Ngày càng nhiều sinh viên CS quan tâm đến AI - và không có đủ giảng viên

Một báo cáo từ Trung tâm An ninh và Công nghệ mới nổi (CSET) trong tháng này cho thấy các khoa khoa học máy tính trên khắp các trường đại học Hoa Kỳ không có đủ giảng viên để giảng dạy ngày càng nhiều sinh viên quan tâm đến AI.

Sự quan tâm đến học máy và trí tuệ nhân tạo đã tăng lên và giảm xuống kể từ khi lĩnh vực này chính thức được thành lập vào những năm 1950. Mạng lưới thần kinh đã quay trở lại trong những năm gần đây, bùng nổ với sự phổ biến của deep learning. Chúng tôi được biết, nhu cầu về các khóa học về máy học tại các trường đại học đã tăng vọt và không có đủ giảng viên để đáp ứng sự quan tâm của sinh viên.

Dữ liệu được biên soạn bởi Khảo sát Taulbeevà được trích dẫn trong báo cáo, cho thấy từ năm 2011 đến năm 2020, số lượng sinh viên đăng ký các chương trình khoa học máy tính ở Mỹ đã tăng gấp ba lần từ 60,661 lên 182,262. Nhưng số lượng giảng viên trong các khoa khoa học máy tính đã tăng dưới 1.5 lần từ 4,363 lên 6,230. Tỷ lệ tổng hợp giữa sinh viên trên giảng viên trên các khoa được khảo sát đã tăng gấp đôi từ 14 đến 1 lên 29 trên 1. 

Bây giờ, để rõ ràng, đây là số liệu thống kê đại diện cho tất cả sinh viên đăng ký trên 140 khoa khoa học máy tính của Hoa Kỳ, chứ không phải là những sinh viên đăng ký cụ thể vào các lớp học AI, mặc dù báo cáo cho rằng các số liệu này cho thấy sự gia tăng quan tâm đến các khóa học chủ yếu thúc đẩy việc giảng dạy máy học. Bản tóm tắt điều hành kết luận:

Mặc dù có sự gia tăng không thể phủ nhận trong số những người theo đuổi khoa học máy tính, nhưng bạn phải tin rằng báo cáo cho rằng điều này rất có thể tương đương với sự gia tăng mối quan tâm đến ML. Báo cáo ghi trong phụ lục: “Nhiều khóa học AI được giảng dạy trong các khoa khoa học máy tính và các chuyên gia AI chiếm tỷ lệ ngày càng tăng trong tổng số giảng viên CS”.

Một số trường đại học đã phải giới hạn số lượng sinh viên cho một số lớp học cụ thể do thiếu đội ngũ giảng viên. Remco Zwetsloot, thành viên Chương trình An ninh Quốc tế tại Trung tâm Nghiên cứu An ninh và Quốc tế, và Jack Corrigan, nhà phân tích nghiên cứu tại CSET của Georgetown, giải thích rằng việc hạn chế giáo dục sẽ có tác động bất lợi đối với Hoa Kỳ.

Họ viết: “Khoảng cách về năng lực giảng dạy đã hạn chế số lượng nhân tài chảy vào lực lượng lao động AI của Hoa Kỳ, từ đó tác động tiêu cực đến an ninh kinh tế và quốc gia”. “Nghiên cứu đã chỉ ra rằng sự đổi mới một phần là hàm số của số lượng tuyệt đối các nhà nghiên cứu trong một lĩnh vực cụ thể và hoạt động tạo ra các ý tưởng mới ngày càng trở nên thâm dụng lao động hơn. Do đó, ít tài năng hơn có nghĩa là ít đổi mới hơn.”

Các chuyên gia về AI trước đây đã cảnh báo rằng các trường đại học đang bị chảy máu chất xám. Thay vì vào học viện, họ chuyển sang các vị trí nghiên cứu trong ngành công nghiệp do mức lương cao hơn và khả năng tiếp cận các nguồn lực tốt hơn, dẫn đến có ít gia sư hơn ở các trường đại học.

