rekomenduojama C1 lygio, nors standartiškai daugumai užsienio universitetų pakanka B2 rezultato (arba 6.5 bei aukštesnio rezultato IELTS Academic egzamine).
Taip pat svarbu aiškiai susidėlioti motyvaciją. Jeigu stojama į konkrečią, specializuotą sritį, reikia gebėti stojimų komisijai paaiškinti, kodėl būtent ši sritis domina ir iš kur apie ją moksleivis sužinojo – universitetai nori įsitikinti, kad jaunas žmogus žino, kur stoja. Taigi, jeigu jis mokėsi kursuose, turėjo profesinę praktiką, šešėliavo įmonėje šalia dirbtinio intelekto specialisto, apie tai reikia informuoti universitetą atitinkamu formatu – CV, motyvaciniame laiške, mokytojo rekomendacija ar praktikos rekomendacija iš savo praktikos vadovo.
Be to, dažnai universitetai, kaip atrankos kriterijų, turi vadinamas matching procedūras, kurių metu patikrinamas studento pasirengimas konkrečiai studijų programai. Tokios procedūros tikslas yra ne patikrinti teorines ar praktines pasirenkamos specialybės žinias, bet studento psichologinį pasiruošimą ir studijų programos turinio išmanymą.
– Natūralu, kad dėl platesnio dirbtinio intelekto pritaikymo keisis ir darbo rinka, tad, kaip prognozuotumėte, kokių kompetencijų universitetų absolventams ir būsimiems darbuotojams gali reikėti?
– N. Dubauskienė: Labai daug įvairių prognozių ir apžvalgų pageidaujamų savybių sąraše mini kūrybiškumą. Tiesa, pasigilinus paaiškėja, kad reikalingas ne tiek abstrakčiai kūrybiškas, kiek į problemų sprendimą orientuotas mąstymas – tikimasi, kad bet kokio lygmens darbuotojai bus aktyvūs ir patys siūlys geresnius sprendimus, o ne lauks, kol juos padiktuos vadovas. Kitas labai svarbus dėmuo – gebėjimas dirbti komandoje. Beveik nebeliko darbų, kuriuose gerų rezultatų galima pasiekti vienam (ypač informacinėse technologijose), o ir komandos dažnai labai nevienalytės, sudarytos iš toli vieni nuo kitų esančių žmonių, iš skirtingų kultūrų – gebėjimas susikalbėti ir kartu siekti gero rezultato tampa vis svarbesni. Be to, pandemija pakoregavo ir biurų tradicijas: kadangi vis daugiau darboviečių siūlo laisvą darbo grafiką ir darbą iš namų, svarbūs tampa planavimo įgūdžiai, gebėjimas tinkamai paskirstyti prioritetus ir laikytis plano. Ne mažiau svarbi ir žmogaus vidinė motyvacija bei noras atlikti darbą kuo geriau.
– E. Kesylienė: JAV atlikto „McKinsey Global Institute“ darbo rinkos tyrime prognozuojama, kad dirbtinis intelektas iki 2030 m. pasaulio ekonomiką praturtins 13 trilijonų dolerių, tad net trečdalis JAV dirbančiųjų iki tol turės pakeisti profesinę kryptį. Ypač pažeidžiami bus dirbantieji duomenų apdorojimo srityje, pvz., finansų ar administracinėse pozicijose, teisinės srities pagalbinis personalas, pardavimo vadybininkai, net ir IT specialistai. Manoma, kad net 47 proc. mokymo proceso valdymo priemonių bus pakeistos dirbtinio intelekto sprendimais per artimiausius metus – pandemijos realijos perkeliant visą mokymo ir jo administravimo procesą į nuotolį šias galimybes puikiai pademonstravo. Tad tam ruoštis reikia jau dabar.
– Mokymasis visą gyvenimą taps ne išskirtinumu, bet būtinybe?
– N. Dubauskienė: Tai bene vienintelė prognozė, kuria nei trupučio neabejoju. Net geriausios studijų programos suteikia tik tiek žinių, kad jų pakaktų tolimesniam mokymuisi dirbant – ir šis mokymasis tęsis visą karjerą. Pokyčiai įvairiose srityse nėra lengvai nuspėjami, sunku įvertinti, kokie įgūdžiai bus reikalingi po keleto metų, nes nemažai profesijų, kurios teks dabartiniams moksleiviams, greičiausiai šiuo metu dar neegzistuoja, todėl gebėjimas mokytis yra ypač svarbus. Iš vienos pusės, tai nereiškia nuolatinio sėdėjimo klasėje ar auditorijoje, iš kitos – tikėtina, kad ateityje universitetų studijas rinksis vis įvairesnio amžiaus žmonės.
