ທ່າອ່ຽງໃນມະຫາວິທະຍາໄລແມ່ນໄປສູ່ການຝຶກອົບຮົມແບບສหรับສາຂາວິຊາ.

ໃນຂະນະທີ່ປັນຍາປະດິດ (AI) ກ້າວໄປສູ່ປັນຍາປະດິດທົ່ວໄປ (AGI) ດ້ວຍຄວາມສາມາດໃນການໃຊ້ເຫດຜົນ ແລະ ການຕັດສິນໃຈທີ່ໃກ້ຄຽງກັບມະນຸດ, ການສຶກສາຊັ້ນສູງກຳລັງປະເຊີນກັບຈຸດປ່ຽນທາງໂຄງສ້າງ.

ຮູບແບບການຝຶກອົບຮົມໃນສາຂາວິຊາແຄບໆໄດ້ເກີດຂຶ້ນໃນສະພາບການຂອງ ເສດຖະກິດ ອຸດສາຫະກຳທີ່ເປີດເຜີຍຢ່າງຈະແຈ້ງເຖິງຂໍ້ຈຳກັດຂອງມັນໃນການປະເຊີນກັບການພົວພັນດ້ານເຕັກໂນໂລຊີ ແລະ ສັງຄົມ. ດັ່ງນັ້ນ, ການຝຶກອົບຮົມແບບຮ່ວມມືລະຫວ່າງສາຂາວິຊາຈຶ່ງກາຍເປັນຄວາມຕ້ອງການທີ່ສຳຄັນສຳລັບການສຶກສາຊັ້ນສູງໃນປະຈຸບັນ.

ເມື່ອ AI ກ້າວຂ້າມບົດບາດຂອງມັນໃນຖານະເປັນ "ເຄື່ອງມື"

ເປັນເວລາດົນນານມາແລ້ວ, AI ຖືກເບິ່ງວ່າເປັນຜະລິດຕະພັນຂອງເຕັກໂນໂລຊີຂໍ້ມູນຂ່າວສານ, ທີ່ກ່ຽວຂ້ອງກັບການຂຽນໂປຣແກຣມ, ຂໍ້ມູນ, ແລະ ອັລກໍຣິທຶມ. ວິທີການນີ້ຂ້ອນຂ້າງເໝາະສົມໃນໄລຍະແຄບຂອງ AI, ເມື່ອລະບົບຕ່າງໆປະຕິບັດໄດ້ດີພຽງແຕ່ໃນວຽກງານພິເສດບາງຢ່າງເຊັ່ນ: ການຮັບຮູ້ຮູບພາບ, ການປະມວນຜົນພາສາ, ຫຼື ການເພີ່ມປະສິດທິພາບຂອງຂະບວນການ.

ນັກສຶກສາຮຽນຮູ້ກ່ຽວກັບວິຊາເອກທີ່ສະເໜີໂດຍມະຫາວິທະຍາໄລຕ່າງໆໃນໂຄງການໃຫ້ຄຳປຶກສາລະດູການສອບເສັງຂອງໜັງສືພິມ ແທ່ງນຽນ .

ຮູບພາບ: ອິດສະຫຼະ

ເຖິງຢ່າງໃດກໍ່ຕາມ, ຄວາມເປັນຈິງກຳລັງປ່ຽນແປງຢ່າງໄວວາ. ປັນຍາປະດິດໃນປະຈຸບັນໄດ້ເຂົ້າສູ່ຂົງເຂດທີ່ເຄີຍຖືກຖືວ່າເປັນ "ສະເພາະ" ຂອງມະນຸດ: ການຂຽນ, ການວິເຄາະນະໂຍບາຍ, ການຊ່ວຍເຫຼືອໃນການວິນິດໄສທາງການແພດ, ການໃຫ້ຄໍາແນະນໍາທາງດ້ານກົດໝາຍ, ການຕັດສິນໃຈທາງດ້ານການເງິນ, ແລະແມ່ນແຕ່ການເຂົ້າຮ່ວມໃນການຄຸ້ມຄອງອົງກອນ. ຄວາມຄາດຫວັງຂອງ AGI - ຕາມການຄາດຄະເນຂອງເສດຖີຊາວອາເມລິກາ Elon Musk - ກາຍເປັນຄວາມຈິງໃນຊຸມປີຕໍ່ໜ້າບັງຄັບໃຫ້ພວກເຮົາເບິ່ງ AI ເປັນກໍາລັງທີ່ສົ່ງຜົນກະທົບຕໍ່ທຸກດ້ານຂອງຊີວິດພ້ອມໆກັນ, ບໍ່ໄດ້ຖືກຈໍາກັດຢູ່ໃນອາຊີບສະເພາະອີກຕໍ່ໄປ.