Nhưng Zwetsloot và Corrigan tin rằng dữ liệu cho thấy đây không phải là toàn bộ bức tranh. Không phải các trường đại học đang gặp khó khăn trong việc thuê giảng viên để hỗ trợ nhiều sinh viên hơn mà là họ tuyển dụng không với tốc độ đủ nhanh. Một số học giả được ngành công nghiệp săn đón thường tiếp tục ở lại khoa của họ và chỉ dành 10 đến 20 phần trăm thời gian của họ để làm việc cho một công ty. 

“Chúng tôi tìm thấy rất ít bằng chứng cho thấy dòng chảy giảng viên AI từ học viện sang ngành công nghiệp đã tăng lên trong những năm gần đây, và mặc dù phần lớn sinh viên mới tốt nghiệp tiến sĩ thực sự đang đảm nhận công việc trong ngành, dữ liệu khảo sát không chỉ ra rằng họ không quan tâm đến học thuật.” sự nghiệp. Tuy nhiên, chúng tôi đã tìm thấy bằng chứng cho thấy các trường đại học đã không tăng số lượng giảng viên khoa học máy tính phù hợp với nhu cầu ngày càng tăng về giáo dục liên quan đến AI”, báo cáo cho biết.

Tuy nhiên, Percy Liang, phó giáo sư khoa học máy tính tại Đại học Stanford, nói với chúng tôi: “Đúng là số lượng vị trí giảng viên hiện có không tăng nhanh bằng số vị trí trong ngành, nhưng tôi nghĩ chảy máu chất xám là có thật: các nhà nghiên cứu chọn ngành công nghiệp thay vì học thuật hoặc rời khỏi học viện để chuyển sang làm công nghiệp vì mức lương cao hơn, nhiều dữ liệu và tính toán hơn.”

Zachary Lipton, phó giáo sư nghiên cứu về máy học và hoạt động tại Đại học Carnegie Mellon, trong khi đó, nói với Đăng ký ông không thấy sự chảy máu chất xám của các nhà nghiên cứu đang tham gia vào ngành công nghiệp. Sau khi làm việc vài năm cho một công ty, nhiều người thường quay trở lại học viện.

“Đúng, trong ngành công nghiệp được trả lương cao hơn nhưng theo một cách nào đó thì nó nhàm chán,” anh ấy nói với chúng tôi. “Sự tập trung của họ mang tính cận thị hơn. Có nhiều vấn đề thú vị quan trọng hơn trong nghiên cứu lý thuyết, cơ bản vẫn được nghiên cứu tốt nhất trong giới học thuật.”

Lipton cho biết sự quan tâm ngày càng tăng đối với học máy là dành cho các khóa học giới thiệu bao gồm những điều cơ bản và những lớp học này rất hữu ích cho nhiều ngành nghề bên ngoài học viện. Không có nhiều nhu cầu học tập ở cấp độ sau đại học nâng cao. Để đáp ứng nhu cầu ngày càng tăng, các trường đại học nên tăng cường đội ngũ giảng viên thay vì các nhà nghiên cứu tìm kiếm biên chế. 

Ông nói với chúng tôi: “Các trường đại học nên làm cho hoạt động giảng dạy trở nên hấp dẫn hơn”. “Những giảng viên này không phải lo lắng về trợ cấp hay điều hành phòng thí nghiệm, nhưng rất khó chấp nhận việc cắt giảm lương chỉ để tập trung vào giảng dạy. Các học giả được thuê có thể dạy một số khóa học cơ bản nhưng trọng tâm chính của họ là nghiên cứu. Chúng tôi cần tìm thêm những người có niềm đam mê giảng dạy, những người có khả năng kết nối với nhiều sinh viên.”

Báo cáo đề xuất chính phủ Hoa Kỳ nên can thiệp và tăng cường tài trợ cho các trường đại học để họ có thể thuê thêm giảng viên. Nên có nhiều lựa chọn hơn bên ngoài học viện để mọi người nâng cao kỹ năng và tham gia các khóa học giới thiệu về AI này tại các trường cao đẳng cộng đồng hoặc trực tuyến. Khu vực tư nhân cũng có thể giúp đỡ, bằng cách quyên góp cho các trường đại học, tiếp tục tài trợ cho các giải thưởng và hỗ trợ các vị trí học thuật mới. ®