I fremtiden vil alle selskaper gå over til en 12-timers arbeidsuke. Takket være utviklingen av teknologi vil folk ikke lenger trenge fem dager: bare tre dager i uken vil være nok, og ikke 8 timer, som nå, men fire. Datamaskiner vil erstatte arbeidere, for eksempel i jobber som krever godt minne og evnen til å utføre repeterende oppgaver. Denne antakelsen ble gjort av Jack Ma - grunnleggeren og sjefen for et av de største kinesiske selskapene Alibaba, som inkluderer nettbutikken AliExpress.
Venter vi på arbeidsledighet, storstilt protester og lignende masser uro? Ifølge Mr. Ma er det ikke nødvendig å være redd for fremtiden: kunstig intelligens vil hjelpe mennesker, ikke frata dem inntektene. Samtidig er en vellykket forretningsmann trygg på at for å oppnå nye mål, er det nødvendig å endre utdanningssystemet. "Hvis vi ikke endrer utdanningssystemet vårt, vil vi alle få problemer," sa han.
Så hvordan skal det endres? Allerede nå kan vi få et svar på dette spørsmålet, og lærere Anton Bogomolov, en dataforsker ved Tado (en tysk IoT-oppstart), og Maria Lipchanskaya, kandidat for biologiske vitenskaper, en innholdsprodusent ved SkillFactory-skolen, som trener dataforskere og IT-produkter.
Fjernundervisning
I dag er fjernundervisning ganske i stand til å erstatte "live" forelesninger av lærere. Det er mange eksempler i Russland når folk i alle aldre behersker IT-yrker og lærer fremmedspråk fullstendig eksternt, ofte uten kontakt med læreren i det hele tatt. På universiteter er det mye som er overflødig, og mye fungerer ikke optimalt, men generelt er det nødvendig med forelesninger, prøver, eksamener, laboratorium og praksis, og de gjør en god jobb med oppgaven sin: å lære folk. Det er for tidlig å si at tradisjonelle forelesninger vil forsvinne helt. Samtidig er fjernundervisning et utmerket tilskudd til levende forelesninger, slik at studenten kan fordype seg nøyaktig i de aspektene av faget som er mest interessante for ham.
I motsetning til statlige universiteter, har SkillFactory-skolen muligheten til å raskt gjenoppbygge programmer, arbeidsformer, kursinnhold, hvis det i prosessen viser seg at noen av ideene ikke fungerte eller ble implementert uten hell. Skolen har ikke en "inngangsgrense" for opptak til kurset. Hvis en person bare vet hvordan han skriver inn Word og ønsker å ta et Deep Learning-kurs, vil han selvfølgelig bli anbefalt å starte med "Python For Data Analyse". På samme tid blir 100% av nybegynnere akseptert i Python (ifølge statistikk er det omtrent 30% av dem på skolen), og ved hjelp av tilleggsmateriell, webinarer, hjelpen fra supportteamet i Slack prøver de å bringe dem til et nivå akseptabelt for å studere DS.
Salgsfremmende video:
Hvordan sjekke kunnskap?
Nye undervisningsmetoder innebærer nye tilnærminger til kunnskapstesting. For sertifisering, alt fra matrikulasjonseksamen til profesjonell sertifiseringseksamen, vil tester sannsynligvis fortsette å bli brukt, fordi en slik eksamen er standardisert og gjennomsiktig. Alt dette gir en viss beskyttelse mot potensielle søksmål fra ubevisste individer. Fra mer teknologiske trender kan det antas at systemer basert på kunstig intelligens vil spille en økende rolle i å verifisere resultatene av muntlige og skriftlige eksamener, som vil ta hensyn til alle detaljene i eksamensarbeidet, ikke vil misbruke makt og lide av tretthet og uoppmerksomhet.
For screening er for eksempel tester best egnet til raskt å avgjøre om en person forstår et emne som helhet. For en dypere sjekk, må du sette oppgaver for en person og se hvordan han vil løse dem, og for kontroll og for å være trygg på en persons kunnskap, er det behov for intervjuer. Når du ansetter i mange seriøse firmaer, brukes alle disse metodene, så den mest effektive måten å teste studentenes kunnskap på er å kombinere alle disse formene.