ໃນສະພາບການນີ້, ຄຳຖາມສຳລັບ ການສຶກສາ ຊັ້ນສູງບໍ່ພຽງແຕ່ "ວິທີການຝຶກອົບຮົມທັກສະ AI ເພີ່ມເຕີມ," ແຕ່ຍັງເລິກເຊິ່ງກວ່ານັ້ນຄື: ວິທີການຝຶກອົບຮົມຄົນໃຫ້ສາມາດເຮັດວຽກຮ່ວມກັບ, ປັບຕົວເຂົ້າກັບ, ແລະຮ່ວມມືກັບລະບົບອັດສະລິຍະທີ່ສົມບູນແບບ ແລະ ດີກວ່າທີ່ເພີ່ມຂຶ້ນ.

ຂໍ້ຈຳກັດຂອງຮູບແບບການຝຶກອົບຮົມວິຊາດຽວ

ມະຫາວິທະຍາໄລສ່ວນໃຫຍ່ໃນປະຈຸບັນຍັງຄົງຈັດການຝຶກອົບຮົມຕາມຮູບແບບສາຂາວິຊາດຽວ ຫຼື ຮູບແບບຫຼາຍສາຂາວິຊາທີ່ແຕກແຍກກັນ: ວິສະວະກຳຖືກແຍກອອກຈາກວິທະຍາສາດສັງຄົມ, ເຕັກໂນໂລຊີຈາກມະນຸດສາດ, ແລະ ເສດຖະສາດຈາກຈັນຍາບັນ ແລະ ກົດໝາຍ. ນັກສຶກສາໄດ້ຮັບການຝຶກອົບຮົມໃນ "ຂົງເຂດ" ພິເສດທີ່ຄັບແຄບ ແຕ່ຂາດຄວາມສາມາດໃນການເຊື່ອມຕໍ່ຄວາມຮູ້ໃນທົ່ວຂົງເຂດ, ເຮັດໃຫ້ເຂົາເຈົ້າມີຄວາມສ່ຽງຕໍ່ການປ່ຽນແປງທາງສັງຄົມ ແລະ ເຕັກໂນໂລຊີທີ່ສັບສົນເພີ່ມຂຶ້ນ.

ຮູບແບບນີ້ເຄີຍເໝາະສົມໃນເສດຖະກິດອຸດສາຫະກຳ, ບ່ອນທີ່ມີວຽກເຮັດງານທຳທີ່ໝັ້ນຄົງ, ຂອບເຂດອາຊີບມີຄວາມຊັດເຈນ, ແລະ ຄວາມຮູ້ມີການປ່ຽນແປງຢ່າງຊ້າໆ. ແຕ່ໃນຍຸກຂອງ AI, ມັນແມ່ນຈຸດຕັດກັນຂອງຂົງເຂດຕ່າງໆທີ່ສ້າງມູນຄ່າເພີ່ມ.

ວິສະວະກອນ AI ທີ່ຂາດຄວາມເຂົ້າໃຈດ້ານຈັນຍາບັນ ແລະ ກົດໝາຍສາມາດສ້າງເທັກໂນໂລຢີທີ່ເປັນອັນຕະລາຍຕໍ່ສັງຄົມໄດ້. ນັກສຶກສາຈົບໃໝ່ດ້ານເສດຖະສາດທີ່ບໍ່ເຂົ້າໃຈຂໍ້ມູນ ແລະ ອັລກໍຣິທຶມຈະມີຄວາມຫຍຸ້ງຍາກໃນການຕັດສິນໃຈໃນເສດຖະກິດດິຈິຕອນ. ທ່ານໝໍທີ່ບໍ່ມີພື້ນຖານດ້ານ ວິທະຍາສາດ ຂໍ້ມູນ ແລະ AI ຈະຕົກຢູ່ເບື້ອງຫຼັງໃນດ້ານການແພດແບບແມ່ນຍໍາ. ໃນທາງກົງກັນຂ້າມ, ຜູ້ທີ່ເຂົ້າໃຈພຽງແຕ່ AI ແຕ່ບໍ່ເຂົ້າໃຈຄົນ, ວັດທະນະທໍາ ແລະ ສັງຄົມກໍ່ຈະມີຄວາມຫຍຸ້ງຍາກໃນການສ້າງວິທີແກ້ໄຂທີ່ຍືນຍົງ.

