AI ກຳລັງເຮັດໃຫ້ສິ່ງຕ່າງໆຍາກສຳລັບມະຫາວິທະຍາໄລບໍ?

ເພື່ອນຮ່ວມງານຂອງຂ້ອຍ, ອາຈານສອນການແປພາສາຢູ່ມະຫາວິທະຍາໄລແຫ່ງໜຶ່ງໃນປະເທດຫວຽດນາມ, ໄດ້ຖອນຫາຍໃຈວ່າ: "ທຸກໆຄັ້ງທີ່ນັກຮຽນໄດ້ຮັບມອບໝາຍໜ້າວຽກ, ພວກເຂົາພຽງແຕ່ວາງຄຳຖາມໃສ່ໃນ ChatGPT ແລະສົ່ງຜົນໄດ້ຮັບ."

ຮູບພາບປະກອບ

ໃນອາທິດແລ້ວນີ້, ໃນລະຫວ່າງກອງປະຊຸມກາເຟ, ເພື່ອນຮ່ວມງານຂອງຂ້ອຍ, ອາຈານສອນການແປພາສາຢູ່ມະຫາວິທະຍາໄລແຫ່ງໜຶ່ງໃນປະເທດຫວຽດນາມ, ໄດ້ຖອນຫາຍໃຈວ່າ: "ຂ້ອຍເຄີຍມັກສອນການແປພາສາ. ແຕ່ດຽວນີ້, ທຸກໆຄັ້ງທີ່ຂ້ອຍໄດ້ຮັບມອບໝາຍໜ້າວຽກ, ນັກຮຽນພຽງແຕ່ວາງຄຳຖາມໃສ່ ChatGPT ແລະສົ່ງຜົນໄດ້ຮັບ. ຂ້ອຍแทบจะບໍ່ສາມາດໃຫ້ຄຳຕິຊົມໄດ້ອີກຕໍ່ໄປ."

ຄວາມຂັດແຍ້ງ: ຄວາມຮູ້ ແລະ ທັກສະບໍ່ໄດ້ຂາດແຄນອີກຕໍ່ໄປ, ແຕ່ຄ່າຮຽນກໍ່ກຳລັງເພີ່ມຂຶ້ນ.

ເລື່ອງນີ້ບໍ່ໄດ້ມີສະເພາະໃນການສຶກສາດ້ານການແປເທົ່ານັ້ນ. ມັນສະທ້ອນໃຫ້ເຫັນເຖິງຄວາມບໍ່ສະດວກທີ່ເພີ່ມຂຶ້ນໃນຂະແໜງ ການສຶກສາ ຍ້ອນວ່າເຄື່ອງມື AI ເຊັ່ນ ChatGPT ແລະ DeepL ກຳລັງລົບກວນຮູບແບບການຝຶກອົບຮົມຫຼາຍຢ່າງ, ໂດຍສະເພາະໃນມະຫາວິທະຍາໄລ, ທີ່ມີມາເປັນເວລາຫຼາຍທົດສະວັດ.

ເປັນເວລາຫຼາຍສັດຕະວັດແລ້ວ, ມະຫາວິທະຍາໄລຕ່າງໆໄດ້ດຳເນີນການໂດຍອີງໃສ່ສົມມຸດຕິຖານທີ່ງ່າຍດາຍຫຼາຍຄື: ຄວາມຮູ້ ແລະ ທັກສະແມ່ນຫາຍາກ. ເພື່ອໃຫ້ໄດ້ຄວາມຮູ້ ແລະ ທັກສະ, ນັກສຶກສາຕ້ອງຈ່າຍຄ່າຮຽນ, ເຂົ້າຫ້ອງຮຽນ, ອ່ານປຶ້ມ, ເຮັດສຳເລັດວຽກມອບໝາຍ, ແລະ ໃນທີ່ສຸດກໍໄດ້ຮັບປະລິນຍາ.

ປະລິນຍາເປັນທັງແຫຼ່ງຄວາມຮູ້ ແລະ ການຮັບຮອງຄວາມສາມາດສຳລັບຕະຫຼາດວຽກເຮັດງານທຳ.

