আরও বেশি সংখ্যক সিএস শিক্ষার্থীরা AI-তে আগ্রহী - এবং পর্যাপ্ত প্রভাষক নেই

মার্কিন বিশ্ববিদ্যালয়গুলির কম্পিউটার-বিজ্ঞান বিভাগে AI-তে আগ্রহী ক্রমবর্ধমান সংখ্যক শিক্ষার্থীকে শেখানোর জন্য পর্যাপ্ত প্রভাষক নেই, এই মাসে সেন্টার ফর সিকিউরিটি অ্যান্ড এমার্জিং টেকনোলজি (CSET) এর একটি প্রতিবেদনে পরামর্শ দেওয়া হয়েছে।

1950-এর দশকে এই ক্ষেত্রটি আনুষ্ঠানিকভাবে প্রতিষ্ঠিত হওয়ার পর থেকে মেশিন লার্নিং এবং কৃত্রিম বুদ্ধিমত্তার প্রতি আগ্রহ বেড়েছে এবং কমেছে। নিউরাল নেটওয়ার্ক সাম্প্রতিক বছরগুলিতে একটি প্রত্যাবর্তন করেছে, গভীর শিক্ষার মাধ্যমে জনপ্রিয়তায় বিস্ফোরিত হয়েছে। বিশ্ববিদ্যালয়গুলিতে মেশিন-লার্নিং কোর্সের চাহিদা আকাশচুম্বী হয়েছে, আমাদের বলা হয়েছে, এবং ছাত্রদের আগ্রহকে সমর্থন করার জন্য পর্যাপ্ত লেকচারার নেই।

দ্বারা সংকলিত তথ্য তালবী জরিপ, এবং উদ্ধৃত রিপোর্ট, দেখায় যে 2011 এবং 2020 এর মধ্যে, আমেরিকাতে কম্পিউটার-সায়েন্স প্রোগ্রামে নথিভুক্ত ছাত্রদের সংখ্যা 60,661 থেকে তিনগুণ বেড়ে 182,262 হয়েছে। কিন্তু কম্পিউটার-বিজ্ঞান বিভাগে অনুষদের সংখ্যা 1.5X এর নিচে 4,363 থেকে বেড়ে 6,230 হয়েছে। সমীক্ষাকৃত বিভাগগুলিতে মোট ছাত্র-থেকে-অনুষদ অনুপাত 14-থেকে-1 থেকে 29-থেকে-1 পর্যন্ত দ্বিগুণ হয়েছে। 

এখন, স্পষ্ট করে বলতে গেলে, এই পরিসংখ্যানগুলি 140টি মার্কিন কম্পিউটার-সায়েন্স বিভাগে নথিভুক্ত সমস্ত ছাত্রদের প্রতিনিধিত্ব করে, সেই ছাত্রদের তুলনায় যারা বিশেষভাবে এআই ক্লাসের জন্য সাইন আপ করে, যদিও রিপোর্টটি যুক্তি দেয় যে পরিসংখ্যানগুলি প্রাথমিকভাবে চালিত কোর্সগুলির প্রতি আগ্রহ বৃদ্ধির ইঙ্গিত দেয়। মেশিন লার্নিং এর শিক্ষা। নির্বাহী সারাংশ উপসংহারে:

যদিও যারা কম্পিউটার সায়েন্স নেয় তাদের মধ্যে একটি অনস্বীকার্য বৃদ্ধি রয়েছে, আপনাকে রিপোর্টের শব্দটি নিতে হবে যে এটি সব সম্ভাবনায় এমএল-এর প্রতি আগ্রহ বৃদ্ধির সমান। "কম্পিউটার সায়েন্স বিভাগে অনেক AI কোর্স পড়ানো হয়, এবং AI বিশেষজ্ঞরা সামগ্রিকভাবে CS অনুষদের ক্রমবর্ধমান অংশের জন্য দায়ী," রিপোর্টে একটি পরিশিষ্টে উল্লেখ করা হয়েছে৷