I SkillFactory blir elevene vurdert automatisk av treningsplattformen: du får poeng for riktig svar, og du får ikke poeng for feil. Det er mer komplekse mekanismer for å evaluere riktigheten av beslutninger, for eksempel i ML-kurset er det oppgaver der det er nødvendig å lage en modell og deretter evaluerer koden som er innebygd i plattformen dens effektivitet, og poeng blir gitt i forhold til den oppnådde kvaliteten på modellen. I mer humanitære kurs som krever en kreativ tilnærming til løsningen, blir studentene ofte bedt om å evaluere arbeidet med medstudenter, og dermed lærer studentene ikke bare individuelle verktøy, men evaluerer andre arbeider og forskjellige synspunkter, lærer å gi tilbakemelding og se på problemstillingen fra en annen vinkel.
Internett: Knowledge Base eller Big Cheat Sheet?
Moderne mennesker er delt inn i to leirer: Noen tror "nede med tradisjonell utdanning, nå kan alt finnes på Internett", andre - "på grunn av Internett er barn dumme og vet ikke elementære ting, nede på Internett!" Imidlertid, hvis du nærmer deg vurderingen profesjonelt, kan du fremheve en veldig viktig trend: tilgjengeligheten av en stor mengde informasjon, som ikke alltid er av høy kvalitet, krever at hver person jobber med store mengder informasjon og et godt nivå av utvikling av kritisk tenking. Utviklingen av disse ferdighetene bør vies spesiell oppmerksomhet på alle utdanningsnivåer. Og Internett og informasjonen i det er bare et verktøy som kan bringe både godt og vondt, avhengig av ferdigheten til den som bruker den. Det er viktig å trene folk til å administrere informasjon kompetent, og da vil Internett være et vitenskapelig verktøy for dem.
Når skal jeg begynne å studere profesjonelt?
På et av områdene utviklingspsykologi er det en teori om ledende aktiviteter. I følge denne teorien har en person i hver aldersperiode en dominerende type aktivitet, som denne personen utvikler seg på mange måter. Pedagogisk og profesjonell aktivitet dominerer i ungdomstiden (15-19 år), før det er det få som seriøst tenker på sitt fremtidige yrke og forberedelse til det. Hvis menneskets natur ikke endres dramatisk, vil sannsynligvis flertallet fortsette å søke om profesjonell utdanning etter slutten av ungdomstiden.
Allerede nå, for barn og til og med førskolebarn, er det mange tilbud for tilleggsutdanning innen programmering, robotikk og andre fagfelt. De fleste skoler (i Moskva) er fokusert på et bestemt område: biologi og kjemi, juridisk, språklig, teknologisk og så videre. Selv om trangt fokuserte fagfelt begynner etter 9. klasse, inviterer skolen som har valgt en bestemt retning yngre elever til å studere visse fagområder mer i dybden. For å bli spesialist på alle felt trenger vi mer og mer kunnskap, noe som presser alderen fremover. På den annen side blir yrker mer og mer høyt spesialiserte, noe som reduserer mengden grunnleggende kunnskap som kreves.
Hva skal jeg lære?
De mest etterspurte spesialitetene i fremtiden vil være de som er relatert til den raskeste utviklingen - dette er elektronikk og, underliggende, fysikk i fast tilstand, biokjemi og genetikk, samt programmering. Samtidig kan et av de mest etterspurte områdene skilles fra IT-spesialiteter: dataingeniører, maskinlæringsingeniører og dataforskere, fordi datamengden i verden vokser eksponentielt.
I overskuelig fremtid, med utvikling av kvantemaskiner, vil spesialister i kvantealgoritmer være etterspurt. Forresten, du kan allerede gjøre deg kjent med dem på Wikipedia og være i forkant når de "skyter". Kunstig intelligensforskning vil sannsynligvis få fart, dvs. nevrale nettverksarkitekter / utviklere vil være nødvendig. Tross alt er dette til slutt det vi er på vei mot - å skape kunstig intelligens, som ikke er underordnet i styrke enn menneskelig intelligens.
I løpet av de neste par årene trenger vi store dataspesialister som kan skrive programmer for å strukturere disse dataene, fordi mesteparten av dataene (omtrent 80%) er ustrukturerte data, og denne andelen vedvarer over tid. Du vil også trenge folk som støtter hele infrastrukturen for lagring og behandling av disse dataene - dataingeniører, DevOps. Uansett tid vil kreativitet og kreativitet forbli etterspurt, fordi det fortsatt er umulig å erstatte dem selv med kunstig intelligens: uten kreativitet kan du ikke skape noe grunnleggende nytt, og uten nyhet er det ingen fremgang!
