Flere og flere CS-studerende interesserer sig for AI – og der er ikke nok undervisere

Datalogiske afdelinger på tværs af amerikanske universiteter har ikke nok undervisere til at undervise et stigende antal studerende, der er interesseret i AI, foreslog en rapport fra Center for Security and Emerging Technology (CSET) denne måned.

Interessen for machine learning og kunstig intelligens er steget og faldet siden feltet formelt blev grundlagt i 1950'erne. Neurale netværk har fået et comeback i de seneste år og eksploderer i popularitet med dyb læring. Efterspørgslen efter maskinlæringskurser på universiteterne er steget i vejret, får vi at vide, og der er ikke nok undervisere til at støtte de studerendes interesse.

Data udarbejdet af Taulbee undersøgelse, og citeret i indberette, viste, at mellem 2011 og 2020 tredobledes antallet af studerende indskrevet i datalogi-programmer i Amerika fra 60,661 til 182,262. Men antallet af fakulteter i datavidenskabelige afdelinger steg under 1.5X fra 4,363 til 6,230. Det samlede forhold mellem studerende og fakultet på tværs af de undersøgte afdelinger fordobledes fra 14-til-1 til 29-til-1. 

For at være klar, er dette statistikker, der repræsenterer alle studerende, der er tilmeldt på tværs af 140 amerikanske datavidenskabelige afdelinger, snarere end de studerende, der specifikt tilmelder sig AI-klasser, selvom rapporten hævder, at tallene er tegn på en stigning i interessen for kurser, der primært kører undervisningen i maskinlæring. Resuméet konkluderede:

Selvom der er en ubestridelig stigning i dem, der tager datalogi, må man tage rapportens ord for det, at dette efter al sandsynlighed er lig med en stigning i interessen for ML. "Mange AI-kurser undervises i computervidenskabelige afdelinger, og AI-specialister tegner sig for en voksende del af CS-fakultetet generelt," bemærkede rapporten i et tillæg.

Nogle universiteter har været nødt til at begrænse antallet af studerende til bestemte klasser på grund af mangel på lærere. Begrænsning af uddannelse vil have en skadelig effekt for USA, forklarede rapportens forfattere Remco Zwetsloot, en fellow ved International Security Program ved Center for Security and International Studies, og Jack Corrigan, en forskningsanalytiker ved Georgetowns CSET.

"Undervisningskapacitetsgab begrænser mængden af ​​talent, der strømmer ind i den amerikanske AI-arbejdsstyrke, hvilket igen påvirker den økonomiske og nationale sikkerhed negativt," skrev de. "Forskning har vist, at innovation til dels er en funktion af det absolutte antal forskere inden for et bestemt felt, og handlingen med at generere nye ideer bliver mere arbejdskrævende. Mindre talent betyder derfor mindre innovation.”

Eksperter i kunstig intelligens har tidligere advaret om, at universiteterne lider af hjerneflugt af talent. I stedet for at gå ind i den akademiske verden bevæger de sig mod forskerstillinger i industrien på grund af højere lønninger og adgang til bedre ressourcer, hvilket fører til færre undervisere på gymnasier.

Men Zwetsloot og Corrigan mener, at dataene viser, at dette ikke er hele billedet. Det er ikke, at universiteterne kæmper for at ansætte fakulteter til at støtte flere studerende, det er, at de ikke ansætter i et hurtigt nok tempo. Nogle akademikere, som industrien bejler til, fortsætter ofte med at blive i deres afdelinger og bruger kun 10 til 20 procent af deres tid på at arbejde for en virksomhed. 

"Vi fandt kun få beviser, der tyder på, at udstrømningen af ​​AI-fakultetet fra den akademiske verden til industrien er steget i de seneste år, og selvom en større andel af nye ph.d.-kandidater faktisk tager job i industrien, indikerer undersøgelsesdata ikke, at de er uinteresserede i akademisk karrierer. Men vi fandt beviser, der tyder på, at universiteter ikke har øget antallet af datalogi-fakultetsstillinger i overensstemmelse med den voksende efterspørgsel efter AI-relateret uddannelse," sagde rapporten.

Percy Liang, en lektor i datalogi ved Stanford University, fortalte os imidlertid: "Det er rigtigt, at antallet af tilgængelige fakultetsstillinger ikke er vokset nær så hurtigt som antallet af industristillinger, men jeg tror, ​​at hjerneflugt er reelt: forskere vælger industrien frem for den akademiske verden eller forlader den akademiske verden for at gå til industrien på grund af højere kompensation, mere data og computer.”

Zachary Lipton, en assisterende professor i maskinlæring og operationsforskning ved Carnegie Mellon University, fortalte i mellemtiden Registret han ser ikke et kæmpe hjerneflugt af forskere, der går ind i industrien. Efter at have arbejdet i et par år for en virksomhed, vender mange ofte tilbage til den akademiske verden.

"Ja, der er mere løn i industrien, men det er på en måde kedeligt," fortalte han os. "Deres fokus er mere nærsynet. Der er vigtigere interessante problemer i grundlæggende, teoretisk forskning, som stadig bedst studeres i den akademiske verden."

Lipton sagde, at stigningen i interessen for maskinlæring er for introduktionskurser, der dækker det grundlæggende, og disse klasser er nyttige for en bred vifte af karrierer uden for den akademiske verden. Der er ikke så stor efterspørgsel efter videregående studier på kandidatniveau. For at klare den øgede efterspørgsel bør universiteterne styrke undervisningsfakultetet frem for forskere, der søger fast stilling. 

"Universiteterne bør gøre undervisningsbanen mere attraktiv," sagde han til os. “Disse fakultetsmedlemmer behøver ikke at bekymre sig om tilskud eller at drive et laboratorium, men det er meget svært at acceptere en lønnedgang bare for at fokusere på undervisningen. Faste akademikere kan undervise i nogle introduktionskurser, men deres primære fokus er forskning. Vi er nødt til at finde flere mennesker, der brænder for at undervise, og som er i stand til at forbinde med en bred base af studerende."

Rapporten foreslog, at den amerikanske regering skulle træde til og øge finansieringen til universiteter, så de kan ansætte flere fakulteter. Der burde være flere muligheder uden for den akademiske verden for folk at opkvalificere og tage disse introduktion til AI-kurser på community colleges eller online. Den private sektor kan også hjælpe ved at donere til universiteter, fortsætte med at finansiere bevillinger og støtte nye akademiske stillinger. ®