3 ដែនកំណត់នៃ AI
នៅក្នុងសិក្ខាសាលានេះ លោក Oscar Lopez Alegre ប្រធានសភាពាណិជ្ជកម្មអេស្ប៉ាញប្រចាំនៅវៀតណាម ដែលបានរស់នៅក្នុងប្រទេសវៀតណាមប្រហែល 15 ឆ្នាំ និងធ្វើការនៅក្នុងឧស្សាហកម្មអភិវឌ្ឍន៍កម្មវិធី (CEO of Nextway Technology) បានចែករំលែកអ្វីដែលគួរឱ្យចាប់អារម្មណ៍។
"ប្រហែលឆ្នាំ 2008-2009 ខ្ញុំបានសិក្សា AI ។ នៅពេលនោះ យើងលេងជាមួយមនុស្សយន្តតូចៗដែលអាចផ្លាស់ទីដោយស្វ័យប្រវត្តិ សូម្បីតែបើកភ្លើង។ វាគួរឱ្យចាប់អារម្មណ៍ណាស់ ប៉ុន្តែមិនងាយស្រួលទេ។ នៅឆ្នាំ 2015 ខ្ញុំធ្វើការនៅ IBM ។ យើងបានប្រើ AI ដើម្បីផ្តល់យោបល់សម្រាប់បុគ្គលិក សរសេរការពិពណ៌នាការងារដោយស្វ័យប្រវត្តិ" Oscar បាននិយាយ។
លោក Oscar Lopez Alegre ជឿជាក់ថា AI មានដែនកំណត់ជាក់លាក់ ដូច្នេះមនុស្សត្រូវតែមានការត្រិះរិះពិចារណាជានិច្ចនៅពេលប្រើប្រាស់ AI ។
រូបថត៖ MY QUYEN
យោងតាម Oscar វាគឺស្រដៀងទៅនឹងអ្វីដែលកំពុងកើតឡើងជាមួយនឹងការវិភាគទិន្នន័យឥឡូវនេះ ប៉ុន្តែបច្ចេកវិទ្យាមានកម្រិតនៅពេលនោះ។ AI ងាយស្រួលបង្កើត និងងាយស្រួលរៀន។ "ថ្ងៃនេះខ្ញុំប្រើ AI សម្រាប់អ្វីៗគ្រប់យ៉ាង រួមទាំងការធ្វើបទបង្ហាញ។ AI មាននៅគ្រប់ទីកន្លែង យើងប្រើប្រាស់វាជារៀងរាល់ថ្ងៃ និងកាន់តែច្រើនឡើងៗ។ វាគឺជាផលិតផលមួយក្នុងចំណោមផលិតផលដែលទទួលយកបានលឿនបំផុតក្នុងប្រវត្តិសាស្ត្រអ៊ីនធឺណិត។ ទោះជាយ៉ាងណាក៏ដោយ មិនមែនអ្វីគ្រប់យ៉ាងដែល AI និយាយគឺជាការពិតនោះទេ។ នោះគឺជាសារស្នូល" CEO រូបនេះបានទទួលស្គាល់។
បុគ្គលម្នាក់នេះបានផ្តល់ឧទាហរណ៍ថា “នៅពេលខ្ញុំសួរថា តើមានប្រធានាធិបតីមូស្លីមប៉ុន្មាននាក់នៅអាមេរិក? ចម្លើយគឺ បារ៉ាក់ អូបាម៉ា ប៉ុន្តែលោក អូបាម៉ា មិនមែនជាមូស្លីមទេ វាគ្រាន់តែជាយុទ្ធនាការផ្សព្វផ្សាយព័ត៌មានមិនពិត។ ការទស្សន៍ទាយមិនពិតបែបនេះអាចបង្កបញ្ហា នយោបាយ ។
ខ្លួនខ្ញុំផ្ទាល់បានសួរពីរបៀបបន្តលិខិតឆ្លងដែនអេស្ប៉ាញនៅវៀតណាម។ AI ឆ្លើយតបថា អាចធ្វើបាននៅក្នុង 'ប្រទេសអេស្ប៉ាញនៅទីក្រុងហូជីមិញ' ប៉ុន្តែទីក្រុងហូជីមិញមិនមាន 'ប្រទេសអេស្ប៉ាញ' ទេ! នេះបង្ហាញថាមាតិកាដែលបង្កើតដោយ AI មិនតែងតែគួរឱ្យទុកចិត្តនោះទេ។"