ຂອບເຂດອຸດສາຫະກໍາທີ່ມົວໆ

AGI – ຖ້າບັນລຸໄດ້ – ຈະບໍ່ “ຂຶ້ນກັບ” ສາຂາວິຊາໃດໜຶ່ງ. ມັນເປັນການລວມຕົວກັນຂອງວິທະຍາສາດຄອມພິວເຕີ, ຄະນິດສາດ, ວິທະຍາສາດປະສາດ, ປັດຊະຍາ, ພາສາສາດ, ເສດຖະສາດ, ວິທະຍາສາດສະຕິປັນຍາ, ແລະ ຈັນຍາບັນ. AI ເອງກໍ່ເປັນໜ່ວຍງານລະຫວ່າງສາຂາວິຊາ.

ໃນຄວາມເປັນຈິງແລ້ວ, ບັນຫາຫຼັກໆທີ່ເກີດຂື້ນຈາກ AI — ເຊັ່ນ: ການສູນເສຍວຽກເຮັດງານທຳ, ອະຄະຕິທາງອັລກໍຣິທຶມ, ຄວາມເປັນສ່ວນຕົວ, ຄວາມຮັບຜິດຊອບທາງກົດໝາຍ, ຫຼື ຄວາມບໍ່ສະເໝີພາບດ້ານດິຈິຕອນ — ບໍ່ສາມາດແກ້ໄຂໄດ້ໂດຍອຸດສາຫະກຳດຽວ. ພວກມັນຕ້ອງການການຄິດຢ່າງເປັນລະບົບ, ຄວາມສາມາດໃນການວິເຄາະຫຼາຍມິຕິ, ແລະ ການປະສານງານລະຫວ່າງເຕັກໂນໂລຊີ, ສັງຄົມ, ແລະ ນະໂຍບາຍ.

ຖ້າການສຶກສາໃນມະຫາວິທະຍາໄລຍັງສືບຕໍ່ "ແບ່ງແຍກ" ຄວາມຮູ້, ສັງຄົມຈະປະເຊີນກັບຄົນງານຫຼາຍລຸ້ນຄົນທີ່ມີທັກສະດ້ານວິຊາການແຕ່ຂາດຄວາມຮັບຮູ້ທາງສັງຄົມ, ຫຼືຜູ້ທີ່ເຂົ້າໃຈສັງຄົມແຕ່ບໍ່ສາມາດເປັນແມ່ບົດໃນເຕັກໂນໂລຊີໄດ້.

ທົ່ວໂລກ, ມະຫາວິທະຍາໄລຫຼາຍແຫ່ງໄດ້ຫັນປ່ຽນໄປສູ່ວິທີການຮຽນແບບຫຼາຍສາຂາວິຊາຢ່າງວ່ອງໄວ. ໂຄງການຕ່າງໆເຊັ່ນ: ວິທະຍາສາດຂໍ້ມູນ-ເສດຖະສາດ, ເຕັກໂນໂລຊີຊີວະພາບ, ກົດໝາຍ-ເຕັກໂນໂລຊີ, ປັດຊະຍາ-ປັນຍາປະດິດ, ຫຼື ວິທະຍາສາດສະຕິປັນຍາ-ການຮຽນຮູ້ຂອງເຄື່ອງຈັກ ກຳລັງໄດ້ຮັບຄວາມນິຍົມເພີ່ມຂຶ້ນເລື້ອຍໆ. ໃນໂຄງການເຫຼົ່ານີ້, ນັກສຶກສາບໍ່ພຽງແຕ່ຮຽນ "ຫຼາຍວິຊາ" ເທົ່ານັ້ນ, ແຕ່ຍັງໄດ້ຮັບການຝຶກອົບຮົມຜ່ານຫຼັກສູດປະສົມປະສານທີ່ສຸມໃສ່ບັນຫາທີ່ສັບສົນໃນໂລກຕົວຈິງ.

