In de toekomst schakelen alle bedrijven over naar een 12-urige werkweek. Dankzij de ontwikkeling van technologie hebben mensen geen vijf dagen meer nodig: slechts drie dagen per week is voldoende, en niet 8 uur zoals nu, maar vier. Computers zullen werknemers vervangen, bijvoorbeeld in banen die een goed geheugen vereisen en de mogelijkheid om repetitieve taken uit te voeren. Deze aanname is gedaan door Jack Ma - de oprichter en hoofd van een van de grootste Chinese bedrijven Alibaba, waaronder de AliExpress online winkel.
Wachten we op werkloosheid, grootschalige protesten en soortgelijke massale onrust? Volgens dhr. Ma hoef je niet bang te zijn voor de toekomst: kunstmatige intelligentie zal mensen helpen, niet hen hun verdiensten ontnemen. Tegelijkertijd is een succesvolle zakenman ervan overtuigd dat het onderwijssysteem moet worden veranderd om nieuwe doelen te bereiken. "Als we ons onderwijssysteem niet veranderen, zullen we allemaal problemen krijgen", zei hij.
Dus hoe moet het worden veranderd? Nu al kunnen we een antwoord op deze vraag krijgen, en docenten Anton Bogomolov - Data Scientist bij Tado (een Duitse IoT-startup) en Candidate of Biological Sciences Maria Lipchanskaya - Content Producer aan de SkillFactory School, die datawetenschappers opleidt en IT-producten.
Afstand leren
Tegenwoordig is afstandsonderwijs heel goed in staat om "live" lezingen door docenten te vervangen. Er zijn veel voorbeelden in Rusland waar mensen van alle leeftijden IT-beroepen beheersen en vreemde talen volledig op afstand leren, vaak zonder enig contact met de leraar. Op universiteiten is veel dat overbodig is, en veel werkt niet optimaal, maar over het algemeen zijn colleges, toetsen, examens, laboratoriumtesten en oefenen nodig, en ze doen goed werk met hun taak: mensen lesgeven. Het is te vroeg om te zeggen dat traditionele lezingen helemaal zullen verdwijnen. Tegelijkertijd is afstandsonderwijs een uitstekende aanvulling op live hoorcolleges, waardoor de student zich kan verdiepen in precies die aspecten van het onderwerp die voor hem het meest interessant zijn.
In tegenstelling tot staatsuniversiteiten heeft de SkillFactory-school de mogelijkheid om zeer snel programma's, werkvormen en cursusinhoud opnieuw op te bouwen, als tijdens het werk blijkt dat sommige van de ideeën niet werkten of niet succesvol werden geïmplementeerd. De school heeft geen "instapdrempel" voor toelating tot de cursus. Als iemand alleen kan typen in Word en een cursus Deep Learning wil volgen, wordt hem natuurlijk geadviseerd om te beginnen met "Python For Data Analysis". Tegelijkertijd wordt 100% van de beginners geaccepteerd in Python (volgens de statistieken zijn er ongeveer 30% van hen op school), en met behulp van extra materiaal, webinars, de hulp van het ondersteuningsteam in Slack, proberen ze ze op een niveau te brengen dat acceptabel is voor het bestuderen van DS.
Promotie video:
Hoe kennis controleren?
Nieuwe lesmethoden impliceren nieuwe benaderingen van kennistoetsing. Voor certificering, variërend van toelatingsexamens tot professionele certificeringsexamens, zullen tests hoogstwaarschijnlijk worden gebruikt, omdat zo'n examen is gestandaardiseerd en transparant. Dit alles biedt enige bescherming tegen mogelijke rechtszaken van niet-gecertificeerde personen. Op basis van meer technologische trends kan worden aangenomen dat systemen op basis van kunstmatige intelligentie een steeds grotere rol zullen spelen bij het verifiëren van de resultaten van mondelinge en schriftelijke examens, waarbij rekening wordt gehouden met alle details van het examenwerk, geen misbruik zullen maken van macht en zullen lijden aan vermoeidheid en onoplettendheid.
Voor screening zijn bijvoorbeeld tests het meest geschikt om snel te bepalen of iemand een onderwerp als geheel begrijpt. Voor een diepere test moet je taken voor een persoon vastleggen en zien hoe hij ze zal oplossen, en voor controle en om vertrouwen te hebben in iemands kennis zijn interviews nodig. Bij het inhuren van veel serieuze bedrijven worden al deze methoden gebruikt, dus de meest effectieve manier om de kennis van studenten te testen, is door al deze vormen te combineren.
