کارشناسان: «تحول دیجیتال» هنوز تمام نشده، «تحول هوش مصنوعی» از راه رسیده است.

کارشناسان معتقدند در حالی که بسیاری از سازمان‌ها هنوز تحول دیجیتال خود را تکمیل نکرده‌اند، موج تحول هوش مصنوعی با سرعتی حتی بیشتر از قبل از راه رسیده است.

دکتر لو هوآن سو - رئیس دپارتمان سیستم‌های اطلاعاتی، دانشگاه اقتصاد و حقوق - نظرات خود را در مورد «تحول دیجیتال» و «تحول هوش مصنوعی» به اشتراک گذاشت - عکس: ترونگ نهان

در تاریخ ۲۷ اکتبر، دانشگاه اقتصاد و حقوق (UEL) سمیناری با عنوان «از تحول دیجیتال تا تحول هوش مصنوعی: مدلی از همکاری بین دانشگاه‌ها و کسب‌وکارها» و کارگاهی با عنوان «به‌کارگیری هوش مصنوعی در مدیران منابع انسانی» برگزار کرد که بسیاری از متخصصان داخلی و بین‌المللی را به خود جذب کرد.

دکتر لو هوآن سو - رئیس دپارتمان سیستم‌های اطلاعاتی، دانشگاه اقتصاد و حقوق (دانشگاه ملی ویتنام، شهر هوشی مین) - اظهار داشت: «تحول دیجیتال اولین قدم است، اما تحول هوش مصنوعی جهش واقعی رو به جلو است.»

در حالی که تحول دیجیتال به سازمان‌ها کمک می‌کند تا کارآمدتر عمل کنند، تحول هوش مصنوعی نیاز به رویکردی متفاوت دارد و سیستم‌ها را قادر می‌سازد تا یاد بگیرند، خودتنظیمی کنند و تصمیم‌گیری کنند.

دکتر لو هوآن سو در ویتنام استدلال می‌کند که بسیاری از سازمان‌ها هنوز در حال گذار از تحول دیجیتال هستند و اکنون با تحول سریع هوش مصنوعی روبرو هستند.

هوش مصنوعی فراتر از کاربردهایش در عملیات، مدیریت و تحقیق، نقش حیاتی در آموزش نیز ایفا می‌کند. در محیط دانشگاه، اگر دانشجویان یاد نگیرند که این فناوری را درک کنند و بپذیرند، تحول هوش مصنوعی غیرممکن خواهد بود.

دکتر لو هوآن سو تأکید کرد: «هوش مصنوعی فقط یک مهارت جدید نیست، بلکه زبان جدیدی برای یادگیری و کار است.»

علاوه بر این، او بر تفاوت بین «آموزش» و «مربیگری» هوش مصنوعی در محیط دانشگاه تأکید کرد. آموزش در مورد آموزش نحوه انجام کاری است؛ مربیگری در مورد کمک به افراد برای تغییر شیوه تفکرشان است.

در یک محیط هوش مصنوعی که دائماً در حال تحول است، تنها مربیگری، یادگیری از طریق تجربه و بازخورد، می‌تواند به یادگیرندگان در توسعه حل مسئله، خلاقیت و سازگاری کمک کند.

از منظر بین‌المللی، داریل چانگ، مدیر بازرگانی گروه JDI سنگاپور، هشدار داد: «بزرگترین تهدید، جایگزینی هوش مصنوعی با انسان‌ها نیست، بلکه منسوخ شدن انسان‌ها در صورت عدم یادگیری سریع است.»

به گفته او، آموزش در خط مقدم تحول هوش مصنوعی قرار دارد. در سنگاپور، به جای آموزش دروس انفرادی، دولت مدل «هوش مصنوعی برای همه» را اجرا کرده و مهارت‌های هوش مصنوعی را در بین دانش‌آموزان، مشاغل و کارگران رواج داده است.