ແຕ່ໃນປະຈຸບັນ, AI ສາມາດອະທິບາຍ, ສັງເຄາະ, ແປພາສາ ແລະ ຂຽນໄດ້ພາຍໃນວິນາທີໂດຍບໍ່ມີຄ່າໃຊ້ຈ່າຍໃດໆ. ກົງກັນຂ້າມ, ໃນຂະນະທີ່ຄວາມຮູ້ ແລະ ທັກສະບໍ່ໄດ້ຂາດແຄນອີກຕໍ່ໄປ ແລະ ກຳລັງມີລາຄາຖືກລົງ, ຄ່າຮຽນໃນມະຫາວິທະຍາໄລກໍ່ເພີ່ມຂຶ້ນຢ່າງຕໍ່ເນື່ອງ.

ຕະຫຼາດວຽກເຮັດງານທຳກຳລັງຕອບສະໜອງໄວກວ່າມະຫາວິທະຍາໄລ. ໃນສະຫະລາຊະອານາຈັກ, ຈຳນວນວຽກທີ່ມີໃຫ້ສຳລັບຜູ້ທີ່ຮຽນຈົບໃໝ່ໆໄດ້ຫຼຸດລົງປະມານ 33% ໃນປີທີ່ຜ່ານມາ, ເຊິ່ງເປັນລະດັບຕໍ່າສຸດໃນຮອບເຈັດປີ, ສ່ວນໃຫຍ່ແມ່ນຍ້ອນທຸລະກິດທີ່ໃຊ້ AI ເພື່ອອັດຕະໂນມັດຕຳແໜ່ງງານລະດັບເລີ່ມຕົ້ນ.   (ລະດັບວຽກສຳລັບຜູ້ທີ່ມີປະສົບການໜ້ອຍ ຫຼື ບໍ່ມີປະສົບການເລີຍ) ແລະ ການຫຼຸດຜ່ອນຕົ້ນທຶນ.

ໃນສະຫະລັດ, ຫຼາຍກວ່າ 27 ລັດໄດ້ຍົກເລີກ ຫຼື ຫຼຸດຜ່ອນຂໍ້ກຳນົດກ່ຽວກັບລະດັບປະລິນຍາຕີສຳລັບຕຳແໜ່ງງານຮັບໃຊ້ສາທາລະນະຫຼາກຫຼາຍ, ໂດຍມີຈຸດປະສົງເພື່ອຂະຫຍາຍແຫຼ່ງພອນສະຫວັນ ແລະ ແກ້ໄຂບັນຫາການຂາດແຄນແຮງງານ ເຊັ່ນດຽວກັນກັບ "ອັດຕາເງິນເຟີ້ຂອງລະດັບປະລິນຍາ" (ແນວໂນ້ມຂອງການຮຽກຮ້ອງໃຫ້ມີຄຸນວຸດທິການສຶກສາທີ່ສູງຂຶ້ນສຳລັບວຽກທີ່ກ່ອນໜ້ານີ້ຕ້ອງການພຽງແຕ່ຄຸນວຸດທິທີ່ຕ່ຳກວ່າ).

ທຸລະກິດຕ່າງໆກຳລັງປະເມີນແຮງງານຄືນໃໝ່ ຍ້ອນວ່າ AI ໄດ້ເຂົ້າມາທົດແທນວຽກທີ່ຊໍ້າຊາກ ແລະ ອີງໃສ່ລະຫັດ ເຊິ່ງເຄີຍເປັນຂົງເຂດຂອງນັກຮຽນຈົບໃໝ່.

ໃນປະເທດຫວຽດນາມ, ການປ່ຽນແປງທີ່ເກີດຈາກ AI ແມ່ນເຫັນໄດ້ຊັດເຈນໃນການບໍລິການລູກຄ້າ ແລະ ການຕະຫຼາດ, ໂດຍມີ chatbot ແລະ ເຄື່ອງມື AI ຄ່ອຍໆທົດແທນບົດບາດພື້ນຖານ.

