Di masa depan, semua perusahaan akan beralih ke kerja 12 jam seminggu. Berkat perkembangan teknologi, orang tidak perlu lagi lima hari: cukup tiga hari dalam seminggu, dan bukan 8 jam seperti sekarang, tapi empat. Komputer akan menggantikan pekerja, misalnya pada pekerjaan yang membutuhkan memori yang baik dan kemampuan untuk melakukan tugas yang berulang. Asumsi ini dibuat oleh Jack Ma - pendiri dan kepala salah satu perusahaan China terbesar Alibaba, yang termasuk toko online AliExpress.
Apakah kita menunggu pengangguran, protes besar-besaran, dan kerusuhan massal serupa? Menurut Pak Ma, tidak perlu takut akan masa depan: kecerdasan buatan akan membantu orang, bukan merampas penghasilan mereka. Pada saat yang sama, seorang pengusaha yang sukses yakin bahwa untuk mencapai tujuan baru, sistem pendidikan perlu diubah. “Jika kita tidak mengubah sistem pendidikan kita, kita semua akan mendapat masalah,” katanya.
Jadi, bagaimana cara mengubahnya? Sekarang kami sudah bisa mendapatkan jawaban untuk pertanyaan ini, dan guru Anton Bogomolov, Ilmuwan Data di Tado (perusahaan rintisan IoT Jerman), dan Maria Lipchanskaya, Kandidat Ilmu Biologi, produser konten di sekolah SkillFactory, yang melatih ilmuwan data dan Produk IT.
Pembelajaran jarak jauh
Saat ini, pembelajaran jarak jauh cukup mampu menggantikan ceramah "langsung" oleh guru. Ada banyak contoh di Rusia ketika orang-orang dari segala usia menguasai profesi IT dan belajar bahasa asing sepenuhnya dari jarak jauh, seringkali tanpa kontak sama sekali dengan guru. Di universitas ada banyak hal yang mubazir, dan banyak yang tidak bekerja secara optimal, tetapi pada umumnya kuliah, ulangan, ujian, laboratorium dan praktek dibutuhkan, dan mereka melakukan tugasnya dengan baik: mengajar orang. Terlalu dini untuk mengatakan bahwa ceramah tradisional akan lenyap sama sekali. Pada saat yang sama, pembelajaran jarak jauh merupakan tambahan yang sangat baik untuk kuliah langsung, memungkinkan siswa untuk mempelajari secara tepat aspek-aspek subjek yang paling menarik baginya.
Berbeda dengan universitas negeri, sekolah SkillFactory memiliki kemampuan untuk dengan sangat cepat membangun kembali program, bentuk pekerjaan, isi mata kuliah, jika dalam proses pengerjaan ternyata beberapa ide tidak berhasil atau tidak berhasil dilaksanakan. Sekolah tidak memiliki "ambang pintu masuk" untuk masuk ke kursus. Tentu saja, jika seseorang hanya tahu bagaimana mengetik di Word dan ingin mengambil kursus Deep Learning, maka dia akan disarankan untuk memulai dengan "Python For Data Analysis". Pada saat yang sama, 100% pemula diterima dengan Python (menurut statistik, ada sekitar 30% dari mereka di sekolah), dan dengan bantuan materi tambahan, webinar, bantuan tim pendukung di Slack, mereka mencoba membawa mereka ke tingkat yang dapat diterima untuk mempelajari DS.
Video promosi:
Bagaimana cara memeriksa pengetahuan?
Metode pengajaran baru menyiratkan pendekatan baru untuk pengujian pengetahuan. Untuk sertifikasi, mulai dari ujian matrikulasi hingga ujian sertifikasi profesi, kemungkinan besar tes akan terus digunakan, karena ujian semacam itu terstandarisasi dan transparan. Semua ini memberikan perlindungan terhadap kemungkinan tuntutan hukum dari individu yang tidak bersertifikat. Dari tren teknologi yang lebih banyak, dapat diasumsikan bahwa dalam memverifikasi hasil ujian lisan dan tertulis, sistem yang didasarkan pada kecerdasan buatan akan memainkan peran yang semakin meningkat, yang akan mempertimbangkan semua detail pekerjaan ujian, tidak akan menyalahgunakan kekuasaan dan menderita kelelahan dan kurangnya perhatian.
Untuk penyaringan, misalnya, tes paling cocok untuk menentukan dengan cepat apakah seseorang memahami suatu topik secara keseluruhan. Untuk tes yang lebih dalam, Anda perlu menetapkan tugas untuk seseorang dan melihat bagaimana dia akan menyelesaikannya, dan untuk kontrol dan agar yakin dengan pengetahuan seseorang, diperlukan wawancara. Saat merekrut di banyak perusahaan serius, semua metode ini digunakan, jadi cara paling efektif untuk menguji pengetahuan siswa adalah dengan menggabungkan semua formulir ini.