কিছু বিশ্ববিদ্যালয়ে শিক্ষক কর্মচারীর অভাবের কারণে নির্দিষ্ট ক্লাসের জন্য শিক্ষার্থীর সংখ্যা সীমাবদ্ধ করতে হয়েছে। শিক্ষাকে সীমিত করা মার্কিন যুক্তরাষ্ট্রের জন্য ক্ষতিকর প্রভাব ফেলবে, রিপোর্টের লেখক রেমকো জুয়েটস্লুট, সেন্টার ফর সিকিউরিটি অ্যান্ড ইন্টারন্যাশনাল স্টাডিজের ইন্টারন্যাশনাল সিকিউরিটি প্রোগ্রামের একজন ফেলো এবং জর্জটাউনের CSET-এর গবেষণা বিশ্লেষক জ্যাক করিগান ব্যাখ্যা করেছেন।

"শিক্ষার ক্ষমতার ব্যবধান মার্কিন AI কর্মশক্তিতে প্রতিভার প্রবাহকে সীমিত করে, যা অর্থনৈতিক এবং জাতীয় নিরাপত্তাকে নেতিবাচকভাবে প্রভাবিত করে," তারা লিখেছেন। “গবেষণা দেখিয়েছে যে উদ্ভাবন আংশিকভাবে একটি নির্দিষ্ট ক্ষেত্রের পরম সংখ্যক গবেষকের একটি ফাংশন এবং নতুন ধারণা তৈরির কাজটি আরও শ্রমঘন হয়ে উঠছে। তাই কম প্রতিভা মানে কম উদ্ভাবন।

AI বিশেষজ্ঞরা এর আগে সতর্ক করে দিয়েছিলেন যে বিশ্ববিদ্যালয়গুলি প্রতিভার মস্তিষ্কের ড্রেনে ভুগছে। একাডেমিয়ায় যাওয়ার পরিবর্তে, তারা উচ্চ বেতন এবং আরও ভাল সংস্থান অ্যাক্সেসের কারণে শিল্পে গবেষণার অবস্থানের দিকে এগিয়ে যাচ্ছে, যার ফলে কলেজগুলিতে কম টিউটর রয়েছে।

কিন্তু Zwetsloot এবং Corrigan বিশ্বাস করে যে ডেটা দেখায় যে এটি সম্পূর্ণ চিত্র নয়। এটি এমন নয় যে বিশ্ববিদ্যালয়গুলি আরও বেশি শিক্ষার্থীকে সমর্থন করার জন্য অনুষদ নিয়োগের জন্য লড়াই করছে, এটি হল যে তারা যথেষ্ট দ্রুত গতিতে নিয়োগ দিচ্ছে না। শিল্পের দ্বারা প্ররোচিত কিছু শিক্ষাবিদ প্রায়শই তাদের বিভাগে থাকতে থাকে এবং একটি কোম্পানির জন্য কাজ করে তাদের সময়ের 10 থেকে 20 শতাংশ ব্যয় করে। 

“সাম্প্রতিক বছরগুলিতে একাডেমিয়া থেকে শিল্পে এআই অনুষদের বহিঃপ্রবাহ বৃদ্ধি পেয়েছে বলে আমরা খুব কম প্রমাণ পেয়েছি এবং, যদিও নতুন পিএইচডি স্নাতকদের একটি বড় অংশ প্রকৃতপক্ষে শিল্পে চাকরি নিচ্ছে, জরিপের তথ্য ইঙ্গিত করে না যে তারা একাডেমিক বিষয়ে অনাগ্রহী। কর্মজীবন যাইহোক, আমরা প্রমাণ পেয়েছি যে পরামর্শ দেয় যে বিশ্ববিদ্যালয়গুলি এআই-সম্পর্কিত শিক্ষার ক্রমবর্ধমান চাহিদার সাথে সামঞ্জস্য রেখে কম্পিউটার বিজ্ঞান অনুষদের পদের সংখ্যা বাড়ায়নি,” রিপোর্টে বলা হয়েছে।

