นักเรียน CS จำนวนมากขึ้นสนใจ AI – และมีอาจารย์ไม่เพียงพอ

รายงานจากศูนย์ความปลอดภัยและเทคโนโลยีเกิดใหม่ (CSET) ในเดือนนี้ระบุว่า แผนกวิทยาการคอมพิวเตอร์ในมหาวิทยาลัยต่างๆ ในสหรัฐอเมริกามีอาจารย์ไม่เพียงพอที่จะสอนนักเรียนที่สนใจ AI จำนวนมากขึ้น

ความสนใจในแมชชีนเลิร์นนิงและปัญญาประดิษฐ์เพิ่มขึ้นและลดลงนับตั้งแต่สาขานี้ก่อตั้งขึ้นอย่างเป็นทางการในปี 1950 โครงข่ายประสาทเทียมได้กลับมาอีกครั้งในช่วงไม่กี่ปีที่ผ่านมา โดยได้รับความนิยมอย่างมากจากการเรียนรู้เชิงลึก ความต้องการหลักสูตรแมชชีนเลิร์นนิงในมหาวิทยาลัยพุ่งสูงขึ้น มีผู้บรรยายไม่เพียงพอต่อความสนใจของนักเรียน

ข้อมูลที่รวบรวมโดย แบบสำรวจของ Taulbeeและอ้างถึงใน รายงานแสดงให้เห็นว่าระหว่างปี 2011 ถึง 2020 จำนวนนักเรียนที่ลงทะเบียนเรียนในโปรแกรมวิทยาการคอมพิวเตอร์ในอเมริกาเพิ่มขึ้นสามเท่าจาก 60,661 เป็น 182,262 แต่จำนวนคณะในสาขาวิชาวิทยาการคอมพิวเตอร์เพิ่มขึ้น 1.5 เท่าจาก 4,363 เป็น 6,230 อัตราส่วนนักศึกษาต่อคณะในแผนกที่ทำการสำรวจเพิ่มขึ้นสองเท่าจาก 14 ต่อ 1 เป็น 29 ต่อ 1 

เพื่อความชัดเจน สถิติเหล่านี้เป็นตัวแทนของนักเรียนทุกคนที่ลงทะเบียนในแผนกวิทยาการคอมพิวเตอร์ใน 140 แห่งของสหรัฐฯ แทนที่จะเป็นนักเรียนที่ลงทะเบียนเรียน AI โดยเฉพาะ แม้ว่ารายงานจะระบุว่าตัวเลขดังกล่าวบ่งชี้ว่ามีความสนใจในหลักสูตรที่ขับเคลื่อนด้วยหลัก การสอนแมชชีนเลิร์นนิง บทสรุปผู้บริหารสรุป:

ในขณะที่ผู้ที่รับสายวิทยาการคอมพิวเตอร์มีจำนวนเพิ่มขึ้นอย่างปฏิเสธไม่ได้ คุณต้องใช้คำในรายงานนี้ว่าในความน่าจะเป็นทั้งหมดนั้นเท่ากับความสนใจใน ML ที่เพิ่มขึ้น “หลักสูตร AI จำนวนมากได้รับการสอนในแผนกวิทยาการคอมพิวเตอร์ และผู้เชี่ยวชาญ AI มีส่วนสำคัญในการเติบโตของคณะ CS โดยรวม” รายงานระบุไว้ในภาคผนวก

มหาวิทยาลัยบางแห่งต้องจำกัดจำนวนนักเรียนในแต่ละชั้นเรียนเนื่องจากขาดอาจารย์ผู้สอน การจำกัดการศึกษาจะส่งผลเสียต่อสหรัฐอเมริกา Remco Zwetsloot ผู้เขียนรายงาน นักศึกษาจาก International Security Program at the Center for Security and International Studies และ Jack Corrigan นักวิเคราะห์การวิจัยที่ CSET ของจอร์จทาวน์ อธิบาย

“ช่องว่างด้านความสามารถในการสอนจำกัดจำนวนผู้มีความสามารถที่ไหลเข้าสู่แรงงาน AI ของสหรัฐฯ ซึ่งส่งผลกระทบในทางลบต่อเศรษฐกิจและความมั่นคงของชาติ” พวกเขาเขียน “การวิจัยแสดงให้เห็นว่านวัตกรรมเป็นส่วนหนึ่งของหน้าที่ของนักวิจัยจำนวนหนึ่งในสาขาใดสาขาหนึ่ง และการสร้างสรรค์แนวคิดใหม่ๆ ก็มีการใช้แรงงานมากขึ้นเรื่อยๆ ความสามารถที่น้อยลงจึงหมายถึงนวัตกรรมที่น้อยลง”

ผู้เชี่ยวชาญใน AI ได้เตือนก่อนหน้านี้ว่ามหาวิทยาลัยกำลังประสบปัญหาการขาดความสามารถทางสมอง แทนที่จะเข้าศึกษาในเชิงวิชาการ พวกเขากำลังก้าวไปสู่ตำแหน่งการวิจัยในอุตสาหกรรมเนื่องจากเงินเดือนที่สูงขึ้นและการเข้าถึงทรัพยากรที่ดีขึ้น ส่งผลให้มีผู้สอนน้อยลงในวิทยาลัย