ពីទីនោះ លោក Oscar បានចង្អុលបង្ហាញពីដែនកំណត់នៃ AI ។ ទីមួយ មិនមានហេតុផលពិតប្រាកដទេ។ AI ផ្តល់តែចម្លើយដោយផ្អែកលើប្រូបាប៊ីលីតេស្ថិតិប៉ុណ្ណោះ មិនមែនការយល់ដឹងអំពីគោលគំនិតទេ។ ឧទាហរណ៍ជាមួយ “2 + 2 = 4” វាមិនយល់ពីលេខ 2 ឬបន្ថែមទេ ប៉ុន្តែគ្រាន់តែទាយលទ្ធផលត្រឹមត្រូវដោយផ្អែកលើការរៀនពីទិន្នន័យ។ ដូច្នេះហើយ មិនអាចហៅថា បញ្ញាពិតបានទេ។
ដែនកំណត់បន្ទាប់គឺថាទិន្នន័យបណ្តុះបណ្តាលមានឥទ្ធិពលធំ: ប្រសិនបើទិន្នន័យមានភាពលំអៀង ចម្លើយក៏នឹងមានភាពលំអៀងផងដែរ។ នេះអាចបណ្តាលឱ្យមានភាពអយុត្តិធម៌ សូម្បីតែប៉ះពាល់ដល់ការសម្រេចចិត្តជួល ឬបណ្តេញចេញក៏ដោយ។
ទីបីគឺភាពលំអៀង។ Oscar បាននិយាយថា "ឧទាហរណ៍ ប្រសិនបើអ្នកស្នើឱ្យ AI ប្រាប់រឿងកំប្លែងអំពីប្រជាជននិយាយភាសាអេស្ប៉ាញ វាមិនអីទេ ប៉ុន្តែប្រសិនបើអ្នកសួរវាអំពីមនុស្សស្បែកខ្មៅ វាត្រូវបានរារាំង។ AI មិនគួរជា "ចៅក្រម" នៃអ្វីដែលអ្នកអាចនិយាយបាននោះទេ។
ដូច្នេះហើយ អ្នកជំនាញខាងបច្ចេកវិទ្យានេះជឿថា មនុស្សត្រូវតែមានការគិតបែបរិះគន់ជានិច្ច ហើយមិនគួរជឿថា AI ជាការពិតទាំងស្រុងនោះទេ។
"សព្វថ្ងៃនេះ ពេលខ្លះយើងពឹងផ្អែកលើគេច្រើនពេក ពេលខ្លះយើងជឿទាំងស្រុង ហើយភ្លេចថាយើងជាមនុស្ស ហើយយើងមានអ្វីដែលហៅថាការគិតរិះគន់។ ខ្ញុំចង់រំលឹកមនុស្សថា ការគិតបែបរិះគន់គឺសំខាន់ណាស់ ការប្រើខួរក្បាលរបស់អ្នកគឺសំខាន់ណាស់ អ្វីគ្រប់យ៉ាងគ្រាន់តែជាឧបករណ៍ អ្នកជាមនុស្ស។ កុំភ្លេចថាអ្នកនៅតែជាម្ចាស់។ បើអ្នកមិនមែនជាមេ អ្នកនឹងត្រូវជំនួសវិញ" លោក Oscar បញ្ជាក់។
តើ ការអប់រំ នៅសាកលវិទ្យាល័យគួរផ្លាស់ប្តូរយ៉ាងដូចម្តេច?
មានវត្តមាននៅក្នុងសិក្ខាសាលានេះ លោក Tran Tuan Anh អនុប្រធានសាខា ប្រធាននាយកដ្ឋានបណ្តុះបណ្តាល សាខាសាកលវិទ្យាល័យ FPT នៅទីក្រុងហូជីមិញ បានជូនដំណឹងថា នឹងមានជំនាញស្នូលប្រហែល 39 របស់កម្មករបច្ចុប្បន្នដែលរំពឹងថានឹងផ្លាស់ប្តូរនៅឆ្នាំ 2030 (របាយការណ៍ការងារអនាគត ឆ្នាំ 2025 - វេទិកាសេដ្ឋកិច្ចពិភពលោក )។
លើសពីនេះទៀត ប្រហែល 27-28% នៃការងារនៅក្នុងប្រទេស OECD (អង្គការសម្រាប់កិច្ចសហប្រតិបត្តិការសេដ្ឋកិច្ច និងអភិវឌ្ឍន៍) បច្ចុប្បន្នមានហានិភ័យខ្ពស់នៃស្វ័យប្រវត្តិកម្មដោយសារតែ AI ឬបច្ចេកវិទ្យាដែលពាក់ព័ន្ធ។
លោក Tran Tuan Anh ចែករំលែកអំពីគំរូ AI-First សម្រាប់ការអប់រំនៅសកលវិទ្យាល័យ
រូបថត៖ MY QUYEN