Di SkillFactory, siswa dinilai secara otomatis oleh platform pelatihan: Anda mendapatkan poin untuk jawaban yang benar, dan Anda tidak mendapatkan poin untuk jawaban yang salah. Ada mekanisme yang lebih kompleks untuk mengevaluasi kebenaran keputusan, misalnya, dalam kursus ML, ada tugas-tugas yang memerlukan pembuatan model dan kemudian kode yang disematkan di platform mengevaluasi keefektifannya, dan poin diberikan secara proporsional dengan kualitas model yang diperoleh. Dalam kursus yang lebih kemanusiaan, di mana pendekatan kreatif untuk solusi diperlukan, siswa sering diminta untuk mengevaluasi pekerjaan sesama siswa, dengan demikian siswa tidak hanya mempelajari alat individu, tetapi mengevaluasi karya lain dan pandangan yang berbeda, belajar memberikan umpan balik dan melihat masalah dari sudut yang berbeda.
Internet: Basis Pengetahuan atau Lembar Cheat Besar?
Orang-orang modern dibagi menjadi dua kubu: beberapa percaya "turun dengan pendidikan tradisional, sekarang semuanya dapat ditemukan di Internet", yang lain - "karena Internet, anak-anak membosankan dan tidak tahu hal-hal dasar, turun dengan Internet!" Namun, jika Anda mendekati penilaian secara profesional, Anda dapat menyoroti tren yang sangat penting: ketersediaan sejumlah besar informasi, yang tidak selalu berkualitas tinggi, mengharuskan setiap orang untuk bekerja dengan informasi dalam jumlah besar dan tingkat perkembangan pemikiran kritis yang baik. Pengembangan keterampilan ini harus mendapat perhatian khusus di semua tingkat pendidikan. Dan Internet dan informasi di dalamnya hanyalah alat yang dapat membawa kebaikan dan kerugian, tergantung pada keahlian orang yang menggunakannya. Penting untuk melatih orang untuk mengelola informasi secara kompeten dan kemudian Internet akan menjadi alat ilmiah bagi mereka.
Kapan mulai belajar secara profesional?
Di salah satu bidang psikologi perkembangan, terdapat teori aktivitas memimpin. Menurut teori ini, dalam setiap periode usia seseorang memiliki jenis aktivitas utama, yang karenanya orang tersebut berkembang dalam banyak hal. Kegiatan pendidikan dan profesi mendominasi pada masa remaja (15-19 tahun), sebelum itu hanya sedikit orang yang secara serius memikirkan masa depan profesi dan persiapannya. Jika sifat manusia tidak berubah secara dramatis, kemungkinan besar, mayoritas akan terus melamar pendidikan profesional setelah akhir masa remaja.
Sekarang ini, untuk anak-anak bahkan anak-anak prasekolah, ada banyak tawaran untuk pendidikan tambahan di bidang pemrograman, robotika, dan disiplin ilmu lainnya. Sebagian besar sekolah (di Moskow) berfokus pada beberapa bidang tertentu: biologi dan kimia, hukum, linguistik, teknologi, dan sebagainya. Meskipun disiplin ilmu dengan fokus sempit dimulai setelah kelas 9, sekolah yang telah memilih jurusan tertentu mengundang siswa yang lebih muda untuk mempelajari disiplin ilmu tertentu secara lebih mendalam. Untuk menjadi spesialis di bidang apa pun, kami membutuhkan lebih banyak pengetahuan, yang mendorong zaman ke depan. Di sisi lain, profesi menjadi semakin terspesialisasi, yang mengurangi jumlah pengetahuan dasar yang dibutuhkan.
Apa yang harus dipelajari?
Spesialisasi yang paling dituntut di masa depan adalah yang terkait dengan kemajuan tercepat - ini adalah elektronik dan, yang mendasarinya, fisika keadaan padat, biokimia dan genetika, serta pemrograman. Pada saat yang sama, salah satu bidang yang paling banyak diminati dapat dibedakan dari spesialisasi TI: insinyur data, insinyur pembelajaran mesin, dan ilmuwan data, karena jumlah data di dunia tumbuh secara eksponensial.
Di masa mendatang, dengan perkembangan komputer kuantum, spesialis dalam algoritme kuantum akan dibutuhkan. Omong-omong, Anda sudah bisa membiasakan diri dengan mereka di Wikipedia dan menjadi yang terdepan saat mereka "menembak". Penelitian kecerdasan buatan kemungkinan akan mendapatkan momentum, misalnya, dibutuhkan arsitek / pengembang jaringan saraf. Bagaimanapun, pada akhirnya, inilah yang kita tuju - penciptaan kecerdasan buatan, yang kekuatannya tidak kalah dengan kecerdasan manusia.
Dalam beberapa tahun ke depan, kami memerlukan spesialis data besar yang dapat menulis program untuk menyusun data ini, karena sebagian besar data (sekitar 80%) adalah data tidak terstruktur, dan pembagian ini terus berlanjut dari waktu ke waktu. Anda juga akan membutuhkan orang-orang yang mendukung seluruh infrastruktur untuk menyimpan dan memproses data ini - insinyur data, DevOps. Terlepas dari waktu, kreativitas dan kreativitas akan tetap diminati, karena masih mustahil untuk menggantikannya bahkan dengan kecerdasan buatan: tanpa kreativitas, Anda tidak dapat menciptakan sesuatu yang baru secara fundamental, dan tanpa kebaruan tidak akan ada kemajuan!