แต่ Zwetsloot และ Corrigan เชื่อว่าข้อมูลแสดงให้เห็นว่านี่ไม่ใช่ภาพรวม ไม่ใช่ว่ามหาวิทยาลัยกำลังดิ้นรนที่จะจ้างคณาจารย์เพื่อสนับสนุนนักศึกษามากขึ้น แต่เป็นเพราะว่าพวกเขาไม่ได้รับการว่าจ้างอย่างรวดเร็วพอ นักวิชาการบางคนที่แสวงหาผลประโยชน์จากอุตสาหกรรมมักจะทำงานที่แผนกของตนต่อไป และใช้เวลาเพียง 10 ถึง 20 เปอร์เซ็นต์ในการทำงานให้กับบริษัท 

“เราพบหลักฐานเพียงเล็กน้อยที่บ่งชี้ว่าการหลั่งไหลของคณาจารย์ AI จากภาควิชาการไปสู่ภาคอุตสาหกรรมได้เพิ่มขึ้นในช่วงไม่กี่ปีที่ผ่านมา และแม้ว่าผู้สำเร็จการศึกษาระดับปริญญาเอกใหม่จะมีส่วนแบ่งมากขึ้นจริงๆ ที่รับงานในอุตสาหกรรม แต่ข้อมูลการสำรวจไม่ได้บ่งชี้ว่าพวกเขาไม่สนใจวิชาการ อาชีพ อย่างไรก็ตาม เราพบหลักฐานที่บ่งชี้ว่ามหาวิทยาลัยต่างๆ ไม่ได้เพิ่มจำนวนตำแหน่งคณะวิทยาการคอมพิวเตอร์ให้สอดคล้องกับความต้องการการศึกษาที่เกี่ยวข้องกับ AI ที่เพิ่มขึ้น” รายงานกล่าว

อย่างไรก็ตาม Percy Liang รองศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์ที่มหาวิทยาลัยสแตนฟอร์ดบอกกับเราว่า “เป็นความจริงที่จำนวนตำแหน่งคณาจารย์ที่มีอยู่ไม่ได้เพิ่มขึ้นเกือบเท่าจำนวนตำแหน่งในอุตสาหกรรม แต่ฉันคิดว่าการระบายของสมองมีจริง: นักวิจัยเลือกอุตสาหกรรมมากกว่าภาควิชาการหรือออกจากสถาบันการศึกษาเพื่อเข้าสู่อุตสาหกรรมเพราะค่าตอบแทนที่สูงขึ้น ข้อมูลและการคำนวณที่มากขึ้น”

Zachary Lipton ผู้ช่วยศาสตราจารย์ด้าน Machine Learning and Operations Research แห่งมหาวิทยาลัย Carnegie Mellon กล่าว ลงทะเบียน เขาไม่เห็นการระบายสมองจำนวนมากของนักวิจัยที่เข้าสู่อุตสาหกรรม หลังจากทำงานให้กับบริษัทได้สองสามปี หลายคนมักจะกลับไปเรียนที่วิชาการ

“ใช่ ในอุตสาหกรรมมีการจ่ายเงินมากขึ้น แต่มันก็น่าเบื่อในทางใดทางหนึ่ง” เขาบอกกับเรา “โฟกัสของพวกเขาคือสายตาสั้นมากขึ้น มีปัญหาที่น่าสนใจที่สำคัญกว่าในการวิจัยเชิงพื้นฐานและเชิงทฤษฎีที่ยังคงศึกษาได้ดีที่สุดในวิชาการ”

ลิปตันกล่าวว่าความสนใจในการเรียนรู้ของเครื่องเพิ่มขึ้นอย่างมากสำหรับหลักสูตรเบื้องต้นที่ครอบคลุมพื้นฐาน และชั้นเรียนเหล่านี้มีประโยชน์สำหรับอาชีพที่หลากหลายนอกภาคการศึกษา มีความต้องการไม่มากสำหรับการศึกษาระดับบัณฑิตศึกษาขั้นสูง เพื่อรับมือกับความต้องการที่เพิ่มขึ้น มหาวิทยาลัยควรส่งเสริมคณาจารย์มากกว่าที่จะเป็นนักวิจัยที่ต้องการดำรงตำแหน่ง 

“มหาวิทยาลัยควรทำให้เส้นทางการสอนน่าสนใจยิ่งขึ้น” เขาบอกกับเรา “คณาจารย์เหล่านี้ไม่ต้องกังวลเรื่องเงินช่วยเหลือหรือการทำแล็บ แต่มันยากมากที่จะยอมรับการลดค่าจ้างเพียงเพื่อเน้นการสอน นักวิชาการที่ดำรงตำแหน่งอาจสอนหลักสูตรเบื้องต้นบางหลักสูตร แต่เป้าหมายหลักคือการวิจัย เราจำเป็นต้องหาผู้คนจำนวนมากขึ้นที่มีความหลงใหลในการสอน ซึ่งสามารถเชื่อมต่อกับฐานนักเรียนในวงกว้างได้”

รายงานแนะนำว่ารัฐบาลสหรัฐฯ ควรก้าวเข้ามาและเพิ่มเงินทุนสำหรับมหาวิทยาลัยเพื่อให้พวกเขาสามารถจ้างคณาจารย์เพิ่มขึ้น ควรมีตัวเลือกเพิ่มเติมนอกเหนือจากสถาบันการศึกษาเพื่อให้ผู้คนเพิ่มทักษะและแนะนำหลักสูตร AI เหล่านี้ที่วิทยาลัยชุมชนหรือทางออนไลน์ ภาคเอกชนสามารถช่วยได้เช่นกัน โดยบริจาคให้กับมหาวิทยาลัย มอบทุนสนับสนุนอย่างต่อเนื่อง และสนับสนุนตำแหน่งทางวิชาการใหม่ ®