نماد سایت خبرگزاری سیناپرس

کمبود زیرساخت و متخصص؛ دو مانع توسعه هوش مصنوعی در دانشگاه‌ها

گزارش تازه مرکز پژوهش‌های مجلس نشان می‌دهد آموزش عالی ایران برای همگام شدن با شتاب توسعه هوش مصنوعی با چالش‌های جدی از جمله ضعف زیرساخت‌های پژوهشی، کمبود نیروی متخصص، برنامه‌های درسی سنتی و ارتباط محدود با صنعت روبه‌رو است؛ وضعیتی که به اعتقاد کارشناسان، بدون اصلاح ساختار دانشگاه‌ها و سرمایه‌گذاری هدفمند، می‌تواند جایگاه کشور را در رقابت جهانی هوش مصنوعی تضعیف کند.

به گزارش سیناپرس، مرکز پژوهش های مجلس شورای اسلامی گزارش «الزامات ساختاری و کارکردی دانشگاه‌های ایران در مواجهه با هوش مصنوعی» را تدوین کرده که با این پیش‌فرض آغاز می‌شود که آینده رقابت کشورها در حوزه هوش مصنوعی بیش از آنکه به تجهیزات و فناوری وابسته باشد، به توانایی آنها در تربیت نیروی انسانی متخصص وابسته است. از نگاه تدوین‌کنندگان این گزارش، دانشگاه‌ها مهم‌ترین بازیگران این عرصه هستند، اما آموزش عالی ایران هنوز نتوانسته خود را با سرعت تحولات جهانی در حوزه هوش مصنوعی هماهنگ کند.

در این گزارش تأکید شده است که اگرچه طی سال‌های اخیر برخی دانشگاه‌های کشور رشته‌هایی مانند مهندسی هوش مصنوعی، علوم داده و گرایش‌های مرتبط را راه‌اندازی کرده‌اند، اما این اقدامات پراکنده بوده و هنوز به یک تحول فراگیر در نظام آموزش عالی منجر نشده است. به اعتقاد نویسندگان، برنامه‌های درسی همچنان بر آموزش‌های نظری متمرکز هستند و مهارت‌آموزی، پروژه‌محوری، آموزش میان‌رشته‌ای و حل مسائل واقعی صنعت سهم اندکی در آموزش دانشگاهی دارند. همین مسئله موجب شده فارغ‌التحصیلان در بسیاری از موارد نتوانند پاسخگوی نیازهای واقعی بازار کار و صنایع مبتنی بر هوش مصنوعی باشند.

گزارش همچنین نشان می‌دهد که ظرفیت تربیت نیروی انسانی متخصص در حوزه هوش مصنوعی طی پنج سال گذشته تقریباً بدون تغییر باقی مانده و سالانه حدود ۳۵۰۰ دانش‌آموخته در مقاطع کارشناسی ارشد و دکتری در رشته‌های مرتبط تربیت می‌شوند؛ در حالی که کشورهای پیشرو در همین بازه زمانی ظرفیت آموزشی خود را چند برابر کرده‌اند. از سوی دیگر، مهاجرت نخبگان و کمبود اعضای هیئت علمی متخصص باعث شده شکاف میان نیاز کشور و توان دانشگاه‌ها بیش از گذشته افزایش یابد.

یکی دیگر از محورهای مهم گزارش، ضعف زیرساخت‌های دانشگاهی است. نویسندگان معتقدند توسعه هوش مصنوعی بدون دسترسی دانشگاه‌ها به داده، توان پردازشی، پردازنده‌های گرافیکی (GPU)، آزمایشگاه‌های تخصصی و زیرساخت‌های محاسباتی امکان‌پذیر نیست؛ با این حال بسیاری از دانشگاه‌های کشور از این امکانات بی‌بهره هستند یا دسترسی محدودی به آنها دارند. علاوه بر این، مراکز پژوهشی فعال در حوزه هوش مصنوعی پراکنده‌اند، مأموریت‌های مشخص و هماهنگ ندارند و از چابکی لازم برای اجرای پروژه‌های مشترک با صنعت برخوردار نیستند.