স্ট্যানফোর্ড ইউনিভার্সিটির কম্পিউটার সায়েন্সের সহযোগী অধ্যাপক পার্সি লিয়াং অবশ্য আমাদের বলেছেন: "এটি সত্য যে উপলব্ধ অনুষদ পদের সংখ্যা শিল্পের অবস্থানের সংখ্যার মতো দ্রুত বৃদ্ধি পায়নি, তবে আমি মনে করি ব্রেন ড্রেন আসল: গবেষকরা একাডেমিয়ার চেয়ে শিল্প বেছে নেন বা উচ্চতর ক্ষতিপূরণ, আরও ডেটা এবং গণনার কারণে শিল্পে যাওয়ার জন্য একাডেমিয়া ছেড়ে দেন।"

কার্নেগি মেলন ইউনিভার্সিটির মেশিন লার্নিং এবং অপারেশনস রিসার্চের সহকারী অধ্যাপক জ্যাচারি লিপটন, ইতিমধ্যে বলেছেন নিবন্ধনকর্মী তিনি শিল্পে যাওয়া গবেষকদের বিশাল ব্রেন ড্রেন দেখতে পান না। একটি কোম্পানির জন্য কয়েক বছর কাজ করার পরে, অনেকেই প্রায়শই একাডেমিয়ায় ফিরে আসেন।

"হ্যাঁ, শিল্পে আরও বেশি বেতন রয়েছে তবে এটি এক ধরণের বিরক্তিকর," তিনি আমাদের বলেছিলেন। “তাদের ফোকাস আরও মায়োপিক। ভিত্তিগত, তাত্ত্বিক গবেষণায় আরও গুরুত্বপূর্ণ আকর্ষণীয় সমস্যা রয়েছে যা এখনও একাডেমিয়ায় সবচেয়ে ভাল অধ্যয়ন করা হয়।"

লিপটন বলেন, মেশিন লার্নিং-এর প্রতি আগ্রহের ঊর্ধ্বগতি হল প্রাথমিক বিষয়গুলি কভার করে এমন প্রাথমিক কোর্সগুলির জন্য, এবং এই ক্লাসগুলি একাডেমিয়ার বাইরে বিস্তৃত কেরিয়ারের জন্য উপযোগী। উন্নত স্নাতক-স্তরের অধ্যয়নের জন্য তেমন চাহিদা নেই। বর্ধিত চাহিদা মোকাবেলা করার জন্য, বিশ্ববিদ্যালয়গুলিকে গবেষকদের সময়কাল চাওয়ার পরিবর্তে শিক্ষকতা অনুষদ বাড়ানো উচিত। 

তিনি আমাদের বলেন, "বিশ্ববিদ্যালয়গুলোর উচিত পাঠদানের ট্র্যাকটিকে আরও আকর্ষণীয় করে তোলা। “এই ফ্যাকাল্টি সদস্যদের অনুদান বা ল্যাব চালানোর বিষয়ে চিন্তা করতে হবে না, তবে শুধুমাত্র শিক্ষাদানে মনোযোগ দেওয়ার জন্য বেতন কাটা গ্রহণ করা খুব কঠিন। স্থায়ী শিক্ষাবিদরা কিছু প্রাথমিক কোর্স শেখাতে পারেন তবে তাদের প্রাথমিক ফোকাস হল গবেষণা। আমাদের এমন আরও লোক খুঁজে বের করতে হবে যাদের শিক্ষাদানের প্রতি অনুরাগ আছে, যারা ছাত্রদের বিস্তৃত ভিত্তির সাথে সংযোগ স্থাপন করতে সক্ষম।”

প্রতিবেদনে পরামর্শ দেওয়া হয়েছে যে মার্কিন সরকারের উচিত পদক্ষেপ নেওয়া এবং বিশ্ববিদ্যালয়গুলির জন্য তহবিল বৃদ্ধি করা যাতে তারা আরও অনুষদ নিয়োগ করতে পারে। কমিউনিটি কলেজে বা অনলাইনে এআই কোর্সে পরিচিতিমূলক শিক্ষা গ্রহণের জন্য লোকেদের জন্য একাডেমিয়ার বাইরে আরও বিকল্প থাকা উচিত। বেসরকারী খাতও সাহায্য করতে পারে, বিশ্ববিদ্যালয়গুলিকে অনুদান দিয়ে, অনুদান প্রদানের জন্য তহবিল অব্যাহত রেখে এবং নতুন একাডেমিক পোস্টগুলিকে সমর্থন করে। ®