ໃນຂະນະທີ່ຫຼັກສູດຂອງມະຫາວິທະຍາໄລຫຼາຍແຫ່ງຍັງສອນທັກສະການເຮັດວຽກດ້ວຍຕົນເອງເຊັ່ນ: ການຂຽນເນື້ອຫາ ຫຼື ການຄຸ້ມຄອງຊຸມຊົນ, ທຸລະກິດຕ່າງໆໄດ້ປ່ຽນແທນພະນັກງານຝຶກງານ ແລະ ພະນັກງານໃໝ່ຢ່າງໄວວາດ້ວຍລະບົບ AI, ໂດຍໃຫ້ຄວາມສຳຄັນກັບການຈ້າງງານຜູ້ທີ່ສາມາດໃຊ້ງານ AI ເພື່ອປັບປຸງປະສິດທິພາບ.

ເຖິງຢ່າງໃດກໍ່ຕາມ, ບໍ່ແມ່ນຄວາມຮູ້ ແລະ ທັກສະທຸກປະເພດຈະຫຼຸດລົງໃນອັດຕາດຽວກັນ. ຂົງເຂດທີ່ສາມາດມາດຕະຖານ ແລະ ປັບປຸງໃຫ້ມີປະສິດທິພາບໄດ້ ເຊັ່ນ: ກົດໝາຍ, ການບັນຊີ, ການບໍລິຫານ, ວິສະວະກຳການດຳເນີນງານ ແລະ ການແປພາສາ ແມ່ນກຳລັງໄດ້ຮັບຜົນກະທົບຢ່າງຮ້າຍແຮງທີ່ສຸດ.

ຂ້ອຍ ແລະ ເພື່ອນຮ່ວມງານຫຼາຍຄົນໃນອຸດສາຫະກຳການແປພາສາໄດ້ປະສົບກັບເລື່ອງນີ້ໂດຍກົງ. ຂ້ອຍໄດ້ສູນເສຍລູກຄ້າສາກົນຫຼາຍຄົນທີ່ເຄີຍແປສັນຍາ ແລະ ຕົວຢ່າງເອກະສານ ເພາະວ່າ AI ດຽວນີ້ຈັດການກັບໜ້າວຽກເຫຼົ່ານັ້ນໄດ້ໄວຂຶ້ນ ແລະ ລາຄາຖືກກວ່າ.

ແຕ່ຂ້ອຍຍັງມີໂຄງການອື່ນໆ, ເຊັ່ນ: ການກວດສອບຄວາມຖືກຕ້ອງຂອງການແປພາສາຈາກ Chat GPT, ການຄົ້ນຫາ ແລະ ວິເຄາະກຸ່ມຄົນເຈັບເພື່ອທົດສອບແບບສອບຖາມສຸຂະພາບທີ່ແປດ້ວຍ AI, ການປຽບທຽບຄຳຕອບລະຫວ່າງກຸ່ມຕ່າງໆ, ແລະ ການປັບພາສາໃຫ້ເໝາະສົມກັບສະພາບການທາງວັດທະນະທຳທີ່ແຕກຕ່າງກັນ.

ວຽກເຫຼົ່ານີ້ແມ່ນວຽກທີ່ຕ້ອງການການຕັດສິນ, ປະສົບການ, ແລະ ຄວາມເຫັນອົກເຫັນໃຈ - ຄຸນລັກສະນະທີ່ AI, ຢ່າງໜ້ອຍກໍ່ໃນຕອນນີ້, ບໍ່ສາມາດທົດແທນໄດ້.

