Immer mehr CS-Studenten interessieren sich für KI – und es gibt nicht genug Dozenten

Informatikabteilungen an US-Universitäten haben nicht genügend Dozenten, um eine wachsende Zahl von Studenten zu unterrichten, die sich für KI interessieren, wie ein Bericht des Center for Security and Emerging Technology (CSET) diesen Monat nahelegt.

Das Interesse an maschinellem Lernen und künstlicher Intelligenz ist gestiegen und gefallen, seit das Gebiet in den 1950er Jahren offiziell gegründet wurde. Neuronale Netze haben in den letzten Jahren ein Comeback erlebt und sind mit Deep Learning immer beliebter geworden. Die Nachfrage nach maschinellen Lernkursen an Universitäten ist sprunghaft angestiegen, wird uns gesagt, und es gibt nicht genügend Dozenten, um das Interesse der Studenten zu unterstützen.

Daten zusammengestellt von der Taulbee-Umfrage, und zitiert in der berichten, zeigte, dass sich die Zahl der in Informatikprogrammen in Amerika eingeschriebenen Studenten zwischen 2011 und 2020 von 60,661 auf 182,262 verdreifacht hat. Aber die Zahl der Fakultäten in Informatik-Fakultäten stieg um weniger als das 1.5-fache von 4,363 auf 6,230. Das aggregierte Verhältnis von Studenten zu Fakultäten in den befragten Abteilungen verdoppelte sich von 14 zu 1 auf 29 zu 1. 

Um es klar zu sagen, diese Statistiken stellen alle Studenten dar, die an 140 US-amerikanischen Informatikfakultäten eingeschrieben sind, und nicht die Studenten, die sich speziell für KI-Kurse anmelden, obwohl der Bericht argumentiert, dass die Zahlen auf ein steigendes Interesse an Kursen hindeuten, die in erster Linie fahren die Lehre des maschinellen Lernens. Die Zusammenfassung kam zu folgendem Schluss:

Während es einen unbestreitbaren Anstieg bei denjenigen gibt, die Informatik studieren, muss man dem Bericht beim Wort glauben, dass dies aller Wahrscheinlichkeit nach einem Anstieg des Interesses an ML gleichkommt. „Viele KI-Kurse werden in Informatikabteilungen unterrichtet, und KI-Spezialisten machen einen wachsenden Anteil der CS-Fakultät insgesamt aus“, heißt es in dem Bericht in einem Anhang.

Einige Universitäten mussten die Zahl der Studierenden für bestimmte Studiengänge aufgrund des Mangels an Lehrkräften begrenzen. Die Einschränkung der Bildung wird sich nachteilig auf die Vereinigten Staaten auswirken, erklärten die Autoren des Berichts, Remco Zwetsloot, Fellow des International Security Program am Center for Security and International Studies, und Jack Corrigan, Research Analyst am CSET von Georgetown.

„Lücke bei der Lehrkapazität begrenzen die Menge an Talenten, die in die US-KI-Arbeitskräfte fließen, was sich wiederum negativ auf die wirtschaftliche und nationale Sicherheit auswirkt“, schrieben sie. „Die Forschung hat gezeigt, dass Innovation teilweise eine Funktion der absoluten Anzahl von Forschern in einem bestimmten Bereich ist und dass die Generierung neuer Ideen immer arbeitsintensiver wird. Weniger Talent bedeutet also weniger Innovation.“

KI-Experten haben zuvor davor gewarnt, dass Universitäten unter einem Braindrain von Talenten leiden. Anstatt in die Wissenschaft zu gehen, bewegen sie sich aufgrund höherer Gehälter und Zugang zu besseren Ressourcen in Richtung Forschungspositionen in der Industrie, was zu weniger Tutoren an Hochschulen führt.