ການຝຶກອົບຮົມແບບສหรับສາຂາວິຊາບໍ່ໄດ້ໝາຍຄວາມວ່າຈະເຮັດໃຫ້ຄວາມຊ່ຽວຊານຫຼຸດລົງ. ໃນທາງກົງກັນຂ້າມ, ມັນຮຽກຮ້ອງໃຫ້ຜູ້ຮຽນມີພື້ນຖານຫຼັກທີ່ແຂງແກ່ນໃນສາຂາວິຊາໜຶ່ງ ພ້ອມທັງສາມາດ "ສົນທະນາ" ກັບສາຂາວິຊາອື່ນໆໄດ້ຄື: ເຂົ້າໃຈວິທີການ, ພາສາ, ແລະ ຂໍ້ຈຳກັດຂອງແຕ່ລະສາຂາວິຊາ. ໃນຍຸກຂອງ AGI, ຄຸນຄ່າຂອງມະນຸດບໍ່ໄດ້ຢູ່ທີ່ການທ່ອງຈຳຄວາມຮູ້ - ສິ່ງທີ່ AI ເຮັດໄດ້ດີກວ່າ - ແຕ່ຢູ່ທີ່ຄວາມສາມາດໃນການຖາມຄຳຖາມທີ່ຖືກຕ້ອງ, ປະເມີນຜົນສະທ້ອນ, ແລະ ຕັດສິນໃຈຢ່າງມີຄວາມຮັບຜິດຊອບ.

ໃນປະເທດຫວຽດນາມ, ທ່າອ່ຽງການຝຶກອົບຮົມແບບສหกรรมສາດກຳລັງຄ່ອຍໆເກີດຂຶ້ນ. ມະຫາວິທະຍາໄລຫຼາຍແຫ່ງໄດ້ຈັດຕັ້ງປະຕິບັດໂຄງການປະສົມປະສານເພື່ອຕອບສະໜອງຄວາມຕ້ອງການຂອງການຝຶກອົບຮົມຊັບພະຍາກອນມະນຸດທີ່ສົມບູນແບບ. ມະຫາວິທະຍາໄລແຫ່ງຊາດຫວຽດນາມ ນະຄອນໂຮ່ຈິມິນ (VNU-HCM) ໄດ້ເປີດໂຄງການສหกรรมສາດ ແລະ ລະຫວ່າງມະຫາວິທະຍາໄລຫຼາຍແຫ່ງໃນສາຂາຕ່າງໆເຊັ່ນ: ພະລັງງານໃໝ່, ໂລຈິສະຕິກ, ເຕັກໂນໂລຊີການສຶກສາ, ແລະ ເສດຖະສາດທີ່ດິນ. ມະຫາວິທະຍາໄລໄທງວຽນກຳລັງຈັດຕັ້ງປະຕິບັດໂຄງການສหกรรมສາດເຊັ່ນ: ເຕັກໂນໂລຊີເຄິ່ງຕົວນຳ, ການລວມເອົາວິສະວະກຳ, ເຕັກໂນໂລຊີຂໍ້ມູນຂ່າວສານ, ແລະ ທັກສະການປະຕິບັດຕົວຈິງ. ມະຫາວິທະຍາໄລອື່ນໆອີກຫຼາຍແຫ່ງຍັງມີໂຄງການຝຶກອົບຮົມແບບສหกรรมສາດ...

ຕົວຢ່າງເຫຼົ່ານີ້ສະແດງໃຫ້ເຫັນເຖິງການຫັນປ່ຽນໃນເບື້ອງຕົ້ນຂອງການສຶກສາຊັ້ນສູງຂອງຫວຽດນາມ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ການຝຶກອົບຮົມແບບສหສຳພັນຍັງຢູ່ໃນໄລຍະເລີ່ມຕົ້ນ ແລະ ຕ້ອງການນະໂຍບາຍເພີ່ມເຕີມ, ຊັບພະຍາກອນ, ແລະ ການປ່ຽນແປງແນວຄິດການຄຸ້ມຄອງເພື່ອບັນລຸຂະໜາດ ແລະ ຄຸນນະພາບທີ່ສອດຄ່ອງກັບທ່າແຮງຂອງມັນ.

ການຝຶກອົບຮົມແບບສหรับສາຂາວິຊາບໍ່ພຽງແຕ່ເປັນວິທີການປັບຕົວເຂົ້າກັບ AI ເທົ່ານັ້ນ, ແຕ່ຍັງເປັນເສັ້ນທາງທີ່ຈະຢືນຢັນບົດບາດທີ່ບໍ່ສາມາດທົດແທນໄດ້ຂອງມະນຸດໃນຍຸກທີ່ AI ກ້າວໄປສູ່ AGI.

