![]() |
| Άνθρωποι βλέπουν διαφημίσεις για εντατικά μαθήματα κατάρτισης στην Τεχνητή Νοημοσύνη σε μια έκθεση εργασίας στο Πεκίνο της Κίνας. (Πηγή: VCG) |
Πίεση από την αγορά εργασίας
Όταν η Wu Jianhua αποφοίτησε από το πανεπιστήμιο τον Ιούνιο του 2024, πίστευε ότι η τεχνητή νοημοσύνη (AI) στην Κίνα άνοιγε πολλές ευκαιρίες. Αλλά για μια νεαρή, άπειρη απόφοιτο, οι πόρτες σε αυτόν τον κλάδο δεν ήταν τόσο ανοιχτές όσο ήλπιζε.
Η Wu Jianhua ξεκίνησε την αυτοδιδασκαλία μέσω διαδικτυακών εκπαιδευτικών βίντεο στα μέσα κοινωνικής δικτύωσης, αλλά γρήγορα συνειδητοποίησε ότι το μεγαλύτερο μέρος του περιεχομένου απευθυνόταν σε άτομα που είχαν ήδη επαγγελματική εμπειρία, περιείχε πολύπλοκη ορολογία και δεν ήταν πολύ σχετικό με την πραγματική εργασία. Ως κάποια που μόλις είχε αποφοιτήσει από το πανεπιστήμιο, σταδιακά συνειδητοποίησε ότι η αυτοδιδασκαλία δεν θα τη βοηθούσε να απεικονίσει με σαφήνεια την επαγγελματική της πορεία στον τομέα της Τεχνητής Νοημοσύνης.
Η ιστορία του Wu Jianhua αντικατοπτρίζει την αυξανόμενη πίεση που ασκείται στους πτυχιούχους πανεπιστημίων στην Κίνα, καθώς το πτυχίο πανεπιστημίου δεν αποτελεί πλέον εγγυημένη εργασία. Σύμφωνα με το Sixth Tone , ο αριθμός των αποφοίτων πανεπιστημίων στη δεύτερη μεγαλύτερη οικονομία του κόσμου έχει αυξηθεί από 7,65 εκατομμύρια το 2016 σε 12,7 εκατομμύρια το 2026. Εν τω μεταξύ, παράλληλα με το πανεπιστημιακό πτυχίο, πολλοί εργοδότες εκτιμούν ολοένα και περισσότερο τις πρακτικές δεξιότητες, καθιστώντας τον ανταγωνισμό στην αγορά εργασίας ολοένα και πιο έντονο.
![]() |
| Φοιτητές παρακολουθούν μια έκθεση εργασίας στο Τσενγκτζόου, στην επαρχία Χενάν. (Πηγή: VCG) |
Η πίεση δεν προέρχεται μόνο από τον αριθμό των ατόμων που αναζητούν εργασία, αλλά και από τον ταχύ ρυθμό αλλαγής στα νέα επαγγέλματα. Ενώ θεωρείται ένας πολλά υποσχόμενος τομέας, η Τεχνητή Νοημοσύνη απαιτεί συγκεκριμένες δεξιότητες, κατανόηση των λειτουργικών διαδικασιών και προθυμία για την εκτέλεση βασικών εργασιών. Αυτό είναι ένα κενό που πολλά προγράμματα κατάρτισης πανεπιστημιακού επιπέδου δεν έχουν ακόμη καλύψει.
Όπως και η Wu Jianhua, η νεαρή Li Jiaxin έπεσε γρήγορα σε μια ρουτίνα μετά την αποφοίτησή της. Πριν εγγραφεί σε ένα εκπαιδευτικό πρόγραμμα Τεχνητής Νοημοσύνης τον περασμένο Αύγουστο, η Li Jiaxin πέρασε μήνες υποβάλλοντας αιτήσεις για θέσεις λήψης βίντεο και μοντέρ, αλλά χωρίς επιτυχία. Ενώ οι φίλοι της είτε έπιαναν δουλειά είτε ακολουθούσαν ανώτερες σπουδές, εκείνη αγχωνόταν και ανησυχούσε ολοένα και περισσότερο.
