Исследование показывает, что большинство молодых людей считают режим CLT идеальной работой на ближайшие годы

Профессор Индранил Манна, бывший вице-канцлер BIT Mesra и директор IIT Kanpur в период с 2012 по 2017 год, призвал к пересмотру методов подготовки рабочей силы в соответствии с меняющимися потребностями рынка труда в стране.

Бывший председатель Индийской национальной инженерной академии, профессор Манна, в эксклюзивном интервью изданию 'India Today' отметил, что хотя краткосрочные курсы и периодическое повышение квалификации помогают сотрудникам приобрести навыки для конкретных должностей, крайне важно, чтобы основа образования всегда оставалась опирающейся на фундаментальные принципы.

Поскольку искусственный интеллект (ИИ) влияет на профессии во всех сферах, профессор Манна считает, что главный вопрос заключается не в том, закончилась ли эра программ с дипломами, а в том, способны ли молодые люди и специалисты страны адаптироваться к изменениям, когда их текущие навыки оказываются недостаточными.

Он полагает, что если людям дать прочное понимание основ, их можно обучить за короткий срок навыкам, актуальным с учетом технологических изменений. Таким образом, ключевой вопрос состоит в том, нужно ли просто проходить бесчисленное множество курсов для повышения квалификации, или учебные заведения могут создать четкие пути обучения, позволяющие людям усваивать знания, применять их на практике и двигаться в конкретные области работы.

Профессор Манна четко разграничил обучение для выполнения конкретной задачи и образование, которое делает человека способным начать новую работу. Он пояснил, что для освоения управления или обслуживания определенной машины достаточно может быть дипломного или сертификатного курса.

Он приводит пример из крупной производственной отрасли, особенно из сектора оборудования, где структура рабочей силы обычно включает около 5-6 дипломированных специалистов и 10-12 работников с сертификатами на одного инженера.

Однако тем, кто хочет глубоко понять систему, разработать ее или адаптироваться к изменениям в ее дизайне, необходима прочная концептуальная база. Для тех, кто стремится получить специфические навыки, он говорит, что подходит краткосрочная программа обучения. Тем не менее, он предупреждает, что такое обучение никогда нельзя считать заменой диплому.

По мнению профессора Манны, нельзя ожидать, что какой-либо навык останется актуальным на протяжении всей трудовой жизни человека. Поскольку отрасли меняются, сотрудники должны иметь возможность вернуться к обучению и обновить свои знания.

Он подчеркнул: «Нет гарантии, что то, чему вы обучаете сегодня, останется актуальным всегда». Он добавил, что им необходимо время от времени обновляться. Кроме того, он отметил, что такое обучение не должно ограничиваться только техническими навыками. Поскольку одна дисциплина быстро изучает другую, необходимо время от времени пересматривать и базовые знания.

Будучи сам выпускником IIT, профессор Манна объяснил, почему специалистам необходимо выходить за рамки своих традиционных дисциплин, приведя пример растущей связи между физикой и биологией. Он заявил: «Теперь физика лучше понимает биологию», и добавил, что «физикам и биологам обоим необходимо объединить эти две науки или, по крайней мере, поддерживать контакт».

Он привел медицинскую практику как еще один пример такого взаимодействия. Он отметил, что современный врач использует множество технологий, и медицинским работникам может потребоваться обучение в областях, которые не были известны им во время формального образования. Он утверждал, что этот обмен должен происходить и в обратном направлении: люди, обученные технологиям, также должны понимать, как работают «физиологические или любые биологические системы».

Объясняя необходимость обновления знаний инженеров на фоне технологических изменений, профессор Манна привел пример: «Когда мы переходим от ДВС к гибридным или электрическим приводам, дизайн транспортного средства остается прежним. Меняются только дизайн генерации мощности и трансмиссии». Он продолжил, что обучение инженера только одному типу транспортных средств ограничит его эффективность. «Если вы обучаете кого-то только для гибридного автомобиля, этот человек сможет обслуживать только гибридный автомобиль, а не другие».

Профессор Манна считает, что влияние ИИ не ограничится инженерией, а распространится на медицину, спорт, музыку, литературу и творческие сферы.

Скорость развития искусственного интеллекта (AI) изменила темпы жизни во всем мире. После того как AI привлек внимание разработчиков программного обеспечения и исследователей, теперь опасения по поводу AI охватили молодых математиков по всему миру. Многие молодые специалисты вынуждены задаваться вопросом, стоит ли им продолжать работать в этой сложной области.

Недавнее и весьма любопытное исследование, проведенное Массачусетским технологическим институтом (MIT), представило данные, которые могут шокировать любого академического специалиста. Эти открытия объясняют, почему молодые математики сегодня живут в тени AI.

Исследователи из MIT — Анна Бранденбергер, Ханна Мюларзик и Дора Вудэрф — провели опрос среди выпускников математических факультетов и постдокторантов, чтобы выяснить их отношение к растущему влиянию AI в математике. В исследовании приняли участие 268 молодых математиков из примерно шестидесяти учреждений в пяти странах, включая Индию. Среди опрошенных было около 85 процентов выпускников и около 15 процентов постдокторантов, однако полученные ответы оказались далеко не ободряющими.

Статистика исследования показывает, что из-за AI у молодых исследователей наблюдается разочарование в академической среде. Примерно 70 процентов опрошенных молодых математиков заявили, что вероятность продолжения работы в академической математике для них значительно снизилась. Напротив, лишь 9 процентов считают, что шансы остаться в этой области возросли.