تنها در عرض چند سال، بیش از ۹۵٪ از کسب‌وکارها در اینجا دیجیتالی شده‌اند و تقریباً ۱۵٪ شروع به استفاده از هوش مصنوعی در عملیات خود کرده‌اند.

او گفت: «آنچه هوش مصنوعی را در سنگاپور موفق می‌کند، تجهیزات نیست، بلکه طرز فکر است.»

برای دانش‌آموزان، داشتن تسلط دیجیتالی همراه با تفکر انتقادی، همکاری و انعطاف‌پذیری بسیار مهم است.

برای متخصصان شاغل، مسیر توسعه نه در «خودکارسازی برای کاهش نیروی انسانی» بلکه در «افزایش قابلیت‌های انسانی» و یادگیری نحوه کار با هوش مصنوعی برای تصمیم‌گیری‌های هوشمندانه‌تر نهفته است.

پروفسور کی ریونگ کوون از دانشگاه پوکیونگ (کره جنوبی) پیشنهاد کرد که دانشگاه‌ها باید پروژه‌های عملی هوش مصنوعی را در آموزش خود بگنجانند تا دانشجویان کل فرآیند را از داده‌ها تا کاربرد درک کنند.

پروفسور کی ریونگ کوون گفت: «ما باید به دانش‌آموزان نه تنها یادگیری هوش مصنوعی، بلکه توانایی انجام آن را نیز بیاموزیم. اینگونه است که می‌توانیم دانش را به ارزش اجتماعی تبدیل کنیم.»

آقای داریل چانگ - مدیر بازرگانی گروه JDI - تجربه خود را در توسعه هوش مصنوعی در سنگاپور به اشتراک گذاشت - عکس: TRONG NHAN

هوش مصنوعی در حال ایجاد انقلاب‌های زیادی در آموزش است.

دانشیار دکتر نگوین آنه فونگ، رئیس دپارتمان مالی و بانکداری، دانشگاه اقتصاد و حقوق (دانشگاه ملی ویتنام، شهر هوشی مین)، معتقد است که هوش مصنوعی در حال ایجاد انقلابی در صنعت مالی است.

او و تیم تحقیقاتی‌اش از داده‌های بیش از ۶۵۰ شرکت پذیرفته‌شده در بورس ویتنام برای آموزش یک مدل یادگیری ماشینی جهت تشخیص تقلب در گزارشگری مالی استفاده کردند.

نتایج نشان می‌دهد که شبکه‌های عصبی مصنوعی (ANN) و XGBoost به دقت تقریباً ۹۸٪ دست می‌یابند و امکاناتی را برای کاربردهای هوش مصنوعی در حسابرسی، مدیریت ریسک و شفافیت بازار فراهم می‌کنند.

اما نکته مهم این است که او معتقد است دانش‌آموزان باید یاد بگیرند که هوش مصنوعی را به عنوان روشی برای تفکر و تصمیم‌گیری ببینند، نه فقط یک ابزار برنامه‌نویسی.

آقای فونگ پیشنهاد داد مجموعه‌ای از ماژول‌ها در مورد «تحلیل کلاهبرداری در بخش مالی» توسعه داده شود که در آن دانشجویان مالی یاد بگیرند چگونه داده‌ها را بخوانند، الگوریتم‌ها را درک کنند و مسئولیت اخلاقی را به فناوری نسبت دهند.

به گفته او، دانشجویان مالی امروزه باید به توانایی خواندن و درک گزارش‌های مبتنی بر داده و تجزیه و تحلیل آنها با استفاده از ابزارهای هوش مصنوعی مجهز شوند. زیرا اگرچه هوش مصنوعی می‌تواند خطاها را تشخیص دهد، اما فقط انسان‌ها می‌توانند دلایل پشت این خطاها را توضیح دهند.

ترونگ نهان

منبع: https://tuoitre.vn/chuyen-gia-chuyen-doi-so-chua-qua-chuyen-doi-ai-da-toi-20251027144239506.htm