Aber Zwetsloot und Corrigan glauben, dass die Daten zeigen, dass dies nicht das ganze Bild ist. Es ist nicht so, dass die Universitäten Schwierigkeiten haben, Lehrkräfte einzustellen, um mehr Studenten zu unterstützen, sondern dass sie nicht schnell genug einstellen. Manche von der Industrie umworbene Akademiker bleiben oft an ihren Fachbereichen und verbringen nur noch 10 bis 20 Prozent ihrer Zeit im Unternehmen. 

„Wir haben kaum Anhaltspunkte dafür gefunden, dass die Abwanderung von KI-Fakultäten aus der Wissenschaft in die Industrie in den letzten Jahren zugenommen hat, und obwohl ein größerer Anteil neuer Doktoranden tatsächlich eine Stelle in der Industrie annimmt, deuten die Umfragedaten nicht darauf hin, dass sie desinteressiert sind an der Wissenschaft Karriere. Wir haben jedoch Hinweise gefunden, die darauf hindeuten, dass die Universitäten die Zahl der Informatik-Fakultätsstellen nicht im Einklang mit der wachsenden Nachfrage nach KI-bezogener Ausbildung erhöht haben“, heißt es in dem Bericht.

Percy Liang, außerordentlicher Professor für Informatik an der Stanford University, sagte uns jedoch: „Es stimmt, dass die Zahl der verfügbaren Fakultätsstellen nicht annähernd so schnell gewachsen ist wie die Zahl der Stellen in der Industrie, aber ich denke, dass die Abwanderung von Fachkräften real ist: Forscher entscheiden sich für die Industrie gegenüber der Wissenschaft oder verlassen die Wissenschaft, um in die Industrie zu gehen, weil sie eine höhere Vergütung, mehr Daten und Rechenleistung haben.“

Zachary Lipton, Assistenzprofessor für maschinelles Lernen und Betriebsforschung an der Carnegie Mellon University, sagte derweil Das Register Er sieht keinen großen Braindrain von Forschern, die in die Industrie gehen. Nach ein paar Jahren in einem Unternehmen kehren viele oft in die Wissenschaft zurück.

„Ja, es gibt mehr Lohn in der Industrie, aber es ist irgendwie langweilig“, sagte er uns. „Ihr Fokus ist kurzsichtiger. Es gibt wichtigere interessante Probleme in der theoretischen Grundlagenforschung, die immer noch am besten in der Wissenschaft untersucht werden.“

Lipton sagte, dass das wachsende Interesse am maschinellen Lernen für Einführungskurse gilt, die die Grundlagen abdecken, und diese Kurse sind für eine Vielzahl von Karrieren außerhalb der Wissenschaft nützlich. Es gibt nicht so viel Nachfrage nach fortgeschrittenem Studium auf Hochschulniveau. Um der gestiegenen Nachfrage gerecht zu werden, sollten die Universitäten die Lehrkräfte stärken und nicht die Forscher, die eine Anstellung suchen. 

„Universitäten sollten das Lehrangebot attraktiver machen“, sagte er uns. „Diese Fakultätsmitglieder müssen sich keine Sorgen um Stipendien oder den Betrieb eines Labors machen, aber es ist sehr schwer, eine Gehaltskürzung zu akzeptieren, nur um sich auf das Lehren zu konzentrieren. Angestellte Akademiker können einige Einführungskurse unterrichten, ihr Hauptaugenmerk liegt jedoch auf der Forschung. Wir müssen mehr Menschen finden, die eine Leidenschaft für das Unterrichten haben und in der Lage sind, sich mit einer breiten Basis von Studenten zu verbinden.“

Der Bericht schlug vor, dass die US-Regierung eingreifen und die Finanzierung der Universitäten erhöhen sollte, damit sie mehr Lehrkräfte einstellen können. Es sollte mehr Möglichkeiten außerhalb des akademischen Bereichs für Menschen geben, sich weiterzubilden und diese Einführungskurse in KI an Community Colleges oder online zu belegen. Auch der Privatsektor kann helfen, indem er an Universitäten spendet, Stipendien weiter finanziert und neue akademische Stellen unterstützt. ®