Για την Li Jiaxin, η προτεραιότητά της είναι «να βγει στην ξηρά» — μια κοινή έκφραση μεταξύ των νέων Κινέζων που θέλουν να ξεφύγουν από την ανασφάλεια και να βρουν μια σταθερή δουλειά. Λέει ότι δεν επιδιώκει μια θέση υψηλού προφίλ, αλλά απλώς χρειάζεται μια δουλειά με σταθερό μισθό, άδεια Σαββατοκύριακου, κοινωνική ασφάλιση και επιδόματα στέγασης. Επομένως, η πλειονότητα των μαθημάτων εκπαίδευσης στην Τεχνητή Νοημοσύνη που έχουν ξεφυτρώσει σαν μανιτάρια μετά τη βροχή πηγάζουν από αυτή την πολύ πραγματική ανάγκη εύρεσης μιας ασφαλούς εργασίας.
Η ελκυστικότητα των βραχυπρόθεσμων μαθημάτων
Ένα σημείο καμπής για τη Wu Jianhua ήρθε όταν ένας φίλος την σύστησε σε ένα τρίμηνο εκπαιδευτικό πρόγραμμα Τεχνητής Νοημοσύνης στο Πεκίνο. Μετά το μάθημα, εξοικειώθηκε με την Python και διάφορα εργαλεία Τεχνητής Νοημοσύνης σε ένα εργασιακό περιβάλλον και στη συνέχεια προσλήφθηκε ως junior εκπαιδεύτρια Τεχνητής Νοημοσύνης.
Σύμφωνα με τον Zhao Xuesong, μέλος του διοικητικού συμβουλίου του εκπαιδευτικού ιδρύματος, περισσότερα από 1.500 άτομα έχουν ολοκληρώσει το πρόγραμμα από τον Μάρτιο, κυρίως άνεργοι ή άτομα που επιδιώκουν να αυξήσουν τις ευκαιρίες απασχόλησής τους. Τα δίδακτρα κυμαίνονται από 1.200 έως 2.400 γιουάν, που ισοδυναμούν με περίπου 170-335 δολάρια ΗΠΑ.
![]() |
| Οι μαθητές συμμετέχουν σε εντατική εκπαίδευση στην Τεχνητή Νοημοσύνη στο Κέντρο Επαγγελματικής Εκπαίδευσης για το Μέλλον της Τεχνητής Νοημοσύνης του Πεκίνου. (Πηγή: Sixth Tone) |
Ωστόσο, πίσω από το όνομα Τεχνητή Νοημοσύνη δεν κρύβεται η λαμπερή δουλειά που πολλοί φαντάζονται. Οι αρχάριοι εκπαιδευτές Τεχνητής Νοημοσύνης δεν σχεδιάζουν μοντέλα ούτε κατασκευάζουν πολύπλοκα συστήματα. Τα κύρια καθήκοντά τους είναι ο καθαρισμός, η οργάνωση, η ανάλυση δεδομένων και η υποστήριξη της βελτίωσης προϊόντων Τεχνητής Νοημοσύνης.
Σύμφωνα με τον Zhao Xuesong, πολλοί εκπαιδευόμενοι αρχικά πιστεύουν λανθασμένα ότι η εκπαίδευση στην Τεχνητή Νοημοσύνη είναι συνώνυμη με την εκμάθηση προγραμματισμού. Στην πραγματικότητα, αυτή η εργασία περιλαμβάνει περισσότερα από την απλή μετάφραση των επιχειρηματικών αναγκών σε δεδομένα, την ενσωμάτωση αυτών των δεδομένων σε μοντέλα και τη βελτίωση και βελτίωση των προϊόντων Τεχνητής Νοημοσύνης ώστε να γίνουν πιο φιλικά προς τον χρήστη.