ຮູບພາບ: ເຍິດທິ້ງ

ມະຫາວິທະຍາໄລຝຶກອົບຮົມບຸກຄົນທີ່ມີຄວາມສາມາດໃນການປັບຕົວເຂົ້າກັບເຕັກໂນໂລຢີ

ຄວາມສ່ຽງທີ່ສຳຄັນໃນຍຸກຂອງ AI ແມ່ນວ່າມະນຸດຖືກຫຼຸດບົດບາດລົງໃຫ້ຢູ່ໃນບົດບາດຂອງ "ຜູ້ປະຕິບັດງານ" ຫຼື "ຜູ້ຄວບຄຸມ" ຂອງເຄື່ອງຈັກ, ໃນຂະນະທີ່ອຳນາດຂອງເຂົາເຈົ້າໃນການກຳນົດຄຸນຄ່າ ແລະ ຍຸດທະສາດຫຼຸດລົງ. ການຝຶກອົບຮົມແບບສหວິທະຍາ, ຖ້າຖືກອອກແບບຢ່າງຖືກຕ້ອງ, ຈະຊ່ວຍໃຫ້ມະຫາວິທະຍາໄລຮັກສາບົດບາດສຳຄັນໄດ້ຄື: ການຝຶກອົບຮົມບຸກຄົນທີ່ມີຄວາມສາມາດໃນການນຳພາເຕັກໂນໂລຢີ, ແທນທີ່ຈະພຽງແຕ່ປະຕິບັດຕາມມັນ.

ສິ່ງນີ້ມີຄວາມສຳຄັນໂດຍສະເພາະໃນຂົງເຂດຕ່າງໆເຊັ່ນ: ການສຶກສາ, ການດູແລສຸຂະພາບ, ການບໍລິຫານລັດ, ສື່ມວນຊົນ ແລະ ການເງິນ - ບ່ອນທີ່ທຸກໆການຕັດສິນໃຈດ້ານເຕັກນິກແມ່ນກ່ຽວຂ້ອງກັບຜົນສະທ້ອນທາງສັງຄົມຢ່າງເລິກເຊິ່ງ. ນັກສຶກສາທີ່ຈົບການສຶກສາຈາກມະຫາວິທະຍາໄລຈຳເປັນຕ້ອງເຂົ້າໃຈວ່າທຸກໆການຕັດສິນໃຈທີ່ອີງໃສ່ AI ກ່ຽວຂ້ອງກັບການເລືອກຄຸນຄ່າ, ບໍ່ແມ່ນຜົນໄດ້ຮັບ "ທີ່ເປັນກາງຢ່າງແທ້ຈິງ" ຂອງອັລກໍຣິທຶມ.

ການເກີດຂຶ້ນຂອງ AGI—ບໍ່ວ່າຈະໄວຫຼືຊ້າ—ບັງຄັບໃຫ້ການສຶກສາຊັ້ນສູງພິຈາລະນາຄືນໃໝ່ກ່ຽວກັບຄຳຖາມພື້ນຖານຄື: ຈຸດປະສົງຂອງມະຫາວິທະຍາໄລໃນໂລກທີ່ຄວາມຮູ້ມີລາຄາຖືກຂຶ້ນເລື້ອຍໆ ແລະ ບໍ່ຂາດແຄນອີກຕໍ່ໄປແມ່ນຫຍັງ?

ຄຳຕອບແມ່ນວ່າມະຫາວິທະຍາໄລບໍ່ພຽງແຕ່ຄວນຖ່າຍທອດຄວາມຮູ້ເທົ່ານັ້ນ, ແຕ່ຍັງຄວນຊ່ວຍໃຫ້ນັກສຶກສາເຂົ້າໃຈໂລກໃນຄວາມສັບສົນຂອງມັນ, ເຊື່ອມຕໍ່ກັບມັນ, ຄິດຢ່າງມີວິຈານ, ແລະ ປະຕິບັດຢ່າງມີຄວາມຮັບຜິດຊອບ. ດັ່ງນັ້ນ, ການຝຶກອົບຮົມແບບສหສຳພັນລະຫວ່າງສາຂາວິຊາບໍ່ພຽງແຕ່ເປັນວິທີການປັບຕົວເຂົ້າກັບ AI ເທົ່ານັ້ນ, ແຕ່ຍັງເປັນເສັ້ນທາງທີ່ຈະຢືນຢັນບົດບາດທີ່ບໍ່ສາມາດທົດແທນໄດ້ຂອງມະນຸດໃນຍຸກຂອງ AI ທີ່ກ້າວໄປສູ່ AGI.

