زیادہ سے زیادہ CS طلباء AI میں دلچسپی رکھتے ہیں – اور کافی لیکچررز نہیں ہیں۔

امریکی یونیورسٹیوں میں کمپیوٹر سائنس کے شعبوں میں AI میں دلچسپی رکھنے والے طلباء کی بڑھتی ہوئی تعداد کو پڑھانے کے لیے کافی لیکچررز نہیں ہیں، اس ماہ سینٹر فار سیکیورٹی اینڈ ایمرجنگ ٹیکنالوجی (CSET) کی ایک رپورٹ نے تجویز کیا ہے۔

مشین لرننگ اور مصنوعی ذہانت میں دلچسپی اس وقت سے بڑھی اور گر گئی جب سے 1950 کی دہائی میں اس شعبے کی باضابطہ بنیاد رکھی گئی۔ عصبی نیٹ ورکس نے حالیہ برسوں میں واپسی کی ہے، گہری تعلیم کے ساتھ مقبولیت میں پھٹ رہے ہیں۔ ہمیں بتایا جاتا ہے کہ یونیورسٹیوں میں مشین لرننگ کورسز کی مانگ آسمان کو چھو رہی ہے، اور طلباء کی دلچسپی کو پورا کرنے کے لیے کافی لیکچررز نہیں ہیں۔

کے ذریعہ مرتب کردہ ڈیٹا تلبی سروے، اور میں حوالہ دیا گیا ہے۔ رپورٹ، نے ظاہر کیا کہ 2011 اور 2020 کے درمیان، امریکہ میں کمپیوٹر سائنس پروگراموں میں داخلہ لینے والے طلباء کی تعداد 60,661 سے تین گنا بڑھ کر 182,262 ہوگئی۔ لیکن کمپیوٹر سائنس کے شعبوں میں فیکلٹی کی تعداد 1.5X سے کم ہو کر 4,363 سے بڑھ کر 6,230 ہو گئی۔ سروے شدہ شعبہ جات میں طلباء سے فیکلٹی کا مجموعی تناسب 14-سے-1 سے 29-سے-1 تک دگنا ہو گیا۔ 

اب، واضح ہونے کے لیے، یہ اعدادوشمار 140 امریکی کمپیوٹر سائنس کے شعبہ جات میں اندراج شدہ تمام طلبہ کی نمائندگی کرتے ہیں، بجائے اس کے کہ ان طلبہ نے خاص طور پر AI کلاسز کے لیے سائن اپ کیا ہو، حالانکہ رپورٹ میں دلیل دی گئی ہے کہ اعداد و شمار بنیادی طور پر ڈرائیونگ کرنے والے کورسز میں دلچسپی میں اضافے کی نشاندہی کرتے ہیں۔ مشین لرننگ کی تعلیم۔ ایگزیکٹو سمری نے نتیجہ اخذ کیا:

اگرچہ کمپیوٹر سائنس لینے والوں میں ایک ناقابل تردید اضافہ ہے، آپ کو اس کے لیے رپورٹ کے لفظ کو لینا ہوگا کہ یہ تمام امکان میں ML میں دلچسپی میں اضافے کے مترادف ہے۔ "کئی AI کورسز کمپیوٹر سائنس کے شعبوں میں پڑھائے جاتے ہیں، اور AI ماہرین مجموعی طور پر CS فیکلٹی کے بڑھتے ہوئے حصے کے لیے ذمہ دار ہیں،" رپورٹ نے ایک ضمیمہ میں نوٹ کیا ہے۔

کچھ یونیورسٹیوں کو تدریسی عملے کی کمی کی وجہ سے مخصوص کلاسوں کے لیے طلبہ کی تعداد کو محدود کرنا پڑا ہے۔ تعلیم کو محدود کرنے سے ریاستہائے متحدہ کے لیے نقصان دہ اثر پڑے گا، رپورٹ کے مصنفین ریمکو زیوٹسلوٹ، جو سینٹر فار سیکیورٹی اینڈ انٹرنیشنل اسٹڈیز میں انٹرنیشنل سیکیورٹی پروگرام کے فیلو ہیں، اور جارج ٹاؤن کے CSET کے تحقیقی تجزیہ کار جیک کوریگن نے وضاحت کی۔

انہوں نے لکھا، "تعلیمی صلاحیت میں فرق امریکی AI افرادی قوت میں آنے والے ٹیلنٹ کی مقدار کو محدود کرتا ہے، جس کے نتیجے میں اقتصادی اور قومی سلامتی پر منفی اثرات مرتب ہوتے ہیں۔" "تحقیق نے دکھایا ہے کہ جدت طرازی جزوی طور پر کسی خاص شعبے میں محققین کی مطلق تعداد کا کام ہے اور نئے خیالات پیدا کرنے کا عمل زیادہ محنت طلب ہوتا جا رہا ہے۔ لہذا کم ٹیلنٹ کا مطلب کم اختراع ہے۔

اے آئی کے ماہرین نے پہلے خبردار کیا ہے کہ یونیورسٹیاں ٹیلنٹ کی برین ڈرین کا شکار ہیں۔ اکیڈمی میں جانے کے بجائے، وہ زیادہ تنخواہوں اور بہتر وسائل تک رسائی کی وجہ سے انڈسٹری میں ریسرچ پوزیشنز کی طرف بڑھ رہے ہیں، جس کی وجہ سے کالجوں میں ٹیوٹرز کی تعداد کم ہے۔