در بخش دیگری از این گزارش به ضعف ارتباط دانشگاه و صنعت پرداخته شده است. بر اساس یافته‌های گزارش، همکاری میان دانشگاه‌ها و بنگاه‌های اقتصادی در حوزه هوش مصنوعی اغلب مقطعی و کوتاه‌مدت است و سازوکارهای موفقی مانند استادان مشترک، آزمایشگاه‌های مشترک دانشگاه و صنعت، پروژه‌های بازارمحور و دوره‌های کارآموزی تخصصی هنوز جایگاه پررنگی در آموزش عالی ایران ندارند. این در حالی است که بسیاری از شرکت‌های فعال در حوزه هوش مصنوعی، کمبود نیروی انسانی متخصص را مهم‌ترین مانع توسعه محصولات و خدمات خود عنوان می‌کنند.

این گزارش همچنین به ساختار سیاست‌گذاری آموزش عالی در کشور انتقاد دارد و معتقد است تعدد نهادهای تصمیم‌گیر، نبود مدیریت واحد و محدود بودن اختیارات دانشگاه‌ها، امکان تصمیم‌گیری سریع و هماهنگ برای توسعه هوش مصنوعی را کاهش داده است. به باور نویسندگان، در حالی که کشورهایی مانند چین، سنگاپور و کره جنوبی با ایجاد نهادهای ملی و ساختارهای متمرکز توانسته‌اند مسیر توسعه هوش مصنوعی را هموار کنند، دانشگاه‌های ایران هنوز با ساختارهای سنتی اداره می‌شوند و آمادگی لازم برای پاسخ به تحولات این فناوری را ندارند.

در ادامه گزارش، تجربه دانشگاه‌های مطرح جهان از جمله استنفورد، MIT، کارنگی ملون، تسینگهوا، کمبریج، برکلی و فلوریدا بررسی شده است. وجه مشترک این دانشگاه‌ها، حرکت به سمت آموزش میان‌رشته‌ای، ایجاد مراکز تخصصی هوش مصنوعی، سرمایه‌گذاری گسترده روی زیرساخت‌های پژوهشی، استفاده از روش‌های نوین آموزشی، بهره‌گیری از ابزارهای هوش مصنوعی در فرآیند آموزش و ایجاد ارتباط دائمی با صنعت است.

در این دانشگاه‌ها، هوش مصنوعی صرفاً یک رشته دانشگاهی نیست، بلکه به پزشکی، کشاورزی، حقوق، اقتصاد، انرژی، علوم انسانی و حتی سیاست‌گذاری عمومی نیز گسترش یافته است.

بر همین اساس، مرکز پژوهش‌های مجلس پیشنهاد می‌کند که تحول آموزش عالی در سه مرحله دنبال شود. در گام نخست، مسیرهای جدید آموزشی مانند دکتری حرفه‌ای و دکتری پیوسته هوش مصنوعی ایجاد شود، بوت‌کمپ‌های آموزشی رسمیت پیدا کنند، از دستیارهای هوش مصنوعی در آموزش استفاده شود و شبکه‌ای از «سفیران هوش مصنوعی» برای ارتباط دانشجویان با زیست‌بوم نوآوری شکل گیرد. در گام دوم، «مرکز توسعه و تعالی هوش مصنوعی» در دانشگاه‌ها ایجاد شود تا مأموریت هماهنگی آموزش، پژوهش، بازنگری برنامه‌های درسی و توسعه همکاری‌های بین‌المللی را برعهده بگیرد.

در افق بلندمدت نیز ایجاد زیست‌بوم ملی تربیت نیروی انسانی هوش مصنوعی، شکل‌گیری قطب‌های شایستگی در دانشگاه‌های منتخب، توسعه همکاری‌های بین‌المللی، ایجاد صندوق‌های حمایتی و استقرار نظام ملی ارزیابی عملکرد دانشگاه‌ها در حوزه هوش مصنوعی پیشنهاد شده است.

به نقل از ایسنا، جمع‌بندی گزارش این است که آموزش عالی ایران اکنون در نقطه‌ای تعیین‌کننده قرار دارد؛ نقطه‌ای که ادامه روند فعلی می‌تواند به افزایش وابستگی فناورانه، تشدید فاصله دانشگاه با صنعت، کاهش توان رقابت علمی و حذف تدریجی ایران از زنجیره ارزش جهانی هوش مصنوعی منجر شود.

در مقابل، اصلاح ساختار دانشگاه‌ها، بازنگری برنامه‌های آموزشی، توسعه زیرساخت‌های پژوهشی و سرمایه‌گذاری هدفمند در تربیت نیروی انسانی می‌تواند دانشگاه‌های کشور را از مصرف‌کننده فناوری به بازیگری مؤثر در تولید و توسعه هوش مصنوعی تبدیل کند.

خروج از نسخه موبایل