Παρά το γεγονός ότι δεν είχε τεχνολογικό υπόβαθρο, η Li Jiaxin βρήκε εργασία ως εκπαιδευτής Τεχνητής Νοημοσύνης μετά την ολοκλήρωση του μαθήματος. Η δουλειά της περιλάμβανε την παραγωγή βίντεο, τη χρήση νέων εργαλείων Τεχνητής Νοημοσύνης και την εργασία σε γραφείο από τις 9 π.μ. έως τις 6 μ.μ. Για εκείνη, αυτή ήταν μια πρακτική πορεία προς τα εμπρός, καθώς οι ευκαιρίες γίνονταν ολοένα και πιο περιορισμένες.
Ποιο δρόμο πρέπει να ακολουθήσουν οι νέοι;
Ωστόσο, το κύμα βραχυπρόθεσμης κατάρτισης εγείρει επίσης ερωτήματα σχετικά με τη βιωσιμότητα. Αρκούν μερικοί μήνες εντατικής κατάρτισης για να οικοδομηθούν μόνιμες βάσεις σταδιοδρομίας ή μήπως απλώς μετατρέπουν τις ανησυχίες των νέων για αναζήτηση εργασίας σε μια νέα αγορά κατάρτισης;
Η κα Ma Jiuyuan, σύμβουλος σταδιοδρομίας στο Πανεπιστήμιο Fudan στη Σαγκάη, πιστεύει ότι τα πρακτικά μαθήματα μπορούν να βοηθήσουν στη γεφύρωση του χάσματος μεταξύ σχολείου και χώρου εργασίας, ειδικά καθώς οι επιχειρήσεις δίνουν ολοένα και μεγαλύτερη προτεραιότητα στην πρακτική εμπειρία. Υποστηρίζει ότι χωρίς την κατάλληλη εποπτεία, οι φοιτητές θα δυσκολεύονται να διακρίνουν μεταξύ ποιοτικών προγραμμάτων και προσωρινών μαθημάτων.
![]() |
| Εκπαιδευόμενοι σε κέντρα εκπαίδευσης δεξιοτήτων Τεχνητής Νοημοσύνης. (Πηγή: Xiaohongshu) |
Από μια άλλη οπτική γωνία, ο Yu Zhuanzong, αναπληρωτής καθηγητής στο Πανεπιστήμιο Fudan και σύμβουλος σταδιοδρομίας, προβλέπει ότι η ζήτηση για βραχυπρόθεσμα προγράμματα κατάρτισης θα συνεχίσει να αυξάνεται. Ο ρυθμός αλλαγής στους κλάδους είναι ταχύτερος από τον κύκλο ενημέρωσης των πανεπιστημιακών προγραμμάτων, αναγκάζοντας τους νέους να αποκτούν συνεχώς νέες δεξιότητες μετά την αποφοίτησή τους από το πανεπιστήμιο.
Για την Li Jiaxin, αυτή η μετατόπιση γίνεται ολοένα και πιο εμφανής, ειδικά στις επιλογές σταδιοδρομίας των συνομηλίκων της. Η Li Jiaxin είπε ότι αφού εργάστηκε στον κλάδο για ένα διάστημα, σχεδιάζει να βελτιώσει τις επαγγελματικές της δεξιότητες για να αναλάβει περισσότερους ρόλους και να στοχεύσει σε καλύτερο εισόδημα.
Η μανία της Τεχνητής Νοημοσύνης στην Κίνα δείχνει ότι τα βραχυπρόθεσμα εκπαιδευτικά προγράμματα μπορούν να βοηθήσουν τους νέους να συμπληρώσουν πρακτικές δεξιότητες, αλλά δεν μπορούν να αντικαταστήσουν μια μακροχρόνια εκπαίδευση ή εργασιακή εμπειρία. Οι κοινωνικοί ειδικοί προειδοποιούν ότι, σε ένα πλαίσιο όπου τα πτυχία δεν εγγυώνται πλέον σταθερή απασχόληση, δεν πρέπει να βασιζόμαστε υπερβολικά στα μαθήματα Τεχνητής Νοημοσύνης, αλλά να τα θεωρούμε μόνο ως υποστηρικτικό κανάλι για τη μετάβαση στην αγορά εργασίας.
Πηγή: https://baoquocte.vn/trung-quoc-sot-lo-luyen-ai-cap-toc-406713.html