Примерно 76,3 процента полагают, что получить постоянную преподавательскую или исследовательскую должность в университете (так называемую должность «на треке постоянного трудоустройства») в будущем станет крайне сложно из-за AI. Кроме того, влияние AI сказывается не только на работе, но и на моральном духе исследователей. Около 76,5 процентов молодых математиков отметили снижение своего желания заниматься сложными математическими задачами после появления AI.

Интересно, что те же люди заявили, что если AI решит проблему, над которой они работали месяцами или годами, они не испытают никакой радости. Многие исследователи боятся, что AI решит ту головоломку, над которой они трудились всю ночь, что заставит их чувствовать себя менее значимыми. Из-за этого страха некоторые исследователи стали неохотно делиться своими незавершенными работами.

69 процентов молодежи глубоко опасаются, что в будущем финансирование исследований будет отниматься у университетов и переходить напрямую в руки частных AI-компаний. Более того, 59 процентов исследователей беспокоятся о том, останется ли математика для них интересной и значимой карьерой в течение следующих десяти лет.

При этом многие из этих исследователей сами используют AI в своей повседневной работе, например, для поиска научных статей, редактирования текстов или проверки математических ошибок. Тем не менее, 54,8 процентов открыто признали, что им совершенно не нравится использовать AI для своих исследований.

Этот опрос был проведен в то время, когда в мировом математическом сообществе назревает напряжение из-за исследований, выполненных с помощью AI. В сентябре этого же года компания OpenAI объявила, что один из ее моделей AI нашел решение проблемы Ньюэлла-Стокс. Эта известная проблема, связанная с движением жидкостей, была головной болью для математиков на протяжении целого столетия.

Согласно компании, ее система нашла это решение, запустив около 10 000 агентов AI на протяжении 88 часов. После этого объявления среди математиков по всему миру распространилось недовольство. Два математика из Нью-Йоркского университета, работавшие над этой проблемой, выразили обеспокоенность тем, использовала ли OpenAI их неопубликованные исследования. Хотя OpenAI категорически отрицает это, даже «Клейский математический институт», который присуждает приз в 1 миллион долларов за решение этой проблемы, не признал решение, заявленное OpenAI.

Карьера технического специалиста прошла через множество трудностей, включая потерю первой работы и разочарование от низкой заработной платы, однако он смог добиться значительного роста, получив предложение о работе в Объединенных Арабских Эмиратах (ОАЭ) с годовым пакетом около 1,5 करोड़ рупий.

Этот профессионал поделился своим опытом, подчеркнув, что отсутствие успеха в начале пути не является препятствием для дальнейшего карьерного роста. Он начал свою карьеру с годовой зарплаты в 2,9 лакха рупий, но благодаря постоянным усилиям, изучению новых технологий и ожиданию подходящего момента, достиг впечатляющих высот.

В своем посте, опубликованном на социальной платформе Reddit, специалист рассказал, что начал работать в L&T Infotech на позиции тестировщика вручную. Ему пришлось потерять эту работу из-за того, что он не смог пройти необходимые внутренние экзамены компании. На тот момент его годовой доход составлял около 2,9 лакха рупий. Однако он не сдался; по совету друга он подал заявку в IBM и получил там работу примерно через 15 дней.

В IBM ему поручили задачи, связанные с JD Edwards, но его настоящая заинтересованность была в области больших данных (Big Data). Он начал самостоятельно изучать эту сферу, но из-за недостатка опыта ему не удавалось попасть в желаемые проекты. Тем не менее, после многих попыток, в мае 2020 года ему удалось получить возможность поработать над проектом, связанным с большими данными.

Он отметил, что для освоения новых обязанностей и понимания работы ему приходилось ежедневно трудиться по 14–15 часов. Несмотря на такие усилия, его годовая зарплата оставалась около 3,78 лакха рупий до января 2022 года. Поскольку рост зарплаты не был существенным, он начал искать новые карьерные и финансовые возможности в других компаниях, что впоследствии привело к увеличению его дохода.

Согласно отчету, далее он устроился в Airbus, где его годовой пакет составлял около 23 лакха рупий, плюс он получил бонус при приеме на работу в размере 5 лакха рупий. Там он работал с Palantir Foundry и участвовал в крупных проектах. Однако он испытал разочарование из-за получения низкой оценки производительности спустя некоторое время, поскольку, по его словам, он вносил вклад в проекты, но не получил ожидаемого признания.

После этого он снова начал подавать заявки на другие вакансии. Специалист сообщил, что в этот период он получил около 15 предложений и выбрал работу в Thoughtworks с годовым пакетом в 48 лакха рупий. Примерно через два месяца он получил еще одно предложение от другой организации — 62 лакха рупий в год плюс 5 лакха рупий бонуса при приеме на работу. В этом последнем случае ему также предоставили возможность работать из дома.

После почти 9,5 лет карьерных взлетов и падений, этому техническому специалисту представилась возможность работать с консалтинговой фирмой в ОАЭ. По данным отчета, годовой пакет, связанный с этой возможностью, оценивается примерно в 1,5 करोड़ рупий. Однако для него это решение обусловлено не только стремлением заработать больше денег; он также считает важными приобретение международного опыта работы, столкновение с новыми вызовами и профессиональное развитие.