Steeds meer CS-studenten zijn geïnteresseerd in AI – en er zijn niet genoeg docenten

Computerwetenschappelijke afdelingen van Amerikaanse universiteiten hebben niet genoeg docenten om steeds meer studenten die geïnteresseerd zijn in AI les te geven, suggereerde een rapport van het Center for Security and Emerging Technology (CSET) deze maand.

De belangstelling voor machine learning en kunstmatige intelligentie is gestegen en gedaald sinds het vakgebied formeel werd opgericht in de jaren vijftig. Neurale netwerken hebben de afgelopen jaren een comeback gemaakt en zijn enorm populair geworden met deep learning. De vraag naar cursussen op het gebied van machine learning op universiteiten is enorm gestegen, zo wordt ons verteld, en er zijn niet genoeg docenten om de interesse van studenten te ondersteunen.

Gegevens verzameld door de Taulbee-enquête, en geciteerd in de verslag, toonde aan dat tussen 2011 en 2020 het aantal studenten dat is ingeschreven voor computerwetenschappelijke programma's in Amerika verdrievoudigde van 60,661 naar 182,262. Maar het aantal faculteiten in informatica-afdelingen nam met minder dan 1.5x toe van 4,363 tot 6,230. De totale student-tot-faculteitsratio over de onderzochte afdelingen verdubbelde van 14-tegen-1 naar 29-tegen-1. 

Voor alle duidelijkheid, dit zijn statistieken die alle studenten vertegenwoordigen die zijn ingeschreven bij 140 Amerikaanse computerwetenschappelijke afdelingen, in plaats van die studenten die zich specifiek aanmelden voor AI-lessen, hoewel het rapport stelt dat de cijfers indicatief zijn voor een toename van de belangstelling voor cursussen die voornamelijk het onderwijzen van machine learning. De samenvatting concludeerde:

Hoewel er een onmiskenbare toename is van het aantal mensen dat informatica volgt, moet je het rapport geloven dat dit naar alle waarschijnlijkheid gelijk staat aan een toename van de interesse in ML. "Veel AI-cursussen worden gegeven op informatica-afdelingen en AI-specialisten nemen een groeiend deel van de CS-faculteit in het algemeen voor hun rekening", aldus het rapport in een bijlage.

Sommige universiteiten hebben het aantal studenten voor bepaalde klassen moeten beperken vanwege een gebrek aan onderwijzend personeel. Het beperken van het onderwijs zal een nadelig effect hebben op de Verenigde Staten, leggen de auteurs van het rapport Remco Zwetsloot, een fellow bij het International Security Program van het Center for Security and International Studies, en Jack Corrigan, een onderzoeksanalist bij CSET in Georgetown, uit.

"Kloof in de onderwijscapaciteit beperkt de hoeveelheid talent die de Amerikaanse AI-arbeidskrachten binnenstroomt, wat op zijn beurt een negatieve invloed heeft op de economische en nationale veiligheid", schreven ze. “Onderzoek heeft aangetoond dat innovatie deels een functie is van het absolute aantal onderzoekers op een bepaald gebied en dat het genereren van nieuwe ideeën arbeidsintensiever wordt. Minder talent betekent dus minder innovatie.”

Experts op het gebied van AI hebben eerder gewaarschuwd dat universiteiten te kampen hebben met een braindrain van talent. In plaats van naar de academische wereld te gaan, gaan ze naar onderzoeksposities in de industrie vanwege hogere salarissen en toegang tot betere middelen, wat leidt tot minder docenten op hogescholen.

Maar Zwetsloot en Corrigan geloven dat uit de gegevens blijkt dat dit niet het hele plaatje is. Het is niet zo dat universiteiten moeite hebben om docenten aan te nemen om meer studenten te ondersteunen, het is dat ze niet snel genoeg personeel aannemen. Sommige academici die door de industrie het hof worden gemaakt, blijven vaak op hun afdeling en besteden slechts 10 tot 20 procent van hun tijd aan het werken voor een bedrijf. 

“We hebben weinig aanwijzingen gevonden dat de uitstroom van AI-faculteiten van de academische wereld naar de industrie de afgelopen jaren is toegenomen, en hoewel een groter deel van de nieuwe PhD-afgestudeerden inderdaad banen in de industrie aanneemt, wijzen enquêtegegevens er niet op dat ze niet geïnteresseerd zijn in academische carrières. We hebben echter wel bewijs gevonden dat erop wijst dat universiteiten het aantal functies van faculteiten voor computerwetenschappen niet hebben vergroot in lijn met de groeiende vraag naar AI-gerelateerd onderwijs”, aldus het rapport.

Percy Liang, universitair hoofddocent computerwetenschappen aan de Stanford University, vertelde ons echter: "Het is waar dat het aantal beschikbare faculteitsposities lang niet zo snel is gegroeid als het aantal banen in de sector, maar ik denk dat braindrain reëel is: onderzoekers verkiezen de industrie boven de academische wereld of verlaten de academische wereld om naar de industrie te gaan vanwege een hogere vergoeding, meer data en computers.”

Zachary Lipton, een assistent-professor machine learning en operationeel onderzoek aan de Carnegie Mellon University, vertelde ondertussen Het register hij ziet geen enorme braindrain van onderzoekers die de industrie in gaan. Na een paar jaar voor een bedrijf te hebben gewerkt, keren velen vaak terug naar de academische wereld.

"Ja, er wordt meer betaald in de industrie, maar het is op een bepaalde manier saai", vertelde hij ons. “Hun focus is meer bijziend. Er zijn belangrijkere interessante problemen in fundamenteel, theoretisch onderzoek die nog steeds het best bestudeerd kunnen worden in de academische wereld.”

Lipton zei dat de grote belangstelling voor machinaal leren is voor inleidende cursussen die de basis omvatten, en deze lessen zijn nuttig voor een breed scala aan carrières buiten de academische wereld. Er is niet zo veel vraag naar geavanceerde graduate-level studie. Om aan de toegenomen vraag te kunnen voldoen, moeten universiteiten de docentenopleiding stimuleren in plaats van onderzoekers die een vaste aanstelling zoeken. 

“Universiteiten moeten het onderwijstraject aantrekkelijker maken”, zegt hij. “Deze faculteitsleden hoeven zich geen zorgen te maken over beurzen of het runnen van een lab, maar het is erg moeilijk om een ​​loonsverlaging te accepteren om zich alleen op het lesgeven te concentreren. Vaste academici kunnen enkele inleidende cursussen geven, maar hun primaire focus is onderzoek. We moeten meer mensen vinden met een passie voor lesgeven, die in contact kunnen komen met een brede groep studenten.”

Het rapport suggereerde dat de Amerikaanse regering zou moeten ingrijpen en de financiering voor universiteiten zou moeten verhogen, zodat ze meer docenten kunnen inhuren. Er zouden meer mogelijkheden moeten zijn buiten de academische wereld voor mensen om hun vaardigheden bij te schaven en deze inleidende AI-cursussen op community colleges of online te volgen. De particuliere sector kan ook helpen door te doneren aan universiteiten, subsidies te blijven financieren en nieuwe academische functies te ondersteunen. ®