ຂໍ້ຈຳກັດຂອງການຝຶກອົບຮົມຄູສອນວິຊາດຽວ ແລະ ຄວາມຕ້ອງການດ້ານນະວັດຕະກໍາ.

ເພື່ອຕອບສະໜອງຄວາມຕ້ອງການຂອງໂຄງການສຶກສາທົ່ວໄປປີ 2018, ວິທະຍາໄລສ້າງຄູໄດ້ສະເໜີໂຄງການຝຶກອົບຮົມຄູສອນແບບສหສຳພັນສາກົນ ເຊັ່ນ: ການຝຶກອົບຮົມຄູສອນວິທະຍາສາດທຳມະຊາດ, ການຝຶກອົບຮົມຄູສອນປະຫວັດສາດ ແລະ ພູມສາດ, ແລະອື່ນໆ; ເຖິງຢ່າງໃດກໍ່ຕາມ, ຫຼາຍສາຂາວິຊາຍັງສະເໜີໂຄງການຝຶກອົບຮົມຄູສອນວິຊາດຽວ ເຊັ່ນ: ຄະນິດສາດ, ຟີຊິກສາດ, ເຄມີສາດ, ຊີວະສາດ, ວິທະຍາສາດຄອມພິວເຕີ, ປະຫວັດສາດ, ພູມສາດ, ແລະ ພາສາຕ່າງປະເທດ.

ໃນສະພາບການທີ່ AI ກຳລັງກ້າວໄປສູ່ AGI, ການຝຶກອົບຮົມຄູສອນວິຊາດຽວໄດ້ເປີດເຜີຍຂໍ້ບົກຜ່ອງຢ່າງຈະແຈ້ງ. ຮູບແບບນີ້ຜະລິດຄູທີ່ມີຄວາມຊ່ຽວຊານຢ່າງເລິກເຊິ່ງແຕ່ມີຂອບເຂດຈຳກັດ, ເຮັດໃຫ້ມັນຍາກທີ່ຈະຕອບສະໜອງຄວາມຕ້ອງການຂອງການສອນແບບປະສົມປະສານ. ໃນເວລາດຽວກັນ, ວິທີການຝຶກອົບຮົມນີ້, ເຊິ່ງສຸມໃສ່ການສົ່ງຕໍ່ຄວາມຮູ້, ກຳລັງສູນເສຍຄວາມໄດ້ປຽບຂອງມັນຫຼາຍຂຶ້ນຍ້ອນວ່າ AI ໃຫ້ຂໍ້ມູນຢ່າງມີປະສິດທິພາບ.

ຍິ່ງໄປກວ່ານັ້ນ, ໂຄງການຝຶກອົບຮົມຄູຍັງຂາດພື້ນຖານໃນດ້ານ AI, ຂໍ້ມູນການສຶກສາ, ແລະ ຈັນຍາບັນດີຈີຕອນ, ເຮັດໃຫ້ຄູບໍ່ໄດ້ກຽມພ້ອມທີ່ຈະຮັບເອົາການນຳໃຊ້ AI ໃນໂຮງຮຽນ.

ດັ່ງນັ້ນ, ມັນຍັງມີຄວາມຈຳເປັນທີ່ຈະຕ້ອງຄົ້ນຄວ້າການຫັນປ່ຽນໄປສູ່ການຝຶກອົບຮົມຄູສອນແບບສหສຳພັນ ແລະ ຫຼາຍສາຂາວິຊາ, ໂດຍສຸມໃສ່ຄວາມສາມາດໃນການປະສົມປະສານຄວາມຮູ້ ແລະ ອອກແບບການຮຽນຮູ້ຕາມຫົວຂໍ້ ແລະ ໂຄງການ. ຄູສອນໃນອະນາຄົດຕ້ອງກຽມພ້ອມທີ່ຈະເຮັດວຽກຮ່ວມກັບ AI ໃນຖານະເປັນຜູ້ຊ່ວຍດ້ານການສິດສອນ, ໂດຍສຸມໃສ່ຄຸນຄ່າທີ່ AI ບໍ່ສາມາດທົດແທນໄດ້: ການຄິດຢ່າງມີວິຈານ, ການສຶກສາແບບມະນຸດສະທຳ, ແລະ ຄວາມຮັບຜິດຊອບຕໍ່ສັງຄົມ.

ແຫຼ່ງຂໍ້ມູນ: https://thanhnien.vn/xu-huong-dai-hoc-dao-tao-lien-nganh-185260209210227085.htm