លោក Tuan Anh បាននិយាយថា "AI កំពុងផ្លាស់ប្តូរទីផ្សារការងារយ៉ាងខ្លាំងទាក់ទងនឹងតម្រូវការជំនាញ និងលក្ខណៈការងារ។ ការអនុវត្ត AI លើគ្រប់វិស័យនៃជីវិតកំពុងកើតឡើងយ៉ាងឆាប់រហ័ស និងមិនអាចត្រឡប់វិញបាន។ ដូច្នេះតើអ្វីទៅជាជម្រើសសម្រាប់ការអប់រំនៅសកលវិទ្យាល័យ នៅពេលដែលអាជីវកម្មត្រូវបណ្តុះបណ្តាល ឬបង្កើនជំនាញសម្រាប់កម្មករ ដើម្បីបំពេញតាមដំណើរការការងារដែលរួមបញ្ចូល AI"។
យោងតាមលោក Tuan Anh ការអប់រំនៅសកលវិទ្យាល័យកំពុងប្រឈមមុខនឹងបញ្ហាដែលមិនធ្លាប់មានពីមុនមកក្នុងការរៀបចំនិស្សិតបញ្ចប់ការសិក្សាសម្រាប់បរិបទថ្មី។ ដូច្នេះចាំបាច់ត្រូវមានគំរូសម្រាប់ការអប់រំនៅសាកលវិទ្យាល័យ។
យោងតាមលោក Tuan Anh គំរូ AI-First អាចជាវិធីសាស្រ្តសមស្របក្នុងបរិបទបច្ចុប្បន្ន។ AI-First គឺជាការផ្លាស់ប្តូរគំរូមួយដែលមាន AI ជាធាតុស្នូលនៅក្នុងដំណើរការនៃការកសាងយុទ្ធសាស្រ្ត ការសម្រេចចិត្ត និងប្រតិបត្តិការ ជំនួសឱ្យការចាត់ទុកថាគ្រាន់តែជាឧបករណ៍បន្ថែម។
ជាពិសេស សាកលវិទ្យាល័យត្រូវប្រើ AI ក្នុងការបង្រៀន និងការវាយតម្លៃ កំណត់ខ្លឹមសារសិក្សា និងផ្លូវផ្ទាល់ខ្លួន និងបញ្ចូល AI យ៉ាងស៊ីជម្រៅទៅក្នុងកម្មវិធីបណ្តុះបណ្តាល។ ជាពិសេស ក្របខណ្ឌកម្មវិធីបណ្តុះបណ្តាលត្រូវកែសម្រួល ខ្លឹមសារនៃមុខវិជ្ជានីមួយៗត្រូវរៀបចំឡើងវិញជាមួយនឹងកម្រិតសមស្របនៃការធ្វើសមាហរណកម្ម AI បង្កើតមាត្រដ្ឋានដើម្បីវាស់ស្ទង់ និងវាយតម្លៃសមត្ថភាព AI របស់សិស្ស និងទទួលបានស្តង់ដារជាតិ និងអន្តរជាតិ។
លោក Tuan Anh បានចែករំលែកថា "ជាពិសេស សាកលវិទ្យាល័យត្រូវតែវាយតម្លៃតម្រូវការរបស់និយោជក និងវិភាគការផ្លាស់ប្តូរនៅក្នុងដំណើរការការងារដើម្បីកំណត់ជំនាញណាមួយដែលសំខាន់ និងជំនាញណាមួយដែលលែងត្រូវការ។ ពីទីនោះ បង្កើតក្របខ័ណ្ឌសមត្ថភាពស្របតាមមុខតំណែងការងារ"។
ទាំងអស់ខាងលើនេះ យោងតាមលោក Tuan Anh មានគោលបំណងបណ្តុះបណ្តាលសិស្សានុសិស្សឱ្យក្លាយជាកម្មករដែលមានចំណេះដឹងមូលដ្ឋានរឹងមាំ ការយល់ដឹងស៊ីជម្រៅអំពីវិស័យ និងអន្តរកម្មសិក្សា។ មានជំនាញការគិត (រិះគន់ ប្រព័ន្ធ ច្នៃប្រឌិត) និងការដោះស្រាយបញ្ហា។ មានជំនាញសង្គម សីលធម៌ និងការសិក្សាពេញមួយជីវិត។ ទន្ទឹមនឹងនោះ ត្រូវមានស្មារតីជាសហគ្រិន មិនមែនបើកអាជីវកម្មទេ តែត្រូវចេះសម្របខ្លួនឱ្យបានរហ័សទៅនឹងការផ្លាស់ប្តូរបច្ចេកវិទ្យា និងបរិយាកាសការងារ។
ប្រភព៖ https://thanhnien.vn/chuyen-gia-cong-nghe-chi-ra-su-thieu-tri-tue-cua-ai-va-loi-nhac-quan-trong-18525091915433146.htm
Kommentar (0)