ໝູ່ຂອງຂ້ອຍຄົນໜຶ່ງທີ່ເຮັດວຽກໃນຂະແໜງສະຖາປັດຕະຍະກຳກໍມີປະສົບການທີ່ຄ້າຍຄືກັນ. ຊອບແວ ແລະ AI ສາມາດຊ່ວຍໄດ້ຢ່າງວ່ອງໄວກັບຮູບແຕ້ມມາດຕະຖານ. ແຕ່ເມື່ອໂຄງການຕ້ອງດຸ່ນດ່ຽງຄົນ, ພູມສັນຖານ, ວັດທະນະທຳ, ງົບປະມານ ແລະ ຂໍ້ກຳນົດທາງກົດໝາຍ, ບົດບາດຂອງສະຖາປະນິກຈຶ່ງກາຍເປັນສິ່ງສຳຄັນ. ບໍ່ມີອັລກໍຣິທຶມໃດສາມາດ "ອ່ານ" ຄົນ ແລະ ສະພາບການໄດ້ຄືກັບຜູ້ຊ່ຽວຊານທີ່ມີປະສົບການ.

AI ກຳລັງໃກ້ຈະກາຍເປັນ "ມະນຸດ" ແລ້ວ.

ເລື່ອງລາວເຫຼົ່ານີ້ເປີດເຜີຍໃຫ້ເຫັນເຖິງເສັ້ນທີ່ຊັດເຈນຂຶ້ນເລື້ອຍໆ: AI ເປັນການທົດແທນທີ່ດີສຳລັບວຽກງານທີ່ຊໍ້າຊ້ອນ ແລະ ເປັນມາດຕະຖານ; ແຕ່ຍິ່ງມັນໃກ້ຊິດກັບມະນຸດ, ສະພາບການ, ອາລົມ, ຈັນຍາບັນ, ແລະ ຄວາມຮັບຜິດຊອບຕໍ່ສັງຄົມຫຼາຍເທົ່າໃດ, ບົດບາດຂອງມະນຸດກໍ່ຍິ່ງບໍ່ສາມາດທົດແທນໄດ້ຫຼາຍຂຶ້ນເທົ່ານັ້ນ.

ແລະມັນແມ່ນຢູ່ທີ່ນີ້ທີ່ເລື່ອງລາວບໍ່ໄດ້ໝູນວຽນຢູ່ພຽງແຕ່ການແປ ຫຼື ສະຖາປັດຕະຍະກຳອີກຕໍ່ໄປ, ແຕ່ມັນຕິດຕໍ່ໂດຍກົງກັບສະຖາບັນສູນກາງຂອງສັງຄົມຄວາມຮູ້: ມະຫາວິທະຍາໄລ.

ຖ້າຫາກ AI ສາມາດໄດ້ຄະແນນສູງໃນການສອບເສັງ, ການສືບຕໍ່ສອນ ແລະ ທົດສອບດ້ວຍວິທີເກົ່າກໍ່ພຽງແຕ່ເຮັດໃຫ້ມະຫາວິທະຍາໄລຫຼຸດລົງເທົ່ານັ້ນ. ຄຸນຄ່າຂອງມະຫາວິທະຍາໄລໃນປະຈຸບັນບໍ່ໄດ້ຢູ່ທີ່ການຖ່າຍທອດຄວາມຮູ້ເປັນຫຼັກອີກຕໍ່ໄປ, ແຕ່ຢູ່ທີ່ການຊ່ວຍເຫຼືອນັກສຶກສາພັດທະນາການຄິດຢ່າງມີວິຈານ, ການຕັດສິນ, ແລະ ຄວາມສາມາດທາງດ້ານສະຕິປັນຍາ.

ເຖິງຢ່າງໃດກໍ່ຕາມ, ຄວາມເປັນຈິງໃນປະເທດຫວຽດນາມສະແດງໃຫ້ເຫັນວ່າ, ໃນຂະນະທີ່ບໍ່ແມ່ນທັງໝົດ, ຫຼາຍໂຄງການຍັງສອນ ແລະ ປະເມີນຜົນໃນແບບເກົ່າຄື: ການຈົດບັນທຶກ - ການຮຽນແບບທ່ອງຈຳ - ການເຮັດວຽກມອບໝາຍຕາມແມ່ແບບ - ການທົດສອບໂດຍອີງໃສ່ "ຕົວຢ່າງຄຳຕອບ".