In SkillFactory worden studenten automatisch beoordeeld door het trainingsplatform: je krijgt punten voor het juiste antwoord en je krijgt geen punt voor het verkeerde antwoord. Er zijn complexere mechanismen om de juistheid van beslissingen te beoordelen, bijvoorbeeld in de ML-cursus zijn er taken waarbij het nodig is om een model te maken en vervolgens evalueert de code die in het platform is ingebed de effectiviteit ervan, en worden punten gegeven in verhouding tot de verkregen kwaliteit van het model. In meer humanitaire cursussen, waar een creatieve benadering van de oplossing vereist is, wordt studenten vaak gevraagd om het werk van medestudenten te evalueren, waardoor studenten niet alleen individuele tools leren, maar ook andere werken en andere opvattingen evalueren, feedback leren geven en de kwestie vanuit een andere invalshoek bekijken.
Internet: kennisbank of grote spiekbrief?
Moderne mensen zijn verdeeld in twee kampen: sommigen geloven "weg met traditioneel onderwijs, nu is alles te vinden op internet", anderen - "vanwege internet zijn kinderen dom en weten geen elementaire dingen, weg met internet!" Als u de beoordeling echter professioneel benadert, kunt u een zeer belangrijke trend signaleren: de beschikbaarheid van een grote hoeveelheid informatie, die niet altijd van hoge kwaliteit is, vereist dat iedereen met grote hoeveelheden informatie werkt en een goed niveau van ontwikkeling van kritisch denken. Aan de ontwikkeling van deze vaardigheden moet op alle onderwijsniveaus speciale aandacht worden besteed. En het internet en de informatie erin is slechts een hulpmiddel dat zowel goed als kwaad kan brengen, afhankelijk van de vaardigheid van degene die het gebruikt. Het is belangrijk mensen op te leiden om competent met informatie om te gaan, en dan zal internet voor hen een wetenschappelijk hulpmiddel zijn.
Wanneer professioneel gaan studeren?
Op een van de gebieden van de ontwikkelingspsychologie is er een theorie van leidende activiteiten. Volgens deze theorie heeft een persoon in elke leeftijdsperiode een overheersend type activiteit, waardoor deze persoon zich op veel manieren ontwikkelt. Educatieve en professionele activiteit domineert in de adolescentie (15-19 jaar), daarvoor denken maar weinig mensen serieus na over hun toekomstige beroep en de voorbereiding daarop. Als de menselijke aard niet ingrijpend verandert, zal de meerderheid hoogstwaarschijnlijk na het einde van de adolescentie beroepsonderwijs blijven aanvragen.
Nu al, voor kinderen en zelfs kleuters, zijn er veel aanbiedingen voor aanvullende opleiding in programmeren, robotica en andere disciplines. De meeste scholen (in Moskou) zijn gericht op een specifiek gebied: biologie en scheikunde, juridisch, taalkundig, technologisch, enzovoort. Hoewel eng gerichte disciplines beginnen na het 9e leerjaar, nodigt de school die een bepaalde richting heeft gekozen jongere studenten uit om bepaalde disciplines dieper te bestuderen. Om een specialist te worden op welk gebied dan ook, hebben we steeds meer kennis nodig, wat de leeftijd vooruit duwt. Aan de andere kant worden beroepen steeds specialistischer, waardoor de benodigde basiskennis afneemt.
Wat kun je leren?
De meest gevraagde specialiteiten in de toekomst zijn die welke worden geassocieerd met de snelste vooruitgang - dit is elektronica en, daaronder, vaste-stoffysica, biochemie en genetica, evenals programmeren. Tegelijkertijd kan een van de meest gevraagde gebieden worden onderscheiden van IT-specialiteiten: data-engineers, machine learning-engineers en datawetenschappers, omdat de hoeveelheid data in de wereld exponentieel groeit.
In de nabije toekomst, met de ontwikkeling van kwantumcomputers, zal er veel vraag zijn naar specialisten in kwantumalgoritmen. Trouwens, je kunt ze al leren kennen op Wikipedia en voorop lopen als ze “schieten”. Onderzoek naar kunstmatige intelligentie zal waarschijnlijk aan kracht winnen, d.w.z. neurale netwerkarchitecten / -ontwikkelaars zullen nodig zijn. Dit is tenslotte waar we naar op weg zijn: het creëren van kunstmatige intelligentie, die qua kracht niet onderdoet voor menselijke intelligentie.
In de komende jaren hebben we big data-specialisten nodig die programma's kunnen schrijven om deze data te structureren, omdat de meeste data (ongeveer 80%) ongestructureerde data zijn, en dit aandeel blijft in de loop van de tijd bestaan. Je hebt ook mensen nodig die de hele infrastructuur ondersteunen voor het opslaan en verwerken van deze data - data-engineers, DevOps. Ongeacht de tijd zal er vraag blijven naar creativiteit en creativiteit, omdat het nog steeds onmogelijk is om ze te vervangen, zelfs niet door kunstmatige intelligentie: zonder creativiteit kun je niet iets fundamenteel nieuws creëren, en zonder nieuwigheid is er geen vooruitgang!