لیکن Zwetsloot اور Corrigan کا خیال ہے کہ اعداد و شمار سے پتہ چلتا ہے کہ یہ پوری تصویر نہیں ہے۔ ایسا نہیں ہے کہ یونیورسٹیاں زیادہ طلباء کی مدد کے لیے فیکلٹی کی خدمات حاصل کرنے کے لیے جدوجہد کر رہی ہیں، یہ ہے کہ وہ اتنی تیز رفتاری سے بھرتی نہیں کر رہی ہیں۔ صنعت کی طرف سے راغب کچھ ماہرین تعلیم اکثر اپنے محکموں میں رہتے ہیں اور اپنے وقت کا صرف 10 سے 20 فیصد کسی کمپنی کے لیے کام کرتے ہیں۔ 

"ہمیں یہ بتانے کے لیے بہت کم شواہد ملے ہیں کہ حالیہ برسوں میں AI فیکلٹی کے اکیڈمیہ سے انڈسٹری کی طرف اخراج میں اضافہ ہوا ہے، اور، اگرچہ نئے پی ایچ ڈی گریجویٹس کا ایک بڑا حصہ واقعی صنعت میں ملازمتیں لے رہا ہے، سروے کے اعداد و شمار سے یہ ظاہر نہیں ہوتا ہے کہ وہ تعلیمی شعبے میں عدم دلچسپی رکھتے ہیں۔ کیریئر تاہم، ہمیں ایسے شواہد ملے ہیں جن سے پتہ چلتا ہے کہ یونیورسٹیوں نے کمپیوٹر سائنس فیکلٹی کے عہدوں کی تعداد میں AI سے متعلقہ تعلیم کی بڑھتی ہوئی مانگ کے مطابق اضافہ نہیں کیا ہے،" رپورٹ میں کہا گیا۔

تاہم، سٹینفورڈ یونیورسٹی میں کمپیوٹر سائنس کے ایک ایسوسی ایٹ پروفیسر پرسی لیانگ نے ہمیں بتایا: "یہ سچ ہے کہ فیکلٹی کے دستیاب عہدوں کی تعداد میں اتنی تیزی سے اضافہ نہیں ہوا جتنا کہ صنعتی عہدوں کی تعداد، لیکن میرے خیال میں برین ڈرین حقیقی ہے: محققین اکیڈمیا پر انڈسٹری کا انتخاب کرتے ہیں یا زیادہ معاوضے، زیادہ ڈیٹا اور کمپیوٹ کی وجہ سے اکیڈمی کو انڈسٹری میں جانے کے لیے چھوڑ دیتے ہیں۔

اس دوران کارنیگی میلن یونیورسٹی میں مشین لرننگ اور آپریشنز ریسرچ کے اسسٹنٹ پروفیسر زچری لپٹن نے بتایا۔ رجسٹر وہ صنعت میں جانے والے محققین کی ایک بڑی برین ڈرین کو نہیں دیکھ رہا ہے۔ ایک کمپنی میں چند سال کام کرنے کے بعد، بہت سے لوگ اکثر اکیڈمی میں واپس آتے ہیں۔

"جی ہاں، صنعت میں زیادہ تنخواہ ہے لیکن یہ ایک طرح سے بورنگ ہے،" اس نے ہمیں بتایا۔ "ان کی توجہ زیادہ مایوپیک ہے۔ بنیادی، نظریاتی تحقیق میں اور بھی اہم دلچسپ مسائل ہیں جن کا علم اکیڈمیا میں اب بھی بہترین مطالعہ کیا جاتا ہے۔

لپٹن نے کہا کہ مشین لرننگ میں دلچسپی کا اضافہ ان تعارفی کورسز کے لیے ہے جو بنیادی باتوں کا احاطہ کرتے ہیں، اور یہ کلاسز اکیڈمی سے باہر کیرئیر کی ایک وسیع رینج کے لیے مفید ہیں۔ اعلی درجے کی گریجویٹ سطح کے مطالعہ کی اتنی مانگ نہیں ہے۔ بڑھتی ہوئی طلب سے نمٹنے کے لیے، یونیورسٹیوں کو چاہیے کہ وہ ٹیچنگ فیکلٹی کو بڑھانا چاہیے بجائے اس کے کہ محققین کی مدت ملازمت کے خواہاں ہوں۔ 

انہوں نے ہمیں بتایا کہ "یونیورسٹیوں کو تدریسی ٹریک کو مزید پرکشش بنانا چاہیے۔ "ان فیکلٹی ممبران کو گرانٹس یا لیب چلانے کے بارے میں فکر کرنے کی ضرورت نہیں ہے، لیکن صرف پڑھائی پر توجہ دینے کے لیے تنخواہ میں کٹوتی قبول کرنا بہت مشکل ہے۔ معتدل ماہرین تعلیم کچھ تعارفی کورسز سکھا سکتے ہیں لیکن ان کی بنیادی توجہ تحقیق ہے۔ ہمیں مزید ایسے لوگوں کو تلاش کرنے کی ضرورت ہے جو پڑھانے کا جذبہ رکھتے ہوں، جو طلباء کے وسیع اڈے سے رابطہ قائم کرنے کے قابل ہوں۔"

رپورٹ میں تجویز پیش کی گئی کہ امریکی حکومت کو یونیورسٹیوں کے لیے فنڈز میں اضافہ کرنا چاہیے تاکہ وہ مزید اساتذہ کی خدمات حاصل کر سکیں۔ لوگوں کے لیے تعلیمی شعبے سے باہر مزید اختیارات ہونے چاہئیں تاکہ وہ کمیونٹی کالجوں یا آن لائن میں AI کورسز کے لیے ان تعارفی پروگراموں میں مہارت حاصل کر سکیں۔ نجی شعبہ بھی یونیورسٹیوں کو عطیہ دے کر، گرانٹ ایوارڈز کی فنڈنگ ​​جاری رکھ کر، اور نئی تعلیمی پوسٹوں کی حمایت کر سکتا ہے۔ ®