ໃນສະພາບການຂອງ AI, ວິທີການສອນນັ້ນເປີດເຜີຍຂໍ້ຈຳກັດຂອງມັນຢ່າງຊັດເຈນ. ບົດລາຍງານກຸ່ມສາມາດເຮັດສຳເລັດໄດ້ໃນຕອນແລງດ້ວຍ AI; ການນຳສະເໜີສາມາດສ້າງຂຶ້ນໄດ້ພາຍໃນນາທີ; ແມ່ນແຕ່ການໂຕ້ຖຽງ ແລະ ຫຼັກຖານກໍສາມາດ "ກະກຽມໄວ້ໃຫ້ທ່ານໄດ້." ຖ້າການປະເມີນຜົນພຽງແຕ່ວັດແທກຄວາມສາມາດໃນການສ້າງເນື້ອຫາຄືນໃໝ່, ຜູ້ຮຽນທີ່ມີເຕັກໂນໂລຊີຫຼາຍເທົ່າໃດ, ພວກເຂົາກໍ່ຈະຕ້ອງຄິດໜ້ອຍລົງໂດຍໃຊ້ຄວາມສາມາດຂອງຕົນເອງ.

ແນ່ນອນ, ຍັງມີການພັດທະນາໃນທາງບວກອີກດ້ວຍ. ໃນບາງຫຼັກສູດຂັ້ນສູງ, ນັກສຶກສາຕ້ອງໄດ້ວິເຄາະຜົນຜະລິດຂອງ AI, ປຽບທຽບທັດສະນະ, ປ້ອງກັນການໂຕ້ຖຽງຕໍ່ກັບການໂຕ້ຖຽງ, ເຮັດວຽກໃນໂຄງການຕົວຈິງ, ແລະ ຮັບຜິດຊອບຕໍ່ການເລືອກຂອງເຂົາເຈົ້າ.

ໂຮງຮຽນເຫຼົ່ານີ້ກຳລັງນຳພາວິທີການໃນການເຊື່ອມໂຍງ AI ເຂົ້າໃນການສິດສອນ, ການຈັດຝຶກອົບຮົມຄູສອນ AI, ແລະ ການພັດທະນາຫຼັກສູດທີ່ເນັ້ນໜັກໃສ່ທັກສະການນຳໃຊ້ເຄື່ອງມື AI. ເຖິງຢ່າງໃດກໍ່ຕາມ, ວິທີການເຫຼົ່ານີ້ຍັງຄົງກະແຈກກະຈາຍ, ແຕກຕ່າງກັນໄປຈາກຄູສອນໜຶ່ງ ຫຼື ໂຮງຮຽນໜຶ່ງໄປຫາອີກໂຮງຮຽນໜຶ່ງ, ແລະ ຍັງບໍ່ທັນໄດ້ກາຍເປັນທິດທາງຂອງລະບົບທີ່ສອດຄ່ອງກັນເທື່ອ.

ຄຳຖາມທີ່ສຳຄັນບໍ່ແມ່ນວ່າ AI ຈະ "ຂັດຂວາງ" ມະຫາວິທະຍາໄລຫຼືບໍ່, ແຕ່ແມ່ນ: ມະຫາວິທະຍາໄລຫວຽດນາມກຳລັງເຄື່ອນໄຫວໄວພໍທີ່ຈະປ່ຽນຈາກການສອນຄວາມຮູ້ໄປສູ່ການບຳລຸງລ້ຽງແນວຄິດ ແລະ ລັກສະນະຂອງມະນຸດ - ໂດຍມີ AI ເປັນເຄື່ອງມືທີ່ມີປະສິດທິພາບໃນການສະໜັບສະໜູນຜູ້ຮຽນ ແລະ ຜູ້ອອກແຮງງານບໍ?

ດຣ. ຟ້າມ ຮວ່າ ຮຽບ

ແຫຼ່ງຂໍ້ມູນ: https://tuoitre.vn/ai-co-dang-lam-kho-dai-hoc-20251231112540395.htm